文献

J-GLOBAL ID：201702260536202515   整理番号：17A0078891

空間特性スペクトルクラスタ化アルゴリズムに基づく雑音除去リンゴ画像の最適分割を提案した。【JST・京大機械翻訳】

Optimization spectral clustering algorithm of apple image segmentation with noise based on space feature

著者 (5件)： Gu Yuwan (School of Electrical and Information Engineering, Jiangsu University) ,  Shi Guodong (School of Electrical and Information Engineering, Jiangsu University) ,  Liu Xiaoyang (School of Electrical and Information Engineering, Jiangsu University) ,  Zhao Dejie (School of Electrical and Information Engineering, Jiangsu University) ,  Zhao Dean (School of Electrical and Information Engineering, Jiangsu University)
資料名： Nongye Gongcheng Xuebao  (Nongye Gongcheng Xuebao)
巻： 32  号： 16  ページ： 159-167  発行年： 2016年 
JST資料番号： C2454A  ISSN： 1002-6819  CODEN： NGOXEO  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： リンゴ収穫ロボットの目標認識に及ぼすノイズの影響を減少するために,雑音除去リンゴ画像のセグメンテーション法を研究した。本研究では,ノイズに対するロバスト性を持つリンゴ画像セグメンテーション法を設計し,リンゴ画像の三次元空間特徴点のコンパクト関数を計算し,隣接点の類似行列を構築し,リンゴ画像の雑音除去効果を実現した。次に,異常値マトリックスを用いて,他の残差ベクトルの線形表現によって,類似性マトリックスを異常値によってクラスタ化して,次に,空間的特性に基づくノイズのための最適化アルゴリズムを提案して,セグメンテーションアルゴリズムの効率と精度を改良した。二つのリンゴ画像に対して、異なる程度のガウスとごま塩ノイズ(分散がそれぞれ0.01、0.05と0.1のガウスノイズと確率が0.01、0.05と0.1のごま塩ノイズ)を添加して実験を行った。スペクトルクラスタリング法,空間特徴に基づくスペクトルクラスタリング法,および最適化法によるリンゴ目標画像の分割図をそれぞれ得て,3つの方法のセグメンテーション精度を計算した。この方法は,単一リンゴに対して異なる雑音の影響を受け,分割精度は99%以上であり,重複リンゴのセグメンテーション精度は98%以上であった。選択された30のリンゴ画像に対して,0.05のGAUSS雑音と0.01の確率を有するごま塩ノイズの影響の下での平均分割精度は99.014%%であった。結果は以下を示す。スペクトルクラスタリング法は雑音に大きく影響される。空間特性に基づくスペクトルクラスタリング法の分割効果は雑音の影響を受けるが,境界領域には多くの間違ったピクセルが存在する。境界領域における最適化法は,空間的特徴に基づくスペクトルクラスタリング法よりも優れている。実験条件の下で,分割結果の精度は,空間的特徴に基づくスペクトルクラスタリング法と従来のスペクトルクラスタリング法と比較して,それぞれ5%~6%と9%~25%増加した。分割効率の観点では,提案方法の分割時間は従来のスペクトルクラスタリングアルゴリズムよりも低く,空間特性スペクトルクラスタリングに基づく方法と類似している。研究結果は,リンゴ収穫ロボットの高速ターゲット認識のための参照を提供した。Data from the ScienceChina, LCAS. Translated by JST【JST・京大機械翻訳】

シソーラス用語： 最適化 ,  ベクトル ,  セグメンテーション ,  高速度 ,  線形性 ,  ロバスト性 ,  *雑音除去 ,  異常値 ,  物体認識 ,  *クラスタ化 ,  画素 ,  類似性 ,  *リンゴ
準シソーラス用語： スペクトラルクラスタリング ,  画像セグメンテーション , 【Automatic Indexing@JST】

著者キーワード (6件)： image segmentation ,  algorithms ,  fruits ,  space feature ,  spectral clustering ,  clustering optimization

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (7件)： 空間特性 ,  スペクトル ,  クラスタ化 ,  アルゴリズム ,  雑音除去 ,  リンゴ ,  提案