存在確率に基づく画像走査手順を用いたスプレーフォーメーションをもつ花卉の品質評価

使用基于存在概率的图像扫描程序对喷雾形成的花朵进行质量评估

基本信息

批准号：
05856046
负责人：
近藤直
金额：
$ 0.58万
依托单位：
Okayama University
依托单位国家：
日本
项目类别：
Grant-in-Aid for Encouragement of Young Scientists (A)
财政年份：
1993
资助国家：
日本
起止时间：
1993 至无数据
项目状态：
已结题

项目摘要

従来より花卉の品質評価は熟練者により行われてきたが,その基準は様々な要因,例えば栽培,生育条件,気候,評価者の感情等によって左右され一定ではなかった。そこで本研究では,画像処理技術およびニューラルネットワーク(以下,ニューロと称す)を用い,一定した品質評価基準を設定することで,人間の感覚という不明瞭な基準で行われていた花卉の評価過程を定量化,さらに自動化することを目的とし,着花位置と品質評価との関係に注目し,着花位置決定因子の選択について検討した。特にスプレーギクを画像処理するにあたっては,その葉序を考慮し,画像内での存在確率を考慮した上で走査するすることを試みた。その結果,以下のようなことが知れた。1.処理方法を変えて栽培したスプレーギクは,その草姿に差異が見られ,特に生長促進・抑制処理区において各特徴量の差異は顕著であった。2.専門家による評価は,標準区における栽培本数10本程度の供試体に対して高く,生長を抑制した処理区で最も低い結果となった。3.専門家による複数回の評価結果においては,0.5〜1程度の差が生じ,人間による評価基準が一定ではなく,あいまいであることが知れた。4.ニューロによる評価結果においては,専門家の行なった評価に追従し,専門家の結果のほぼ±1の範囲におさまった。5.ニューロによる評価結果が,若干専門家の結果と異なった処理区においては,教師データ数を増加することおよび入力因子に設定した特微量の種類を追加すること等によって改善されると考えられた。6.画像内での存在確率を用いた走査は有効な方法と考えられたため,今後,品質評価のアルゴリズムに取り入れていくことが適当と考えられた。

传统上，花卉的品质评价是由专家进行的，但标准并不是一成不变的，取决于栽培、生长条件、气候和评价者的情绪等多种因素。因此，在本研究中，我们利用图像处理技术和神经网络（以下简称“神经网络”）设定恒定的质量评价标准，从而改善了之前基于不明确标准的花卉评价过程。以量化和进一步自动化为目标，重点关注花位与品质评价的关系，研究花位决定因素的选择。特别是，在处理喷雾菊花的图像时，我们尝试通过考虑它们的叶序和它们在图像中存在的概率来扫描它们。结果，我们了解到以下内容。 1、不同处理方法栽培的喷雾菊株形表现出差异，其中促生和抑制处理各特征差异尤为明显。 2、专家对标准地块中栽培植物10株左右的标本评价较高，对生长受到抑制的处理地块评价最低。 3、专家多次评估的结果存在0.5到1左右的差异，说明人类所使用的评估标准并不是一成不变的、模糊的。 4.神经评估结果遵循专家评估结果，在专家结果的±1左右范围内。 5.在神经病学的评估结果与专家的结果略有不同的处理领域，认为可以通过增加训练数据的数量和添加作为输入因子Ta的特征量类型来进行改进。 6. 由于使用图像中存在的概率进行扫描被认为是一种有效的方法，因此认为将来将其纳入质量评估算法中是适当的。