Analizator przesiewowy PSI Morpho PlantScreen

Informacje o produkcie

Specyfikacje

• Nazwa produktu: Analizator Morpho
• Cel: Analiza morfologiczna i kolorystyczna obrazów roślin

Wstęp

Aplikacja Morpho Analyzer jest przeznaczona dla użytkowników, którzy muszą przeprowadzić analizę morfologiczną i kolorystyczną obrazów roślin przechowywanych lokalnie na dysku komputera. Zazwyczaj jest używana do dodatkowej analizy lub analizy testowej obrazów roślin eksportowanych z bazy danych PlantScreenTM System.

Układ

Okno aplikacji zawiera poziome menu z zakładkami, które wyświetla każdą zakładkę w oknie po kliknięciu. Zakładki są ułożone w kolejności, aby prowadzić użytkowników przez kroki analizy, od ustawień początkowych do analizy obrazu.

Instrukcje użytkowania produktu

Folder źródła danych

• Określ folder zawierający obrazy roślin do analizy.

Kreator masek

• Karta Mask Builder umożliwia użytkownikom tworzenie masek do analizy obrazu. Użytkownicy mogą rysować obszary, kopiować zaznaczenia, wklejać zawartość schowka, usuwać zaznaczenia i przełączać wyświetlanie nazw obszarów. Nazwy obszarów muszą być unikalne w zakresie maski.

Narzędzie do tworzenia maski roślinnej

• Karta narzędzia Maska roślinna udostępnia narzędzia umożliwiające definiowanie masek roślinnych.
• Użytkownicy mogą wprowadzać szczegóły maski, korzystać z narzędzia do wybierania kolorów i wykorzystywać narzędzia do wykrywania maski w celu wstępnego przetwarzania opcji, takich jak filtr Gaussa, operator Sobela, entropia i wyrównanie histogramu.

Często zadawane pytania

• Q: Jak mogę zaznaczyć wiele obszarów w Kreatorze masek?
  • A: Aby wybrać wiele obszarów, kliknij poszczególne elementy na karcie Obszary. Wybrane obszary zostaną wyświetlone z czerwoną linią obramowania w view płyta.
• Q: Jaki jest cel wyrównania histogramu w opcjach wstępnego przetwarzania?
  • A: Funkcja histogramu wyrównuje kontrast obrazów, równomiernie rozkładając poziomy intensywności, co poprawia cechy i ułatwia modelowi rozpoznawanie wzorców.

Przed rozpoczęciem korzystania z produktu należy zapoznać się z instrukcją.

WSTĘP

ZAMIAR

Aplikacja Morpho Analyzer jest przeznaczona dla użytkowników, którzy muszą przeprowadzić analizę morfologiczną i kolorystyczną obrazów roślin przechowywanych lokalnie na dysku komputera. Typowe zastosowanie to przeprowadzenie dodatkowej analizy lub analizy testowej obrazów roślin eksportowanych do lokalnego magazynu z bazy danych PlantScreenTM System. W niniejszym podręczniku opisano wersję Morpho Analyzer 1.0.14.3.

UKŁAD

Okno aplikacji opiera się na poziomym menu z zakładkami, które wyświetla każdą zakładkę w całym oknie po kliknięciu. Menu z zakładkami jest ułożone od lewej do prawej, gdy kroki analizy są stopniowo przetwarzane. Początkowe okna Mask Builder, Plant Mask Tool i Settings są używane do ustawień analizy. Końcowe okna Single Run i Batch Run są używane do analizy obrazów na podstawie ustawień zdefiniowanych w oknie Settings.

ANALIZATOR MORPHO

FOLDER ŹRÓDŁA DANYCH

Aplikacja Morpho Analyzer jest przeznaczona do przetwarzania lokalnie przechowywanych danych, które muszą być przechowywane w oddzielnym folderze. Podczas uzyskiwania obrazów roślin za pomocą automatycznego pomiaru przy użyciu systemów PlantScreen wszystkie dane są przechowywane w bazie danych. Aby utworzyć lokalny folder zawierający obrazy lub maskę files uzyskane za pomocą systemu PlantScreen wykorzystują część eksportową aplikacji PlantScreen Data Analyzer. Obrazy są eksportowane tylko w formacie PNG, który jest obecnie jedynym formatem obrazu obsługiwanym przez MorphoAnalyzer. file Formatem używanym dla masek tacek i masek roślinnych jest XML, który jest także kompatybilny z programem Morpho Analyzer.

KONSTRUKTOR MASKI

UŻYCIE MASKI TACKOWEJ

Okno Mask Builder (Rys. 1) umożliwia narysowanie jednego lub więcej obszarów poddanych wykrywaniu pikseli specyficznych dla roślin. Aby zidentyfikować rośliny, każdy obszar jest oznaczony unikalną nazwą. Zazwyczaj jeden obszar jest używany do wykrywania pojedynczego osobnika rośliny. Jeden lub więcej obszarów przeznaczonych do wykrywania masek roślinnych jest określanych jako „maska ​​tacy”. Przed użyciem maski tacy konieczne jest załadowanie obrazu tła szablonu na viewing panel. (Rys. 1-10). Kliknij przycisk Załaduj szablon (Rys. 1-1) i wybierz obraz do załadowania z folderu. Następnie opcjonalnie można załadować maskę zasobnika na obraz, klikając przycisk Załaduj maskę (Rys. 1-2). Po załadowaniu lub narysowaniu maski można ją zapisać w pamięci lokalnej za pomocą przycisku Zapisz maskę (Rys. 1-3). Załaduj bieżącą maskę do okna Ustawienia za pomocą przycisku Użyj maski (Rys. 1-4) lub do narzędzia Maska roślinna za pomocą przycisku Użyj dla narzędzia Maska roślinna (Rys. 1-5).

MASKA DO RYSUNKÓW

Tryb rysowania aktywuje się poprzez wybranie przycisku kształtu obszaru (rys. 1-6) i oznaczenie go czerwoną wstążką na górze view panel. Po wybraniu odpowiedniego typu kształtu poprzez kliknięcie prostokąta kształt jest rysowany poprzez przeciąganie myszy przytrzymując lewy przycisk myszy. Aby wybrać wiele roślin na obrazie, konieczne jest utworzenie wielu nienakładających się obszarów, jak pokazano na rys. 1.

Kształt wielokąta rysowany jest inaczej. Wybór przycisku wielokąta aktywuje tryb, w którym lewy przycisk myszy dodaje pojedyncze punkty do nowo utworzonego kształtu. Gdy kształt zawiera co najmniej trzy punkty, rysowanie można zakończyć, klikając prawym przyciskiem myszy, łącząc ostatni punkt z pierwszym. Jeśli jest mniej niż trzy punkty, prawy przycisk myszy odrzuca kształt, a tryb rysowania zostaje anulowany.

Tryb rysowania jest automatycznie dezaktywowany po narysowaniu kształtu. Po dezaktywacji lewy przycisk myszy zaznacza obszar, a przytrzymanie klawisza Shift powoduje zaznaczenie wielu obszarów lewym przyciskiem myszy. Jeśli zaznaczono wiele obszarów, każda z następujących operacji jest stosowana do wszystkich elementów. Aby przesunąć obszar(y), umieść kursor na wewnętrznej części zaznaczonego obszaru i przytrzymaj lewy przycisk myszy podczas przeciągania myszy. Aby zmienić rozmiar obszaru, umieść kursor na linii granicznej i przytrzymaj lewy przycisk myszy podczas przesuwania myszy. Aby uzyskać symetryczny kształt kwadratu lub koła, naciśnij klawisz Ctrl podczas zmiany rozmiaru. Inne narzędzia można aktywować za pomocą następujących przycisków (rys. 1-7): kopiuj zaznaczenie do schowka, wklej zawartość schowka do obrazka, usuń zaznaczenie, przełącz wyświetlanie nazw obszarów, powiększ obraz.

Wszystkie narysowane obszary są wymienione na karcie Obszary (rys. 1-9). Aby wybrać obszar, kliknij lewym przyciskiem myszy element na liście. Można wybrać wiele obszarów, klikając elementy pojedynczo. Wymienione obszary są wyświetlane na karcie Obszary (rys. XNUMX-XNUMX). view panel (rys. 1-10), z czerwoną linią obramowania, gdy jest zaznaczony, lub zieloną linią obramowania, gdy nie jest zaznaczony. Panel Wybrany element (rys. 1-8) może być używany do edycji nazwy lub pozycji obszaru poprzez wpisywanie nowych wartości do pól tekstowych. Wszystkie zmiany muszą zostać potwierdzone klawiszem Enter.

Informacja: Jeśli zaznaczono wiele obszarów, na karcie Wybrany element wyświetlane są tylko parametry wspólne dla wszystkich zaznaczonych obszarów.

Nazwa obszaru musi być unikatowa w zakresie maski. Jeśli warunek nie jest spełniony, duplikaty nazw są wybierane z ostrzeżeniem dialogowym po kliknięciu przycisku Save Mask lub Use Mask.

NARZĘDZIE DO MASKI ROŚLINNEJ

Maska tacy zawiera definicję jednego lub więcej obszarów, które są używane do maskowania roślin. Obejmuje to identyfikację pojedynczych lub wielu roślin obecnych na tacy. Identyfikacja obiektu zamaskowanego rośliną w wyznaczonym obszarze maski tacy jest osiągana albo poprzez ocenę piksel po pikselu formuł kolorów, albo poprzez binarną klasyfikację każdego piksela przy użyciu modelu lasu losowego. Ponadto można wybrać inne opcjonalne techniki, które ponownie wybierają i ponownie grupują wybrane piksele w obszarze. Użytkownicy mają elastyczność, aby zastosować metodę formuły koloru lub metodę lasu losowego na karcie Plant Mask Tool.

WEJŚCIE

Aby rozpocząć korzystanie z narzędzia Plant Mask, załaduj sampobrazy, a następnie maska ​​zasobnika viewAby załadować panel (rys. 2-4), kliknij przyciski Załaduj obrazy i Załaduj maskę tacy (rys. 2-1).

Sample images: W zakładce Plant Mask Tool użytkownicy mogą przesłać dowolną liczbę obrazów. Należy jednak pamiętać, że czas przetwarzania i koszty obliczeniowe zwiększają się z każdym kolejnym obrazem. Po kliknięciu przycisku Load Images wszystkie aktualnie otwarte obrazy są automatycznie zamykane, a nowe obrazy można wybrać z wyznaczonego folderu. Aby wyświetlić konkretny obraz w viewAby przejść do panelu, wystarczy kliknąć na odpowiadającą mu nazwę na pasku obrazów. Aby poruszać się między obrazami, które nie są obecnie widoczne, użyj strzałek do przełączania się między ich nazwami (rys. 2-3).

Aktualnie wizualizowany obraz jest wyróżniony pogrubionymi literami na pasku obrazu, aby ułatwić identyfikację. W sekcji Opcje karty (rys. 2-2) znajduje się przycisk Dodaj obraz, który umożliwia dodanie większej liczby obrazów do istniejącego wyboru. Ponadto dostępny jest przycisk Zamknij bieżącą kartę, aby szybko zamknąć bieżący wyświetlacz obrazu. Jeśli chcesz zamknąć wszystkie załadowane obrazy na raz, po prostu naciśnij przycisk Zamknij wszystkie. Maska zasobnika: Maskę zasobnika można załadować z file używając przycisku Load Tray mask. Maskę zasobnika można również załadować z okna Mask Builder – zakładka Mask builder – przycisk Use for Plant Mask Tool (patrz poprzedni rozdział). Ta sama maska ​​zasobnika jest używana dla wszystkich przesłanych obrazów.

Aby poprawić widoczność, przeprojektuj linię graniczną maski tacy. W panelu Maskowanie (rys. 2-9) liczba oznacza rzeczywistą grubość linii, a kolorowy prostokąt po prawej stronie oznacza rzeczywisty kolor linii. Aby zmienić kolor, po kliknięciu prawym przyciskiem myszy kolorowego prostokąta pojawi się okno wyboru koloru.

NARZĘDZIE DOBIERANIA KOLORÓW

Gdy obraz i maska ​​zasobnika zostaną załadowane i wyświetlone, zacznij od utworzenia zestawu danych kolorów obejmującego zarówno pożądane kolory, reprezentujące piksele roślin, jak i niepożądane kolory, reprezentujące piksele tła. Aktywuj narzędzie wyboru koloru, zaznaczając pole wyboru Picking mode lub Drawing mode (Rys. 3-1). Następnie wybierz kilka punktów koloru (tj. pikseli) lub narysuj jeden lub więcej kształtów, klikając lewym przyciskiem myszy lub przesuwając mysz z lewym kliknięciem na obszarze, aby dodać kolory do odpowiedniej listy kart Wanted Colors lub Unwanted Colors (Rys. 2-5, Rys. 2-8).

W obu trybach wyboru konieczne jest ostrożne wybieranie tylko pikseli odpowiadających roślinie w panelu Pożądane kolory i tylko pikseli odpowiadających tłu wewnątrz obszaru w panelu Niepożądane kolory. Podczas wybierania kolorów przydatne może być aktywowanie narzędzia powiększania (rys. 2-11) poprzez odznaczenie pola wyboru Dopasuj. Przesuń suwak z lewej do prawej strony przez określone pozycje odpowiadające powiększeniu 50, 100, 200 lub 400%. Użyj pasków przewijania znajdujących się w view panel (rys. 2-4) umożliwiający poruszanie się po obrazie.
Rys. 3

Tworzenie zestawów danych jest kluczowym krokiem. Duża liczba wybranych kolorów wydłuża czas obliczeń dla obu metod segmentacji. W przypadku Color Formula Computation zaleca się stosowanie klastrowania metodą K-means w celu zmniejszenia rozmiaru zestawu danych. Jednak podejście to nie nadaje się do metody Random Forest, ponieważ klasterowanie metodą K-means nie zachowuje współrzędnych pikseli, które są niezbędne do jej funkcjonalności. W przypadku metody Random Forest zaleca się stosowanie zestawów danych zawierających do 500,000 XNUMX pikseli w celu skutecznego trenowania modelu.

Kliknięcie prawym przyciskiem myszy na tabeli wybranych kolorów pozwala użytkownikom usunąć aktualnie wybrany piksel z zestawu danych (można to również zrobić, naciskając klawisz Delete), wyczyścić listę kolorów lub zastosować klaster K-means, aby zmniejszyć liczbę kolorów. Aby użyć klasteru K-means, najedź kursorem na opcję Zastosuj K-means i wybierz żądaną liczbę klastrów kolorów z menu rozwijanego za pomocą lewego przycisku myszy. (Rys. 3-2).

Zanim zaczniesz formułować jakąkolwiek strategię segmentacji, ważne jest, aby rozważyć równowagę między zbiorami danych pożądanych i niepożądanych kolorów. Zaleca się, aby upewnić się, że te zbiory danych mają podobny rozmiar (zrównoważone), aby ułatwić optymalną wydajność segmentacji. Podczas próby segmentacji oprogramowanie ocenia równowagę między zbiorami danych pożądanych i niepożądanych kolorów, obliczając stosunek ich rozmiarów. Jeśli ten stosunek mieści się w zakresie od 0.7 do 1.3, zbiory danych są uważane za zrównoważone i segmentacja jest kontynuowana. Jeśli stosunek wykracza poza ten zakres, wyświetlany jest komunikat ostrzegawczy, aby wskazać, że zbiory danych nie są zrównoważone i mogą mieć wpływ na jakość segmentacji.

NARZĘDZIA DO WYKRYWANIA MASECZEK

Narzędzia wykrywania masek (rys. 2-6) obejmują dwie metody tworzenia maski roślinnej, dostępne z menu poziomego (rys. 4-1). Pierwsza strona zakładki, oznaczona RGB Formula Computation, wykorzystuje podstawową metodę segmentacji progowej. Służy do generowania wielu formuł kolorów, obliczania optymalnego progu i punktowania precyzji dla dowolnej interesującej formuły.

Obliczenia formuły RGB

Aby szybko obliczyć zestaw definicji formuły koloru, kliknij przycisk Zasugeruj formułę szybciej. Aby uzyskać dokładniejsze obliczenia z wyższą precyzją, użyj przycisku Zasugeruj formułę lepiej (rys. 4-2). Każda nazwa formuły na liście sugerowanych definicji formuły koloru zawiera dodanie w nawiasach za formułą, które oznacza, czy obraz został wstępnie przetworzony w celu uzyskania lepszej wydajności z redukcją odbicia (RR). Jeśli użyto tylko standardowego obliczenia formuły koloru (tj. bez RR), element jest oznaczony dodaniem (std) (rys. 4-3).

Po wybraniu formuły koloru lewym przyciskiem myszy, dodaj formułę do pola formuły (rys. 4-4) klikając prawym przyciskiem myszy w dowolnym miejscu tabeli, aby wyświetlić menu rozwijane z opcją Dodaj wybraną formułę. Jeśli formuła używa redukcji odbicia, pole wyboru Użyj redukcji odbicia jest automatycznie zaznaczane. Opcja Pokaż w menu rozwijanym może być użyta do dostosowania maksymalnej liczby formuł wyświetlanych na liście. Aby usunąć pojedynczy element formuły, kliknij przycisk minus (-). Można również wpisać nową definicję formuły bezpośrednio do górnego pola tekstowego i dodać ją do pola formuły za pomocą przycisku plus (+) (rys. 4-4)

Optymalny próg dla każdej formuły koloru jest obliczany przez narzędzie Auto threshold. Po dodaniu formuły do ​​pola formuły kliknij przycisk Compute (Oblicz), aby uzyskać linię progową dla standardowych i zredukowanych warunków odbicia. Przycisk Show Graph (Rys. 4-5) otwiera wykresy poszczególnych obliczonych wartości kolorów podzielonych przez linię progową (Rys. 5).

Aby załadować wybraną formułę koloru z progiem na kartę ustawień maski roślinnej (rys. 2-7), kliknij przycisk Użyj wybranej formuły znajdujący się na dole panelu Narzędzia wykrywania maski (rys. 4-6).

Obliczenia uczenia maszynowego

Druga zakładka strony w sekcji Mask Detection Tools, Machine Learning Computation (rys. 6), przyjmuje bardziej zaawansowane podejście, wykorzystując model uczenia maszynowego do analizy bardziej złożonych obrazów. Ta zakładka zawiera binarną klasyfikację pikseli poprzez wykorzystanie modelu lasu losowego.

Ta metoda wykorzystuje cztery podejścia do wstępnego przetwarzania, z których trzy mogą być dostosowywane przez użytkownika. Po kliknięciu przycisku Opcje wstępnego przetwarzania (rys. 6-1) pojawia się nowe okno (rys. 7), w którym można wybrać rozmiar tych trzech cech. Cel każdej cechy jest szczegółowo opisany w Tab. 1. Wszystkie trzy zawierają macierze z rozmiarami, które można modyfikować w oknie Opcje wstępnego przetwarzania (rys. 7-1, rys. 7-2, rys. 7-3). Po wybraniu preferowanych rozmiarów potwierdź swój wybór, klikając przycisk Ok (rys. 7-4).

Te podejścia, gdy są zintegrowane jako cechy w modelu lasu losowego, nie tylko zwiększają jego wydajność, ale także znacząco poprawiają jakość segmentacji, umożliwiając dokładniejsze różnicowanie między regionami obrazu. Prowadzi to do bardziej precyzyjnych i wartościowych wyników segmentacji.

Tab. 1 Krótki opis opcji wstępnego przetwarzania reprezentujących cechy modelu lasu losowego

Nazwa funkcji	Opis
Filtr Gaussa	Filtr Gaussa, znany również jako rozmycie Gaussa, to technika wygładzania stosowana w przetwarzaniu obrazu w celu redukcji szumów. Powoduje to efekt zmiękczenia, dzięki czemu jest przydatny do rozmywania obrazów i poprawy ich jakości. Zakres dopuszczalnych wartości: 4 – 25. Ustaw wartość 0, aby ta funkcja nie była używana.
Operator Sobela	Sobel Operator wykorzystuje wykrywanie krawędzi, metodę opartą na gradiencie, używaną w przetwarzaniu obrazu do identyfikacji krawędzi obiektów na obrazie poprzez wykrywanie zmian jasności. Zakres dopuszczalnych wartości: 3 – 15. Ustaw wartość 0, aby ta funkcja nie była używana.
Entropia	W kontekście analizy tekstury obrazu entropia mierzy losowość lub złożoność tekstury obrazu, kwantyfikując ilość informacji lub zmienność wzorców intensywności. Ta metryka jest używana do rozróżniania obszarów obrazu o różnym poziomie szczegółowości lub tekstury, przy czym wyższe wartości entropii wskazują na bardziej złożone tekstury bogate w informacje. Zakres dopuszczalnych wartości: 1 – 25. Ustaw wartość 0, aby ta funkcja nie była używana.
Wyrównanie histogramu	Wyrównanie histogramu to technika dostosowywania kontrastu obrazów, wzmacniająca cechy poprzez równomierne rozłożenie poziomów intensywności. Ten krok wstępnego przetwarzania może poprawić zdolność modelu do rozpoznawania wzorców i rozróżnień w danych. Cecha ta powstaje w wyniku rozmycia obrazu filtrem Gaussa, dlatego też zależy od jego zakresu wartości.

Examples o różnych wartościach rozmiaru Opcji Wstępnego Przetwarzania:

Po wybraniu opcji wstępnego przetwarzania, szkolenie modelu jest inicjowane przez kliknięcie przycisku Trenuj model (rys. 6-2). Czas obliczeń dla tej operacji zależy od liczby załadowanych obrazów, obszarów maski zasobnika i rozmiaru zestawu danych kolorów. Szkolenie wykorzystuje 80% zestawu danych, podczas gdy pozostałe 20% jest zarezerwowane na ocenę modelu. Wyniki tej oceny są wyświetlane w tabeli (rys. 6-3), która zawiera nazwę modelu, jego dokładność (odsetek prawdziwych wyników wśród całkowitej liczby zbadanych przypadków), AUC (obszar pod krzywą ROC, mierzący zdolność modelu do rozróżniania klas), wynik F1 (średnia harmoniczna precyzji i odwołania, wskazująca równowagę między dokładnością modelu a jego kompletnością) oraz czas potrzebny na trenowanie modelu w milisekundach.

Nazwa wytrenowanego modelu pojawia się na liście rozwijanej poniżej, z której można wybrać Wybrany model, który ma zostać użyty do segmentacji. Ta lista zawiera również modele dodane po kliknięciu przycisku Załaduj model (rys. 6-4). Wytrenowane modele można zapisać jako plik ZIP file do dowolnego katalogu, klikając przycisk Zapisz model (rys. 6-5).

Aby przeprowadzić segmentację i wygenerować maskę roślin, kliknij przycisk Compute Plant Mask With Chosen Model (Rys. 6-6). Ta akcja stosuje model wybrany z listy rozwijanej, zwany Chosen Model, do wszystkich pikseli w obszarach maski zasobnika, tworząc w ten sposób Plant Mask. Nazwa modelu jest następnie przenoszona do sekcji ustawień Plant Mask, gdzie do utworzonej Plant Mask stosuje się dodatkowe przetwarzanie końcowe i filtrowanie.

USTAWIENIA MASKI ROŚLINNEJ

Analizę obrazu można opcjonalnie rozszerzyć o inne techniki wyświetlane w panelu Plant Mask Settings. Ustawienia można zapisać lub załadować za pomocą przycisków Load lub Save znajdujących się na dole zakładki Plant Mask Settings (Rys. 8-2).
W zależności od wybranej metody segmentacji istnieją dwie konfiguracje ustawień Plant Mask. W przypadku podstawowej metody, znanej jako RGB Formula Computation, ustawienia są przedstawione wizualnie na rys. 8, natomiast w przypadku bardziej zaawansowanej metody Machine Learning Computation ustawienia są pokazane na rys. 9. Krótki opis wszystkich parametrów dostępnych dla każdej metody można znaleźć w tabeli 2.

Tab. 2 Podsumowanie parametrów analizy obrazu

Obliczenia formuły RGB
Nazwa parametru	Opis
Formuła	Definicja formuły koloru. Użyj liczb całkowitych (1, 2, 3 itd.), operatorów (+, -, *, /, min, max, ln, log, sqrt, ^) i zmienne intensywności kolorów pikseli (R, G, B).
Próg	Próg obliczonej wartości wzoru koloru jest używany do rozróżniania roślin zawierających piksele (powyżej progu) i tło (poniżej progu).
Rozmiar filtra medianowego	Filtr Median 2D jest używany do redukcji szumów poprzez filtrowanie za pomocą okna pikseli n x n. Kiedy rośliny są wyraźnie widoczne, wyższe wartości n można stosować w celu zwiększenia wydajności.
Minimalny rozmiar	Ustaw wartość minimalnego rozmiaru pojedynczej maski roślinnej dla wybranego obszaru [px].
Minimalny rozmiar otworu	Minimalny rozmiar otworów w obiektach maski w pikselach, zwykle dziesiątki pikseli. Otwory mniejsze niż to wartości są zamykane i przyjmowane do pikseli obiektu. [px]
Przytnij obiekt na obramowaniach	Zaznacz pole wyboru, aby przyciąć wystające elementy lub niepowiązane obiekty (np. liście innych roślin) widoczne na zdjęciu. krawędzie maski tacy.
Przytnij obiekty na obramowaniach Minimalny rozmiar zachowania [px]	Minimalny rozmiar obiektów, które nie zostaną usunięte, nawet jeśli znajdują się na krawędzi obszaru określonego przez maskę zasobnika (obiekty mniejsze od tej wartości zostaną przycięte na krawędziach, jeśli opcja CropObjectsOnBorders jest ustawiona na wartość true)
Użyj redukcji odbicia	Opcja normalizująca wartości RGB w każdym pikselu (stosunek między kanałami jest wtedy brany pod uwagę przy progowaniu, a nie bezwzględne wartości pikseli). Przydatne w trudnych warunkach obrazowania – np. w świetle odbicie w szalkach Petriego.
Pomiń złe, odsłonięte punkty	Zaznacz pole wyboru, aby przyciąć słabo naświetlone piksele z maski roślin. Słabo naświetlone piksele mają przynajmniej jeden kolor o wartości minimalnej lub maksymalnej.
Obliczenia uczenia maszynowego
Nazwa parametru	Opis
Wybrany model	Nazwa modelu wybranego do segmentacji; wytrenowanego lub załadowanego.
Ustaw próg decyzyjny	Model lasu losowego przypisuje każdemu pikselowi pewne prawdopodobieństwo przynależności do jednej z dwóch kategorii: roślina lub tło. Domyślny próg klasyfikacji jest ustawiony na 0.5, ale można go dostosować.
Rozszerzanie się	Zwiększa powierzchnię powierzchni roślinnej poprzez zastosowanie dysku o określonym, regulowanym rozmiarze; potencjalnie łączenie pobliskich roślin i wypełnianie małych luk w kształtach roślin.
Erozja	Zmniejsza rozmiar obszarów roślinnych w masce roślinnej, wykorzystując dysk o określonym, regulowanym rozmiarze; pomaga to usunąć małe, odizolowane obszary błędnie zidentyfikowane jako rośliny i wyostrza granice między roślinami i tłem.
Otwór	Przeprowadzana jest poprzez zastosowanie erozji, a następnie rozszerzenia za pomocą dysku o określonym, regulowanym rozmiarze; oddziela blisko siebie położone rośliny w masce roślinnej poprzez usuwanie małych połączeń między nimi i eliminowanie drobne plamki lub szumy, pozwalające odróżnić poszczególne kształty roślin.
Zamknięcie	Wykonuje się ją poprzez zastosowanie dylatacji, a następnie erozji przy użyciu dysku o określonym, regulowanym rozmiarze; wygładza krawędzie kształtów roślin w masce roślinnej, zamyka małe otwory i łączy blisko siebie położone części, dzięki czemu obszary roślin wydają się bardziej spójne.

MASKOWANIE

Kliknięcie przycisku Recompute Plant Mask (Rys. 2-8, Rys. 8-3) w przypadku obliczeń formuły RGB generuje maskę roślin. Wzór koloru i optymalny próg są obliczane dla każdego piksela obrazu, a inne opcjonalne techniki analizy obrazu wymienione w ustawieniach maski roślin są stosowane. Z drugiej strony, w przypadku obliczeń uczenia maszynowego przycisk Recompute Plant Mask (Rys. 9-3) służy do filtrowania istniejącej maski roślin zgodnie z parametrami ustawionymi w ustawieniach maski roślin.

Następnie, view panel (rys. 11-2) jest odświeżany za pomocą powstałego zamaskowanego obrazu. Obraz może być viewed z linią obramowania maski roślin umieszczonej na górze obrazu i/lub w połączeniu z linią obramowania maski tacy i z tłem lub bez. view opcje są definiowane przez zaznaczenie pól wyboru na karcie Maskowanie (rys. 10). Linie obramowania mogą być zmieniane za pomocą opcji grubości i koloru. Grubość jest określana przez liczbę w polu tekstowym, a kolor można ustawić, klikając kolorowy prostokąt i wybierając kolor z wyskakującego okna Kolor.

Informacja: Jeśli analiza da niezadowalające wyniki, rozważ dodanie nowych kolorów do istniejącej listy w narzędziu do wybierania kolorów (rys. 11-1) i obliczenie nowego zestawu formuł lub wytrenowanie nowego modelu. Alternatywnie możesz wybrać inną konfigurację parametrów filtrowania w Ustawieniach maski roślin (rys. 8).

Na koniec ustawienia, które dają najdokładniejszy wynik maskowania, są wysyłane do okna Ustawienia poprzez kliknięcie przycisku Użyj ustawień maski roślinnej (Rys. 11-3). Zaleca się również zapisanie file oddzielnie do pamięci lokalnej w celu późniejszego wykorzystania lub odniesienia się do nich (rys. 8-3, rys. 9-3, przycisk Zapisz).

USTAWIENIA

Okno Ustawienia wyświetla ostateczne ustawienia analizy, które są następnie używane w oknach Single Run i Batch Run. Aplikacja automatycznie zapisuje ustawienia po zamknięciu i przywraca je po ponownym uruchomieniu.

OPCJE WSTĘPNEGO PRZETWARZANIA

Jeśli na karcie Plant Mask Tools wybrano zaawansowaną metodę Machine Learning Computation, widoczne stają się ustawienia Preprocessing Options (Rys. 12-1). Tutaj ustawienia są przekazywane i można je zmienić.

USTAWIENIA MASKI ROŚLINNEJ

Karta Plant Mask Settings (Rys. 12-2) zawiera ustawienia korekcji zniekształcenia soczewki beczkowatej i wykrywania maski roślinnej. Aby skorygować zniekształcenie beczkowate (rybie oko), określ stopień korekcji za pomocą liczby od -1 do 1. Pole wyboru x-fixed lub y-fixed pomija korekcję na osi x lub y, gdy jest zaznaczone, co jest przydatne do korygowania obrazów uzyskanych w trybie skanowania liniowego, w których zniekształcenie występuje tylko w jednym kierunku. Gdy pola wyboru dla obu osi są zaznaczone, żadna korekcja nie jest wykonywana. Centrowanie korekcji obrazu można wykonać po zaznaczeniu pola wyboru Change fish-eye center i wpisaniu nowych wartości osi x lub y.

MASKA NA TACY

Przycisk Load Tray Mask w panelu Tray Mask (Rys. 12-3) służy do wybierania i ładowania maski tacy do wykorzystania w analizie. W stopniowo przetwarzanych krokach analizy rozpoczynających się w oknie Mask Builder maska ​​tacy powinna być już dodana do okna Settings, co jest oznaczone zielonym przyciskiem Load Tray Mask. Jeśli przycisk pozostaje szary, maskę tacy należy załadować, klikając przycisk Load Tray Mask i wybierając maskę. file w oknie Otwórz. Maskę zasobnika można również dodać za pomocą przycisku Użyj maski (rys. 1-4) w oknie Kreatora masek. Następnieview maskę na wybranym obrazie po kliknięciu przycisku Pokaż maskę zasobnika (rys. 12-3).

PARAMETRY OBLICZONE

• Parametry morfologii wybiera się w panelu Obliczone parametry (rys. 12-4).
• Kliknięcie przycisku Bok View lub góra View Parametry automatycznie oznaczają zestaw odpowiednich parametrów. Wszystkie parametry morfologii są wymienione i krótko opisane w Tab. 3.

Tab. 3 Opis parametru morfologii

Parametr	Opis
Obszar_PX	Całkowita powierzchnia pokryta roślinnością. Jednostka: piksel
PERYMETR_PX	Długość obwodu rośliny. Jednostka: piksel
OKRĄGŁOŚĆ Formuła:	Stosunek powierzchni do obwodu powierzchni rośliny. 4 * PI * Powierzchnia / Obwód²
OKRĄGŁOŚĆ2 Formuła:	Stosunek powierzchni do obwodu wypukłej skorupy rośliny. 4 * PI * Powierzchnia_powłoki_wypukłej / Obwód_powłoki_wypukłej²
IZOTROPIA   Formuła:	Izotropia obiektu, obliczana jako stosunek pola powierzchni do obwodu wielokąta utworzonego przez wierzchołki obiektu. 4 * PI * Obszar_wielokąta / Obwód_wielokąta²
ŚCISŁOŚĆ   Formuła:	Stosunek powierzchni do powierzchni wypukłej skorupy otaczającej daną roślinę. Bardziej „kompaktowe” rośliny mają zwykle krótsze ogonki liściowe i masywne blaszki liściowe. Obszar / Obszar_Powłoki_Wypukłej
EKSCENTRYCZNOŚĆ   Formuła:	Parametr opisujący stopień różnicy pomiędzy powierzchnią otoczki wypukłej a okręgiem, którego środek znajduje się w środku rośliny. {Pole (tylko okrąg) + Pole (tylko otoczka wypukła)} / Pole (przecięcie)
RMS   Formuła:	Symetria masy obrotowej oparta na dopasowaniu elipsy o identycznym drugim momencie centralnym jak analizowany obiekt. 2 * {sqrt ((1/2 * Długość_osi_głównej)² – (1/2 * Długość_osi_pobocznej)²)} / Długość_osi_głównej
SOL Formuła:	Smukłość liści. Szkielet Obwód² / Powierzchnia
SZEROKOŚĆ_PX	Szerokość pola ograniczającego otaczającego roślinę. Jednostka: piksel

WYSOKOŚĆ_PX

Wysokość pola ograniczającego otaczającego roślinę. Jednostka: piksel

SEGMENTACJA KOLORÓW

Po zamaskowaniu obrazu segmentacja kolorów może być użyta do klasyfikowania piksel po pikselu reprezentacji kolorów zamaskowanego obiektu. W segmentacji kolorów liczba kolorów jest redukowana przez technikę klastrowania k-means, która klasyfikuje kolory na podstawie podobieństwa. Każda klasa ma podobne właściwości do koloru zdefiniowanego jako reprezentatywny.

Lista Definicje kolorów na karcie Segmentacja kolorów (rys. 12-5) służy do definiowania kolorów reprezentatywnych. Przyciski Dodaj i Usuń umożliwiają dodanie lub usunięcie jednej wybranej definicji koloru z listy. Możesz edytować wartości RGB dla dowolnego koloru reprezentatywnego na liście, wybierając i klikając dwukrotnie element. Z wyskakującego okna Kolor wybierz definicję z części Kolory podstawowe lub zdefiniuj kolor niestandardowy w części Kolory niestandardowe.

Karta Generowanie kolorów (rys. 12-6) jest narzędziem umożliwiającym automatyczne generowanie klas kolorów roślin zamaskowanych zgodnie z definicją ustawień w oknie Ustawienia (rys. 12-1 i rys. 12-2).

Aby ustawić liczbę klastrów dla algorytmu K-means, możesz określić liczbę ręcznie lub zaznaczyć pole wyboru Auto-Detect Cluster Count. Następnie oprogramowanie zastosuje metodę Silhouette do oceny skuteczności klastrowania z 2 do 20 klastrami, wybierając liczbę, która daje najwyższy wynik.

Następnie kliknij przycisk Generuj kolory. W oknie Otwórz file okno pop-up wybierz folder obrazów źródłowych używanych do maskowania i automatycznej definicji kolorów. Paski postępu w zakładce Generowanie kolorów (Rys. 13-1) pokazują, jak przebiega generator kolorów. Po zakończeniu na górnym pasku pojawi się Zakończono (Rys. 13-2).

Definicje kolorów można eksportować jako plik TXT file za pomocą przycisku Store Definitions lub załadować za pomocą przycisku Load Definitions w panelu Color Segmentation (rys. 12-5). Wyeksportowane file zawierające definicje odcieni kolorów, mogą być następnie importowane do sekcji Local Analysis oprogramowania PlantData Analyzer. Pozwala to na wykorzystanie wygenerowanych kanałów kolorów do przeprowadzenia segmentacji kolorów na danych przechowywanych w bazie danych.
Wynik analizy segmentacji kolorów jest formułowany jako liczba pikseli w każdej klasie kolorów dla każdego obiektu wybranego za pomocą maski roślinnej.

POJEDYNCZY BIEG

• Po skonfigurowaniu analizy na karcie Ustawienia kliknij przycisk Pokaż maskę zasobnika lub wybierz opcję Okno pojedynczego uruchomienia w poziomym menu z kartami.
• Okno pojedynczego uruchomienia (rys. 14) służy do analizy i wstępnegoview pojedynczy sampobraz w celu weryfikacji ustawień analizy.

W zakładce Pojedyncze uruchomienie okna wczytaj jakoample image za pomocą przycisku Load Image (Rys. 14-1). Kliknij przycisk Run Analysis (Rys. 14-2), aby rozpocząć analizę przy użyciu podstawowego obliczenia formuły RGB. Jeśli chcesz uruchomić zaawansowane obliczenie uczenia maszynowego, kliknij przycisk Run ML Analysis (Rys. 14-3). Po zakończeniu analizy w tabeli pojawi się tabela z obliczonymi wynikami view panel (rys. 14-4).

Informacja: Wartości pokazane w tabeli wyników można wybrać, klikając panel tabeli i wybierając wymagane komórki. Następnie komórki można skopiować do schowka i wstawić do edytora tekstu lub arkusza kalkulacyjnego.

Wynikowy zamaskowany obraz jest wyświetlany w view panel (Rys. 14-6). W panelu Pokaż obraz (Rys. 14-5) wybierz jeden z trzech viewtryby: oryginalny, maskowany i segmentowany kolorem, aby zwizualizować wynik maskowania i segmentacji kolorów. Aby zapisać maskę rośliny lub obraz, kliknij przycisk Zapisz maskę rośliny lub Zapisz obraz (rys. 14-7).

URUCHAMIANIE WSADOWE

Karta Uruchomienie wsadowe (rys. 15) służy do analizy zestawu obrazów zapisanych w lokalnym folderze pamięci masowej.

Po sprawdzeniu prawidłowych ustawień analizy na karcie Single Run, załaduj cały zestaw obrazów wejściowych na kartę Batch Run. Kliknij przycisk Select Images Folder (Rys. 15-1) i wybierz folder obrazów w oknie podręcznym Browse for Folder. W polu tekstowym Storering Path (Rys. 15-2) zdefiniuj ścieżkę do przechowywania wyników analizy. Kliknij przycisk Select Path (Rys. 15-2), aby utworzyć i wybrać folder w oknie podręcznym Browse for Folder.

Następnie kliknij Uruchom analizę (Rys. 15-3), a rozpocznie się podstawowa analiza obrazu RGB Formula Computation. Jeśli chcesz uruchomić zaawansowaną Machine Learning Computation, kliknij przycisk Uruchom analizę ML (Rys. 15-4).

Podczas analizy wynik jest stale aktualizowany w tabeli view panelu (rys. 15-5) i na obrazku view panel (Rys. 15-6), pokazany jest ostatni przetworzony obraz. Wyniki analizy są eksportowane do folderu wyjściowego zdefiniowanego w Ścieżce przechowywania (Rys. 15-2). Folder zawiera tabelę wyników, użytą maskę roślinną i trzy zestawy obrazów: skorygowany typu rybie oko, zamaskowany i segmentowany kolorem.

• wyniki.csv: Ten file zawiera rozdzielone przecinkami wartości parametrów zdefiniowanych w ustawieniach analizy. file Format ten jest zgodny z większością edytorów arkuszy kalkulacyjnych.
• PlantMask_oryginalnyfilenazwa.xsel: Definicja maski roślinnej file.

INFORMACJE: Oprócz definicji kształtu, maski tacek używane w systemach PlantScreen zawierają również informacje o rozmiarze pikseli. Gdy wartość rozmiaru pikseli zdefiniowana w masce tacki nie jest równa zeru, kilka parametrów morfologicznych z jednostkami pikseli jest również obliczanych z jednostkami milimetrowymi. Parametry te, takie jak Powierzchnia (mm2), Obwód (mm), Szerokość (mm) i Wysokość (mm), są automatycznie uwzględniane w tabeli wyników (Tab. 4).

Tab. 4 Tabela wyników

ZGŁASZANIE BŁĘDÓW

Mimo że intensywnie testujemy każdą wydaną wersję oprogramowania, niektóre błędy mogą przejść nasz proces testowania. Prosimy o rozważenie zgłaszania błędów, aby ulepszyć to oprogramowanie. Jeśli napotkasz błąd lub awarię aplikacji, wyślij wiadomość e-mail z tekstem „Błąd Morpho Analyzer” w temacie na adres wsparcie@psi.cz. W treści wiadomości opisz sekwencję kroków prowadzących do błędu.

WIĘCEJ INFORMACJI

Wersja instrukcji: 2024/02

© PSI (Photon Systems Instruments), spol. s ro
www.psi.cz

Niniejszy dokument oraz jego fragmenty mogą być kopiowane lub udostępniane osobom trzecim wyłącznie za wyraźną zgodą PSI.
Zawartość niniejszej instrukcji została zweryfikowana pod kątem zgodności ze specyfikacją urządzenia. Nie można jednak wykluczyć odchyleń. Dlatego nie można zagwarantować całkowitej zgodności między instrukcją a rzeczywistym urządzeniem. Informacje zawarte w niniejszej instrukcji są regularnie sprawdzane, a w kolejnych wersjach mogą być wprowadzane poprawki.

Przedstawione w tym podręczniku wizualizacje mają charakter poglądowy.
Niniejsza instrukcja stanowi integralną część zakupu i dostawy sprzętu oraz jego akcesoriów i obie Strony są zobowiązane do jej przestrzegania.

Dokumenty / Zasoby

Analizator przesiewowy PSI Morpho PlantScreen [plik PDF] Instrukcja użytkownika Analizator Morpho PlantScreen, Analizator PlantScreen, Analizator

Odniesienia

• Instrukcja obsługi