文献

J-GLOBAL ID：201702272732499581   整理番号：17A1492131

VNIRとNIRハイパースペクトル画像に基づく新鮮カットレタスにおける生物学的汚染物質の識別法【Powered by NICT】

Discrimination methods for biological contaminants in fresh-cut lettuce based on VNIR and NIR hyperspectral imaging

著者 (7件)： Mo Changyeun (National Institute of Agricultural Sciences, Rural Development Administration, 310 Nonsaengmyeong-ro, Wansan-gu, Jeonju-si, Jeollabuk-do 54875, Republic of Korea) ,  Kim Giyoung (National Institute of Agricultural Sciences, Rural Development Administration, 310 Nonsaengmyeong-ro, Wansan-gu, Jeonju-si, Jeollabuk-do 54875, Republic of Korea) ,  Kim Moon S. (Environmental Microbial and Food Safety Laboratory, Agricultural Research Service, US Department of Agriculture, 10300 Baltimore Avenue, Beltsville, MD 20705, USA) ,  Lim Jongguk (National Institute of Agricultural Sciences, Rural Development Administration, 310 Nonsaengmyeong-ro, Wansan-gu, Jeonju-si, Jeollabuk-do 54875, Republic of Korea) ,  Lee Seung Hyun (Department of Biosystems Machinery Engineering, College of Agricultural and Life Science, Chungnam National University, 99 Daehak-ro, Yuseong-gu, Daejeon 34134, Republic of Korea) ,  Lee Hong-Seok (National Institute of Agricultural Sciences, Rural Development Administration, 310 Nonsaengmyeong-ro, Wansan-gu, Jeonju-si, Jeollabuk-do 54875, Republic of Korea) ,  Cho Byoung-Kwan (Department of Biosystems Machinery Engineering, College of Agricultural and Life Science, Chungnam National University, 99 Daehak-ro, Yuseong-gu, Daejeon 34134, Republic of Korea)
資料名： Infrared Physics & Technology  (Infrared Physics & Technology)
巻： 85  ページ： 1-12  発行年： 2017年 
JST資料番号： H0184A  ISSN： 1350-4495  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 新鮮カット野菜中の虫のような生物学的汚染物質の迅速な検出が労働者によって実施された,目視検査の効率を改善する必要がある。フレッシュカットレタスにおける線虫を検出するための可視-近赤外(VNIR)および近赤外(NIR)ハイパースペクトル画像(HSI)技術を用いて開発したマルチスペクトル画像アルゴリズム。フレッシュカットレタスにおける線虫を検出できる最適周波数帯は一方向A NOVAを用いたHSIの各タイプについて調べた。VNIRとNIRイメージングのためのワーム検出イメージングアルゴリズムは97.00%(RI_547/945)と100.0%(RI_1064/1176,SI_1064 1176,RSII(1064 1173)/1064,およびRSIII(1064 1176)/(1064+1176))の予測精度を示した。二HSI技術はピクセルサイズ1×1mmまたは2×2mmのスペクトル画像はミミズの最良の分類精度を持っていたことを明らかにした。結果はハイパースペクトル反射画像技術は新鮮カットレタスの虫を検出する可能性を持つことを示した。本研究に関連する将来の研究は,褐変,虫,およびスラグのような種々の欠陥を同時に検出できるレタスのリアルタイム仕分けシステムに焦点を当てた。Copyright 2017 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： *レタス ,  *スペクトル画像 ,  近赤外線 ,  画像処理 ,  アルゴリズム ,  肉眼検査 ,  *汚染物質 ,  線虫類 ,  画像技術 ,  周波数帯
準シソーラス用語： *ハイパースペクトル ,  分類精度 ,  予測精度 ,  マルチスペクトル画像 ,  *ハイパースペクトル画像 , 【Automatic Indexing@JST】

著者キーワード (5件)： VNIRハイパースペクトルイメージング ,  NIRハイパースペクトルイメージング ,  生物学的汚染物質 ,  識別 ,  新鮮カットレタス

分類 (3件)： 図形・画像処理一般  (JE04010I) ,  光学情報処理  (BD03060T) ,  固体レーザ  (BD04080W)

タイトルに関連する用語 (5件)： ハイパースペクトル画像 ,  レタス ,  生物学 ,  汚染物質 ,  識別