ridm@nrct.go.th   ระบบคลังข้อมูลงานวิจัยไทย   รายการโปรดที่คุณเลือกไว้

การตรวจคุณภาพเมล็ดข้าวโพดโดยใช้เทคนิคการประมวลผลเชิงภาพดิจิตอล

หน่วยงาน สำนักงานพัฒนาวิทยาศาสตร์และเทคโนโลยีแห่งชาติ

รายละเอียด

ชื่อเรื่อง : การตรวจคุณภาพเมล็ดข้าวโพดโดยใช้เทคนิคการประมวลผลเชิงภาพดิจิตอล
นักวิจัย : กรรณทิพย์ กิรติรัตนพฤกษ์ , วศิน สินธุภิญโญ , Kantip Kiratiratanapruk , Wasin Sinthupinyo
คำค้น : Artificial Intelligence and signal and image processing , Corn grain , Digital image processing , Image processing , Information, computing and communication sciences , Segmentation , การประมวลผลเชิงภาพ , การแยกการติดกัน , ศูนย์เทคโนโลยีอิเล็กทรอนิกส์และคอมพิวเตอร์แห่งชาติ , สาขาเทคโนโลยีสารสนเทศและนิเทศศาสตร์ , เมล็ดข้าวโพด
หน่วยงาน : สำนักงานพัฒนาวิทยาศาสตร์และเทคโนโลยีแห่งชาติ
ผู้ร่วมงาน : -
ปีพิมพ์ : 2553
อ้างอิง : http://www.nstda.or.th/thairesearch/node/19648
ที่มา : -
ความเชี่ยวชาญ : -
ความสัมพันธ์ : -
ขอบเขตของเนื้อหา : -
บทคัดย่อ/คำอธิบาย :

บทความนี้นำเสนอกรรมวิธีการตรวจคุณภาพเมล็ดข้าวโพด โดยใช้เทคนิคการประมวลผลเชิงภาพ ซึ่งขั้นตอนการทำงานจะประกอบไปด้วย 3 ส่วนหลัก ได้แก่ ส่วนการประมวลผลเบื้องต้น ส่วนการแยกเมล็ดที่ติดกันออกจากกัน และ ส่วนการรู้จำประเภทหน้าเมล็ดข้าวโพด โดยในส่วนการแยกเมล็ดติดกันจะใช้การตรวจหาตำแหน่งจุดศูนย์กลางและจุดเว้าบนขอบภาพ แล้วทำการตรวจหาคู่จุดเว้าที่ถูกขนาบด้วยคู่เมล็ดที่ติดกัน โดยอาศัยการคำนวณความสัมพันธ์ของมุมและระยะทางระหว่างจุดเว้ากับจุดศูนย์กลางเมล็ด สำหรับในส่วนการรู้จำจะนำเมล็ดเดี่ยวที่แยกได้มาแปลงเป็นข้อมูลฮิสโตรแกรมค่าสีในระนาบ RGB และ HSV แล้วใช้ตัวจำแนกประเภทข้อมูล SVM (Support Vector Machine) เพื่อจำแนกหน้าประเภทเมล็ดเหล่านั้นว่าเป็น เมล็ดดี เมล็ดเสีย และชนิดของเมล็ดเสียว่าเป็นแบบใด จากผลการทดลองพบว่าในส่วนการแยกการติดกันของเมล็ดให้ผลความถูกต้องร้อยละ 95.4 และส่วนการรู้จำประเภทหน้าเมล็ดข้าวโพด ในการแยกเมล็ดดีออกจากเมล็ดเสีย ให้ผลความถูกต้องร้อยละ 94.1

In this paper, we propose a corn grain quality detection based on image processing technique. The proposed technique can be divided into 3 parts, preprocessing, segmentation and classification. In the segmentation part, we detect centers of individual grain and concavity of image boundary. From the detected results, we detect concave points among centers of grain by applying several criteria including distance, the opposite orientation and the angle to each others to determine splitting paths. In the classification part, the obtained results of single corn grain is converted into a form of color histogram on RGB and HSV color space. After that, a learning technique, namely Support Vector Machine (SVM), is adopted to discriminate the types of corn. From the experimental results, we obtained accuracy of 95.4% and 94.1% for segmentation and classification, respectively.

บรรณานุกรม :
กรรณทิพย์ กิรติรัตนพฤกษ์ , วศิน สินธุภิญโญ , Kantip Kiratiratanapruk , Wasin Sinthupinyo . (2553). การตรวจคุณภาพเมล็ดข้าวโพดโดยใช้เทคนิคการประมวลผลเชิงภาพดิจิตอล.
    ปทุมธานี : สำนักงานพัฒนาวิทยาศาสตร์และเทคโนโลยีแห่งชาติ.
กรรณทิพย์ กิรติรัตนพฤกษ์ , วศิน สินธุภิญโญ , Kantip Kiratiratanapruk , Wasin Sinthupinyo . 2553. "การตรวจคุณภาพเมล็ดข้าวโพดโดยใช้เทคนิคการประมวลผลเชิงภาพดิจิตอล".
    ปทุมธานี : สำนักงานพัฒนาวิทยาศาสตร์และเทคโนโลยีแห่งชาติ.
กรรณทิพย์ กิรติรัตนพฤกษ์ , วศิน สินธุภิญโญ , Kantip Kiratiratanapruk , Wasin Sinthupinyo . "การตรวจคุณภาพเมล็ดข้าวโพดโดยใช้เทคนิคการประมวลผลเชิงภาพดิจิตอล."
    ปทุมธานี : สำนักงานพัฒนาวิทยาศาสตร์และเทคโนโลยีแห่งชาติ, 2553. Print.
กรรณทิพย์ กิรติรัตนพฤกษ์ , วศิน สินธุภิญโญ , Kantip Kiratiratanapruk , Wasin Sinthupinyo . การตรวจคุณภาพเมล็ดข้าวโพดโดยใช้เทคนิคการประมวลผลเชิงภาพดิจิตอล. ปทุมธานี : สำนักงานพัฒนาวิทยาศาสตร์และเทคโนโลยีแห่งชาติ; 2553.