文献

J-GLOBAL ID：201902281967266802   整理番号：19A0489308

珪藻セグメンテーション技術のためのチューニング法【JST・京大機械翻訳】

A Tuning Method for Diatom Segmentation Techniques

著者 (3件)： Camacho Oswaldo Rojas (Departamento de Ingenieria de Sistemas e Industrial, Universidad Nacional de Colombia, Bogota 111321, Colombia) ,  Forero Manuel Guillermo (Semillero Lun, Group D+TEC, Facultad de Ingenieria, Universidad de Ibague, Ibague 730001, Colombia) ,  Menendez Jose Manuel (Escuela Tecnica Superior de Ingenieros de Telecomunicacion, Universidad Politecnica de Madrid, 28040 Madrid, Spain)
資料名： Applied Sciences (Web)  (Applied Sciences (Web))
巻： 7  号： 8  ページ： 762  発行年： 2017年 
JST資料番号： U7135A  ISSN： 2076-3417  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： スイス (CHE)  言語： 英語 (EN)

抄録/ポイント： 珪藻やデスミドなどの植物プランクトンは水質監視に有用である。手動画像解析は,微細藻類のこのグループの巨大な多様性とその大きな形態学的可塑性のために非現実的であり,したがって,分析手順を自動化することの重要性である。植物プランクトン細胞の高分解能画像をデジタル顕微鏡によって得ることができて,それは試料の分析と同定プロセスを自動化することを容易にした。したがって,画像解析の新しいシステムは,解同定のための計算の手動法と比較して潜在的に有利である。セグメンテーションは,植物プランクトン画像の分析における重要なステップである。閾値化およびエッジ検出のような多くの標準技術が,顕微鏡画像における重要な生物である珪藻および他の植物プランクトンのセグメンテーションに使用されている。しかしながら,一般的に,それらは,最良の結果を得るために,ユーザによってあらかじめ固定されるべきいくつかのパラメータを必要とする。このプロセスは,通常,結果を比較し,最良のパラメータを探すことによって行われる。このプロセスを自動化するために,著者らは,Parametric Segmentation Tuning(PST)と呼ばれる反復手順における最適パラメータを見出すための自動チューニング法を提案した。この技術は逐次セグメンテーション結果を比較し,最大類似性を得るものを選択する。本論文では,解空間内の類似性関数を用いた最適化問題としてチューニングを定式化した。この空間は,セグメンテーション技術により生成される二値画像の集合から構成され,これらの二値画像は元の画像とセグメンテーションパラメータの関数として見られる。植物プランクトン画像をセグメント化するために採用された最も一般的な技術の2つを用いて,PST技術を試験した:Cannyエッジ検出と二値化法。閾値化技術の結果を,それらをOtsu法のそれらと,グランドトルースを有するCanny法のそれらと比較することによって検証した。それらは,PSTが最良のパラメータを見出すのに有効であることを示した。Copyright 2019 The Author(s) All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *同調 ,  定式化 ,  エッジ検出 ,  *セグメンテーション ,  *珪藻類 ,  自動化 ,  逐次近似 ,  最適化問題 ,  二値画像 ,  画像分析 ,  類似性 ,  画像 ,  モルフォロジー ,  植物プランクトン
準シソーラス用語： 二値化 , 【Automatic Indexing@JST】

著者キーワード (5件)： 珪藻類 ,  セグメンテーション ,  チューニング ,  しきい値処理 ,  植物プランクトン

分類 (5件)： プランクトン  (FH02050R) ,  植物分類学  (EH01030N) ,  リモートセンシング一般  (AD04000L) ,  パターン認識  (JE07000S) ,  光学情報処理  (BD03060T)

引用文献 (13件)：

• Howe, N.R. Document binarization with automatic parameter tuning. J. Doc. Anal. Recognit. 2013, 16, 247-258.
• Susukida, H.; Ma, F.; Bajger, M. Automatic tuning of a graph-based image segmentation method for digital mammography applications. In Proceedings of the 5th IEEE International Symposium on Biomedical Imaging: From Nano to Macro, Paris, France, 14-17 May 2008; pp. 89-92.
• Pignalberi, G.; Cucchiara, R.; Cinque, L.; Levialdi, S. Tuning Range Image Segmentation by Genetic. EURASIP J. Appl. Sign. Process. 2003, 8, 780-790.
• Martin, V.; Maillot, N.; Thommat, M. A learning approach for adaptive image segmentation. In Proceedings of the Fourth IEEE International Conference on Computer Vision Systems, New York, NY, USA, 4-7 January 2006.
• Khan, M.; Reischl, M.; Schweitzer, B.; Weiss, C.; Mikut, R. Feedback driven design of normalization techniques for biological images using fuzzy formulation of a priori knowledge. In Computational Intelligence in Intelligent Data Analysis; Springer: Berlin, Germany; Volume 445, pp. 167-178.

タイトルに関連する用語 (3件)： 珪藻 ,  セグメンテーション ,  チューニング