2024-03-29T18:39:50Zhttps://ipsj.ixsq.nii.ac.jp/ej/?action=repository_oaipmhoai:ipsj.ixsq.nii.ac.jp:001418572024-03-29T05:26:34Z01164:04619:07845:08252
2色素モデルを用いた果実の良否判定jpnhttp://id.nii.ac.jp/1001/00141793/Technical Reporthttps://ipsj.ixsq.nii.ac.jp/ej/?action=repository_action_common_download&item_id=141857&item_no=1&attribute_id=1&file_no=1Copyright (c) 2015 by the Information Processing Society of Japan三重大学大学院工学研究科三重大学大学院工学研究科三重大学大学院工学研究科大山, 航若林, 哲史木村, 文隆食品の等級による選別作業はは手作業で行われる場合が多く,コスト削減などの目的から自動選別システムの開発が求められている.本研究では,自己想起ニューラルネット [1] を用いた果実画像の自動良否判定システムの開発を目的とする.本研究で提案する手法では,自己想起ニューラルネットを用いて果実の主要な色素が形成する色の分布面を学習する.学習には複数の 「良」 果実画像を選択して,それぞれ個別の自己想起ニューラルネットに学習させる.学習された自己想起ニューラルネットを用いた入力果実画像の良否判定手法を提案する.本手法の有用性を評価するために,「良」 果実画像 114 枚,「不良」 果実画像 234 枚を用いて認識実験を行なった.実験では,「不良」 から 「良」 への許容誤判定率を 11%,「良」 から 「不良」 への許容誤判定率を 6%とした場合に最大で 82.8% の判定成功率が得られた.3 クラス分類による良否判定の場合,自己想起ニューラルネットの数を増やした場合に未判定率が低減されることが分かった.AA11131797研究報告コンピュータビジョンとイメージメディア(CVIM)2015-CVIM-19727182015-05-112188-87012015-05-11