Specimen meten voorbeeld schelp

Meten met AI, zonder vaste camera opstelling

We ontwikkelen een algoritme dat objecten kan meten op foto’s of in video. Behalve vier markeringen die in beeld zichtbaar moeten zijn, is geen vaste opstelling nodig. Vrijwel elke camera/telefoon/tablet voldoet en er zijn geen eisen aan afstand, positie of hoek van de foto. Dat maakt deze werkwijze interessant voor veldonderzoek, inventarisaties en citizen science.

Het algoritme dat we ontwikkelen, moet samenwerken met een specifiek beeldherkennings model dat de relevante objecten detecteert. Het algoritme rekent van de gevonden objecten vervolgens de lengte uit.

De vier markers moeten goed zichtbaar zijn en het object moet zich op of in hetzelfde vlak als de markers bevinden. De methode heeft in onze eerste praktijktests een zeer kleine foutmarge.

Voorbeeld: schelp meten

Specimen meten voorbeeld schelp

Je ziet dat deze foto niet vanuit een vaste opstelling is gemaakt. Het object ligt niet recht in beeld en de foto is iets vanuit een hoek genomen. Wel zijn de vier markers duidelijk zichtbaar. De schelp is 87 mm lang.

De berekening

Het algoritme heeft de afbeelding gedraaid en vervormd naar vlak perspectief. Omdat het de afstand tussen de markers weet, kan het nu de lengte van de schelp berekenen. De berekende lengte is 87,6 mm (0,7% foutmarge).

Hoe gebruiken?

We kunnen dit algoritme, zoals onze andere producten, verpakken in een generieke applicatie die je zo goed als overal kunt uitvoeren. Je kan het gebruiken op je laptop of pc, op een (ftp) server of in bestaande software en webapplicaties.

Wij kunnen het algoritme voor je omzetten naar de gewenste applicatievorm, hebben watervaste markers op voorraad en bieden je uiteraard de nodige begeleiding bij het gebruik.

Neem gerust contact op als je meer wil weten of een demo wil bekijken.

Technologie voor robotica en AR

De markeringen die we gebruiken, worden ook gebruikt in robotica en AR. Ze zijn goed door beeldherkenning te herkennen. 

Nadat het algoritme vier referentieobjecten heeft gelokaliseerd, kan het de afbeelding draaien en vervormen tot een vlak perspectief.

Omdat het algoritme de afstand tussen de markers kent, kan het daarna de lengte van een gedetecteerd object uitrekenen met een hele kleine foutmarge.