文献

J-GLOBAL ID：202202232949367882   整理番号：22A0840707

効率的画像セグメンテーションと機械学習ベースシステムを用いた食品品質検査と等級づけ【JST・京大機械翻訳】

Food Quality Inspection and Grading Using Efficient Image Segmentation and Machine Learning-Based System

著者 (7件)： Hemamalini V. (School of Computing, SRM Institute of Science and Technology, KTR, Chennai, India) ,  Rajarajeswari S. (School of Computer Science and Engineering, Vellore Institute of Technology, Vandalore-Kelambakkam Road, Chennai, India) ,  Nachiyappan S. (School of Computer Science and Engineering, Vellore Institute of Technology, Vandalore-Kelambakkam Road, Chennai, India) ,  Sambath M. (School of Computer Science and Engineering, Hindustan Institute of Technology and Science, Chennai, India) ,  Devi T. (Department of Computer Science & Engineering, Saveetha School of Engineering, Saveetha University, Chennai, India) ,  Singh Bhupesh Kumar (Arba Minch University, Arba Minch, Ethiopia) ,  Raghuvanshi Abhishek (Mahakal Institute of Technology, Ujjain, India)
資料名： Journal of Food Quality  (Journal of Food Quality)
巻： 2022  ページ： Null  発行年： 2022年 
JST資料番号： A0984B  ISSN： 0146-9428  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： 品質保証の最も重要な側面の一つは,それらが販売または出荷される前に欠陥の製品を検査することである。良い製品は,顧客の楽しみのための同じ項目のより多くの重要性を有する。クライアントは製品の品質を決定する際に重要な役割を果たす。品質について考えるもう一つの方法は,クライアントが楽しむアイテムの創造に寄与するすべての特性である。最近,果実およびその他の食品の表面品質を改善するためのマシンビジョンおよび画像処理技術の応用は,有意に増加した。これは,これらの技術がヒト眼が短くなる地域で著しい進歩をもたらすためである。これは,コンピュータビジョンと画像処理技術を用いて,時間消費と主観的産業品質管理プロセスを除去することができることを意味する。本論文では,画像セグメンテーションと機械学習を用いて食品をチェックし,評価する方法を論じた。それは果実を分類でき,果実の一部が腐敗するかどうかを決定することができる。まず,Gauss除去を用いて画像から雑音を除去した。次に,写真は,それらの品質を改良するためにヒストグラム等化を受けた。画像のセグメンテーションはK平均クラスタリング技術を用いて実行した。次に,果実写真をKNN,SVM,およびC4.5のような機械学習法を用いて分類した。これらのアルゴリズムは,果実が損傷を受けるか否かを決定する。Copyright 2022 V. Hemamalini et al. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  雑音 ,  品質管理 ,  *食品 ,  *セグメンテーション ,  品質保証 ,  ヒト ,  画像処理 ,  クラスタ化 ,  コンピュータビジョン ,  *機械学習
準シソーラス用語： *画像セグメンテーション ,  マシンビジョン ,  ヒストグラム等化 ,  *食品品質 , 【Automatic Indexing@JST】

分類 (2件)： 果実とその加工品  (FJ11030Z) ,  食品の分析  (FJ01030U)

引用文献 (29件)：

• M. Tripathi, D. D. Maktedar, "A role of computer vision in fruits and vegetables among various horticulture products of agriculture fields: a Survey," Information Processing in Agriculture, vol. 7, 2019.
• T. Laikko-Roto, S. Makela, J. Lunden, J. Heikkil, M. Nevas, "Consistency in inspection processes of food control officials and efficacy of official controls in restaurants in Finland," Food Control, vol. 57, pp. 341-350, 2015.
• H. Calvo, M. A. Moreno-Armendáriz, S. Godoy-Calderón, "A practical framework for automatic food products classification using computer vision and inductive characterization," Neurocomputing, vol. 175, pp. 911-923, 2016.
• J. Zhou, Z. Yan, K. Li, "Understanding farmer cooperatives’ self-inspection behavior to guarantee agri-product safety in China," Food Control, vol. 59, pp. 320-327, 2016.
• D. P. Cavallo, M. Cefola, B. Pace, A. F. Logrieco, G. Attolico, "Non-destructive automatic quality evaluation of fresh-cut iceberg lettuce through packaging material," Journal of Food Engineering, vol. 223, pp. 46-52, 2018.

タイトルに関連する用語 (5件)： 画像セグメンテーション ,  機械学習 ,  食品 ,  品質検査 ,  等級づけ