Detektering og klassificering af kimplanter ved brug af computer vision

Recommendations

Info

14 Implementering 14.3 Programstruktur Når alle kimene har været igennem TopDetection, tages Symmetry-klassen i brug. Klassen bruges til at fastlægge kvalitetsparameteren, symmetri, for hvert af kimene. For at afvikle klassen sendes de to parametre pSeed og numberOfSeeds til constructoren: Symmetry symmetry(pSeed, numberOfSeeds); symmetry.execute(); Nu er tiden inde til at beregne kvaliteten af kimene ud fra kvalitetsparametrene. Igen beregnes kvaliteten for hvert enkelt kim. Det første der sker, er at der oprettes en instans af klassen Quality, med de to parametre pSeed og numberOfSeeds som input. I Quality indlæses kvalitetsparametrenes grænser fra ”settings.ini”-filen. Det er ud fra disse parametre, at det beregnes hvilke kim der bliver godkendt. Quality quality(pSeed, numberOfSeeds); quality.execute(); Når de godkendte kim er fundet, udskrives deres x,y-koordinater samt θ til tekstfilen ”robotData.txt”. quality.saveRobotData("Data/robotData.txt"); For at visualisere resultaterne af algoritmerne, genereres der en række billeder. Hertil anvendes klassen Draw (Appendiks 18.9.10 Draw s. 121). Det første billede der oprettes, tager udgangspunkt i originalbilledet ”kim.bmp”. Der tegnes på billedet med funktionen drawEllipse(). Dette billede viser alle de fundne kim og deres approkismerede ellipser. Billedet gemmes i ”Data”-mappen som ”ellipse.bmp”. Draw draw; draw.load("kim.bmp"); draw.drawEllipse(pSeed, numberOfSeeds, true); draw.save("Data/ellipse.bmp"); Herefter tegnes der et nyt billede, som også er baseret på det originale ”kim.bmp”. På dette billede er kun de godkendte kim med, samt en markering for hvert enkelt kim hvor toppen er fundet. Procesgangen er som følger: Først slettes alle tidligere data fra objektet draw med clear() funktionen. Herefter loades det originale billede ind. Derefter tegnes de approksimerede ellipser på de godkendte kim. Derefter indtegnes topmarkeringen med funktionen drawCenterTop(). Til sidst gemmes billedet i filen med navnet ”topBottomApproved.bmp”: draw.clear(); draw.load("kim.bmp"); draw.drawEllipse(pSeed, numberOfSeeds, false); draw.drawCenterTop(pSeed,numberOfSeeds, false); draw.save("Data/topBottomApproved.bmp"); Billedet ”topBottomApproved.bmp” viser resultatet af den samlede algoritme. Side 71 af 131
14 Implementering 14.4 User interface 14.4 User interface Som beskrevet i 2.1.1 Program s. 8 skal programmet kun vise, om principperne virker efter hensigten. Derfor er det valgt kun at implementere et simpelt user interface. Der opbygges en konsolbaseret applikation, med et lille menusystem, der giver mulighed for at afvikle programmet, indstille grænserne for kvalitetsparametrene og vise enkelte resultater i form af billeder (figur 14.1). Figur 14.1 Menusystem Hovedmenu Kør Opsætning Fundne kim Godkendte kim Afslut Afvikler algoritme Åbner settings.ini I notepad Åbner paint og viser alle funde kim Åbner paint og viser alle de godkendte kim Side 72 af 131
Page 1 and 2:
Detektering og klassificering af ki
Page 3 and 4:
1 Indledning 1.1 Indledning Læseve
Page 5 and 6:
1 Indledning 1.1 Indledning 10.3.3
Page 7 and 8:
1 Indledning 1.3 Kravspecifikation
Page 9 and 10:
2 Opbygning og planlægning 2.1 Opb
Page 11 and 12:
2 Opbygning og planlægning 2.2 Pla
Page 13 and 14:
3 Beskrivelse af kim 3.4 Klassifice
Page 15 and 16:
4 Kamera 4.1 Indledning 4 Kamera 4.
Page 17 and 18:
4 Kamera 4.4 Sammenfatning stadig v
Page 19 and 20:
5 Color 5.1 Indledning 5 Color 5.1
Page 21 and 22: 5 Color 5.4 Sammenfatning Herefter
Page 23 and 24: 6 GrayScale 6.5 Sammenfatning 6.4.2
Page 25 and 26: 7 Binary 7.2 Teori Som det ses af h
Page 27 and 28: 7 Binary 7.3 Test 7.3 Test Figur 7.
Page 29 and 30: 8 BlobDetection 8.1 Indledning 8 Bl
Page 31 and 32: 8 BlobDetection 8.3 Test Figur 8.8
Page 33 and 34: 8 BlobDetection 8.3 Test svarer næ
Page 35 and 36: 9 EllipseApproximation 9.1 Indledni
Page 37 and 38: 9 EllipseApproximation 9.2 Teori De
Page 39 and 40: 9 EllipseApproximation 9.3 Test 9.3
Page 41 and 42: 9 EllipseApproximation 9.3 Test 9.3
Page 43 and 44: 9 EllipseApproximation 9.4 Sammenfa
Page 45 and 46: 10 ExpandShrink 10.1 Indledning 10
Page 47 and 48: 10 ExpandShrink 10.2 Teori 10.2.3 E
Page 49 and 50: 10 ExpandShrink 10.4 Sammenfatning
Page 51 and 52: 11 TopDetection 11.2 Teori punktet,
Page 53 and 54: 11 TopDetection 11.3 Test 12 Alle a
Page 55 and 56: 12 Symmetry 12.1 Indledning 12 Symm
Page 57 and 58: 12 Symmetry 12.2 Teori 12.2.1 Rotat
Page 59 and 60: 12 Symmetry 12.3 Test Blobid Ellips
Page 61 and 62: 13 Quality 13.1 Indledning 13 Quali
Page 63 and 64: 13 Quality 13.2 Teori På figur 13.
Page 65 and 66: 13 Quality 13.2 Teori Figur 13.6 3-
Page 67 and 68: 13 Quality 13.3 Test 13.3.2 Anden d
Page 69 and 70: 13 Quality 13.4 Sammenfatning 13.4
Page 71: 14 Implementering 14.3 Programstruk
Page 75 and 76: 15 Sammenfatning 15.1 Samlet test v
Page 77 and 78: 15 Sammenfatning 15.1 Samlet test P
Page 79 and 80: 15 Sammenfatning 15.3 Konklusion kv
Page 81 and 82: 15 Sammenfatning 15.4 Videreudvikli
Page 83 and 84: 16 Litteraturliste 15.4 Videreudvik
Page 85 and 86: 18 Appendiks 18.1 Klasseoversigt 18
Page 87 and 88: 18 Appendiks 18.1 Klasseoversigt -u
Page 89 and 90: 18 Appendiks 18.4 Tidsplan 18.4 Tid
Page 91 and 92: 18 Appendiks 18.5 Orientering i pla
Page 93 and 94: 18 Appendiks 18.6 Bestemmelse af el
Page 95 and 96: 18 Appendiks 18.7 Valg af TopDetect
Page 101 and 102: 18 Appendiks 18.8 Kodestandard Ekse
Page 103 and 104: 18 Appendiks 18.9 Implementering 18
Page 105 and 106: 18 Appendiks 18.9 Implementering }
Page 109 and 110: 18 Appendiks 18.9 Implementering }
Page 113 and 114: 18 Appendiks 18.9 Implementering
Page 119 and 120: 18 Appendiks 18.9 Implementering r
Page 121 and 122: 18 Appendiks 18.9 Implementering fl
Page 123 and 124:
18 Appendiks 18.9 Implementering 18
Page 125 and 126:
18 Appendiks 18.10 Test af Binary 1
Page 127 and 128:
18 Appendiks 18.10 Test af Binary B
Page 129 and 130:
18 Appendiks 18.11 Test af TopDetec
Page 131 and 132:
18 Appendiks 18.11 Test af TopDetec
show all

Detektering og klassificering af kimplanter ved brug af computer vision

You also want an ePaper? Increase the reach of your titles

Delete template?

Save as template?