論文の概要: Segmentasi Citra Menggunakan Metode Watershed Transform Berdasarkan
Image Enhancement Dalam Mendeteksi Embrio Telur
- arxiv url: http://arxiv.org/abs/2102.04202v1
- Date: Mon, 8 Feb 2021 14:03:51 GMT
- ステータス: 処理完了
- システム内更新日: 2021-02-09 20:48:12.337868
- Title: Segmentasi Citra Menggunakan Metode Watershed Transform Berdasarkan
Image Enhancement Dalam Mendeteksi Embrio Telur
- Title（参考訳）: Segmentasi Citra Menggunakan Metode Watershed Transform Berdasarkan Image Enhancement Dalam Mendeteksi Embrio Telur
- Authors: Shoffan Saifullah
- Abstract要約: 卵胚検出は、セグメンテーションプロセスを用いて処理される。
セグメンテーションは、分割された領域に応じてイメージを分割する。
セグメンテーションの結果は、胚を持つ卵の面積を98%の精度で分割することができる。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Image processing can be applied in the detection of egg embryos. The egg
embryos detection is processed using a segmentation process. The segmentation
divides the image according to the area that is divided. This process requires
improvement of the image that is processed to obtain optimal results. This
study will analyze the detection of egg embryos based on image processing with
image enhancement and the concept of segmentation using the watershed method.
Image enhancement in preprocessing in image improvement uses a combination of
Contrast Limited Adaptive Histogram Equalization (CLAHE) and Histogram
Equalization (HE) methods. The grayscale egg image is corrected using the CLAHE
method, and the results are reprocessed using HE. The image improvement results
show that the CLAHE-HE combination method gives a clear picture of the object
area of the egg image that has an embryo. The segmentation process using image
conversion to black and white image and watershed segmentation can clearly show
the object of a chicken egg that has an embryo. The results of segmentation can
divide the area of the egg having embryos in a real and accurate way with a
percentage \approx 98\%.
- Abstract（参考訳）: 画像処理は、卵胚の検出に適用することができる。
卵胚検出は、セグメンテーションプロセスを用いて処理される。
セグメンテーションは、分割された領域に応じて画像を分割する。
このプロセスには、最適な結果を得るために処理される画像の改善が必要です。
本研究では,画像エンハンスメントを用いた画像処理と流域法によるセグメンテーションの概念に基づき,卵胚の検出を解析する。
画像改善における前処理における画像強調には、Contrast Limited Adaptive Histogram Equalization (CLAHE) と Histogram Equalization (HE) を組み合わせている。
CLAHE法を用いて卵像のグレースケールを補正し、HEを用いて再処理する。
画像改善の結果,CLAHE-HE組み合わせ法は胚を持つ卵像の被写体面積の明瞭な画像を与えることが明らかとなった。
画像から白黒画像への変換と流域分割を用いたセグメンテーションプロセスは、胚を持つ鶏卵のオブジェクトを明確に示すことができる。
セグメンテーションの結果は、胚を持つ卵の面積を実質的かつ正確な方法で98.%の比率で分割することができる。
関連論文リスト
- CricaVPR: Cross-image Correlation-aware Representation Learning for Visual Place Recognition [73.51329037954866]
視覚的位置認識のための画像間相関認識を用いたロバストなグローバル表現手法を提案する。
本手法では,バッチ内の複数の画像の相関にアテンション機構を用いる。
本手法は,訓練時間を大幅に短縮し,最先端の手法よりも優れた性能を示す。
論文 参考訳（メタデータ） (2024-02-29T15:05:11Z) - Stain-invariant self supervised learning for histopathology image
analysis [74.98663573628743]
乳がんのヘマトキシリンおよびエオシン染色像におけるいくつかの分類課題に対する自己監督アルゴリズムを提案する。
本手法は,いくつかの乳がんデータセット上での最先端のパフォーマンスを実現する。
論文 参考訳（メタデータ） (2022-11-14T18:16:36Z) - Unsupervised Domain Adaptation with Contrastive Learning for OCT
Segmentation [49.59567529191423]
本稿では,新しい未ラベル領域からのボリューム画像のセグメンテーションのための,新しい半教師付き学習フレームワークを提案する。
教師付き学習とコントラスト学習を併用し、3次元の近傍スライス間の類似性を利用したコントラストペア方式を導入する。
論文 参考訳（メタデータ） (2022-03-07T19:02:26Z) - Identification of chicken egg fertility using SVM classifier based on
first-order statistical feature extraction [0.0]
本研究は,まだ手作業であるプロセスの識別プロセスに基づいて開発された(従来型)。
識別プロセスには多くの技術があるが、まだ開発が必要である。
同定法は成功率84.57%である。
論文 参考訳（メタデータ） (2022-01-10T04:29:49Z) - Ensembling with Deep Generative Views [72.70801582346344]
生成モデルは、色やポーズの変化などの現実世界の変動を模倣する人工画像の「ビュー」を合成することができる。
そこで本研究では, 画像分類などの下流解析作業において, 実画像に適用できるかどうかを検討する。
StyleGAN2を再生増強の源として使用し、顔の属性、猫の顔、車を含む分類タスクについてこの設定を調査します。
論文 参考訳（メタデータ） (2021-04-29T17:58:35Z) - Principal component-based image segmentation: a new approach to outline
in vitro cell colonies [0.0]
探索されたコロニーを特徴付け,抽出し,セグメンテーションすることで問題を修正するための,客観的かつ多目的な機械学習手法を提案する。
提案するセグメンテーションアルゴリズムは,人間の観察者による手動計測と同様の品質を示した。
論文 参考訳（メタデータ） (2021-03-10T12:37:51Z) - K-means Segmentation Based-on Lab Color Space for Embryo Egg Detection [0.0]
卵のイメージはラボカラー画像に基づくk-meansアルゴリズムでセグメンテーションされる。
Labのカラースペース画像の結果は、各色にK平均を使用して処理されます。
グレースケール画像処理段階では、カラー画像分割の結果は、グレースケーリング、画像強化、および形態で処理されます。
論文 参考訳（メタデータ） (2021-03-03T10:03:36Z) - Contrastive Rendering for Ultrasound Image Segmentation [59.23915581079123]
米国の画像にシャープな境界がないことは、セグメンテーションに固有の課題である。
我々は,US画像における境界推定を改善するための,新しい,効果的なフレームワークを提案する。
提案手法は最先端の手法より優れており,臨床応用の可能性も高い。
論文 参考訳（メタデータ） (2020-10-10T07:14:03Z) - Automatic Radish Wilt Detection Using Image Processing Based Techniques
and Machine Learning Algorithm [3.4392739159262145]
本研究では,ラディッシュ作物のフッ化物検出のためのセグメンテーション法と抽出法を提案する。
最近のワイト検出アルゴリズムは、画像処理技術または従来の機械学習アルゴリズムに基づいている。
提案手法は,画像処理と機械学習を組み合わせたハイブリッドアルゴリズムに基づいている。
論文 参考訳（メタデータ） (2020-09-01T01:37:01Z) - Anatomical Data Augmentation via Fluid-based Image Registration [23.280420626023755]
医用画像解析のための流体画像強調法を提案する。
既存の手法とは対照的に,我々のフレームワークは測地線部分空間を介して有意義な画像を生成する。
論文 参考訳（メタデータ） (2020-07-05T21:06:00Z) - Pathological Retinal Region Segmentation From OCT Images Using Geometric
Relation Based Augmentation [84.7571086566595]
本稿では,幾何学と形状の内在的関係を共同で符号化することで,従来のGANベースの医用画像合成法よりも優れた手法を提案する。
提案手法は,取得手順の異なる画像を有する公開RETOUCHデータセット上で,最先端のセグメンテーション手法より優れている。
論文 参考訳（メタデータ） (2020-03-31T11:50:43Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。