+36 70 203-3120 | agrowebsystem@gmail.com | Blog | Kontakt
ROI eper mezőgazdasági képfeldolgozás

Hervorhebung des ROI für Erdbeeren

  • 206

Einer der Begriffe in der Bildverarbeitung ist ROI. Das ist nichts anderes als die Bereiche des Bildes, die für uns von Interesse sind.

ROI – Region Of Interest.

Bei der landwirtschaftlichen Bildverarbeitung ist es nicht anders.

Wir haben unsere Bilder: in unserem Fall ein Bild eines Erdbeerfeldes. Und wir fragen uns, ob da reife Erdbeeren drin sind. Wenn ja, wo sie sich befinden. Wir markieren diese Erdbeeren aus dem Bild und leiten sie an einen Algorithmus zur Bewertung von Erdbeeren weiter, der anhand der Farbe feststellt, ob die Erdbeere gesund ist oder nicht bzw. wie reif sie ist.

Wir können dies an einen Experten senden. Es ist teuer, wenn ein Experte alle 2 Tage 10-20 Obstplantagen besucht. Die Aufnahme einer Reihe von hochauflösenden Bildern des Gebiets und die Übermittlung dieser hochauflösenden Bilder, in der Regel über das mobile Internet, ist ein langsamer Prozess. Zumal nur 5-10 % der Bilder für den Experten von Interesse sind. Daher ist ein ROI-Bildverarbeitungsalgorithmus in solchen Fällen sehr nützlich.

Ein anderes Beispiel ist das Versenden eines Pfirsichblattes mit Toffee auf diese Weise. Jemand macht 2-2 Aufnahmen von den Bäumen. Jedes Bild zeigt mindestens 200-200 Blätter, aber vielleicht hat nur jeder 10. Baum zu Beginn einer Epidemie 1-2 kranke Blätter.

Wenn der Algorithmus in einem solchen Fall schnell die Blätter durchschaut, sogar mehrere 10er oder 100er von Tausenden, und die 50 verdächtigen Fälle in einer Galerie hervorhebt und nur diese an den Experten schickt, ist das ein Erfolg. Und der Experte entscheidet, welche Krankheiten er sieht, oder vielleicht ist es nur das Kauen oder etwas anderes, das die Verformung des Blattes verursacht hat.

Nehmen wir also in unserem Beispiel ein Bild, das Erdbeeren enthält, und markieren nur die Regionen – ROI -, die reife Erdbeeren enthalten.

Für H übergeben wir nun ebenfalls das Bild im HSV-Bereich und erstellen eine Maske aus dem H-Bereich.

Auf der Maske führen wir eine Konturerkennung durch.

Zu kurze Konturen werden herausgefiltert, da sie typischerweise Rauschen im Hintergrund darstellen.

Die Einschlussquadrate der verbleibenden Konturen werden bestimmt. Dann werden diese Teile im Bild hervorgehoben. Und wir können es an die Experten schicken…

Und hier sind endlich die 3 kleinen Bilder, über die wir uns gewundert haben: