[논문 리뷰] A Novel Technique for Grading of Dates using Shape and Texture Features

S. H. Mohana, C. J. Prabhakar|arXiv (Cornell University)|2015. 01. 06.

Spectroscopy and Chemometric Analyses참고 문헌 19인용 수 6

한 줄 요약

이 논문은 융합된 형태 및 텍스처 특징을 사용한 자동 딸기 과일 평가를 위한 새로운 컴퓨터 비전 기법을 제안한다. 양면 필터링과 임계값 기반 분할 후 윤곽 기반 형태 특징과 Curvelet 변환 및 국소 이진 패턴(LBP)에서 유도된 텍스처 특징을 융합한다. k-NN 분류기는 테스트된 방법들 중에서 가장 높은 정확도를 기록했으며, 6단계 분류에서 SVM 및 LDA를 능가했다.

ABSTRACT

This paper presents a novel method to grade the date fruits based on the combination of shape and texture features. The method begins with reducing the specular reflection and small noise using a bilateral filter. Threshold based segmentation is performed for background removal and fruit part selection from the given image. Shape features is extracted using the contour of the date fruit and texture features are extracted using Curvelet transform and Local Binary Pattern (LBP) from the selected date fruit region. Finally, combinations of shape and texture features are fused to grade the dates into six grades. k-Nearest Neighbour(k-NN) classifier yields the best grading rate compared to other two classifiers such as Support Vector Machine (SVM) and Linear Discriminant(LDA) classifiers. The experiment result shows that our technique achieves highest accuracy.

연구 동기 및 목표

• 시각적 특징을 기반으로 한 자동화되고 침습적이지 않은 딸기 과일 등급 매기기 방법 개발.
• 수작업 평가의 한계를 해결하기 위해 신뢰성 있고 반복 가능한 컴퓨터 비전 기반 대안 도입.
• 딸기 과일 이미지에서 유도된 형태 및 텍스처 특징의 융합을 통해 평가 정확도 향상.
• k-NN, SVM 및 LDA 분류기의 성능을 딸기 과일 등급 매기기 맥락에서 평가하고 비교.
• 농업 수확 후 가공 분야의 품질 평가를 위한 강력한 프레임워크 수립.

제안 방법

• 딸기 과일 이미지의 반사광 및 소음 제거를 위해 양면 필터 적용.
• 배경에서 딸기 과일을 분리하기 위해 임계값 기반 분할 수행.
• 분할된 딸기 과일 영역의 윤곽을 사용해 형태 특징 추출.
• 분할된 과일 영역에서 Curvelet 변환 및 국소 이진 패턴(LBP)을 사용해 텍스처 특징 추출.
• 추출된 형태 및 텍스처 특징을 융합하여 분류를 위한 통합 특징 벡터 생성.
• 각 딸기 과일에 대해 6단계 등급을 할당하기 위해 융합된 특징 세트를 기반으로 세 분류기(k-NN, SVM, LDA) 학습 및 평가.

실험 결과

연구 질문

• RQ1 형태 및 텍스처 특징의 조합이 자동 딸기 과일 평가의 정확도를 향상시킬 수 있는가?
• RQ2 k-NN, SVM, LDA와 같은 다양한 분류기가 융합된 형태 및 텍스처 특징을 사용할 때 딸기 과일 평가에 어떻게 성능을 내는가?
• RQ3 양면 필터를 사용한 사전 처리가 특징 추출 및 분류 성능을 향상시키는가?
• RQ4 Curvelet 및 LBP의 사용이 딸기 과일 이미지에서 텍스처 표현을 얼마나 향상시키는가?
• RQ5 k-NN이 6개의 구분 가능한 품질 등급으로 딸기 과일을 분류하는 데 있어 SVM 및 LDA를 능가하는가?

주요 결과

• 3개의 분류기 중에서 k-Nearest Neighbour(k-NN) 분류기가 가장 높은 평가 정확도를 기록했다.
• 형태 및 텍스처 특징의 융합은 개별 특징 세트를 사용할 때보다 분류 성능을 크게 향상시켰다.
• 양면 필터는 반사광과 잡음을 효과적으로 감소시켜 후속 분할 및 특징 추출을 향상시켰다.
• Curvelet 변환 및 국소 이진 패턴(LBP)은 딸기 과일 이미지에 대해 효과적인 텍스처 표현을 제공했다.
• 제안된 방법은 6단계 딸기 과일 분류에서 가장 높은 정확도를 달성했으며, SVM 및 LDA를 능가했다.
• 실험 결과는 15페이지 분석, 표 및 그림를 바탕으로 제안된 기법의 강건성과 효과성을 확인한다.