查詢結果分析
來源資料
相關文獻
- 洋香瓜糖度檢測之研究--(1)影像紋理分析法
- 洋香瓜糖度檢測之研究--(2)近紅外線分析法
- 高光譜影像立方體於特徵空間之三維紋理計算
- 形態學影像處理於指紋紋理分析之應用
- 高倍率顯微組織影像之細胞核特徵分析--以甲狀腺組織為例
- Application of an Image Processing Technique to Estimate the Concentration of Beads and Trapped Escherichia coli (E. coli) on a Dielectrophoretic Chip
- 彩色切片影像之自動影像分析系統:鴨肝切片
- 果汁糖度檢測模式之研究
- 個人電腦影像處理技術應用於即時車輛面式偵測
- 類神經網路(Neural Networks)的種類及其在影像處理上的應用
頁籤選單縮合
題 名 | 洋香瓜糖度檢測之研究--(1)影像紋理分析法=Determination of Sugar Content in Cantaloupe--(Ⅰ)Image Texture Analysis |
---|---|
作 者 | 郭立穎; 陳世銘; 張文宏; | 書刊名 | 農業機械學刊 |
卷 期 | 7:1 1998.03[民87.03] |
頁 次 | 頁75-86 |
分類號 | 434.251 |
關鍵詞 | 紋理分析; 糖度; 洋香瓜; 影像處理; 共生矩陣; 香味; Texture analysis; Sugar content; Cantaloupe; Image processing; Co-occurrence matrix; Aroma; |
語 文 | 中文(Chinese) |
中文摘要 | 本研究以果皮紋理之影像分析為基礎,對具網紋之洋香瓜其內部糖度及其香味量 測提供一客觀的判定方法。所使用的研究方法為將洋香瓜的果皮網紋以數位影像的方式擷取 至電腦中,再將所擷取的影像轉換為共生矩陣,計算出ASM,CON,COR,LH,E,CS,CP等七 項紋理特徵參數,再出這七項紋理特徵參數來預測洋香瓜果肉之糖度。研究中以線性及非線 性迴歸方式來建立這些特徵參數與糖度的關係,由線性迴歸結果顯示,若紋理特徵參數ASM 愈小、CON愈大、LH愈小或E愈大,則洋香瓜的糖度愈高,這七項紋理特徵參數與洋香 瓜糖度的線性相關係數以LH為最高,其值為-0.887;紋理特徵參數與香味的線性相關係 數最高僅為0.478。非線性迴歸分析的結果,紋理特徵和糖度之間的最大相關係數可達- 0.902。不論是線性或非線性迴歸,紋理特徵參數LH與糖度之相關係數皆為最高。當應用 類神經網路作為預測時,預測糖度值與實測糖度值之相關係數可達0.911。 |
英文摘要 | In this study, an image processing based surface texture analysis was used to predict the sugar content and released aroma of cantaloupe. The digital image of cantaloupe surface was grabbed to form a co-occurrence matrix, and then sewn texture parameters, ASM,CON,COR,LH,E,CS and CP, were calculated. The analysis of the relationship between sugar content and texture parameters indicates that the larger values of ASM and LH, or the smaller values of CON and E are, the higher sugar content of cantaloupe is. Among the linear regressions with texture parameters, the highest values of correlation coefficientare-0.887 for sugar content and O.478 for aroma. The highest correlation coefficient is -0.902 for sugar content in non-linear regression analysis. The LH exture parameter is the most correlated with sugar content among all texture parameters for both linear and non-linear regressions. Neural network analysis was also used to predict the sugar content, and a correlation coefficient of 0.9ll was obtained. |
本系統中英文摘要資訊取自各篇刊載內容。