Uporaba obdelave slik in metod strojnega učenja pri oceni kalivosti semen paradižnika (Lycopersicon lycopersicum L.)Škrubej, Uroš (Avtor) Rozman, Črtomir (Mentor) Stajnko, Denis (Komentor) obdelava slikstrojno učenjenevronske mrežesemenaparadižnikV nalogi je predstavljen sistem računalniškega vida, ki temelji na obdelavi slike in metodah strojnega učenja, in je namenjen avtomatski oceni kalivosti semen paradižnika (Lycopersicon lycopersicum L.). Celoten sistem je bil zgrajen z uporabo odprtokodnih aplikacij ImageJ, Weke in njunih javnih javanskih razredov ter povezan s pomočjo namensko razvite programske kode. V raziskavi nismo uporabljali komercialne programske opreme. S pomočjo osmih algoritmov strojnega učenja; to so naivni Bayesov klasifikator (NBC), k-najbližjih sosedov (k-NN), odločitvena drevesa, metoda podpornih vektorjev (SVM), umetna nevronska mreža, bagging, boosting in naključni gozdovi, smo izgradili klasifikacijske modele in jih medsebojno primerjali na vzorcu 700 kalečih semen. Najboljšo povprečno klasifikacijsko točnost 95,743 % s standardnim odklonom 2,56 ob desetkrat ponovljenem desetkratnem prečnem preverjanju je dosegel model umetne nevronske mreže (večplastni perceptron). Izboljšan t-test (resampled t-test) s stopnjo zaupanja 0,05 je pokazal, da se rezultat statistično značilno razlikuje od preostalih testiranih modelov klasifikatorjev. Sledili so model SVM (94,114 % ± 2,60), bagging (94,071 % ± 2,84), naključni gozdovi (93,743 % ± 2,93), k-NN (93,714 % ± 2,42), odločitvena drevesa (93,586 % ± 2,72) in model boosting (93,443 % ± 3,01), vendar razlike med njimi niso statistično značilne. Najnižjo povprečno klasifikacijsko točnost je dosegel model NBC (87,929 % ± 4,09), katerega razlika je bila statistično značilna. Ker je model umetne nevronske mreže dosegel najboljše rezultate tudi pri preciznosti, priklicu, F-meri in ploščini pod krivuljo ROC, smo ga uporabili za izgradnjo prototipa, namenjenega klasifikaciji semen paradižnika, kalečih v petrijevkah (90 x 98 x 18mm). Prototip je pravilno klasificiral več kot 95 % kalečih semen.20162016-06-06 09:48:43Doktorsko delo/naloga60015NUK URN: URN:SI:UM:DK:ORGVWHUQsl