Newest papers

A Flexible ROI Analysis Tool for Spatially Consistent Vegetation Index Extraction from Turfgrass Imagery

Kibon Ku, Thai Thanh Tuan, Jinhyun Ahn · 2026 · arXiv (Cornell University)

DOI: 10.48550/arxiv.2610.26719 · cited by 0 works (OpenAlex) · open-access PDF

Arabic

وقد تم تطوير أداة برمجيات متعددة الأبعاد في الوقت المناسب لتقييم حالة الثلج؛ ومع ذلك، لا تزال استيعاب قيمة مؤشر الثلج (VI) على مستوى الترتيب ملموسة عندما تختلف موقف الكاميرا بين استيرادات وتتراكم الثلج التلقائي غير موثوق به. تم تطوير أداة برمجيات مفتوحة تحتوي على (i) رابطة المستخدم الرسمية (GUI) لزيادة الترتيب التفاعلي للمناطق المهمة التي يمكن تعديلها عن طريق التنسيق (ROIs) مع تنسيق N$-way لتتوافق مع جغرافية الترتيب، و (ii) سلة برمجيات متعددة الأبعاد التي تحدد قيمة متوسط القيمة VI على مستوى الترتيب دون تحديد ROIs

Machine translation (Meta M2M100); the English original follows.

Abstract

Time-series multispectral imaging is widely used to assess turfgrass condition; however, extracting plot-level vegetation index (VI) values remains labor-intensive when camera positions vary between acquisitions and automated plot tracking is unreliable. We developed an open-source software tool comprising (i) a graphical user interface (GUI) for the interactive placement of orientation-adjustable regions of interest (ROIs) with $N$-way subdivision to match plot geometry and (ii) a batch-processing script that computes plot-level mean VI values from single-band floating-point rasters and exports measurements and ROI coordinates in JSON format for reuse. Saved coordinates can be reapplied to measure NDVI, NDRE, and SAVI from identical pixel regions within a single time point without re-delineating ROIs. In a demonstration using rail-mounted multispectral turfgrass imagery (18 images), plot-level mean values were extracted in a single session, with coordinates reused directly for NDRE and SAVI rasters. The system reads non-georeferenced pixel-coordinate rasters natively, does not require GIS expertise, and supports reproducible VI quantification where static sensor deployment is impractical.

Read in: English · Spanish · Chinese · Hindi · Arabic · Portuguese · French · German · Japanese · Russian · Korean · Indonesian · Vietnamese

Topics: Computer science, Multispectral image, Computer vision, Pixel, Remote sensing, Artificial intelligence

Sources: OpenAlex (CC0), arXiv, Crossref. Agent Exchange