文献

J-GLOBAL ID：201702243953348044   整理番号：17A1528132

改良IVCモデルと灰色特性に基づくヒマワリ種子の欠陥検出【JST・京大機械翻訳】

Sunflower seeds’detection based on improved IVC model and gray feature

著者 (2件)： Xu Can (江南大学 机械工程学院,江蘇 无錫 214122;江蘇省食品先進制造装備技術重点実験室,江蘇 无錫 214000) ,  Zhang Qiuju (江南大学 机械工程学院,江蘇 无錫 214122;江蘇省食品先進制造装備技術重点実験室,江蘇 无錫 214000)
資料名： Jisuanji Gongcheng yu Yingyong  (Jisuanji Gongcheng yu Yingyong)
巻： 53  号： 3  ページ： 221-225  発行年： 2017年 
JST資料番号： C2533A  ISSN： 1002-8331  CODEN： JGYYAT  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： IVCモデルにおける不均一な画像セグメンテーションにおける不完全なセグメンテーションの欠点を解決するために,駆動力における勾配情報を取り除き,いくつかの因子を定数に置き換えることによって,収束時間を減少させるだけではなく,グレースケール不均一図形を正確にセグメント化することができた。弱い光の下でのヒマワリ種子の不明瞭な特性に従って,グレイレベルを線形に強化し,IVCモデルを用いてターゲットを分割した。局所的灰色特性と結合して,空洞欠陥を検出した。実験により,このアルゴリズムが正確に空洞領域を分割できることを示し,この領域が穴の欠陥であるかどうかを判断し,平均処理時間は約30msであり,強い応用価値がある。Data from Wanfang. Translated by JST【JST・京大機械翻訳】

シソーラス用語： グレースケール ,  加工時間 ,  セグメンテーション ,  *ヒマワリ ,  駆動力 ,  線形性 ,  *故障検出 ,  アルゴリズム
準シソーラス用語： グレイレベル ,  画像セグメンテーション , 【Automatic Indexing@JST】

著者キーワード (5件)： Active Contour Model(ACM) ,  Image and Vision Computing(IVC) ,  gray enhancement ,  local gray feature ,  hole defect detection

分類 (2件)： 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 (4件)： モデル ,  灰色 ,  ヒマワリ種子 ,  欠陥検出