Detektering og klassificering af kimplanter ved brug af computer vision

8 BlobDetection 8.3 Test
8.3.1 Deltest 1
Denne tests formål er, at
vise at BlobDetection kan
lokalisere de enkelte objekter
i et billede.
Billedet på figur 8.11 består
af 11 forskellige elementer
i forskellige former og
størrelser. Øverst ses de fire
forskellige måder, hvorpå
en pixel (A0) kan være
nabo til en anden pixel
(A2-5). Det forventes at
disse 4 objekter, hver bliver
detekteret som en
blob. I den midterste række
vises objekter med forskellige
størrelser samt
elementer med huller i.
Det forventes igen, at disse
objekter bliver detekteret
som hver deres blob. De
nederste 3 objekters ud-
seende gør, at de først vil blive detekteret som flere subblobs, men senere vil blive kædet sammen.
Denne detektering og sammenknytning forventes at resultere i, at de tre objekter bliver detekteret
som tre blobs.
8.3.1.1 Testresultater
Figur 8.11
Testbillede som udsætter BlobDetection for forskellige situationer
Algoritmen har, ud fra billedet i figur 8.11, fundet dataene i tabel 8.1:
Number BoundsXMin BoundsXMax BoundsYMin BoundsYMax Area
0 5 22 4 12 90
1 29 31 8 9 3
2 42 45 8 11 10
3 5 5 22 22 1
4 16 18 22 24 9
5 28 32 22 26 25
6 42 48 22 28 24
7 11 12 37 37 2
8 21 22 37 38 2
9 33 33 37 38 2
10 41 42 37 38 2
Tabel 8.1
Number er nummeret på den enkelte blob. Da billedet bliver analyseret fra bunden og op vil
de nederste objekter have de laveste numre. BoundsXMin, BoundsXMax, BoundsYMin og
BoundsYMax koordinaterne for de enkelte objekters boundingboxes. Area er arealet på de forskellige
objekter
Med klassen Draw (Appendiks 18.9.10 Draw s. 121) plottes de forskellige blobs i forskellige farver, og
ydermere bliver der plottet en omkringliggende ramme til de enkelte blobs (figur 8.12). Disse rammer
Side 31 af 131