การวิเคราะห์สีของภาพผลกาแฟเชอร์รี่โดยใช้การประมวลผลภาพและการเรียนรู้ของเครื่อง
Article Sidebar
Main Article Content
บทคัดย่อ
การวิจัยนี้มีวัตถุประสงค์เพื่อวิเคราะห์และเปรียบเทียบค่าสีของผลกาแฟเชอร์รี่ในระยะต่าง ๆ ได้แก่ ระยะผลดิบ ผลสุก และผลสุกจัด โดยใช้การวิเคราะห์ฮิสโตแกรม (Histogram Analysis) และการแยกสี (Color Segmentation) ด้วยวิธี K-means Clustering ในระบบสี RGB จากผลการศึกษาพบว่า ในการวิเคราะห์ฮิสโตแกรมแสดงให้เห็นว่าค่าสีเขียว (Green) มีความสำคัญที่สุดในระยะผลดิบ แต่ลดลงอย่างมีนัยสำคัญในผลสุกและผลสุกจัด สะท้อนถึงการสลายตัวของคลอโรฟิลล์ ขณะที่ค่าสีแดง (Red) เพิ่มขึ้นในผลสุกและลดลงในผลสุกจัด สอดคล้องกับการเปลี่ยนแปลงของเม็ดสีในผลกาแฟ ส่วนค่าสีน้ำเงิน (Blue) มีการเปลี่ยนแปลงน้อยที่สุด แต่ช่วยสร้างสมดุลในการวิเคราะห์ ส่วนการแยกสีด้วย K-means Clustering แสดงให้เห็นว่า การกำหนดจำนวนกลุ่ม (k) ต่างกันส่งผลต่อการแยกสีอย่างชัดเจน โดย k = 3 เหมาะสำหรับการวิเคราะห์สีหลัก และ k = 4 ให้รายละเอียดเฉดสีที่มากขึ้น การใช้เทคนิคดังกล่าวช่วยเพิ่มประสิทธิภาพในการระบุระดับความสุกของผลกาแฟ และสามารถนำไปใช้ในระบบอัตโนมัติในอุตสาหกรรมกาแฟเพื่อปรับปรุงกระบวนการคัดแยกได้อย่างแม่นยำ
Article Details
อนุญาตภายใต้เงื่อนไข Creative Commons Attribution-NoDerivatives 4.0 International License.
บทความที่ได้รับการตีพิมพ์เป็นลิขสิทธิ์ของวารสาร มรภ.กพ. วิทยาศาสตร์ คณิตศาสตร์ และเทคโนโลยี
ข้อคิดเห็นใดๆ ที่ปรากฎในวารสารเป็นวรรณกรรมของผู้เขียนโดยเฉพาะ ซึ่งมหาวิทยาลัยราชภัฏกำแพงเพชรและบรรณาธิการไม่จำเป็นต้องเห็นด้วย
เอกสารอ้างอิง
วริทธิ์นันท์ ชุมประเสริฐ, นุชนารถ คูประเสริฐ, อาทร เจียมเด่นงาม และ อภิชญา ศรีรัตน์. (2563). กาแฟคุณภาพ…ทางออกของเกษตรกรไทย. Regional Letter, ฉบับที่ 2/2563. จาก https://www.bot.or.th/th/research-and-publications/articles-and-publications/articles/regional-articles/reg-article-2020jun02.html
Winston, E., Marsh, T., Lempke, H. and Chapman, K. (2005). Arabica coffee manual for Lao-PDR. FAO Regional Office for Asia and the Pacific. From: https://www.fao.org/4/ae939e/ae939e00.htm#Contents
นพรุจ พัฒนสาร และ ณัฐวุฒิ ศรีวิบูลย์. (2020). การประมวลผลภาพสำหรับการจำแนกคุณภาพมะม่วงพันธุ์โชคอนันต์โดยการจำลองการมองเห็นของมนุษย์ด้วยวิธีการเรียนรู้เชิงลึก. Journal of Information Science and Technology, 10(1), 24-29.
พิมพา ชีวาประกอบกิจ. (2019). การปรับปรุงประสิทธิภาพในการจำแนกภาพด้วยโครงข่ายประสาทแบบคอนโวลูชันโดยใช้เทคนิคการเพิ่มภาพ. Journal of Engineering and Technology, 7(1), 59-64.
Demidenko, E. (2004). Kolmogorov-Smirnov Test for Image Comparison. Computational Science and Its Applications – ICCSA 2004, Lecture Notes in Computer Science, vol 3046. Springer, Berlin, Heidelberg.
Won, K.H., Jung, S.K. (2011). Localized Earth Mover’s Distance for Robust Histogram Comparison. Computer Vision – ACCV 2010, Lecture Notes in Computer Science, vol 6492. Springer, Berlin, Heidelberg.
ศศิน เทียนดี, สุณัฎฐา ไวธัญญะกรรม, ปรวี วงศ์สวัสดิ์สุริยะ และ อรอุมา พร้าโมต. (2563). การคัดแยกความสุกดิบของกล้วยด้วยการเรียนรู้ของเครื่อง. การประชุมวิชาการ ครั้งที่ 4 มหาวิทยาลัยเกษตรศาสตร์ วิทยาเขตศรีราชา วันที่ 28 สิงหาคม พ.ศ. 2563 ณ มหาวิทยาลัยเกษตรศาสตร์ วิทยาเขตศรีราชา จังหวัดชลบุรี.
Singh, S. M., (2012). Image Retrieval based on the Combination of Color Histogram and Color Moment. International Journal of Computer Applications, 58(3), 27-34.
Myagmarsuren, S. (2024). Exploring the Use of Silhouette Score in K-Means Clustering for Image Segmentation. International Journal of Engineering Research & Technology (IJERT), 13(4).
ศิริเรือง พัฒน์ช่วย, อาทิตย์ อยู่เย็น และ มหศักดิ์ เกตุฉ่า. (2565). การจำแนกความสุกของผลกาแฟด้วยการประมวลผลภาพปริภูมิสี. วารสารวิชาการเทคโนโลยีอุตสาหกรรมและวิศวกรรม มหาวิทยาลัยราชภัฏพิบูลสงคราม, 4(3), 369-381.
