Detektering og klassificering af kimplanter ved brug af computer vision

Recommendations

Info

18 Appendiks 18.2 Projektoplæg 18.2 Projektoplæg Titel: Detektering og klassificering af kimplanter Baggrund: På danske forskningsinstitutioner er der udviklet meget effektive bioteknologiske metoder til at klone planter, i første omgang kloning af nordmannsgran til dansk juletræsproduktion. Kloning kan sikre en stabil produktion af planter af høj, ensartet kvalitet og øge den gennemsnitlige salgspris pr. produceret træ. Men det er meget arbejdskrævende og dermed dyrt at håndtere klonede planter manuelt inden de når producenterne. Med computer vision vil robotter kunne gøre en del af arbejdet med at finde, isolere og udplante spirende kimplanter fra sterile vækstmedier til fx en potte. Afgangsprojekt: I projektet skal der udvikles 2D computer vision metoder til at finde og kvalitetsvurdere spirende kimplanter der er spredt ud på en plan flade. 18.3 Procesbeskrivelse Formålet med dette afsnit er at beskrive, hvordan projektet forløb overordnet set. Det står klart, at forløbet stort set har været, som det blev planlagt i begyndelsen (2.2 Planlægning s.10). Milepælene har med rimelighed været overholdt, kun med få dages difference. Derudover har der været 2 demonstrationsdage, hvor gruppen har fremlagt resultaterne for projektstyringsgruppen fra HiTec Elitetræer, samt andre interesserede. Det er gruppens opfattelse, at der har været et godt og dynamisk samarbejde, der har været præget af intensiv fordybelse i emnerne. Ydermere har gruppemedlemmerne arbejdet sammen i større eller mindre omfang om næsten alle emnerne. Dette samarbejde på kryds og tværs kan være hårdt og tidskrævende, men på den måde har det været muligt at skabe et homogent produkt. Det har vist sig at modellen med, at slå problemløsnings- og analysefasen sammen var en god måde at strukturere arbejdet på, i det mere forskningsprægede projekt. Nogle tidligere semestres projektarbejde har vist, at 6-fasemodellen er en god model at anvende i projektarbejde, men i dette tilfælde blev det fra starten vurderet, at 6-fasemodellen ikke ville slå an. Sammenlægningen af de 2 første faser blev en succes, i det mange problemstillinger opstod undervejs i udviklingen af algoritmerne. De fleste af disse problemer var meget svære at identificere på forhånd. Samarbejde på tværs af professioner, med bl.a. biologer, har været en lærerig proces på flere planer. For det første har det været interessant at lære omkring kloning af kim. For det andet har det være lærerigt, at formidle sin viden indenfor sit område til andre udenforstående, som f.eks. biologer. Denne kommunikation på tværs af professioner har været givende. Side 87 af 131
18 Appendiks 18.4 Tidsplan 18.4 Tidsplan Side 88 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 and 74: 14 Implementering 14.4 User interfa
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: 18 Appendiks 18.1 Klasseoversigt -u
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?