EUVIMEDEUVIMED entdecken
Crossref

การศกษาความเปนไปไดในการประเมนระดบคลอโรฟลลของใบปาลมนำมนโดยใชเทคนคการประมวลผลภาพถายจากกลองสมารทโฟน

Kittisak Phetpan, รัฐพงษ์ สุวลักษณ์

Thai Society of Agricultural Engineering Journal · 21.06.2021

DOI: 10.14456/249634 ↗

Kurz gefasst

Fachartikel in der Zeitschrift Thai Society of Agricultural Engineering Journal, erschienen am 21.06.2021. Verfasst von Kittisak Phetpan und 1 weiteren Autor:innen.

AbstractSchlagwörterBibliografische AngabenZitieren

Abstract (Originalsprache)

งานวิจัยนี้มีวัตถุประสงค์เพื่อศึกษาความเป็นไปได้ในการประยุกต์ใช้เทคนิคการประมวลผลภาพถ่ายจากกล้องสมาร์ทโฟนสำหรับการประเมินระดับคลอโรฟิลล์ของใบปาล์มน้ำมัน และศึกษาอิทธิพลของความสว่างขณะถ่ายภาพที่มีต่อสมรรถนะการทำนายระดับคลอโรฟิลล์ของแบบจำลองทางคณิตศาสตร์ ในการทดสอบได้สุ่มเก็บตัวอย่างใบปาล์มน้ำมัน จำนวน 50 ตัวอย่าง จากทางใบที่ 17 จำนวน 50 ต้น เพื่อทำการวัดระดับคลอโรฟิลล์ และถ่ายภาพด้วยกล้องสมาร์ทโฟนภายใต้สภาวะที่ควบคุมแสงแตกต่างกัน 2 ระดับ ภาพถ่ายใบแต่ละภาพถูกหาค่าเฉลี่ยระดับสีแดง (R) สีเขียว (G) และสีน้ำเงิน (B) โดยใช้โปรแกรม Matlab ในการประมวลผล งานวิจัยนี้ใช้ตัวแปรต้นเพื่อการวิเคราะห์หาความสัมพันธ์กับค่าระดับคลอโรฟิลล์ของใบจำนวน 7 ตัวแปร ประกอบด้วย R, G, B, G/(R+G+B), (R-B)/(R+B), G-R และ G+R ชุดข้อมูลทั้งหมดถูกแบ่งออกเป็น 2 กลุ่มด้วยการสุ่ม ประกอบด้วย 40 ตัวอย่าง เพื่อใช้สร้างแบบจำลอง (Training Dataset) และอีก 10 ตัวอย่าง เพื่อใช้ทดสอบแบบจำลอง (Test Dataset) การพัฒนาแบบจำลองอาศัยวิธีการวิเคราะห์สมการถดถอยเชิงเส้นตัวแปรพหุแบบเป็นขั้นตอนร่วมกับการพิจารณารูปแบบตัวแปรต้น 3 ประเภท ประกอบด้วย ตัวแปรเชิงเส้น ตัวแปรปฏิสัมพันธ์ และตัวแปรกำลังสอง ในการพัฒนาแบบจำลองได้แบ่งออกเป็น 3 รูปแบบ เพื่อศึกษาอิทธิพลของแสงสว่างที่มีต่อสมรรถนะของแบบจำลอง ประกอบด้วย 1) แบบจำลอง A สำหรับชุดข้อมูลภาพถ่ายที่ระดับความสว่าง 1,280 ลักซ์ 2) แบบจำลอง Bสำหรับชุดข้อมูลภาพถ่ายที่ระดับความสว่าง 2,570 ลักซ์ และ 3) แบบจำลอง C ที่รวมชุดข้อมูลภาพถ่ายที่ระดับความสว่างทั้งสองระดับ จากผลการสร้างแบบจำลอง พบว่า มีค่าสัมประสิทธิ์การตัดสินใจที่ปรับแก้แล้ว (Adjusted Coefficient of Determination, Adj-R2) และรากที่สองของความคลาดเคลื่อนกำลังสองเฉลี่ย (RMSE) เท่ากับ 0.690 และ 3.3, 0.723 และ 3.1, และ 0.725 และ 3.1 สำหรับแบบจำลอง A, B และ C ตามลำดับ การพิสูจน์แบบจำลองด้วยชุดทดสอบพบว่า มีค่าสัมประสิทธิ์การตัดสินใจ (R2) และค่ารากที่สองของความคลาดเคลื่อนกำลังสองเฉลี่ยสำหรับการทำนาย (RMSEP) เท่ากับ 0.606 และ 5.8, 0.650 และ 5.3, และ 0.649 และ 4.8 สำหรับแบบจำลอง A, B และ C ตามลำดับ ผลจากการทดสอบสมมติฐานทางสถิติเพื่อประเมินอิทธิพลของความสว่างที่ใช้ในการถ่ายภาพทั้ง 2 ระดับ โดยใช้วิธีการเปรียบเทียบค่าเฉลี่ยของค่าคลอโรฟิลล์ที่ทำนายได้จากแบบจำลอง A และ B (Paired Sample T-Test) พบว่า ไม่มีความแตกต่างกันทางสถิติที่ระดับความเชื่อมั่น 95% และผลที่ได้จากแบบจำลอง C ได้บ่งชี้ว่าแบบจำลองที่พัฒนาจากข้อมูลภาพถ่ายที่มีความสว่างแตกต่างกันหลาย ๆ ระดับมีแนวโน้มที่ดีกว่าสำหรับการใช้งานจริงภายใต้สภาวะแสงธรรมชาติ

Schlagwörter

oil palmchlorophyll contentmobile image processingRGB color valuesleaf colorlighting conditionslinear regressionchlorophyll estimationoil palm leavesmathematical model validation

Zitieren

APA

Phetpan, K., & สุวลักษณ์, ร. (2021). การศกษาความเปนไปไดในการประเมนระดบคลอโรฟลลของใบปาลมนำมนโดยใชเทคนคการประมวลผลภาพถายจากกลองสมารทโฟน. Thai Society of Agricultural Engineering Journal. https://doi.org/10.14456/249634

Vancouver

Phetpan K, สุวลักษณ์ ร. การศกษาความเปนไปไดในการประเมนระดบคลอโรฟลลของใบปาลมนำมนโดยใชเทคนคการประมวลผลภาพถายจากกลองสมารทโฟน. Thai Society of Agricultural Engineering Journal. 2021. doi:10.14456/249634

BibTeX
@article{Phetpan2021,
  author = {Phetpan, Kittisak and สุวลักษณ์, รัฐพงษ์},
  title = {การศกษาความเปนไปไดในการประเมนระดบคลอโรฟลลของใบปาลมนำมนโดยใชเทคนคการประมวลผลภาพถายจากกลองสมารทโฟน},
  journal = {Thai Society of Agricultural Engineering Journal},
  year = {2021},
  doi = {10.14456/249634}
}
Kostenlos starten →