การศึกษาและประยุกต์ใช้เทคนิคการประมวลภาพดิจิตอลเพื่อตรวจสอบคุณภาพข้าวฮางงอก
ชื่อผู้แต่งข้างต้นเป็นข้อความจากระเบียนผลงาน ไม่ได้ผูกกับรหัสนักวิจัย จึงกดดูผลงานอื่นของบุคคลนี้ไม่ได้ — ในคลังนี้ 142,080 ผลงาน (63.6% ของทั้งหมด) มีชื่อผู้แต่งที่เชื่อมกับหน้าผู้แต่งได้ และ 60,298 ผลงาน (27.0%) มีผู้แต่งที่ผูกกับรหัสนักวิจัยจริง ส่วนอีก 81,382 ผลงานไม่มีข้อมูลผู้แต่งเลย (มีชื่อผู้แต่งเป็นข้อความอยู่ 142,009 ผลงาน = 63.5%)
บทคัดย่อ
งานวิจัยนี้เป็นนำเสนอการศึกษาและประยุกต์ใช้เทคนิคการประมวลผลภาพดิจิตอลเพื่อตรวจสอบคุณภาพข้าวฮางงอก ขั้นแรกของการทดลองนำภาพดิจิตอลคุณลักษณะทางกายภาพข้าวฮาง งอกผ่านกระบวนการจัดเตรียมภาพให้เป็นภาพสี RGB และทำการแปลงค่าภาพเพื่อประมวลหาค่าสี จำนวน 286 ภาพ ประกอบด้วยภาพคุณลักษณะทางกายภาพข้าวฮางงอกตามสายพันธุ์ที่มีคุณภาพดีและไม่ดี ซึ่งจะมีด้วยกัน 6 ระดับ คือ ข้าวฮางงอกพันธุ์ข้าวหอมมะลิคุณภาพดี จำนวน 42 ข้อมูล และคุณภาพไม่ดี จำนวน 50 ข้อมูล ข้าวฮางงอกพันธุ์ข้าวหอมนิลคุณภาพดี จำนวน 47 ข้อมูลและคุณภาพไม่ดี จำนวน 50 ข้อมูล ข้าวฮางงอกพันธุ์ข้าวไรล์เบอร์รีคุณภาพดี จำนวน 47 ข้อมูล และคุณภาพไม่ดี จำนวน 50 ข้อมูล โดยทดลองจำแนกด้วยอัลกอริทึม 4 อัลกอริทึม ประกอบด้วย ต้นไม้ตัดสินใจ โครงข่ายประสาทเทียม ซัพพอร์ตเวคเตอร์แมชชีน และเนอีฟเบย์ เพื่อใช้ตรวจสอบคุณภาพข้าวฮางงอกตามคุณลักษณะทางกายภาพ ผลการวิจัยพบว่าอัลกอริทึมที่สามารถจำแนกภาพดิจิทัลข้าวฮางงอกแต่ละสายพันธ์ที่มีคุณภาพและไม่มีคุณภาพที่มีประสิทธิภาพดีทีสุดแต่ละสายพันธุ์ คือ ข้าวฮางงอกหอมมะลิ อัลกอริทึมที่เหมาะและมีค่าความถูกต้องดีที่สุดคือ SMO มีค่าความถูกต้องที่ 80.43 เปอร์เซ็นต์ ข้าวฮางงอกหอมนิล อัลกอริทึมที่เหมาะและมีค่าความถูกต้องดีที่สุดคือ SMO มีค่าความถูกต้องที่ 62.89 ปอร์เซ็นต์ และข้าวฮางงอกไรท์เบอร์รี่ อัลกอริทึมที่เหมาะและมีค่าความถูกต้องดีที่สุดคือ Neural มีค่าความถูกต้องที่ 52.58 ปอร์เซ็นต์