Novel system for semiautomatic image segmentation of arctic chardoi-link: 10.1117/1.2774971Martinkauppi, B., Doronina, E., Piironen, J., Jääskeläinen, T. & Parkkinen J. Journal of Electronic Imaging, vol. 16(3), 033012, 8 pp. Julkaisuvuosi: 2007 Uusi puoliautomaattinen menetelmä nieriän värityksen määrittämiseen digitaalikuvista
Kalojen kutuaikana muuttuu niiden ulkoasu eli väritys, erilaiset ornamentit, ja muoto. Nieriällä nämä kutuasun muutokset ovat silmiinpistävän voimakkaita. Vatsan punaiset ja oranssit sävyt ovat ovat hyvin korostuneita. Punaoransseja sävyjä kehittyy myös rinta-, vatsa ja peräeviin. Eväreunojen helmiäshohtoiset valkeat reunat vielä korostavat väriloistoa. Kutuvärityksen ja muodon muutokset ovat kalalle energeettisesti kalliita. Näiden muutoksien on arveltu olevan yhteydessä mm. lisääntymiskumppanin valintaan: voimakkaat kutuvärit ilmaisisivat hyvää elinkelpoisuutta ja muita perimään liittyviä ominaisuuksia, kuten korkeaa tautien vastustuskykyä. Värien yksiselitteinen määrittäminen ei kuitenkaan ole kovin helppoa tavallisissa olosuhteissa. Tämän työn tavoitteena oli kehittää uhanalaisen saimaannieriän kutuvärityksen punaisten värisävyjen mittaamiseen soveltuva kvantitatiivinen menetelmä. Työ tehtiin Joensuun yliopiston (Infotonics Center) ja RKTL:n yhteistyönä. Tutkimusaineisto koostui Enonkoskella kasvatetuista saimaannieriä-emokaloista, joista otettiin digitaalikuva kasvatushallissa risteytysten yhteydessä. Näitä kaloja käytettiin siis myös värityksen merkitystä selvittävän tutkimuksen risteytysemoina. Tutkimuksessa kehitettiin toimiva puoliautomaattinen digitaalikuvien käsittely- ja segmentointijärjestelmä, jolla kalan – erityisesti kalan vatsan punainen sävy – ja kuvan eriväriset osat pystyttiin erottelemaan toisistaan. Kuvien digitaalisen informaation käsittelyyn käytettiin tekniikoita, joiden avulla kuvien laadun vaihtelut (valotuserot, heijastukset jne) voidaan ottaa huomioon. Menetelmällä voidaan arvioida kvantitatiivisesti sekä punaisten värien sävyä että punaisen alueen kokoa. Kehitetyt ratkaisut ottavat huomioon mm. kuvausolosuhteiden ja kuvien laadun vaihtelua, ja siksi menetelmää voidaan soveltaa esimerkiksi tavallisissa viljelyolosuhteissa otettuihin digitaalikuviin.
FT, Birgitta Martinkauppi, InFotonics Center, Joensuun yliopisto; jbm@cs.joensuu.fi FM Elena Doronina, InFotonics Center, Joensuun yliopisto FT Jorma Piironen, Riista- ja kalatalouden tutkimuslaitos prof. Timo Jääskeläinen, InFotonics Center, Joensuun yliopisto prof. Jussi Parkkinen, InFotonics Center, Joensuun yliopisto |
Tilaa julkaisu