| Research Abstract |
従来より花卉の品質評価は熟練者により行われてきたが,その基準は様々な要因,例えば栽培,生育条件,気候,評価者の感情等によって左右され一定ではなかった。そこで本研究では,画像処理技術およびニューラルネットワーク(以下,ニューロと称す)を用い,一定した品質評価基準を設定することで,人間の感覚という不明瞭な基準で行われていた花卉の評価過程を定量化,さらに自動化することを目的とし,着花位置と品質評価との関係に注目し,着花位置決定因子の選択について検討した。特にスプレーギクを画像処理するにあたっては,その葉序を考慮し,画像内での存在確率を考慮した上で走査するすることを試みた。その結果,以下のようなことが知れた。
1.処理方法を変えて栽培したスプレーギクは,その草姿に差異が見られ,特に生長促進・抑制処理区において各特徴量の差異は顕著であった。
2.専門家による評価は,標準区における栽培本数10本程度の供試体に対して高く,生長を抑制した処理区で最も低い結果となった。
3.専門家による複数回の評価結果においては,0.5〜1程度の差が生じ,人間による評価基準が一定ではなく,あいまいであることが知れた。
4.ニューロによる評価結果においては,専門家の行なった評価に追従し,専門家の結果のほぼ±1の範囲におさまった。
5.ニューロによる評価結果が,若干専門家の結果と異なった処理区においては,教師データ数を増加することおよび入力因子に設定した特微量の種類を追加すること等によって改善されると考えられた。
6.画像内での存在確率を用いた走査は有効な方法と考えられたため,今後,品質評価のアルゴリズムに取り入れていくことが適当と考えられた。
|
