Documentos de Académico
Documentos de Profesional
Documentos de Cultura
9 (2016)
Resumen. Los sistemas basados en visin artificial permiten automatizar el proceso de fenotipado de los
sistemas biolgicos. Estos sistemas permiten capturar grandes cantidades de datos de forma rpida y con un
bajo coste asociado. Hemos desarrollado una herramienta software flexible para el fenotipado basada en visin
artificial. La herramienta controla los parmetros del experimento: das de experimento, horas da/noche,
permite la utilizacin de diferentes tipos de cmaras, etc. La herramienta ha sido programada en C++ lo que ha
permitido integrar y ejecutar diferentes algoritmos de procesado de imagen de libreras como OPENCV y MIL.
Palabras clave: Visin artificial, cronobiologa, fenmica, cintica crecimiento
Abstract. Computer vision systems allow to automate the process of obtaining phenotypic features in plants.
These systems produce large amounts of data in a quick fashion and with a low associated cost. In this work we
present a flexible software tool for phenotyping analysis based on computer vision. The tool allows a total
management of the experiment parameters such as experiment time, hours of night-time and daytime periods or
use of different cameras with time of image acquisition. The system has been programmed in C++ allowing it to
be applied in different computer environments, using different computer vision algorithms to perform image
processing.
Keywords: Artificial vision, circadian clock, phenomics, growth kinetics
incluida en el ncleo de GNU/Linux. Esta librera necesario disponer de un software que permita
permite mediante protocolos de comunicacin serie, controlar los parmetros de inters del sistema as
el envo de rdenes a los diferentes canales de la como la configuracin de forma flexible e intuitiva de
tarjeta a travs del puerto USB. sta, a su vez, acta dicho sistema.
sobre una placa de rels cuya misin es activar o
El software que hemos desarrollado, permite
desactivar de forma individual los elementos del
controlar el sistema. Al estar desarrollado en C/C++
sistema de iluminacin (Fig. 1).
facilita la integracin de hardware propietario.
Se han obtenido varios miles de imgenes RGB e IR Adems es fcilmente extensible pudiendo incluir
que han sido analizadas de forma semiautomtica nuevas funcionalidades como el control de
empleando las libreras MIL (Matrox Imaging temperatura o el envo/recepcin de informacin
Library V9). De esta forma, se han escrito varios desde equipos informticos externos. Finalmente, el
scripts para la importacin, segmentacin e desarrollo de scripts de Visual C++ con las funciones
identificacin de los elementos de inters dentro de la de procesamiento de imgenes de la MIL nos han
imagen y la extraccin de la informacin (centro de permitido automatizar el anlisis de miles de
gravedad, longitud, rea, ngulo respecto a la imgenes, que de otra forma habra resultado un
horizontal) de los rganos de estudio seleccionados proceso con un coste de tiempo muy elevado.
en la planta, para su posterior anlisis estadstico.
Para la extraccin de caractersticas se ha
automatizado mediante scripts el siguiente proceso: 4. AGRADECIMIENTOS
El trabajo realizado se enmarca dentro de los
proyectos MICINN BFU-2013-45148-R y ViSel-
x Importacin de imgenes.
TR(TIN2012-39279).
x Seleccin de la regin de inters (ROI).
x Binarizacin de la ROI mediante tcnica de Este trabajo ha sido presentado en el II Simposio
umbralizacin (thresholding). Nacional de Ingeniera Hortcola, celebrado en
x Filtrado de grupos de pxeles con rea Almera del 10-12 de febrero de 2016.
inferior a la establecida dentro de la ROI.
x Medida automtica de los parmetros de
inters, gracias a las funciones que
incorporan las MIL`s.
x Exportacin de los parmetros medidos a
hoja de clculo.
3. RESULTADOS Y CONCLUSIONES
Los sistemas de fenotipado basados en visin
artificial, pueden ser muy efectivos para la bsqueda
de patrones de comportamiento cclico en plantas. Sin
embargo para que sean realmente efectivos, es
(a) (b)
Fig. 1: (a, b) Interfaz grfica desarrollada.
Referencias
[1] Fahlgren, N., Gehan, M., Baxter, I. (2015). vision system to study circadian rhythm in plants.
Lights, camera, action: high-throughput plant Sensors (Switzerland), vol. 12, no. 11, pp. 15356
phenotyping is ready for a close-up. Curr. Opin. 15375.
Plant Biol., vol. 24, pp. 9399.
[5] Nguyen, T., Slaughter, T., Max, N., Maloof, J.,
[2] Deligiannidis, L., Arabnia, H. (2014). Emerging Sinha, N. (2015). Structured Light-Based 3D
Trends in Image Processing, Computer Vision Reconstruction System for Plants, Sensors, vol.
and Pattern Recognition. Morgan Kaufmann. 15, no. 8, pp. 1858718612.
[3] Aboelela, A., Liptay, A., Barron, J. L., (2005). [6] Tindall, A. J., Waller, J., Greenwood, M. , Gould,
Plant Growth Measurement Techniques using P. D., Hartwell, J., Hall, A. (2015). A comparison
Near-Infrared Imagery. Int. J. Robot. Autom., vol. of high-throughput techniques for assaying
20, no. 1. circadian rhythms in plants. Plant Methods, vol.
11, no. 1, p. 32.
[4] Navarro, P. J., Fernndez, C., Weiss, J., Egea-
Cortines, M. (2012). Development of a
configurable growth chamber with a computer