Objekterkennung von Pflanzen

Ein wichtiger Schritt auf dem Weg zur künstlichen Intelligenz ist die Objekterkennung. In unserem heutigen kleinen Beispiel versuchen wir, Unkraut in einem umgegrabenen Gebiet zu erkennen und es automatisch aus dem Originalbild zu extrahieren. Das Bild wurde in meinem kleinen Garten mit einem einfachen Android-Handy aufgenommen.

In diesem kleinen Beispiel verwenden wir nur Bildverarbeitungsmethoden ohne künstliche Intelligenz. Die resultierenden Bilder eignen sich jedoch gut für das Training einer künstlichen Intelligenz oder für eine konkrete Anwendung.

Für die konkrete Aufgabe greifen wir auf OpenCV und die Sprache Python zurück. In der Landwirtschaft gibt es viele ähnliche Aufgaben, bei denen Objekte aus einem gegebenen Bild extrahiert oder erkannt werden müssen.

Die folgenden Bilder zeigen das Originalfoto mit dem Feld und dem Unkraut. Es ist wichtig zu beachten, dass das Bild ziemlich starke Schatteneffekte aufweist, die glücklicherweise die Erkennung von Unkraut nicht beeinträchtigen.

Betrachten wir es aber der Reihe nach:

1. Das Originalbild wird zunächst von RGB nach HSV umgerechnet.
2. Aus dem HSV-Farbbereich extrahieren wir die grüne Farbe, d. h. die weiblichen Teile.
3. Dann erstellen wir ein Graustufenbild.
4. Dieses wandeln wir mit Hilfe eines Schwellenwertverfahrens in ein Binärbild um.
5. Das resultierende Bild ist immer noch sehr verrauscht, so dass wir ein Erode-Dilate-Verfahren anwenden, um Rauschen zu entfernen, redundante Teile zu entfernen und Lücken zu füllen.
6. Dann zählen wir jede Pflanze oder Pflanzengruppe und färben sie ein.
7. Für jeden dieser Bereiche legen wir einen Rahmen fest.
8. Dann beschneiden wir die Bilder und erstellen die Galerie, die etwas weiter unten gezeigt wird.

Das Ergebnis:

Ein paar Kommentare:

Das obige kleine Skript kann verwendet werden, um Pflanzen über Tausende von ähnlichen Bildern hervorzuheben und ein kleines Bild aus bis zu Zehntausenden von Bildern zu erstellen.

Eine weitere interessante Sache ist, dass das System kleine Pflanzen, Blütenblätter, entdeckt hat, die ich nicht bemerkt hatte und die ich für einen Fehler hielt. Aber als ich das Originalbild vergrößerte, stellte sich heraus, dass dort tatsächlich ein kleines Unkraut wächst, aber in den Schatten zwischen den Büscheln konnte das menschliche Auge es nicht erkennen.

Es ist eine gute Idee, die Wucherungen an den Rändern von Bildern in einer praktischen Anwendung herauszufiltern, denn gerade nicht natürliche Schnitte können für Algorithmen, die Erkennung oder Unterricht durchführen, etwas irreführend sein.

Das war’s für heute. Ich hoffe, dass Ihnen das obige kleine Programm gefallen hat. Es war nur ein kleines Dienstprogramm zur schnellen Erstellung von Beispielen für das Lehren und Testen einer künstlichen Intelligenz. Darüber werde ich in einem späteren Artikel berichten.