Date post: | 27-Jun-2015 |
Category: |
Technology |
Upload: | angelo-oldani |
View: | 1,878 times |
Download: | 7 times |
iFUNGUSUn’applicazione per il riconoscimento dei funghi tramite smartphone
AngeloOldaniMichele Pierangeli
Sistemi informativi multimedialiDocenti:
Raimondo SchettiniGianluigi Ciocca
INDICE
• Riconoscere i funghi
• Le tecnologie smartphone
• Un’applicazione per il riconoscimento di funghi in mobilità
• L’architettura dell’applicazione
• Il database
• Features Extraction
• Indexing
• Matching
• iFungus: interazione e user interface (UI)
• Limiti del progetto
• Sviluppi futuri
RICONOSCERE I FUNGHIForma
cappelloColore cappello
Superficie cappello
ImenioDimensioni/Proporzioni
spianatoconvessodepressoimbuto
ondulatoovoidalealveoli
ocramarrone chiaromarrone scuro
giallorosso
arancioviolaverdenero
lisciastriata
scanalatavellutata
screpolatazonata
verruchesquameaculei
lamellepori/tuboli
aculei
cappellogambo
๏ Commestibili
๏ Immangiabili
๏ Tossici
๏ Mortali
LE TECNOLOGIE SMARTPHONELarga diffusione negli ultimi anni
Fotocamera
GPS
Internet in mobilità
Market di applicazioni
APPLICAZIONE PER RICONOSCIMENTO FUNGHIScenario d’uso
ARCHITETTURA DI iFUNGUS
Tutto il processo di retrieval avverrà sullo smartphone, questo è permesso da:
• buona potenza di calcolo
• database ristretto
• il contesto d’uso potrebbe non permettere una buona connessione dati
DATABASE DI iFUNGUS
Thumbnail file: anteprimaAccess file: 960x640 pixel in formato .jpg
Feature space:almeno 10 vettori per ogni specie di fungo tenendo conto dei differenti stadi di crescita.
Feature vector:● Id del fungo● shape ● area e dimensioni, cappello e gambo● colore cappello e gambo● texture
Informazioni:● nome scientifico● sinonimi e nomi comuni● commestibilità● habitat● stagione● eventuali curiosità
FEATURES EXTRACTION
1. Scattare foto del fungo di scorcio.
2. Estrarlo dal contesto stabilendone la shape (Slope Magnitude Technique).
2. Convertire l’immagine alla stessa grandezza del database.
3. Separare il cappello dal gambo e immagazzinare le proporzioni.
4. Il colore della cappella e del gambo (Color distribution).
5. Texture cappello (Gabor Filters).
• Eliminare ostruzioni (rami, foglie)
• Posizionarsi a di circa 15 - 20 cm
• Inquadrare il fungo e aspettare che venga delineato il contorno
• Scattare la foto e controllare se il contorno è preciso
• Nel caso non sia preciso aggiustarlo manualmente
• Invio della query
SCATTARE LA FOTO DEL FUGNO DI SCORCIO
Edge: salto nell’intensità dell’immagine
Robert Operator: Gy per trovare il gradiente verticale e Gx per quello orizzontale
Slope Magnitude Method trovare i punti di intersezione tra i gradienti
SLOPE MAGNITUDE TECHINQUE
•Resize dell’immagine in modo da essere della stessa dimensione del database di feature.
•Eliminazione dello sfondo usando la shape.
•Equalizzazione delle curve.
CONVERSIONE EQUALIZZAZIONE E NORMALIZZAZIONE
Algoritmo:
•Contorno del fungo e partendo dal basso
•Angolo che contraddistingue l’attaccatura del gambo col cappello
•Sia da destra che da sinistra
•Linea di divisione
SEPARARE IL CAPPELLO DAL GAMBO
Estrazione di features:
● altezza complessiva del fungo
● altezza del cappello e del gambo
● larghezza del cappello e del gambo
ESTRAZIONE DELLE PROPORZIONI
Features colore: Dynamic Color Distribution Entropy of Neighborhoods
L’immagine viene scannerizzata riga per riga da sinistra a destra delineando dei quartieri di colore simili e suddividendo l’immagine in aree colorate.
RICONOSCIMENTO DEL COLORE
TEXTURE CAPPELLO
L’analisi della texture sarà effettuata sul cappello.
Viene utilizzato il Gabor Filter lavorare con ristrette larghezze di banda nel dominio delle frequenze spaziali permettendo una più approfondita analisi della texture.
INCERTEZZA INDIVIDUAZIONE
Se il riconoscimento dovesse fallire verrà chiesto all’utente di:
•scattare una nuova foto del fungo, dall’alto, in modo da prendere soltanto il cappello e fare una nuova estrazione di features.
•discriminare visivamente e scegliere quali tra i funghi presentati assomiglia di più al fungo fotografato.
INDEXINGOrganizzazione del database utilizzando una struttura dati che sfrutti le relazioni spaziali tra i vettori.
Struttura ad albero: Modello k-d tree
MATCHING
Vector space model possiamo definire come un documento (d) l’insieme di tutte le features (wj) estratte dalle immagini prototipiche di una specie di un fungo. La query (q) sarà composta da tutte le features (wq) estratte dall’immagine scattata dall’utente.
Come misura di similarità si è scelto di utilizzare il coseno degli angoli tra i due vettori presente nel feature space.
Coseno vicino ad 1 = query molto simile al vettore comparatoCoseno vicno a 0 = query molto dissimile al vettore comparato
INTERAZIONE E UI
Splash screenapplicazione
INTERAZIONE E UI
L’utente deve porsiad una distanzadi 15-20 cm e
dovrà centrare il fungo nella sagoma
verde
INTERAZIONE E UI
Se il fungo non è stato
completamente catturato viene
data la possibilità di selezionare a mano
l’area interessata
INTERAZIONE E UI
Area completata a mano dall’utente
che colora le parti interessate
INTERAZIONE E UI
Risultati multipli
Possibilità di affinare i risultati scattando una foto anche dall’alto.
INTERAZIONE E UI
Scatto foto dall’alto
INTERAZIONE E UI
Fungo riconosciuto
Grado di commestibilità
INTERAZIONE E UI
Informazioniaggiuntive di
supporto
INTERAZIONE E UI
Fungo riconosciuto,
tossico
INTERAZIONE E UI
Possibilità di salvare la
posizione GPS in cui è stato trovato
LIMITI• Progetto prettamente teorico che non permette di verificare la stabilità del sistema.
• Sarebbe opportuno popolare una vasto database di immagini.
• Il contesto d’uso naturale rende l’utilizzo dell’applicazione più complesso a causa dei forti cambiamenti delle variabili ambientali.
• Impossibilità o difficoltà di riconoscere la forma degli Imenofori.
• Rischio nel riconoscimento di un fungo sbagliato.
SVILUPPI FUTURI
• Utilizzo di un expert system
• Tecnologia GPS
GRAZIE