Uroš Škrubej (Avtor), Črtomir Rozman (Avtor), Denis Stajnko (Avtor)

Povzetek

This paper describes a computer vision system based on image processing and machine learning techniques which was implemented for automatic assessment of the tomato seed germination rate. The entire system was built using open source applications Image J, Weka and their public Java classes and linked by our specially developed code. After object detection, we applied artificial neural networks (ANN), which was able to correctly classify 95.44% of germinated seeds of tomato (Solanum lycopersicum L.).

Ključne besede

image processing;artificial neural networks;seeds;tomato;

Podatki

Jezik: Angleški jezik
Leto izida:
Tipologija: 1.01 - Izvirni znanstveni članek
Organizacija: UM FKBV - Fakulteta za kmetijstvo in biosistemske vede
UDK: 004.9:631.547.1
COBISS: 4129068 Povezava se bo odprla v novem oknu
ISSN: 1580-8432
Matična publikacija: Agricultura
Št. ogledov: 1028
Št. prenosov: 342
Ocena: 0 (0 glasov)
Metapodatki: JSON JSON-RDF JSON-LD TURTLE N-TRIPLES XML RDFA MICRODATA DC-XML DC-RDF RDF

Ostali podatki

Sekundarni jezik: Slovenski jezik
Sekundarni naslov: Natančnost določanja kalečih semen s pomočjo obdelave slik in nevronskih mrež
Sekundarni povzetek: Članek opisuje sistem računalniškega vida, ki temelji na tehnikah obdelave slik in strojnega učenja, ki je bil izdelan za avtomatsko oceno stopnje kaljenja semen paradižnika. Celoten sistem je bil zgrajen s pomočjo odprtokodnih aplikacij ImageJ, Weka in njihovih javno dostopnih javanskih kod, ki smo jih povezali v lastno originalno razvito kodo. Po odkrivanju predmetov na RGB slikah, smo uporabili umetne nevronske mreže (ANN), ki so bile sposobne pravilno razvrstiti 95,44% nakaljenih semen paradižnika (Solanum lycopersicum L.).
Sekundarne ključne besede: obdelava slik;umetne nevronske mreže;semena;paradižnik;
URN: URN:NBN:SI
Vrsta dela (COBISS): Znanstveno delo
Strani: str. 19-24
Letnik: ǂVol. ǂ12
Zvezek: ǂno. ǂ1/2
Čas izdaje: Dec. 2015
DOI: 10.1515/agricultura-2016-0003
ID: 10878853