文献

J-GLOBAL ID：201002272616402059   整理番号：10A0213629

最低限ブースト分級機を用いたじゃがいもにおける斑点の視覚検出

Visual detection of blemishes in potatoes using minimalist boosted classifiers

著者 (5件)： BARNES Michael (School of Computer Sci., Univ. of Lincoln, Lincoln LN6 7TS, GBR) ,  DUCKETT Tom (School of Computer Sci., Univ. of Lincoln, Lincoln LN6 7TS, GBR) ,  CIELNIAK Grzegorz (School of Computer Sci., Univ. of Lincoln, Lincoln LN6 7TS, GBR) ,  STROUD Graeme (Potato Council Ltd., Sutton Bridge Experimental Unit, Spalding PE12 9YD, GBR) ,  HARPER Glyn (Potato Council Ltd., Sutton Bridge Experimental Unit, Spalding PE12 9YD, GBR)
資料名： Journal of Food Engineering  (Journal of Food Engineering)
巻： 98  号： 3  ページ： 339-346  発行年： 2010年06月 
JST資料番号： C0838B  ISSN： 0260-8774  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： 本稿はマシンビジョンを用いたじゃがいもの斑点検出の新規な方法を紹介する。背景からのじゃがいもの画像セグメンテーション後,画像から抽出した特徴を用い画素様式分級機の訓練を行う。ある画素を囲む領域の色及びテクスチャーに関係する統計的情報に基づき,非常に大きなセットの候補特徴が最初に抽出される。その後,適応ブースティングアルゴリズム(AdaBoost)を用いて斑点と非斑点間差異を識別するための最良特徴を自動的に選択する。この手法により,様々なじゃがいも品種について様々な特徴を選択でき,また,様々な季節,光条件,その他による生鮮作物における天然変動も取り扱うことができる。結果は本方法が低計算コストで検出性能を最適化する「最低限」分級機を作ることができることを示す。実験において,斑点検出機は白色及び赤色じゃがいもの両品種について訓練され,それぞれ,89.6%及び89.5%確度を達成した。Copyright 2010 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.

シソーラス用語： *ジャガイモ ,  斑点 ,  分級機 ,  コンピュータビジョン ,  自動検査システム ,  画素 ,  セグメンテーション ,  *画像処理 ,  アルゴリズム ,  学習アルゴリズム ,  機械学習 ,  季節的変動 ,  品種差 ,  食品検査
準シソーラス用語： ブースティング ,  ブースティングアルゴリズム ,  マシンビジョン ,  画像セグメンテーション ,  適応アルゴリズム

分類 (3件)： 野菜とその加工品  (FJ11020O) ,  いも類  (FC03036L) ,  図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (4件)： 分級機 ,  じゃがいも ,  斑点 ,  視覚