文献

J-GLOBAL ID：201402249018163098   整理番号：14A0066544

異なる環境光条件の下でのキャノピーにおける未成熟の青い柑橘類の数の同定と決定

Identification and determination of the number of immature green citrus fruit in a canopy under different ambient light conditions

著者 (2件)： SENGUPTA Subhajit (Computer and Information Sci. and Engineering, Univ. of Florida, Gainesville, FL, USA) ,  LEE Won Suk (Agricultural and Biological Engineering, Rogers Hall, 1741 Museum Road, Univ. of Florida, Gainesville, FL 32611, USA)
資料名： Biosystems Engineering  (Biosystems Engineering)
巻： 117  ページ： 51-61  発行年： 2014年01月 
JST資料番号： E0030A  ISSN： 1537-5110  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： 機械的収穫による樹木作物に対する収率マッピングは,樹木キャノピーにおける果実の自動検出と計数を必要とする。しかしながら,部分遮蔽,形状不規則,変動する照明,多重なサイズ,及び背景との類似性が,果実同定を達成することを非常に難しくする。従って,緑のキャノピーにおける未成熟の青い柑橘類検出は,全ての前述の問題の故に挑戦的な課題である。新しいアルゴリズム技術を使用し,自然な野外条件において樹木キャノピーにおける未成熟の青い柑橘類の検出を行った。形状解析とテクスチュア分類は,アルゴリズムの二つの重要な部分である。形状解析は,出来るだけ多くの果実の検出を行った。サポートベクトルマシン(SVM)によるテクスチュア分類,グラフベース結合成分アルゴリズムとHough線検出を組みわせたキャノピーエッジ検出を使用して,誤りを取り除いた。ついで,スケール不変特徴変換(SIFT)を使用してキーポイントを検出し,そして更に偽陽性を取り除いた。多数決法を組み込み,アルゴリズムを更にロバストなものとした。アルゴリズムは,自然屋外条件の下で柑橘園から収集された画像の検証集合において,柑橘果実の80.4%を正確に検出し,計数した。更に,アルゴリズムは,栽培者が収穫と利益を増すための場所特定基準に基づき効率的に柑橘園を管理できる様に早期の収穫予測を栽培者に提供する様に改善された。Copyright 2014 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.

シソーラス用語： 植物被 ,  *キャノピー ,  反射率 ,  リモートセンシング ,  成長段階 ,  *ミカン科 ,  計数法 ,  アルゴリズム ,  パターン分類 ,  *画像分析 ,  サポートベクトルマシン ,  エッジ検出 ,  画像処理 ,  特徴抽出
準シソーラス用語： *イメージ形状解析 ,  キャノピー反射率 ,  スケール不変特徴変換

分類 (3件)： 果樹  (FC03042G) ,  図形・画像処理一般  (JE04010I) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (7件)： 環境 ,  光条件 ,  キャノピー ,  成熟 ,  柑橘類 ,  数 ,  同定