Detektering og klassificering af kimplanter ved brug af computer vision

Recommendations

Info

15 Sammenfatning 15.1 Samlet test 15 Sammenfatning 15.1 Samlet test Det ønskes at teste det samlede program. I de enkelte kapitler testes funktionaliteten af de enkelte klasser, men her er det meningen at vise at sammenspillet mellem disse også virker efter hensigten. 15.1.1 Fremgangsmetode Testen er opdelt i tre dele. Den første del skal verificere at det er muligt at detektere kimene. Anden del skal vise at klassifikationen er implementeret efter hensigten. Sidste del af testen skal vise at user interfacet virker som forventet. 15.1.2 Test 1 – detektering af kim I denne test skal det vises, om det er muligt at detektere alle kim. Derudover skal kimenes x, ykoordinater og θ findes. Dette gøres ved at afvikle programmet på et billede. Efter algoritmen har detekteret kimene gemmes et billede, hvor de 3 parametre er tydelige at se. 15.1.2.1 Testresultater Testresultaterne kan ses på billedet i figur 15.1. Kimenes placering og længdeakses orientering i planet skal findes. Ved at kigge nærmere på et tilfældigt udvalgt kim kan det ses, at der hvor ellipsens lille- og storakse krydser findes kimets midtpunkt. Dette punkt er kimets placering i x, y-planet. Derudover kan det også ses, at kimets længdeakse er identisk med ellipsens storakse, hvilket er kimets orientering. Ydermere ses det, at kim der ligger i kanten af billedet ikke bliver medtaget. Grupper at kim, dvs. flere kim der rører ved hinanden, bliver også detekteret. 15.1.3 Test 2 – klassificering Figur 15.1 Billedet viser resultatet af algoritmen hvor alle kim er fundet og har fået tilpasset en ellipse. Det skal verificeres, at teorien i 13 Quality s. 60 virker i samspil med de resterende klasser. Dette gøres ved at afvikle programmet. Resultaterne gemmes herefter i en tekstfil samt et billede for at Side 73 af 131
15 Sammenfatning 15.1 Samlet test visualisere dem. Desuden ønskes det i denne test, at vise hvordan TopDetection-klassen virker i samspil med de andre klasser. I testen anvendes det brede sæt grænser, for den rektangulære udvælgelsesmodel (13.2.3 Bestemmelse af grænser s. 62). 15.1.3.1 Testresultater Af figur 15.2 fremgår resultaterne. Det ses for det første, at der denne gang kun er blevet udvalgt nogle få kim i forhold til tidligere. Hvilke kim det er og hvorfor det netop er disse, der er blevet udvalgt kan læses i 13 Quality s. 60. For hvert af de kim, som ses i figur 15.2, er det forsøgt at finde hvor toppen ligger. Dette er vist lidt tydeligere i figur 15.3, hvor man kan se, at der på kimet er en lille lyserød markering. Denne indikerer, at toppen er beregnet til at ligge i den ende. Ved at gennemgå figur 15.2, ses det at toppen findes rigtigt på de 7 af 8 kim. På det ottende er det svært, at definere hvad der er top, da det her drejer sig om et meget deformt kim. Det ottende kim er det, som ses forstørret i øverste højre hjørne på figur 15.3. Dataene på de kim som godkendes i klassificeringen gemmes alle i en tekstfil, ”robotData.txt”, som vises i figur 15.4. Her kan x- og y-koordinater, samt den vinkel, som kimets top danner i forhold til det vandrette plan, aflæses. Figur 15.2 Resultat med rektangel som udvælgelsesmodel og brede grænser. Figur 15.3 Placeringen af den lyserøde prik afgør hvor toppen på kimet er fundet. Side 74 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 and 72: 14 Implementering 14.3 Programstruk
Page 73: 14 Implementering 14.4 User interfa
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 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?