ระบบการจำแนกสาหร่ายขนาดเล็กอัตโนมัติ

บทคัดย่อ

งานระบุชนิดหรือการจำแนกชนิดของสาหร่ายเป็นงานที่ต้องการบุคลากรผู้เชี่ยวชาญเฉพาะด้าน และใช้เวลา ประกอบกับมีผู้เชี่ยวชาญเฉพาะด้านอยู่จำนวนน้อย ในขณะที่ภาครัฐและประชาชนยังมีความต้องการการระบุหรือจำแนกชนิดของสาหร่าย โดยเฉพาะสาหร่ายในแหล่งนาที เกี่ยวข้องกับการอุปโภค และบริโภค ในงานวิจัยนี้ จึงมีแนวความคิดพัฒนาคอมพิวเตอร์อัลกอริทึมเพื่อช่วยตรวจระบุจำแนกชนิดของสาหร่ายแบบอัตโนมัติ ซึ่งมีความแม่นยำในระดับสกุล โดยอาศัยเทคโนโลยีการประมวลผลภาพ และคอมพิวเตอร์วิทัศน์ในการประมวลผล และวิเคราะห์ภาพสาหร่ายจากกล้องจุลทรรศน์ที่ถ่ายได้จากตัวอย่างนาจากแหล่งนาต่างๆ ร่วมกับเทคนิคการเรียนรู้ของเครื่องจักรในกระบวนการรู้จักสาหร่าย เพื่อเป็นแนวทางหนึ่งในการช่วยลดระยะเวลาและภาระของผู้เชี่ยวชาญ ในงานวิจัยนี้ได้ปรับปรุงพัฒนาต่อยอดอัลกอริทึมเพื่อใช้จำแนกภาพเซลล์สาหร่ายขนาดเล็กแบบอัตโนมัติจากงานเดิมที่ใช้จำแนกสาหร่ายขนาดเล็กจำนวน 12 สกุลเพิ่มเป็น 18 สกุล โดยได้เสนออัลกอริทึมใหม่สามอัลกอริทึม ดังนี้ 1) อัลกอริทึมการคำนวณคุณลักษณะลายพื้นผิวใหม่หนึ่งอัลกอริทึม Blurry-based texture feature และปรับปรุงการคำนวณ GLCM จากคำนวณแบบทางเดียวเป็นสองทาง เพื่อแก้ปัญหาภาพอินพุทที่มีความเบลอไม่เท่ากัน และมีลายพื้นผิวที่กำกวมไม่ชัดเจน 2) อัลกอริทึมการคำนวณคุณลักษณะรูปร่างขึ้นใหม่สองอัลกอริทึม คือ Skeleton-based shape feature และอัตราส่วนของความกว้างของปลายทั้งสองข้างต่อความกว้างของลำตัวสาหร่าย (WRatio) เพื่อแก้ปัญหาความกำกวมของรูปร่างสาหร่ายขนาดเล็กที่มีลักษณะเป็นเกลียว และเป็นปล้อง และยังแก้ปัญหาความกำกวมของรูปร่างสาหร่ายขนาดเล็กที่คุณลักษณะลายพินผิวไม่สามารถแก้ได้ด้วย และ 3) อัลกอริทึมการแบ่งส่วนภาพใหม่ Generalized multi-resolution edge detection ซึ่งใช้อัลกอริทึมการแบ่งส่วนภาพ Multi-resolution edge detection แบบเดิมร่วมด้วย เพื่อให้สามารถรองรับการทำงานกับสาหร่ายขนาดเล็กแบบเส้นสายที่ลำตัวเหยียดตรง และลำตัวโค้งงอเป็นวงปิดได้กว้างขวางมากขึ้น ผลการทดลองแสดงให้เห็นว่าอัลกอริทึมที่เสนอขึ้นใหม่มีประสิทธิภาพที่ดี ช่วยให้เปอร์เซนต์ความถูกต้องในการจำแนกที่สูงขึ้น

คำสำคัญ