An efficient image processing based method for gills segmentation from a digital fish image
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216305%3A26220%2F16%3APU121080" target="_blank" >RIV/00216305:26220/16:PU121080 - isvavai.cz</a>
Výsledek na webu
<a href="http://ieeexplore.ieee.org/abstract/document/7566776/" target="_blank" >http://ieeexplore.ieee.org/abstract/document/7566776/</a>
DOI - Digital Object Identifier
<a href="http://dx.doi.org/10.1109/SPIN.2016.7566776" target="_blank" >10.1109/SPIN.2016.7566776</a>
Alternativní jazyky
Jazyk výsledku
angličtina
Název v původním jazyce
An efficient image processing based method for gills segmentation from a digital fish image
Popis výsledku v původním jazyce
The quality and freshness of a fish sample is mainly affected due to the handling and storage conditions during the post harvesting period. The retention time and storage medium are the two main factors affecting the fish quality. This paper presents an image processing based method for automatic and efficient segmentation of gills from the fish sample image which can be used for fish freshness validation and determination of any pesticide from the fish sample under test. The implemented algorithm has produced a maximum correlation of 92.4% with the ground truth results obtained from experts. The method used for gills segmentation is fast and simple.
Název v anglickém jazyce
An efficient image processing based method for gills segmentation from a digital fish image
Popis výsledku anglicky
The quality and freshness of a fish sample is mainly affected due to the handling and storage conditions during the post harvesting period. The retention time and storage medium are the two main factors affecting the fish quality. This paper presents an image processing based method for automatic and efficient segmentation of gills from the fish sample image which can be used for fish freshness validation and determination of any pesticide from the fish sample under test. The implemented algorithm has produced a maximum correlation of 92.4% with the ground truth results obtained from experts. The method used for gills segmentation is fast and simple.
Klasifikace
Druh
D - Stať ve sborníku
CEP obor
—
OECD FORD obor
10201 - Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8)
Návaznosti výsledku
Projekt
<a href="/cs/project/FR-TI4%2F151" target="_blank" >FR-TI4/151: Výzkum a vývoj technologie pro detekci emocí v nestrukturovaných datech</a><br>
Návaznosti
P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)
Ostatní
Rok uplatnění
2016
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Údaje specifické pro druh výsledku
Název statě ve sborníku
Signal Processing and Integrated Networks (SPIN), 2016 3rd International Conference on
ISBN
978-1-4673-9197-9
ISSN
—
e-ISSN
—
Počet stran výsledku
5
Strana od-do
606-612
Název nakladatele
Neuveden
Místo vydání
New Delhi, Republic of India
Místo konání akce
Dept. of ECE, ASET, Amity University, Noida Sec-
Datum konání akce
2. 2. 2016
Typ akce podle státní příslušnosti
WRD - Celosvětová akce
Kód UT WoS článku
—