文献

J-GLOBAL ID：201402240475628996   整理番号：14A0995999

画像分析および機械学習法を用いた無傷トマト果実の植物体検出について

On Plant Detection of Intact Tomato Fruits Using Image Analysis and Machine Learning Methods

著者 (4件)： YAMAMOTO Kyosuke (Univ. Tokyo, Tokyo, JPN) ,  GUO Wei (Univ. Tokyo, Tokyo, JPN) ,  YOSHIOKA Yosuke (Univ. Tsukuba, Ibaraki, JPN) ,  NINOMIYA Seishi (Univ. Tokyo, Tokyo, JPN)
資料名： Sensors (Web)  (Sensors (Web))
巻： 14  号： 7  ページ： 12191-12206 (WEB ONLY)  発行年： 2014年07月 
JST資料番号： U7015A  ISSN： 1424-8220  CODEN： SENSC9  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： スイス (CHE)  言語： 英語 (EN)

抄録/ポイント： 収穫前の無傷な果実の完全自動化による収量推定は農家にさまざまな利益をもたらす。これまでは,画像処理技術を用いた果実収量を推定する研究がいくつか行なわれてきた。しかし,これらの技術のほとんどは,色,形およびサイズなどの特性に対する閾値を必要とした。加えて,最適閾値は画像により変化する傾向があるので,それらの性能は使用される閾値に強く依存していた。さらに,幼果の数は収量の長期変動を予測する上ではるかに重要であるにもかかわらず,これらの技術のほとんどは成熟果および未熟果のみを検出しようと試みてきた。本研究では,機械学習アプローチと連動する通常のRGBデジタルカメラを用いて,植物体上の成熟,未熟および幼果を含む個々の無傷のトマト果実を正確に検出する方法の開発を目的とした。開発した方法は,画像分割が画像の色,形,質感およびサイズに従って作製された分類モデルに基づいて行なわれるため,各画像からの果実検出のための閾値の調整を必要としなかった。テスト画像における果実検出結果は,開発した手法が再現率0.80,精度0.88を達成したことを示した。成熟果,未熟果および幼果の再現率はそれぞれ1.00,0.80および0.78であった。(翻訳著者抄録)

シソーラス用語： *トマト ,  *果実【器官】 ,  *画像分析 ,  画像処理 ,  画像認識 ,  物体認識 ,  検出 ,  *機械学習 ,  作物収量 ,  予測 ,  閾値 ,  色信号 ,  電子カメラ
準シソーラス用語： RGB ,  ディジタルカメラ ,  画像検出 ,  画像分割 ,  収量予測

分類 (3件)： 野菜  (FC03043X) ,  パターン認識  (JE07000S) ,  図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (6件)： 画像分析 ,  機械学習 ,  無傷 ,  トマト ,  果実 ,  植物体