We propose the use of state-of-the-art methods for visual odometry to accurately recover camera pose and preliminary three-dimensional models on image acquisition time. Specimens of maize and sunflower were imaged using a single free-moving camera and a software tool with visual odometry capabilities. Multiple-view stereo was employed to produce dense point clouds sampling the plant surfaces. The produced three-dimensional models are accurate snapshots of the shoot state and plant measurements can be recovered in a non-invasive way.
Tag: computer vision
Detecção automática de bagas de café em imagens de campo
[pt-BR] Um método para detecção automática de bagas de café em imagens digitais tomadas em campo é apresentado. Ele consiste em uma fase de detecção preliminar de regiões candidatas seguida por uma etapa de classificação capaz de filtrar falsos positivos. Nossos resultados evidenciam que a detecção automática de frutos é factível e pode ser aplicada em metodologias de predição de safra e sistemas de agricultura de precisão.
3D Plant Modeling: Localization, Mapping and Segmentation for Plant Phenotyping Using a Single Hand-held Camera
In this work, structure from motion is employed to estimate the position of a hand-held camera, moving around plants, and to recover a sparse 3D point cloud sampling the plants’ surfaces. Multiple-view stereo is employed to extend the sparse model to a dense 3D point cloud. The model is automatically segmented by spectral clustering, properly separating the plant’s leaves whose surfaces are estimated by fitting trimmed B-splines to their 3D points.
Fenotipagem de plantas em larga escala: um novo campo de aplicação para a visão computacional na agricultura
[pt-BR] O presente capítulo apresenta uma visão geral dos avanços recentes na fenotipagem em larga escala e como a visão computacional surge como ferramenta para a caracterização fenotípica não-destrutiva da parte aérea de plantas (Seção 3). O capítulo se encerra apresentando cenários futuros de pesquisa nessa área.
[Tutorial] SciPy and OpenCV as an interactive computing environment for computer vision
This tutorial introduces a SciPy+OpenCV environment and shows how it can address different steps on computer vision research, from initial data exploration to parallel computing implementations.