カラー画像を用いたアスパラガスの分類

Classification of processing asparagus sections using color images
Computers and Electronics in Agriculture, vol. 127, pp. 236-241, 2016
20160803 ntanaka

最終的な製品における片比を防ぐためのアスパラガスの部分を正確に分類する事は加工産業において非常に重 要である.従って,アスパラガスは切断処理の行った後,先端部分と幹部分に識別する技術の開発が求められて いる.本稿では,tip,mid-stem,bottom-stemの三つのクラスに分類するコンピュータビジョンを用いた手法を 提案する.フラットパネルスキャナを用いて,3クラスに分類する50mmの長さのアスパラガスから955色の画 像を抽出した.前処理の後,合計1931色とテクスチャ及び幾何学的特徴は,各色画像から抽出した.最も関連性 が高い特徴量は,選択アルゴリズムを用いて抽出した.4分割のクロスバリデーションの精度が90.2%(±2.2%) であったことから,43の特徴量がニューラルネットワークにおいて有効であることが示された.結果として,こ の手法はアスパラガスのtip,mid-stem,bottom-stemの識別を行うための,正確で信頼性が高く,客観的なツー ルである事,また,仕分けシステムをインライン化するために適用できる可能性がある事が示された.

color-alone特徴量を用いた教師なし画像セグメンテーションのための新しい四分位領域統合アルゴリズム

New quartile-based region merging algorithm for unsupervised image segmentation using color-alone feature
Neurocomputing, vol. 342, pp. 24-36, 2016
20160629 ntanaka

この研究では,画像領域分割問題とシステムの複雑さを低減するためのcolor-alone特徴量に関して議論する. 色に関する数学的モルフォロジーに基づいて,隣接する領域間の類似度はランキング問題の解として得られる.色 やセグメンテーションの誤りを回避するため,ベクトル化手法の代わりにハイブリッドな手法を用いた.黒をピ クセル値を分類する基準色として使用する手法は,距離測定の範囲が最適ではないというような問題に直面して いる.この問題の解決のため,我々は,包括的な基準色を選択する機構を提案する.また,色ベクトルの次数を 決定すため,ユークリッド距離の代わりにHSVの強さの度合いを基準とした距離を用いた.上記の手法は人間の 視覚と一致したセグメンテーションを行う事ができる.四分位解析は,領域統合のための閾値の決定がより背景 の変化に対する影響が少ない事を示す.アルゴリズムを評価するために,実験的に2つの典型的なセグメンテー ション機構を4つの定量的指標において比較した.