Detektering og klassificering af kimplanter ved brug af computer vision

6 GrayScale 6.1 Indledning
6 GrayScale
6.1 Indledning
Der ønskes en simpel måde at interface med gråtonebilleder, hvor det er let at loade, ændre, oprette
og gemme gråtonebilleder.
Da koden i GrayScale-klassen bygger på koden i Color-klassen, minder de to klasser meget om
hinanden. I stedet for at dokumentere hele GrayScale-klassen på samme måde som Color-klassen,
har gruppen valgt kun at dokumentere de forskelle, der er på de to klasser i dette kapitel.
6.2 Forskelle fra Color-klassen
Da der arbejdes med et gråtonebillede er antallet af farvekanaler reduceret til én enkelt i GrayScaleklassen.
Da der kun er én farvekanal, simplificeres metoderne til at hente og ændre pixelintensiteten.
6.3 Konvertering fra farve- til gråtonebilleder
Ved konvertering af farvebilleder til gråtonebilleder skal farvekoden, for de enkelte pixels konverteres
til en gråtone lysintensitet. De tre farverkanaler i RGB-billedet bør vægtes forskelligt (tabel 6.1)
ved konverteringen til gråtoner.
Da den grønne farvekanal er den mest dominerende hvad angår
lysintensitet, og da kimene er gul-grønne, har gruppen valgt at konvertere
fra et farvebillede til et gråtonebillede, ved kun at bruge den grønne
farvekanal. Med denne metode bliver konverteringen simplere og hurtigere,
samtidigt med at grønne objekter bliver tydeligere i gråtonebilledet.
Dette gør selvfølgelig, at algoritmen ikke vil virke på rent røde og blå
objekter.
6.4 Test
6.4.1 Fremgangsmetode
Denne test kontrollerer konverteringen af et farvebillede til
gråtonebillede. Testen udføres ved at indlæse billedet
”color.bmp” fra testen af Color-klassen og konvertere det
til et gråtone billede og sammenligne de to billeder:
Color color;
GrayScale grayScale;
color.execute("color.bmp");
grayScale.execute(color);
grayScale.save("grayscale.bmp");
Figur 6.1
color.bmp
Farve Vægtning
Rød 0,299
Grøn 0,587
Blå 0,114
Tabel 6.1
Vægtning af de forskellige
farver ved konvertering til
gråtone
Side 21 af 131