利用影像處理與機器學習辨別稻米品種

計畫名稱:利用影像處理與機器學習辨別稻米品種

所屬單位:生機所

研究團隊:機器學習與機器視覺實驗室

計畫主持人:郭彥甫

研究人員:郭子毅

資源需求:Matlab

使用期間:2015/07~

研究主題:
利用影像處理與機器學習辨別稻米品種

研究內容概述:
由於稻米品種的判定流程曠日費時,不利於商業活動的進行與政府機關的檢驗,故本研究提出一非破壞性且立即判定的方法,對不同的稻米品種進行辨別,期望能加速稻米品種的判定流程。本研究的目的主要是將以影像處理方式,自動擷取出50種水稻的量化特徵,並且以機器學習的方式,訓練分類器,測試其辨識稻米的準確率。在進行分類之前,先對水稻影像進行處理,將特徵量化並且擷取,並利用稻米的特徵訓練一分類器,將已完成訓練之分類器用來分類待測樣本,檢視其分類準確率。目前計畫採用之分類器為稀疏表達分類器(sparse representation classifier),首先利用訓練樣本找尋稀疏編碼器的字典檔,使得所有訓練樣本皆可以由字典檔的線性組合所得出,再搭配稀疏特性以避免過度擬合(overfitting)的情況產生。最後將待側樣本與利用字典檔所表達的訓練樣本作分析,得出不同稻米品種的辨識率。本次實驗之目的為調整字典檔的大小以及稀疏編碼器的稀疏特性(sparsity),優化分類器的分類準確率。

回到上一頁