文献

J-GLOBAL ID：201702220936679761   整理番号：17A1749530

グレイレベル共起行列とSOMニューラルネットワークに基づく樹皮テクスチャ特徴認識【JST・京大機械翻訳】

Identification of Tree Bark Texture Characteristic Based onGray Co-occurrence Matrix and SOM Neural Network

著者 (4件)： Li Kexin (東北林業大学 理学院,哈爾浜,150040) ,  Qi Dawei (東北林業大学 理学院,哈爾浜,150040) ,  Mou Hongbo (東北林業大学 理学院,哈爾浜,150040) ,  Ni Haiming (東北林業大学 理学院,哈爾浜,150040)
資料名： Senlin Gongcheng  (Senlin Gongcheng)
巻： 33  号： 3  ページ： 24-27  発行年： 2017年 
JST資料番号： C3398A  ISSN： 1001-005X  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： 3種類の木の樹皮の抽出物は,貴重な漢方薬の植物起源として用いられていることが示されている。樹皮の再生技術により樹皮を採集し、経済の必要性を保証しながら、効果的に樹木を保護した。しかし、3種類の木の樹皮のテクスチャは類似しており、区別しにくく、現場の採集は林業作業者に困難をもたらす。そのため、画像処理技術によりこの難題を解決することは実際的な意義がある。3つの木の樹皮画像の各300の幅と900の幅を収集し,画像のROI(関心領域)のヒストグラムとヒストグラム等化を行い,d=2を構築した。g=128;θ=0°,45°,90°,135°のグレイレベル共起行列を用いて,14個の特徴パラメータを抽出した。デジタル特性解析により,8つの固有値を選択した。SOM(Self Organizing Maps)神経回路網を用いて、大量の林区の樹皮画像に対してパラメーター検証を行った。二次モーメント,エントロピー,相関性,分散,クラスタ化影,エントロピー,およびクラスタ化影から成るパラメータセットは,83.33%の認識精度を有する効果的なパラメータセットを得ることができた。これらの結果は,この方法が,3つの樹木種,すなわち,黄柏,水麹,およびクルミを区別することができることを示した。Data from Wanfang. Translated by JST【JST・京大機械翻訳】

シソーラス用語： *ニューラルネットワーク ,  漢方製剤 ,  性能分析 ,  *樹皮 ,  エントロピー ,  ヒストグラム ,  クラスタ化 ,  神経回路網 ,  画像処理 ,  画像
準シソーラス用語： ヒストグラム等化 ,  関心領域 ,  *テクスチャ ,  *共起行列 ,  *グレイレベル , 【Automatic Indexing@JST】

著者キーワード (3件)： tree bark texture ,  gray co-occurrence matrix ,  SOM neural network

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (7件)： グレイレベル ,  共起行列 ,  SOM ,  ニューラルネットワーク ,  樹皮 ,  テクスチャ ,  特徴認識