文献

J-GLOBAL ID：201802253422975206   整理番号：18A0529734

アンスリウムの花の品種分類のための曲率ベースパターン認識【Powered by NICT】

Curvature-based pattern recognition for cultivar classification of Anthurium flowers

著者 (4件)： Soleimani Pour Alireza (Department of Agrotechnology, College of Aburaihan, University of Tehran, Tehran, Iran) ,  Chegini Gholamreza (Department of Agrotechnology, College of Aburaihan, University of Tehran, Tehran, Iran) ,  Zarafshan Payam (Department of Agrotechnology, College of Aburaihan, University of Tehran, Tehran, Iran) ,  Massah Jafar (Department of Agrotechnology, College of Aburaihan, University of Tehran, Tehran, Iran)
資料名： Postharvest Biology and Technology  (Postharvest Biology and Technology)
巻： 139  ページ： 67-74  発行年： 2018年 
JST資料番号： W1912A  ISSN： 0925-5214  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： 様々な品種と農産物のリアルタイム分類は収穫後処理における重要な問題,処理および消費者納期をスピードアップである。革新的アプローチは画像処理,Bスプライン曲線,数学的操作と機械学習分類器に基づくAnthurium花の品種分類のために開発した。アルゴリズムは,Anthurium花画像のデータベース,種々のサイズと形状カテゴリーと花の15品種の画像を含む,建設工学ベースで実装し,試験した。花の境界は,適切なBスプライン曲線を利用して検出して再構成した。曲線の符号付き曲率は数学的操作を介して計算した。,機械学習法,サポートベクトルマシン(SVM),K最近傍,判別分析,決定木とナイーブBayesを用いた,花の栽培品種を検出し,分類したいくつかの分類器。実験は,データベース画像の訓練サンプルの異なる数を用いて行った。カメラ分類精度に及ぼす下で花を配置の回転角の種々の分類法と変動の影響を評価し,分類プロセスの計算時間を測定した。結果は1.5画素/mm密度を持つ非回転試料では,Naive Bayes及びSVMアルゴリズムの分類精度は最高の分類精度を持つことを示し,98%以上。また,ディシジョンツリー分類器は最低の計算時間を有し,2.5ms以下提案されたアプローチは,適切な分類精度と低い計算負荷,Anthurium花のリアルタイム分類システムに使用できるを示した。Copyright 2018 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： 再構成 ,  画素 ,  機械学習 ,  CPU時間 ,  ディシジョンツリー ,  サポートベクトルマシン ,  判別分析 ,  *品種 ,  アルゴリズム ,  画像処理 ,  データベース ,  *パターン認識 ,  *曲率 ,  カメラ
準シソーラス用語： 分類精度 , 【Automatic Indexing@JST】

著者キーワード (5件)： 画像処理 ,  曲率 ,  機械学習 ,  SVM ,  Anthurium

分類 (1件)： 果実とその加工品  (FJ11030Z)

タイトルに関連する用語 (6件)： アンスリウム ,  花 ,  品種 ,  分類 ,  曲率 ,  パターン認識