کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
6539921 1421104 2018 9 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
An evaluation of utilizing geometric features for wheat grain classification using X-ray images
ترجمه فارسی عنوان
ارزیابی استفاده از ویژگی های هندسی برای طبقه بندی گندم با استفاده از تصاویر اشعه ایکس
کلمات کلیدی
طبقه بندی دانه، تجزیه و تحلیل مولفه اصلی، تجزیه و تحلیل فاکتور، همبستگی، ویژگی های مورفولوژیکی، پردازش تصویر، تصویربرداری اشعه ایکس، تشخیص شی،
ترجمه چکیده
امروزه با توسعه سریع پردازش تصویر دیجیتال، افزایش قابل توجهی در توسعه ابزار پیشرفته برای مطالعه ساختار داخلی اشیا وجود دارد. این ممکن است در توصیف برخی از ویژگی های مورفولوژیکی دانه ها و همچنین در اندازه گیری تفاوت بین آنها مفید باشد. پژوهش حاضر به منظور بررسی ساختار صفات و تعیین اهمیت آنها در رابطه با طبقه بندی و شناسایی دانه ها انجام شد. برای دستیابی به عملکرد بهتر و درک عمیق تر در مورد سودمندی آن، تحقیق با استفاده از هر دو مولفه تحلیل اصلی و تجزیه و تحلیل چند متغیره انجام شد. در اینجا، درصد تغییرات توضیح شده توسط سه عامل اول به 89.97٪ بالایی رسید. بنابراین، روش ارائه شده از تبعیض قابل قبول گونه های گندم با توجه به توصیف های شکل آنها حمایت می کند. تحقیق انجام شده، مفید بودن و کارآیی روش تحلیلی را در هنگام کار بر روی بسیاری از وظایف عملی که در روش های آماری چند متغیره مورد استفاده قرار می گیرد، تایید می کند.
موضوعات مرتبط
مهندسی و علوم پایه مهندسی کامپیوتر نرم افزارهای علوم کامپیوتر
پیش نمایش مقاله
ارزیابی استفاده از ویژگی های هندسی برای طبقه بندی گندم با استفاده از تصاویر اشعه ایکس
چکیده انگلیسی
Nowadays, with the rapid development of digital image processing, there has been a notable increase in elaborating advanced tools for studying the internal structure of objects. This may be very helpful in characterizing certain morphological traits of grains, as well as in quantifying the differences between them. The current research was carried out to study the structure of the traits and to determine their importance in relation to grain classification and identification. To achieve better performance and deeper understanding of their usefulness, the investigation was done by means of both principal component analysis and multivariate factor analysis. Herein, the percentage of variation explained by the first three factors reached a high 89.97%. Thus, the presented methodology supported reliable discrimination of the wheat varieties as regards their shape descriptors. The conducted study confirmed the practical usefulness and effectiveness of the evolved method when applied to the many practical tasks wherein the image analysis commonly employed in multivariate statistical methods is recommended.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Computers and Electronics in Agriculture - Volume 144, January 2018, Pages 260-268
نویسندگان
, , , , ,