|
การเพิ่มประสิทธิภาพความแม่นยำในการจำแนกความสุกของทุเรียนด้วยการตัดภาพพื้นหลังแบบไฮบริด |
|---|---|
| รหัสดีโอไอ | |
| Creator | รติพร จันทร์กลั่น |
| Title | การเพิ่มประสิทธิภาพความแม่นยำในการจำแนกความสุกของทุเรียนด้วยการตัดภาพพื้นหลังแบบไฮบริด |
| Contributor | กีระชาติ สุขสุทธิ์, เกตุกาญจน์ โพธิจิตติกานต์, พรภัสสร อ่อนเกิด, อภิชาต ติรประเสริฐสิน |
| Publisher | มหาวิทยาลัยเทคโนโลยีราชมงคลพระนคร |
| Publication Year | 2568 |
| Journal Title | วารสารวิชาการและวิจัย มทร.พระนคร สาขาวิทยาศาสตร์และเทคโนโลยี |
| Journal Vol. | 19 |
| Journal No. | 1 |
| Page no. | 167-180 |
| Keyword | การประมวลผลภาพ, การตัดพื้นหลังภาพ, การเรียนรู้เชิงลึก, โครงข่ายประสาทเทียมแบบคอนโวลูชัน, การจำแนกประเภททุเรียนหมอนทอง |
| URL Website | https://ph02.tci-thaijo.org/index.php/RMUTP |
| Website title | วารสารวิชาการและวิจัย มทร.พระนคร สาขาวิทยาศาสตร์และเทคโนโลยี |
| ISSN | 3027-8260 |
| Abstract | ทุเรียนเป็นผลไม้เศรษฐกิจที่สำคัญของประเทศไทย ได้รับความนิยมในการบริโภคทั้งในประเทศและต่างประเทศ ส่งผลให้ทุเรียนมีบทบาทสำคัญในการกระตุ้นเศรษฐกิจทั้งในระดับประเทศและระหว่างประเทศ โดยเฉพาะทุเรียนสายพันธุ์หมอนทองซึ่งได้รับความนิยมเป็นอย่างสูง ซึ่งทุเรียนสามารถบริโภคได้ทั้งการบริโภคแบบสด หรือบริโภคแปรรูปได้ สำหรับการบริโภคทุเรียนแบบสดหรือต้องการซื้อทุเรียนเพื่อทำการแปรรูปโดยมีเงื่อนไขจากระดับความสุกของทุเรียนเข้ามาเกี่ยวข้อง หากไม่มีความเชี่ยวชาญในการจำแนกทุเรียนสุกหรือดิบ อาจส่งผลให้ได้รับทุเรียนที่ไม่ตรงตามความต้องการของตนเอง ซึ่งในปัจจุบันมีการประยุกต์เทคนิคด้านปัญญาประดิษฐ์เข้ามาใช้ในการจำแนกระดับความสุกของผลไม้เพื่อช่วยผู้บริโภคในการเลือกผลไม้ให้ได้ตรงตามที่ต้องการ โดยใช้รูปภาพของผลไม้ซึ่งบางครั้งจะมีภาพพื้นหลังติดไปด้วย เมื่อนำภาพเหล่านั้นไปประมวลผลจะต้องมีการตัดภาพพื้นหลังออกเพื่อให้ประสิทธิภาพในการจำแนกข้อมูลดีขึ้น ในบางครั้งการใช้ความรู้ด้านการประมวลผลภาพที่มีอยู่ในการตัดพื้นหลังของรูปด้วยอัลกอริทึมสำหรับตัดภาพพื้นหลังเพียงชนิดเดียวอาจจะไม่ดีเพียงพอต่อการใช้งานสำหรับบางข้อมูล ดังนั้นงานวิจัยนี้จึงนำเสนอการเพิ่มประสิทธิภาพการเรียนรู้เชิงลึกในการจำแนกความสุกของทุเรียนด้วยการตัดภาพพื้นหลังแบบไฮบริด ด้วยการใช้อัลกอริทึมโซเบลในการหาขอบของทุเรียนร่วมกับการตัดภาพพื้นหลังด้วยอัลกอริทึมแกรปคัท หลังจากนั้นนำไปสร้างรูปแบบการเรียนรู้ด้วยอัลกอริทึมการเรียนรู้เชิงลึก 4 รูปแบบ เพื่อเปรียบเทียบประสิทธิภาพการจำแนกระดับความสุกของทุเรียนระหว่างการใช้รูปดั้งเดิมกับการใช้รูปภาพที่ตัดพื้นหลัง ผลลัพธ์ที่ได้พบว่าวิธีการตัดภาพพื้นหลังที่นำเสนอส่งผลให้ความแม่นยำในการจำแนกประเภททุเรียนมีความแม่นยำมากยิ่งขึ้น โดยเฉลี่ยทั้ง 4 อัลกอริทึมมีประสิทธิภาพเพิ่มขึ้นที่ร้อยละ 8 |
