文献

J-GLOBAL ID：201702216591104290   整理番号：17A0757568

イネ種子品種純度検査のためのハイパースペクトルイメージングシステムの空間的およびスペクトル特徴の利用【Powered by NICT】

Spatial and spectral features utilization on a Hyperspectral imaging system for rice seed varietal purity inspection

著者 (8件)： Vu Hai (Intemational Research Institute MICA, Hanoi University of Science and Technology) ,  Tachtatzis Christos (Dept. of Electronic and Electrical Engineering, University of Strathclyde) ,  Murray Paul (Dept. of Electronic and Electrical Engineering, University of Strathclyde) ,  Harle David (Dept. of Electronic and Electrical Engineering, University of Strathclyde) ,  Dao Trung Kien (Intemational Research Institute MICA, Hanoi University of Science and Technology) ,  Le Thi-Lan (Intemational Research Institute MICA, Hanoi University of Science and Technology) ,  Andonovic Ivan (Dept. of Electronic and Electrical Engineering, University of Strathclyde) ,  Marshall Stephen (Dept. of Electronic and Electrical Engineering, University of Strathclyde)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2016  号： RIVF  ページ： 169-174  発行年： 2016年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： ランダムサンプルは,バッチから描かれるイネ種子の品種純度を検査する従来の方法は人間の視覚検査に基づいている。は退屈な,面倒で時間がかかり,非常に非効率的な作業である。本論文では,ハイパースペクトル画像と機械学習を用いた,バッチに含まれるかもしれない他の品種からの望ましくない種子を自動的に検出する自動イネ種子検査手法を提案した。近赤外(NER)カメラからのハイパースペクトル画像データは,六種の一般的なイネ種子品種の取得した。二つの分類器を適用した結果を提示し,サポートベクトルマシン(SVM)とランダムフォレスト(RF)は,それぞれ六一-versus-Rest二値分類器から構成される。結果は視覚特徴を用いたときのイネ種子から導出したスペクトルと形状に基づく特徴を組み合わせたマルチラベル分類の精度を84%から74%を比較したことを示した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 無作為抽出 ,  *品種 ,  カメラ ,  ロット ,  *純度試験 ,  *純度 ,  機械学習 ,  サポートベクトルマシン ,  視覚検査 ,  *スペクトル
準シソーラス用語： マルチラベル分類 ,  二値分類 ,  ランダムフォレスト ,  ハイパースペクトル画像 ,  *スペクトル特徴 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (4件)： イネ種子 ,  品種 ,  純度検査 ,  スペクトル特徴