สืบค้นงานวิจัย
ระบบการวินิจฉัยโรคใบองุ่นจากภาพสีด้วยปัญญาประดิษฐ์แบบพันทาง
อาทิตย์ ศรีแก้ว - มหาวิทยาลัยเทคโนโลยีสุรนารี
ชื่อเรื่อง: ระบบการวินิจฉัยโรคใบองุ่นจากภาพสีด้วยปัญญาประดิษฐ์แบบพันทาง
ชื่อเรื่อง (EN): Grape-Leaf Disease Diagnosis System from Color Imagery Using Hybrid Artificial Intelligence
ผู้แต่ง / หัวหน้าโครงการ: อาทิตย์ ศรีแก้ว
บทคัดย่อ: การเกิดโรคพืชเป็นผลให้ผลผลิตด้อยคุณภาพ ดังนั1นการควบคุมดูแลรักษาโรคพืชในระยะเริ6มต้น มีผลช่วยลดความเสียหายทางผลผลิต โดยงานวิจัยนี1ได้นําเสนอระบบวินิจฉัยโรคแบบอัตโนมัติที6สภาวะ กลางแจ้งภายในสถานที6จริงของไ ร่องุ่น ซึ6งกระบวนการทํางานของระบบส ามารถแบ่ ง ออกเป็น 3 กระบวนการ คือ (1) การคัดแยกสีใบองุ่นออกจากภาพพื1นหลังด้วยวิธีการแบ่งกลุ่มสีแบบ เครือข่าย ประส าทเทียมแบบแผนผังคุณลั กษ ณะ การจัดก ารตัวเอง (Self-Organizing Feature Map : SOFM) และใช้เครือข่ายประสาทเทียมแบบแพร่กลับ (Back Propagation Neural Network : BPNN) เป็นตัวตัดสินสําหรับคัดแยกสีใบองุ่นออกจากภาพพื1นหลัง (2) การคัดแยกสีโรคของใบองุ่นด้วย วิธีการแบ่งกลุ่มสีแบบเครือข่ายประสาทเทียมชนิดแผนผังคุณลักษณะจัดการตัวเองแบบดัดแปร (Modified Self-Organizing Map : MSOFM) ร่ ว ม กั บ จี น เ น ติ ก อั ล ก อ ริ ทึ ม (Genetic Algorithm : GA) สําหรับการค้นหาค่าที6เหมาะที6สุดของพารามิเตอร์ MSOFM และใช้เครื6อง เวกเตอร์เกื1อหนุน (Support Vector Machines : SVMs) เป็นตัวตัดสินสําหรับคัดแยกสีโรคออกจากใบองุ่น และ (3) การจําแนกประเภทของโรคด้วยกาบอร์เวฟเลทในการดึงคุณลักษณะเด่นเฉพาะของโรคร่วมกับ การดึงคุณลักษณะเด่นทางสีของโรคและใช้ SVMs แบบ multiclass เป็นตัวจําแนกประเภทของ โรค งานวิจัยนี1นําเสนอการวินิจฉัยโรคของใบองุ่นทั1งหมด 3 ประเภทประกอบด้วยโรคสแคป โรคราสนิม และไม่เป็นโรค โดยในแต่ละภาพมีใบองุ่นเท่ากับหรือมากกว่าหนึ6งใบ ขนาด รูปร่างและลักษณะการ วางตัวของใบองุ่นที6แตกต่างกัน นอกจากนี1ระบบที6นําเสนอสามารถทํางานกับภาพที6มีระดับความสว่าง และสีของกล้องดิจิทัลแต่ละประเภทที6แตกต่างกันในสภาวะที6ซับซ้อนของพื1นหลังได้อย่างมี ประสิทธิภาพ โดยระบบสามารถวินิจฉัยใบองุ่นกรณีที6เป็นโรคสแคปได้สูงสุดถึง 93.38 เปอร์เซ็นต์ โร คราสนิมสูงสุดถึง 85.32 เปอร์เซ็นต์และไม่เป็นโรคสูงสุดถึง 95.89 เปอร์เซ็นต์ โดยมีประสิทธิภาพ สําหรับการตรวจจับสูงถึง 99.33 เปอร์เซ็นต์
บทคัดย่อ: ไม่พบข้อมูลจากหน่วยงานต้นทาง
ภาษา (EN): th
เผยแพร่โดย: มหาวิทยาลัยเทคโนโลยีสุรนารี
คำสำคัญ: การวิเคราะห์องค์ประกอบหลัก
เจ้าของลิขสิทธิ์: สำนักงานคณะกรรมการวิจัยแห่งชาติ
หากไม่พบเอกสารฉบับเต็ม (Full Text) โปรดติดต่อหน่วยงานเจ้าของข้อมูล

การอ้างอิง

อาทิตย์ ศรีแก้ว. "ระบบการวินิจฉัยโรคใบองุ่นจากภาพสีด้วยปัญญาประดิษฐ์แบบพันทางGrape-Leaf Disease Diagnosis System from Color Imagery Using Hybrid Artificial Intelligence". มหาวิทยาลัยเทคโนโลยีสุรนารี. 2552

อาทิตย์ ศรีแก้ว. "ระบบการวินิจฉัยโรคใบองุ่นจากภาพสีด้วยปัญญาประดิษฐ์แบบพันทางGrape-Leaf Disease Diagnosis System from Color Imagery Using Hybrid Artificial Intelligence". มหาวิทยาลัยเทคโนโลยีสุรนารี. 2552. Print.



TARR Wordcloud:
ระบบการวินิจฉัยโรคใบองุ่นจากภาพสีด้วยปัญญาประดิษฐ์แบบพันทาง
อาทิตย์ ศรีแก้ว
มหาวิทยาลัยเทคโนโลยีสุรนารี
30 กันยายน 2552
สี โรคสแคปขององุ่น (Sphaceloma ampelinum de Bary) โครงการวิจัยและพัฒนาเพื่อแก้ปัญหาโรคใบขาวของอ้อย การออกแบบและประดิษฐ์เครื่องควักไส้ปลา การศึกษาและวิเคราะห์การผลิตและการตลาดขององุ่นโครงการหลวง ผลของปุ๋ยอินทรีย์คุณภาพสูงร่วมกับปุ๋ยเคมีต่ผลผลิตและคุณภาพขององุ่นพันธุ์ Perlette (ชื่อเดิม : ผลของปุ๋ยอินทรีย์คุณภาพสูงและปุ๋ยอินทรีย์น้ำต่อผลผลิตและคุณภาพขององุ่นพันธุ์ Perlette) การพัฒนาระบบวินิจฉัยโรคในโคเบื้องต้นบนโทรศัพท์มือถือ มิญชวิทยาเพื่อการวินิจฉัยโรคปลา การพัฒนาวิธีการสกัดของสีจากใบสัก การพัฒนาเชิงคำนวณด้วยเทคนิควิธีการทางปัญญาประดิษฐ์สำหรับแบบจำลองระบบการชลประทาน
คัดลอก URL
กระทู้ของฉัน
ผลการสืบค้นทั้งหมด โพสต์     เรียงลำดับจาก
พัฒนาระบบโดยศูนย์ความรู้เฉพาะด้านวิศวกรรมความรู้และวิศวกรรมภาษาDeveloped by Center of Excellence for Unified Knowledge and Language Engineering
สนับสนุนโดยสำนักงานพัฒนาการวิจัยการเกษตร (องค์การมหาชน)Supported by the Agricultural Research Development Agency (Public Organization)
แบบสำรวจความพึงพอใจQuestionair