文献

J-GLOBAL ID：201802230232925180   整理番号：18A1516513

果実欠陥検出のための画像強調技術としての高速二次元経験的モード分解【JST・京大機械翻訳】

Fast Bi-dimensional empirical mode decomposition as an image enhancement technique for fruit defect detection

著者 (2件)： Lu Yuzhen (Department of Biosystems and Agricultural Engineering, Michigan State University, East Lansing, MI 48824, USA) ,  Lu Renfu (United States Department of Agriculture Agricultural Research Service, East Lansing, MI 48824, USA)
資料名： Computers and Electronics in Agriculture  (Computers and Electronics in Agriculture)
巻： 152  ページ： 314-323  発行年： 2018年 
JST資料番号： T0337A  ISSN： 0168-1699  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： 画像強調は画像技術による果実欠陥の検出に重要である。ナビゲーションと雑音は主な画像アーチファクトであり,特に果実のような曲面物体の検査において,画像セグメンテーション結果に大きく影響する。欠陥検出における注意効果を減少させるために,キャリブレーションオブジェクトまたは数学モデルを用いることは一般的であるが,このアプローチはしばしば面倒で,柔軟でなく,望ましい結果を達成することが困難である。本研究では,画像の二次元経験的モード分解(BEMD)に基づく新しい画像強調法を提案し,選択的画像再構成により,ナビゲーションと雑音の効果を分離し,除去した。新しいBEMD法を,3つの他のBEMD法と共に,最初に,人工的に追加されたビグネッティングとノイズを有する合成画像を分解することに関してテストした。BEMDは計算時間の観点から画像分解に最も効率的であり,高品質再構成画像を与えることが分かった。構造化照明反射画像(SIRI)システムを用いて得られた表面欠陥と表面欠陥を有するリンゴ試料の直接および振幅成分画像にBEMDを適用することによって,実験をさらに実施した。BEMDは,視覚検査と定量的評価の両方に基づいて,効果的に画像の活力を減らし,リンゴの欠陥特徴を大いに強化した。BEMDは,SIRI画像を強化するための効果的なツールを提供し,また,果実欠陥検出のための他の画像診断法による画像強調にも有望である。Copyright 2018 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *故障検出 ,  照明 ,  *画像 ,  画像診断 ,  *画像強調 ,  表面欠陥 ,  アーチファクト ,  構造形成 ,  雑音 ,  画像技術 ,  *二次元 ,  数学モデル ,  画像再構成 ,  *高速度
準シソーラス用語： 画像セグメンテーション , 【Automatic Indexing@JST】

著者キーワード (5件)： 経験的モード分解 ,  画像強調 ,  構造化照明 ,  欠陥 ,  果実

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (4件)： 果実 ,  欠陥検出 ,  画像強調 ,  経験的モード分解