The results of this study provide u

The results of this study provide us with an effective strategy
for measuring bruise-damage in strawberries from their nearinfrared
hyperspectral images. The developed method
enables estimation of the ratio of bruised to unbruised areas
by classifying hyperpixels in the edible portion of a strawberry.
A fully autonomous multi-band segmentation algorithm
extracts the edible area of the fruit by generating pixel
masks from each band of the hypercube. A decision-fusion
strategy is used to exploit the information from different
spectral bands and the method does not require a priori
information to select these specific bands for generating the
mask. Our results demonstrate that the performance of the
decision-fusion strategy is statistically better than the best
uni-band classifier and is also better than the multi-band
multivariate classifier for bruise detection in strawberries.
In conclusion, the decision-fusionstrategydevelopedin this
paper offers an effective method for exploiting information
from multiple hyperspectral bands. Although this paper
focused on strawberry inspection, it should be noted that the
formulation of the overall inspection strategy is quite general;
and therefore, is applicable to inspecting other biological entities.
Moreover, it is not restricted to dichotomous inspection

ผลลัพธ์ (ไทย) 1:

ผลการศึกษานี้ให้เรา ด้วยกลยุทธ์มีประสิทธิภาพสำหรับการวัดความเสียหายระบมในสตรอเบอร์รี่จาก nearinfrared ของพวกเขาภาพ hyperspectral วิธีการพัฒนาช่วยให้การประมาณอัตราส่วนของรอยช้ำกับ unbruisedโดยประเภท hyperpixels ในส่วนของสตรอเบอร์รี่กินอัลกอริทึมการแบ่งหลายวงอย่างอิสระสารสกัดจากผลไม้กินพื้นที่ โดยการสร้างเซลรูปแบบจากแต่ละวง hypercube ตัดสินใจ-หลอมมีใช้กลยุทธ์เพื่อสืบหาข้อมูลจากที่ต่าง ๆแถบสเปกตรัมและวิธีการไม่จำเป็นต้องเป็น prioriข้อมูลการเลือกวงดนตรีเหล่านี้เฉพาะสำหรับการสร้างการรูปแบบการ ผลของสาธิตที่ประสิทธิภาพของการกลยุทธ์การตัดสินใจ-หลอมเป็นทางสถิติดีกว่าดีสุดuni-วง classifier และก็ดีกว่าหลายวงclassifier ตัวแปรพหุตรวจระบมในสตรอเบอร์รี่ในสรุป fusionstrategydevelopedin ตัดสินใจนี้กระดาษมีวิธีมีประสิทธิภาพสำหรับ exploiting ข้อมูลจากหลาย hyperspectral วง ถึงแม้ว่ากระดาษนี้เน้นตรวจสอบสตรอเบอร์รี่ มันควรจะสังเกตที่การกำหนดกลยุทธ์การตรวจสอบโดยรวมจะค่อนข้างทั่วไปดังนั้น เป็นการตรวจสอบเอนทิตีอื่นทางชีวภาพนอกจากนี้ จะไม่ตรวจสอบ dichotomous

ผลลัพธ์ (ไทย) 2:

ผลการศึกษานี้ให้เรามีกลยุทธ์ที่มีประสิทธิภาพ
สำหรับการวัดรอยช้ำเสียหายในสตรอเบอร์รี่ของพวกเขาจาก nearinfrared
ภาพ hyperspectral วิธีการพัฒนา
ช่วยให้การประมาณค่าของอัตราส่วนของช้ำไปยังพื้นที่ unbruised
โดยแบ่งประเภทของ hyperpixels ในส่วนที่กินได้ของสตรอเบอร์รี่.
อย่างอิสระขั้นตอนวิธีการแบ่งส่วนหลายวง
สารสกัดจากพื้นที่กินผลไม้โดยการสร้างพิกเซล
หน้ากากจากแต่ละกลุ่ม Hypercube ตัดสินใจฟิวชั่น
กลยุทธ์ที่ใช้ในการใช้ประโยชน์จากข้อมูลที่แตกต่างกันจาก
วงสเปกตรัมและวิธีการที่ไม่ต้องใช้เบื้องต้น
ข้อมูลเพื่อเลือกวงดนตรีเหล่านี้เฉพาะสำหรับการสร้าง
หน้ากาก ผลของเราแสดงให้เห็นว่าประสิทธิภาพของ
กลยุทธ์การตัดสินใจฟิวชั่นเป็นสถิติที่ดีกว่าดีที่สุด
ลักษณนาม Uni-วงและยังดีกว่าหลายวง
ลักษณนามหลายตัวแปรสำหรับการตรวจหารอยช้ำในสตรอเบอร์รี่.
สรุปได้ว่าการตัดสินใจ fusionstrategydevelopedin นี้
มีกระดาษ วิธีที่มีประสิทธิภาพสำหรับการใช้ประโยชน์จากข้อมูล
จากวง hyperspectral หลาย แม้ว่าบทความนี้
มุ่งเน้นไปที่การตรวจสอบสตรอเบอร์รี่, มันควรจะตั้งข้อสังเกตว่า
การกำหนดกลยุทธ์การตรวจสอบโดยรวมค่อนข้างทั่วไป
. และดังนั้นจึงเป็นที่ใช้บังคับกับการตรวจสอบหน่วยงานทางชีวภาพอื่น ๆ
นอกจากนี้ยังไม่ได้ถูก จำกัด การตรวจสอบ dichotomous

ผลลัพธ์ (ไทย) 3:

ผลการศึกษานี้ให้กับเรา เป็นกลยุทธ์ที่มีประสิทธิภาพสำหรับการวัด
บอบช้ำในสตรอเบอร์รี่จากเนียร์อินฟาเรด
hyperspectral ภาพลักษณ์ของพวกเขา การพัฒนาวิธีประมาณอัตราส่วนของ
ให้ช้ำบริเวณ
โดยแบ่งประเภท hyperpixels ในกินส่วนของสตรอเบอร์รี่ unbruised .
เป็นอิสระอย่างเต็มที่วงหลายขั้นตอนวิธีการ
สารสกัดจากพืช พื้นที่ของผลไม้โดยการสร้างรูปแบบพิกเซล
จากแต่ละวงของไฮเปอร์คิวบ์ การตัดสินใจหลอม
กลยุทธ์จะใช้เพื่อใช้ประโยชน์จากข้อมูลจากแถบสเปกตรัมที่แตกต่างกัน
และวิธีที่ไม่ต้องใช้ a priori
ข้อมูลเพื่อเลือกวงนี้เฉพาะสำหรับสร้าง
หน้ากาก ผลของเราแสดงให้เห็นว่าประสิทธิภาพของ
กลยุทธ์การตัดสินใจทางสถิติดีกว่าดีที่สุด
uni วงดนตรีประเภท และยัง ดีกว่าวงหลายแบบหลายตัวแปรสำหรับการตรวจหารอย

ต้น สรุปได้ว่า การตัดสินใจ fusionstrategydevelopedin กระดาษนี้
เสนอวิธีที่มีประสิทธิภาพสำหรับการใช้ประโยชน์จากข้อมูล
จากวง hyperspectral หลาย แม้ว่าบทความนี้
เน้นตรวจสอบสตรอเบอร์รี่มันควรจะตั้งข้อสังเกตว่า การกำหนดกลยุทธ์การตรวจสอบ

โดยรวมจะค่อนข้างทั่วไป ดังนั้น จึงสามารถใช้กับหน่วยงานที่ตรวจสอบทางชีวภาพอื่น ๆ .
และไม่ จำกัด การตรวจสอบไดโคโตมัส