Shape and location of wood cell on cross section of Japanese cedar predicated by machine learning

点击翻译按钮获取中文摘要

本課題の目的は機械学習(Machine Learning, ML)を新機軸とし、木材組織学におけるこれまでにない発見にある。前半部ではスギ横断面で観察できる年輪、仮導管、放射組織といった組織を画像から識別する方法を確立し、横断面上すべての組織について、その形状と、髄を中心とした極座標平面上での位置とを記録する方法を構築する。本年度は研究概要で定めた前半部にあたる課題1と2に取り組んだ。つまり課題1. MLによる組織形状の画像認識を確立し、形状に関する新たな規則性の導出する。これについては観察をイメージスキャナで行い、観察領域から見て観察対象の木材横断面は大きいので、スキャン領域に対して横断面を少しずつ動かして撮影していき、端が重なり合うようタイル状につなげて1枚の画像とする。共焦点レーザー顕微鏡とイメージスキャナで撮影したスギ横断面の高解像度画像から仮道管などの組織すべてを認識し、その形状と位置をデータベースに記録する方法を確立する。課題2. については計算機の容量限界を克服し、横断面上にある組織すべての形状と位置の記録する方法を確立する。とくに極座標系から直交座標系に変換するにあたり、座標系の中心(髄)に行くほど画素が少なくなり情報が疎になるが、周りの画素から勾配を利用して予測し、画素を補完する方法を採ったことの効果が大きかった。