ارائه روشي كمي و كيفي در ارزيابي عملكرد فاكتورهاي رنگي براي جداسازي گياهان از پس زمينه بمنظورخودكاركردن شناسايي تصويري گياهان

A qualitative and quantitative approach to assessing the performance of contrast enhancing colour indices used in automatic computer vision plant identification system

سامانه هاي بينايي رايانه اي قابليت شناسايي خودكار اشياي مختلف از روي تصاوير را فراهم مي كند . براي سامانه رايانه اي شناسايي گياه از تصوير، جداسازي گياهان از پس زمينه به كمك آستانه گذاري يكي از مراحل اوليه و اساسي اين سامانه مي باشد.كيفيت گياه جدا شده از پس زمينه در مرحله جداسازي در استخراج ويژگي هاي رنگي و شكلي كه در الگوريتم هاي بعدي كه براي شناسايي گياهان بكار مي رود موثر است. بدين منظور، با كمك فاكتورهاي رنگي بين گياهان و پس زمينه تضاد ايجاد كرده تا عمليات آستانه گذاري موثرتر صورت گيرد. تاكنون، در منابع فاكتورهاي مختلفي براي جداسازي گياهان سبز از تصوير بكار رفته است كه در هر تحقيق به موثر بودن فاكتورهاي معرفي شده اشاره شده است. در اين تحقيق، چند فاكتور جديد رنگي را معرفي كرده و بر مبناي نمودار توزيع فاكتورهاي رنگي در ناحيه گياهي و پس زمينه، معياري كمي و شيوه اي كيفي را براي ارزيابي عملكرد فاكتورهاي رنگي كه در منابع بكار رفته اند و فاكتورهاي رنگي پيشنهادي بكار مي گيرد . در اين تحقيق شيوه ارزيابي پيشنهادي با كمك 500 تصوير ( 50 تصوير × 10 گياه) نمايش داده شده و استفاده شده است. نتايج كمي نشان مي دهدكه تبديلهاي خطي G-B با معيار عملكرد 5/86 براي جداسازي برگ سبز از پس زمينه و G/R با معيار عملكرد 1/5 براي جداسازي برگ قرمز از پس زمينه مناسب و بهينه مي باشند. نتايج كيفي حاصل از اعمال اين فاكتورهاي رنگي روي تصاوير نيز مويد نتايج كمي است.

Computer vision systems are able to detect objects of interest automatically from images. For a vision-based plant identification system, segmentation of plant regions from background is a basic and necessary step. The quality of segmented plant regions from background is important to the following feature extreaction and interpretation steps. For this reason, colour indices are used to enhance the contrast between plant and background regions in an image. There have been several colour indices introduced and used in literature so far for separating green plants from non-green background. In each research, the newly defined colour index was said to be an effective contrast enhancer. In this research, a few new colour indices were defined and a new approach to qualitative and quantitative analysing the segmentation performance of these colour indices was used. A dataset of 500 images (10 plants × 50 imges each) was used to demonstrate this approach. The quantitative results showed that among tested colour indices, G-B and G/R were the most effective indices for segmentation of green plant and red plant, respectively, from the image background. The qualitative findings, which resulted from applying these colour indices on the plant images, were inline with quantitative findings