文献

J-GLOBAL ID：201802250243640365   整理番号：18A1306906

ディジタル画像処理を用いたヒマワリの花の次元測定【JST・京大機械翻訳】

Sunflower floral dimension measurements using digital image processing

著者 (8件)： Sunoj S. (Department of Agricultural and Biosystems Engineering, North Dakota State University, 1221 Albrecht Boulevard, Fargo, ND 58102, USA) ,  Subhashree S.N. (Department of Agricultural and Biosystems Engineering, North Dakota State University, 1221 Albrecht Boulevard, Fargo, ND 58102, USA) ,  Dharani S. (Department of Agricultural and Biosystems Engineering, North Dakota State University, 1221 Albrecht Boulevard, Fargo, ND 58102, USA) ,  Igathinathane C. (Department of Agricultural and Biosystems Engineering, North Dakota State University, 1221 Albrecht Boulevard, Fargo, ND 58102, USA) ,  Franco J.G. (Northern Great Plains Research Laboratory, USDA-ARS, 1701 10th Avenue SW, Mandan, ND 58554, USA) ,  Mallinger R.E. (Department of Entomology and Nematology, University of Florida, Steinmetz Hall, 1881 Natural Area Drive, Gainesville, FL 32611, USA) ,  Prasifka J.R. (Red River Valley Agricultural Research Center, USDA-ARS, 1605 Albrecht Boulevard N, Fargo, ND 58102, USA) ,  Archer D. (Northern Great Plains Research Laboratory, USDA-ARS, 1701 10th Avenue SW, Mandan, ND 58554, USA)
資料名： Computers and Electronics in Agriculture  (Computers and Electronics in Agriculture)
巻： 151  ページ： 403-415  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： ヒマワリの花の大きさは花粉媒介者の誘引を評価し,種子収量を推定するために必須である。現在人手で測定されている寸法は主観的で時間集中的であり,したがって,画像処理法は代替として開発され,それは客観的で,非破壊的で,様々な出力を生み出し,迅速である。フィールド画像取得法による画像処理装置をコード化したプラグインを開発し,頭部,ディスク,および光線フロレットのような個々のヒマワリ部品の寸法を測定した。二つの測定法,直接(閾値化二値画像を用いる)とラッピング-多角形(多角形エンクロージャを用いる)を試験した。「ピクセル-マーチ」法により,単一計算における光線フロレット二値画像上の多重動径次元測定(直径)を行った。多重測定(2,4,8,16,32,64,128,180,0~180°角度)の効果を研究し,有効な数の測定を決定し,ImageJの標準出力パラメータからのユーザに優しいヒマワリ次元予測モデルを開発した。結果は以下のことを示した。(i)ヒマワリ頭部と光線のフロレット寸法に対する32の測定の最小値は,しかし,ヒマワリディスクに対する8つの測定だけが必要であった。(ii)ラッピング-多角形方法は,直接と比較して効率的であった。(iii)等価直径(ED)と適合楕円小軸(Mina)は,すべてのヒマワリ成分に対して正確な平均180測定(D180)と良く相関した(r≧0.88)。(iv)EDとMinaを用いてD180を予測するための線形モデルは,光線フロレット(R2>0.76)よりも頭部とディスクに対してより良い(R2>0.99)を実行した。(V)D180と面積を予測するための頭部(D2h)の2つの手動測定の平均値を用いたユーザに優しい線形モデルは,頭部(R2>0.92)に対してのみ良好で,ディスク(R2≦0.62)と光線フロレット(R2≦0.43)に適していなかった。(vi)開発された画像処理法の結果は正確で,迅速(Windows10,Intel Core i5,8GB RAMラップトップ)で,他の種に適合する可能性がある。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： 光子ビーム ,  円板 ,  アルゴリズム ,  画素 ,  画像処理システム ,  *画像処理 ,  予測モデル ,  符号化 ,  *ヒマワリ ,  ラッピング ,  多重化 ,  二値画像
準シソーラス用語： 線形モデル ,  Image J ,  プラグイン , 【Automatic Indexing@JST】

著者キーワード (5件)： アルゴリズム ,  次元測定 ,  画像処理 ,  授粉者 ,  射影変換

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)： ディジタル画像処理 ,  ヒマワリ ,  花 ,  次元