การจำแนกประเภทเมล็ดข้าวขาวด้วยการประมวลผลภาพ

Abstract

บทคัดย่อ

        บทความนี้ได้นำเสนอการพัฒนาอัลกอริทึมและโปรแกรมที่ใช้สำหรับการจำแนกเมล็ดข้าวขาวที่ได้รับจากกล้องถ่ายภาพเมล็ดข้าวด้วยการใช้เทคนิคประมวลผลภาพ วิธีการนี้เริ่มต้นด้วยการปรับปรุงภาพทดสอบ แปลงภาพสีให้เป็นภาพไบนารีด้วยการกำหนดค่าขีดเริ่มเปลี่ยนแบบอัตโนมัติโดยใช้วิธีโอซึ กรองสัญญาณรบกวนด้วยกระบวนการประมวลผลภาพด้วยองค์ประกอบโครงสร้างรูปสี่เหลี่ยมจัตุรัส หาขอบเมล็ดข้าวด้วยวิธีแคนนี่ หาความยาวของเมล็ดข้าวด้วยวิธีระยะทางแบบยูคลิด ต่อมานำผลความยาวที่ได้รับไปเข้ากระบวนการตัดสินใจตามเกณฑ์มาตรฐานข้าวไทยเพื่อให้ได้รับคำตอบชนิดของข้าวขาวที่นำมาทดสอบ จากผลการทดสอบเมล็ดข้าวขาวจำนวน 800 ภาพ พบว่า ในกรณีที่ใช้ภาพถ่ายเมล็ดข้าวขาวหนึ่งเมล็ดต่อภาพ จำนวน 500 ภาพ โปรแกรมได้ให้ค่าความผิดพลาดของความยาวสมบูรณ์อยู่ระดับเฉลี่ย 0.01 มิลลิเมตรต่อเมล็ด และในกรณีที่ใช้ภาพถ่ายเมล็ดข้าวขาวแบบกลุ่ม จำนวน 3 กลุ่มๆละ 100 ภาพ โปรแกรมได้ให้ค่าความถูกต้องของการคัดแยกประเภทของเมล็ดข้าวขาวถึง 99.33% ตามเกณฑ์มาตรฐานข้าวไทย ซึ่งสามารถนำไปใช้ประโยชน์ในการกำหนดราคารับซื้อข้าวขาวระหว่างโรงสีข้าวกับชาวนาได้

Abstract

        This research work presents the development of algorithms and programs used for classifying of white rice grains obtained from the camera by using image processing techniques. This procedure begins with improving input images, converting color images to binary images by setting the threshold value automatically by using the Otsu’s method, noise filter process image processing with structural elements that form a square, determining the grain boundary by using the Canny’s operator, determining the length of the grain by using the Euclidean’s method. Next, the length results of the grains have been obtained from the decision process based on the Rice Standards of Thailand (RST) in order to receive the type solutions of tested white rice. From the testing results for 800 images, it has been shown that in case of 500 images, the developed program provided the mean absolute error of the grain length of 0.01 mm per grain. Moreover, for testing of 300 images, the developed program provided the separation accuracy of the grains up to 99.33% in term of the RST. This can be useful in determining the price of white rice in a rice mill with farmers.