跳到主要內容

臺灣博碩士論文加值系統

(18.204.48.69) 您好!臺灣時間:2021/07/29 15:08
字體大小: 字級放大   字級縮小   預設字形  
回查詢結果 :::

詳目顯示

我願授權國圖
: 
twitterline
研究生:陳俊富
研究生(外文):Chun-Fu Chen
論文名稱:基於賈柏濾波器與HSV色彩空間的甘藍菜影像辨識技術之研究
論文名稱(外文):A Cabbage Image Classification Method Based on Gabor Filter and HSV Color Space
指導教授:吳俊霖吳俊霖引用關係
指導教授(外文):Jiunn-Lin Wu
口試委員:陳文淵林基源
口試委員(外文):Wen-Yuan ChenChi-Yuan Lin
口試日期:2015-07-22
學位類別:碩士
校院名稱:國立中興大學
系所名稱:資訊科學與工程學系
學門:工程學門
學類:電資工程學類
論文種類:學術論文
論文出版年:2015
畢業學年度:103
語文別:中文
論文頁數:50
中文關鍵詞:甘藍賈柏濾波器索貝爾YCbCrHSV傅立葉轉換支援向量機
外文關鍵詞:CabbageGaborSobelFFTYCbCrHSVSVM
相關次數:
  • 被引用被引用:1
  • 點閱點閱:195
  • 評分評分:
  • 下載下載:0
  • 收藏至我的研究室書目清單書目收藏:0
本論文為中興大學協助中華民國農糧署應用先端資訊通訊技術,建構作物生產預測模式的先驅計畫中的影像辨識一環,計畫中透過使用者的行動裝置(如智慧型手機、平板等)內的應用軟體進行上傳拍攝的影像,並透過伺服器端進行處理。而伺服器端則是規劃透過可行的演算法以及特定作物的特性進行過濾與分類,協助使用者進行識別是否為該特定種植作物。
論文則是採用甘藍菜辨識為範例進行研究,在原先的方法中進行延伸應用。透過種植蔬菜(甘藍菜)的色彩空間資訊(YCbCr),並透過賈柏濾波器(Gabor Filters)所得的影像紋理方向統計為特徵,使用支援向量機(SVM)進行測試,其辨識率為84%;而論文新增的方法(HSV及多方向紋理特徵),以相同的訓練資料與測試資料,以支援向量機(SVM)完成甘藍菜辨識,經改良後的辨識率可達96%。

This is a preliminary project intends to use advanced information and communication technologies to establish crop production prediction models for cabbage. This paper is about the image processing of the project, and uses some available methods and algorithm to help users to judge cabbage or not.
This paper includes many simply but pretty effective methods. For exterior features of cabbage, use Gabor Filters to calculate directions of cabbage and use Sobel Operator Filter to enhance the edges, and use FFT method to get last results. For colors of cabbage, through RGB color space to other color spaces, like YCbCr color space, and use some images of cabbage to do training and testing in SVM method, and the result is 84%. However, in this paper, there are some methods will be used to improve recognition rate of cabbage, here use HSV color space in colors of cabbage and add multi-direction in the images after Gabor Filter and Sobel Operator Filter to get more information through SVM method to judge it is a cabbage image or not, and feedback uses these data. The recognition rate of cabbage trough these improved methods is 96%.

第一章 緒論 1
1.1 研究目的 1
1.2 論文大綱 1
第二章 研究動機與文獻回顧 2
2.1 前言 2
2.2 甘藍菜介紹 2
2.3 甘藍菜的植物特性 3
2.4 建構作物生產預測模式 4
2.5 甘藍菜辨識系統分析策略 7
第三章 甘藍菜辨識系統方法 8
3.1 前言 8
3.2 賈柏濾波器(Gabor Filters) 8
3.2.1 賈柏濾波器公式 8
3.3 索貝爾運算子(Sobel Operator) 13
3.4 快速傅立葉轉換(Fast Fourier Transform, FFT) 15
3.4.1 快速傅立葉轉換(FFT)簡介 15
3.4.2 離散傅立葉轉換(DFT)公式 16
3.5 影像顏色辨識YCbCr 19
3.5.1 色彩空間 19
3.5.2 RGB色彩空間 20
3.5.3 YCbCr色彩空間 20
3.5.4 HSV色彩空間 23
3.6 SVM分類器(Support Vector Machine) 27
3.6.1 SVM分類器概念 27
3.6.2 SVM分類器特性 27
3.6.3 尋找最佳分離超平面(The Optimal Separating Hyper Plane) 28
3.7 結語 29
第四章 實驗結果 30
4.1 前言 30
4.2 軟體規劃 30
4.3 4個特徵取得介紹 31
4.3.1 Gabor Filter + Sobel Operator + FFT 31
4.3.2 RGB轉YCbCr 35
4.3.3 SVM訓練資料與測試資料過濾 37
4.4 改善方法 39
4.4.1 前言 39
4.4.2 加入45度角與-45度角的FFT 39
4.4.3 新增HSV色彩空間 42
4.4.4 增加SVM特徵實測結果 44
4.5 結語 47
第五章 結論與建議 48
5.1 結論 48
5.2 建議 48
參考文獻 49

[1]廖宜恩,高勝助,吳俊霖,范耀中,行政院農業委員會農糧署主管科技計畫-建構作物生產預測模式 期末報告,pp. 1-11, 2014。
[2]中華民國行政院農業委員會,甘藍主題館[線上],網址: http://kmweb.coa.gov.tw/subject/mp.asp?mp=134,2015。
[3]李康,“橢圓支撐向量機器及其紋理分類上應用”,朝陽科技大學資訊工程研究所碩士論文,台中,2008。
[4]許宏榕,“適應性中心點選擇半徑基底函數委員會機器餘人臉識別”,國立雲林科技大學資訊工程研究所碩士論文,雲林,2008。
[5]張韶軒,“影像處理於IC封裝產品檢測之研究”,元智科技大學資訊管理研究所碩士論文,桃園,2011。
[6]朱展毅,CORDIC 64-point FFT 期末報告,pp. 2-7, 2010。
[7]許績耀,“使用可重組化FPGA於OFDM中之2048點即時FFT設計”,國立成功大學電機工程研究所碩士論文,台南,2004。
[8]Baas B.M., “A low-power, high-performance 1024-point FFT processor,” IEEE
Journal of Solid-State Circuits, vol. 34, no. 3, pp. 380-387, 1999.
[9]江建銘,“管道式快速傅立葉轉換器之FPGA有效率實現設計”,大同大學通訊工程研究所碩士論文,台北,2004。
[10]O. Lecarme and K. Delvare, The Book of GIMP: A Complete Guide to Nearly Everything, 1st ed. New York: Springer-Verlag, pp. 601-605, 2013.
[11]彭浩維,“基於人眼視覺配合YCbCr色彩模型特性與亮度變化之飽和度調整模型”,淡江大學電機工程研究所碩士論文,台北,2012。
[12]Sungmok Lee, Homin Kwon, Hagyong Han, Gidong Lee, Bongsoon Kang, “A Space-Variant Luminance Map based Color Image Enhancement,” IEEE Transactions on Consumer Electronic, vol. 56, no. 4, pp. 2636-2643, 2010.
[13]周君燕,“利用液晶面板及HSV色彩模型做彩色圖像辨識之研究”,元智大學光電工程研究所,桃園,2006。
[14]C. Chen and W. Wu, “Color pattern recognition with the multi-channel non-zero-order joint transform correlator based on the HSV color space,” Optics Communications, vol. 244, no. 1-6, pp. 51-59, 2005.
[15]W. Burger and M. J. Burge, Digital Image Processing: An Algorithmic Introduction Using Java, 1st ed. New York: Springer-Verlag, pp.254-261, 2008.
[16]呂學信,“結合SVDD及SVM分類器於會員人臉確認之研究”,中原大學機械工程研究所碩士論文,桃園,2006。 
[17]S. Pang, D. Kim, and S. Y. Bang, “Membership authentication in the dynamic group by face classification using SVM ensemble,” Pattern Recognition Letters, vol. 24, no. 1-3, pp. 215-225, 2003.
[18]陳衍廷,“應用核心主成份分析及非平衡式SVM於影像中人臉偵測之研究”,中原大學機械工程研究所碩士論文,桃園,2005。
[19]羅珮珊,“基於MPEG-7與SVM之彩色影像檢索技術”,國立虎尾科技大學資訊管理研究所碩士論文,雲林,2008。
[20]V. N. Vapnik, The Nature of Statistical Learning Theory, New York: Springer-Verlag, pp.156-249, 1995.

QRCODE
 
 
 
 
 
                                                                                                                                                                                                                                                                                                                                                                                                               
第一頁 上一頁 下一頁 最後一頁 top