アンサンブル学習を用いたトマトの等級形状判定に関する一検討

カテゴリ: 部門大会

論文No: TC14-4

グループ名: 【C】2022年電気学会電子・情報・システム部門大会

発行日: 2022/08/24

タイトル(英語): A Study on Grade Judgement of Tomatoes using Ensemble Learning

著者名: 一色 正晴（愛媛大学）,木下 浩二（愛媛大学）

著者名(英語): Masaharu Isshiki (Ehime University),Koji Kinoshita (Ehime University)

キーワード: パターン認識|等級判定|トマト|アンサンブル学習|Pattern recognition|Grade judgement|Tomato|Ensemble learning

要約(日本語): 農作物の価値は等級によって決定され，トマトの等級は色，形状，大きさ，傷など様々な要因から判定される．このような等級判定をすべて人手で行うと，多大な労力がかかるため，選別の自動化が求められている．しかしながら，形状等級の判定を自動化することが難しく，指標としては果頂面から見た輪郭が円に近いほど高い等級であるが，微小な違いで等級が変わることが多々ある．従来の研究では，トマトの画像に対し2値化と輪郭線追跡処理を施した後，偏平度，異形度，尖り度，乱形度の特徴量を用いて等級を判定しているが，期待されるほどの精度が得られていなかった．そこで本研究では，4つの特徴量に対して，複数の機械学習アルゴリズムに対するアンサンブル学習を用いた等級判定手法を提案する．本手法により，1つの特徴量や判定結果に依存することなく総合的な評価を行うことができ，判定精度の向上が可能となった．