文献

J-GLOBAL ID：202202291609479019   整理番号：22A1114516

赤色グローブブドウにおける可溶性固形物含量のハイパースペクトル画像情報融合に基づく検出【JST・京大機械翻訳】

Hyperspectral image information fusion-based detection of soluble solids content in red globe grapes

著者 (2件)： Gao Sheng (Qingdao University of Technological, Qingdao 266000, China) ,  Xu Jian-hua (Civil Aviation University of China, Tianjin 300300, China)
資料名： Computers and Electronics in Agriculture  (Computers and Electronics in Agriculture)
巻： 196  ページ： Null  発行年： 2022年 
JST資料番号： T0337A  ISSN： 0168-1699  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 赤球ブドウの可溶性固形物含量(SSC)は,内部品質の重要な指標である。本論文では,成長段階における360の赤球ブドウをサンプルとして収集し,試料のスペクトル情報と画像を抽出した。スペクトル情報のPLSRモデルを構築するために,1時間次元縮小アルゴリズム(GA,CARS,SPA,UVE)および結合次元縮小アルゴリズム(CARS-SPA,UVE-SPA)を用いて,Rawスペクトル(RAW)情報を抽出した。画像のグレイスケール共起行列を画像のテクスチャ特徴情報として抽出し,画像情報のPLSRモデルを構築するために19の画像特徴を形成するために画像(R,G,B,H,S,V,L,a,b)の色情報と組み合わせた。したがって,ハイパースペクトル画像情報の融合に基づくPLSRモデルを,主成分分析アルゴリズム(PCA)による次元縮小の後,連続射影アルゴリズム(SPA)特徴波長と画像情報で抽出したスペクトルを融合することによって構築した。結果は,スペクトル情報だけがモデリングのために使用されたならば,SPAアルゴリズムがSSCスペクトル情報の赤地球ブドウの特徴的波長を効果的に抽出して,モデルの予測性能を向上することを示した。画像情報だけがモデリングのために使用されたならば,PCAアルゴリズムは次元縮小によってモデルの検出性能を効果的に改善したが,改良性能は限定的であった。PLSRモデルのキャリブレーションセットと予測セットの相関係数は,0.9775と0.9762であり,モデルの検出効果と安定性は,スペクトル情報または画像情報に基づいて片側に構築したそれらと比較して大いに改善し,そして,新しい非破壊検出法を,赤地球ブドウのSSCの検出のために見つけた。Copyright 2022 Elsevier B.V., Amsterdam. All rights reserved. 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 ,  *ブドウ ,  波長 ,  画像処理 ,  *スペクトル ,  モデリング ,  *画像 ,  *スペクトル画像 ,  射影 ,  指標 ,  主成分分析 ,  次元縮小
準シソーラス用語： *画像情報 ,  *ハイパースペクトル ,  *ハイパースペクトル画像 ,  共起行列 , 【Automatic Indexing@JST】

著者キーワード (5件)： レッドグローブブドウ ,  ハイパースペクトルイメージング ,  SSC ,  情報融合 ,  非破壊検出

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (6件)： 赤色 ,  グローブ ,  ブドウ ,  可溶性固形物含量 ,  ハイパースペクトル画像 ,  情報融合