文献

J-GLOBAL ID：201902271270654785   整理番号：19A0679907

ナツメ葉の含水量推定における画像ノイズ除去と分割アルゴリズムの影響研究【JST・京大機械翻訳】

Influence of Image Denoising and Image Segmentation on Estimating Leaf Water Content of Jujube

著者 (3件)： Lao Dongqing (塔里木大学信息工程学院,新疆 阿拉爾843300;塔里木大学現代農業工程重点実験室,新疆 阿拉爾843300) ,  Li Fayong (塔里木大学水利与建筑工程学院,新疆 阿拉爾,843300) ,  Cao Hongwu (塔里木大学信息工程学院,新疆 阿拉爾843300;塔里木大学現代農業工程重点実験室,新疆 阿拉爾843300)
資料名： Jie Shui Guangai  (Jie Shui Guangai)
号： 6  ページ： 1-6  発行年： 2018年 
JST資料番号： C3830A  ISSN： 1007-4929  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： ナツメ葉の含水量推定における画像ノイズ除去と分割アルゴリズムの効果を研究するために,2種類の画像ノイズ除去と3種類の閾値分割アルゴリズムのナツメ葉画像分析への影響を検討した。その結果;中間値フィルタリングと平均フィルタリングは,ナツメ葉画像のノイズ除去において明白な効果を持たなかったが,ノイズ除去後のMSEとPSNRを比較すると,前者はわずかに優れていた。最大クラス間分散分割と反復セグメンテーションは,葉を画像から分割し,高い光領域の影響を除去できる。画像色特性(G-R),H,G/Rとナツメの葉の含水量は,平均フィルタリングと反復分割アルゴリズムの後に著しく相関し,そして,3つの独立変数(R2)は,それぞれ,0.9652と0.9652であった。F検定の顕著性は0.0022で、回帰効果は極めて顕著であり、ナツメ葉の含水率の予測推定に用いることができる。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： *含水量 ,  *雑音低減 ,  セグメンテーション ,  フィルタリング ,  予測 ,  *画像 ,  *アルゴリズム ,  画像分析
準シソーラス用語： F検定 ,  独立変数 ,  ピーク信号対雑音比 ,  *画像雑音除去 ,  *ナツメ , 【Automatic Indexing@JST】

著者キーワード (5件)： computer vision ,  image denoising ,  image segmentation ,  jujube’s leaf water content ,  estimation

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  数値計算  (JE02000J)

タイトルに関連する用語 (7件)： ナツメ ,  葉 ,  含水量 ,  推定 ,  画像ノイズ除去 ,  アルゴリズム ,  研究