文献

J-GLOBAL ID：201702269247015669   整理番号：17A0358431

GA-SVMモデルに基づく器械の不純物認識【JST・京大機械翻訳】

Recognition for machine picking seed cotton impurities based on GA-SVM model

著者 (4件)： Zhang Chengliang (School of Mechanical Engineering, University of Jinan) ,  Li Lei (School of Mechanical & Automotive Engineering, Qilu University of Technology) ,  Dong Quancheng (School of Mechanical Engineering, University of Jinan) ,  Ge Rongyu (School of Mechanical Engineering, University of Jinan)
資料名： Nongye Gongcheng Xuebao  (Nongye Gongcheng Xuebao)
巻： 32  号： 24  ページ： 189-196  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： 遺伝的アルゴリズムを用いて,中国の机采棉の加工過程における綿実生とワタのパラメータの検出の欠如を克服するために,サポートベクトルマシン(SVM)の最適化サポートベクトルマシン(SVM)に基づく画像分割と不純物認識の方法を提案した。画像分割の段階では,ピクセルの近傍の色調,飽和度,輝度の色特徴と平均輝度,平均コントラスト,平滑度,モーメント,一貫性,エントロピーなどのテクスチャ特徴を用いて特徴ベクトルを構築し,最適保持戦略の遺伝的アルゴリズムを用いてペナルティパラメータと核関数パラメータを最適化した。画像分類のためのSVM分類装置を確立した。不純物認識プロセスにおいて,標識領域の色特徴とテクスチャ特徴を計算することによって,面積,周囲長,離心率,,,形状因子などの形状特徴を増加させ,遺伝的アルゴリズムを用いて不純物認識SVM分類器を構築した。試験結果により,提案方法は,端部コントラストが低く,テクスチャ情報が豊富な器械画像のセグメンテーションに適用でき,そして,不純物の有効認識率は,92.6%であった。本研究は,綿の加工装置のパラメータ最適化と国産の采棉机の開発と最適化のための重要な参照を提供した。Data from the ScienceChina, LCAS. Translated by JST【JST・京大機械翻訳】

シソーラス用語： 輝度 ,  画素 ,  *不純物 ,  サポートベクトルマシン ,  エントロピー ,  色相 ,  遺伝的アルゴリズム ,  セグメンテーション ,  コントラスト ,  最適化
準シソーラス用語： テクスチャ ,  画像分類 ,  テクスチャ特徴 ,  色特徴 ,  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 ,  impurities ,  genetic algorithm ,  machine picking seed cotton ,  SVM ,  recognition

分類 (3件)： パターン認識  (JE07000S) ,  分子・遺伝情報処理  (JE15040B) ,  図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (3件)： モデル ,  器械 ,  不純物