François Chung, Ph.D.

Tag: microscopi

EUE 2017 - Llibre

EUE 2017 – Llibre

|

Publicació

François Chung, Tomás Rodríguez; Multi-focal Image Segmentation, Classification and Authentication: A General Framework applied on Microscope Pollen Images; Éditions universitaires européennes (EUE), Saarbrücken, 2017; ISBN: 978-3841677907.

Abstract

In this book, we propose a general framework for multi-focal image segmentation, classification and authentication, the methodology being demonstrated on microscope pollen images. The framework is meant to be generic and based on a brute force-like approach aimed to be efficient not only on any kind, and any number, of pollen images (regardless of the pollen type), but also on any kind of multi-focal images. All stages of the framework are designed to be used in an automatic fashion. First, the optimal focus is selected using the absolute gradient method. Then, pollen grains are extracted from microscope images, followed by the automatic segmentation of their exine. A coarse-to-fine approach ensures a smooth and accurate segmentation of both structures. Finally, feature extraction and selection are performed on pollen grains using a generalized approach and the pollen classification is tested with four classifiers: Weighted Neighbor Distance, Neural Network, Decision Tree and Random Forest. The latter method, which has shown the best and more robust classification accuracy results (above 97% for any number of pollen types), is finally used for a final authentication stage.

Referències

Publicació

Amazon (llibre)
MoreBooks (llibre)
Referència bibliogràfica (BibTeX)

Article relacionat

APIFRESH (projecte Inspiralia)

Més informació

EUE – Éditions universitaires européennes

COMPAG 2015 - Article de revista científica

COMPAG 2015 – Article de revista científica

|

Publicació

Rafael Redondo, Gloria Bueno, François Chung, Rodrigo Nava, J. Víctor Marcos, Gabriel Cristóbal, Tomás Rodríguez, Amelia González-Porto, Cristina Pardo, Óscar Déniz, Boris Escalante-Ramírez; Pollen segmentation and feature evaluation for automatic classification in bright-field microscopy; In: Computers and Electronics in Agriculture (COMPAG), 110, pp. 56–69, 2015.

Abstract

Besides the well-established healthy properties of pollen, palynology and apiculture are of extreme importance to avoid hard and fast unbalances in our ecosystems. To support such disciplines, computer vision comes to alleviate tedious recognition tasks. In this paper, we present an applied study of the state of the art in pattern recognition techniques to describe, analyze, and classify pollen grains in an extensive dataset specifically collected (15 types, 120 samples/type). We also propose a novel contour-inner segmentation of grains, improving 50% of accuracy. In addition to published morphological, statistical, and textural descriptors, we introduce a new descriptor to measure the grain’s contour profile and a logGabor implementation not tested before for this purpose. We found a significant improvement for certain combinations of descriptors, providing an overall accuracy above 99%. Finally, some palynological features that are still difficult to be integrated in computer systems are discussed.

Paraules clau

  • apiculture
  • automatic classification
  • bright-field microscopy
  • feature extraction
  • Fisher discriminant analysis
  • image processing
  • morphology descriptors
  • pollen
  • statistical descriptors
  • texture descriptors

Referències

Publicació

Versió publicada (ScienceDirect)
Versió pre-print (PDF)
Referència bibliogràfica (BibTeX)

Articles relacionats

APIFRESH (projecte Inspiralia)
Micron 2015 (article de revista científica)

APIFRESH

APIFRESH

|

Projecte Inspiralia @Madrid, Espanya (2013). La competitivitat del sector apícola europeu està caient a causa de la reducció de la producció dels apicultors com a conseqüència directa de la disminució de la població d'abelles. A més, els productes de països amb estàndards de qualitat inferiors estan guanyant quota de mercat a Europa a través d'una competència deslleial. A tot això es suma una manca de normes a nivell europeu per a certs productes del rusc.

Això significa que és possible trobar al mercat productes sota aquestes etiquetes sense cap control de qualitat i autenticitat. Pocs països a Europa tenen unes pautes o normes regionals per als productes diferents de la mel, el que es tradueix en una manca d'estandardització a nivell europeu.

Per tant, els objectius del projecte APIFRESH són tres:

  • desenvolupar normes europees per al pol·len d'abella i la gelea reial;
  • establir criteris de salut rellevants per al pol·len i la gelea reial;
  • determinar l'autenticitat del pol·len i de la mel.

Els socis d'aquest projecte són:

  • Balparmak (TR);
  • Campomiel (ES);
  • Centro Agrario de Marchamalo (ES);
  • CTC - Centro Tecnológico Nacional de la Conserva y Alimentación (ES);
  • EPBA - European Professional Beekeepers Association (EU);
  • FNAP - Federação Nacional dos Apicultores de Portugal (PT);
  • Inspiralia (ES);
  • OMME - Országos Magyar Méhészeti Egyesület (HU);
  • Parco Tecnologico Padano (IT);
  • TÜBITAK-MAM - Türkiye Bilimsel ve Teknolojik Araştırma Kurumu-Marmara Araştırma Merkezi (TR).

En aquest projecte, la meva feina consisteix en el desenvolupament d'un programari per a la classificació i l'autenticació del pol·len d'abella. Primer, les càrregues de pol·len d'abella capturats mitjançant una càmera estan separades per tipus de pol·len utilitzant una classificació basada en el color. Segon, un microscopi s'utilitza per a capturar una imatge precisa dels grans de pol·len de la qual s'extreuen característiques discriminatives per a identificar l'origen del pol·len, és a dir, considerant el gra de pol·len com pertanyent a un tipus conegut (classificació) o a un tipus desconegut (autenticació).

Referències

Articles relacionats

EUE 2017 (llibre)
COMPAG 2015 (article de revista científica)
Micron 2015 (article de revista científica)
Inspiralia 2013 (informe tècnic)
Inspiralia 2012 (informe tècnic)

Més informació

APIFRESH
Inspiralia

Inspiralia 2013 - Informe tècnic

Inspiralia 2013 – Informe tècnic

|

Publicació

François Chung, Tomás Rodríguez; A general framework for multi-focal image classification and authentication: Application to microscope pollen images; Inspiralia, Madrid, 2013.

Abstract

In this article, we propose a general framework for multi-focal image classification and authentication, the methodology being demonstrated on microscope pollen images. The framework is meant to be generic and based on a brute force-like approach aimed to be efficient not only on any kind, and any number, of pollen images (regardless of the pollen type), but also on any kind of multi-focal images. All stages of the framework's pipeline are designed to be used in an automatic fashion. First, the optimal focus is selected using the absolute gradient method. Then, pollen grains are extracted using a coarse-to-fine approach involving both clustering and morphological techniques (coarse stage), and a snake-based segmentation (fine stage). Finally, features are extracted and selected using a generalized approach, and their classification is tested with four classifiers: Weighted Neighbor Distance, Neural Network, Decision Tree and Random Forest. The latter method, which has shown the best and more robust classification accuracy results (above 97% for any number of pollen types), is finally used for the authentication stage.

Paraules clau

  • generalized feature extraction
  • image classification
  • microscope images
  • optimal focus selection
  • pollen authentication
  • Random Forest
  • snake-based segmentation
  • supervised clustering

Referències

Publicació

Versió publicada (arXiv)
Versió publicada (PDF)
Referència bibliogràfica (BibTeX)

Articles relacionats

APIFRESH (projecte Inspiralia)
EUE 2017 (llibre)
Inspiralia 2012 (informe tècnic)

Més informació

Inspiralia

Inspiralia 2012 - Informe tècnic

Inspiralia 2012 – Informe tècnic

|

Publicació

François Chung, Tomás Rodríguez; Automatic pollen grain and exine segmentation from microscope images; Inspiralia, Madrid, 2012.

Abstract

In this article, we propose an automatic method for the segmentation of pollen grains from microscope images, followed by the automatic segmentation of their exine. The objective of exine segmentation is to separate the pollen grain in two regions of interest: exine and inner part. A coarse-to-fine approach ensures a smooth and accurate segmentation of both structures. As a rough stage, grain segmentation is performed by a procedure involving clustering and morphological operations, while the exine is approximated by an iterative procedure consisting in consecutive cropping steps of the pollen grain. A snake-based segmentation is performed to refine the segmentation of both structures. Results have shown that our segmentation method is able to deal with different pollen types, as well as with different types of exine and inner part appearance. The proposed segmentation method aims to be generic and has been designed as one of the core steps of an automatic pollen classification framework.

Referències

Publicació

Versió publicada (arXiv)
Versió publicada (PDF)
Referència bibliogràfica (BibTeX)

Articles relacionats

APIFRESH (projecte Inspiralia)
EUE 2017 (llibre)
Inspiralia 2013 (informe tècnic)

Més informació

Inspiralia

Idiomes

Articles recents

Categories

Notícies

Recent (Twitter) & Popular (Reddit)

Cerca