文献

J-GLOBAL ID：202002291893201454   整理番号：20A0493114

RGBとハイパースペクトル画像を用いたイネ種子の品種分類【JST・京大機械翻訳】

Varietal Classification of Rice Seeds Using RGB and Hyperspectral Images

著者 (9件)： Fabiyi Samson Damilola (Department of Electronic and Electrical Engineering, University of Strathclyde, Glasgow, U.K.) ,  Vu Hai (International Research Institute MICA, Hanoi University of Science and Technology, Hanoi, Vietnam) ,  Tachtatzis Christos (Department of Electronic and Electrical Engineering, University of Strathclyde, Glasgow, U.K.) ,  Murray Paul (Department of Electronic and Electrical Engineering, University of Strathclyde, Glasgow, U.K.) ,  Harle David (Department of Electronic and Electrical Engineering, University of Strathclyde, Glasgow, U.K.) ,  Dao Trung Kien (International Research Institute MICA, Hanoi University of Science and Technology, Hanoi, Vietnam) ,  Andonovic Ivan (Department of Electronic and Electrical Engineering, University of Strathclyde, Glasgow, U.K.) ,  Ren Jinchang (Department of Electronic and Electrical Engineering, University of Strathclyde, Glasgow, U.K.) ,  Marshall Stephen (Department of Electronic and Electrical Engineering, University of Strathclyde, Glasgow, U.K.)
資料名： IEEE Access  (IEEE Access)
巻： 8  ページ： 22493-22505  発行年： 2020年 
JST資料番号： W2422A  ISSN： 2169-3536  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： イネ種子の検査は,苗が苗を成長させるときに種子品質を確実にするので,植物の育苗と農民にとって重要な仕事である。通常,このプロセスは,それらの種を同定し,バッチの清浄度を評価するために,米種子の大サンプルを人手でスクリーニングするエキスパート検査者によって実行される。マシンビジョンを通してスクリーニングプロセスを自動化するために,様々なアプローチは,RGB画像から抽出された外観ベースの特徴を利用するが,他はハイパースペクトルイメージング(HSI)システムを用いて取得されたスペクトル情報を利用する。このトピックに関する文献のほとんどは,少数の種のみを用いた新しい識別モデルの性能をベンチマークする。したがって,モデル性能分散が,提案したアルゴリズムと特徴の有効性を確認するかどうか,またはそれがデータセット自身のクラス間/クラス内変動に簡単に起因するかどうかについては不明である。本論文では,高分解能RGBおよびハイパースペクトル画像から抽出された空間的およびスペクトル的特徴の組合せを用いて,米種子サンプルを自動的にスクリーニングし分類するための新しい方法を提案した。提案したシステムを,種々の90の異なる種から採取した8,640のイネ種子の大規模データセットを用いて評価した。データセットは,他の既存の新しく提案された技術のロバストな比較とベンチマーキングを容易にするために公開されている。提案したアルゴリズムをこの大規模データセット上で評価し,実験結果により,高空間分解能画像から抽出した空間特徴とハイパースペクトルデータキューブからのスペクトル特徴を組み合わせることにより,不正確な種を除去するアルゴリズムの有効性を示した。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： *品種 ,  検査員 ,  農民 ,  ロット ,  自動化 ,  有効性 ,  高分解能 ,  *スペクトル ,  ロバスト性 ,  ベンチマーク ,  育苗 ,  清浄度 ,  スクリーニング ,  アルゴリズム
準シソーラス用語： *ハイパースペクトル , 【Automatic Indexing@JST】

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (5件)： RGB ,  ハイパースペクトル画像 ,  イネ種子 ,  品種 ,  分類