文献

J-GLOBAL ID：202002222875872409   整理番号：20A1338714

多視点ステレオプラントポイントクラウドのための葉セグメンテーションと表現型特徴抽出フレームワーク【JST・京大機械翻訳】

A Leaf Segmentation and Phenotypic Feature Extraction Framework for Multiview Stereo Plant Point Clouds

著者 (5件)： Li Dawei (College of Information Sciences and Technology, Donghua University, Shanghai, China) ,  Shi Guoliang (College of Information Sciences and Technology, Donghua University, Shanghai, China) ,  Kong Weijian (College of Information Sciences and Technology, Donghua University, Shanghai, China) ,  Wang Sifan (College of Information Sciences and Technology, Donghua University, Shanghai, China) ,  Chen Yang (College of Information Sciences and Technology, Donghua University, Shanghai, China)
資料名： IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing  (IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing)
巻： 13  ページ： 2321-2336  発行年： 2020年 
JST資料番号： W2259A  ISSN： 1939-1404  CODEN： IJSTHZ  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 最大の表面積を有する植物器官として,葉は光合成と呼吸が起こる主な場所である。作物葉のハイスループット表現型タイピングは,育種,成長モニタリング,および作物収量の増加にとって非常に重要である。高度に複雑で多様化した植物構造のため,自動葉分割と表現型特徴抽出は困難な課題のままである。本論文では,多視点立体点雲再構成,前処理,キャノピーにおける茎除去,葉分割,および葉表現型特徴抽出を含む新しい5段階フレームワークを提案し,2種類の観賞植物であるAmranta arundinaceaおよびDieffenbachia pictaの葉の表現型決定を行った。各単一葉に対する葉面積,葉長,幅,および葉傾斜角のような表現型形質を計算し,グランドトルースと比較した。実験結果は,2つの種の計算葉面積の平均精度が,それぞれ96.8%と97.8%に達したことを示した。Maranta arundinaceaの計算した葉の長さと幅の平均誤差は4.0%未満であり,Dieffenbachiaピクタでは,計算した葉の長さと幅の平均誤差は4.7%より高い。2つの植物種の計算された葉傾斜角の平均誤差は,それぞれ2.9°と3.0°であった。Copyright 2020 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *セグメンテーション ,  農作物 ,  *特徴抽出 ,  光合成 ,  *表現型 ,  育種 ,  植物器官 ,  観賞植物 ,  作物収量 ,  傾斜角 ,  キャノピー
準シソーラス用語： 葉面積 ,  ハイスループット ,  植物構造 ,  植物種 , 【Automatic Indexing@JST】

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  放射,大気光学  (DC05080C)

タイトルに関連する用語 (6件)： 視点 ,  葉 ,  セグメンテーション ,  表現型 ,  特徴抽出 ,  フレームワーク