The RGB model (Choi et al., 1995) w

The RGB model (Choi et al., 1995) was transformed into the HIS model, the cumulating H distributing map of fresh tomato was divided into six maturity grades, and tomato maturity
index was constructed. The potato system (Tao et al., 1995) presented a Fourier-based separation technology for shape gradation. The automated inspection station for machine-vision grading
of potato (Heinemann et al., 1996) was completed. The machinevision apple defect sorting system (Tao and Spherical, 1996; Tao and Wen, 1999) was developed by applying an adaptive spherical
transform. The apple grading system of Yang (1993a, 1994, 1996) used the structural light image and general image to get sufficient information, and extracted information of characteristics
that were used as input value for a Back-Propagation neural network to grade the apples. The pistachio nuts grading system (Ghazanfari, 1996) was designed by using a neural network and
machine-vision system. The apple image data collecting system (Kazuhiro, 1997) was developed to sort the apple into five grades by using two neural network models. The stable model invariant
to change in lighting conditions with 12 maturity classes (Edan et al., 1997) was provided based on the weighted colour parameter. The automatic rating of fruit quality (Gerhard et al., 2001) was conducted. The tomato classification (Laykin et al., 2002) by using image processing algorithms was conducted. The strawberry grading system (Masatera, 1997) was graded according to the shape and size by using image processing. The strawberry orientation and shape determination (Bato et al., 1999) was implemented by using image processing

ผลลัพธ์ (ไทย) 1:

แบบ RGB (Choi et al. 1995) ถูกแปรสภาพแบบ HIS, H cumulating กระจายแผนที่ของมะเขือเทศสดแบ่งออกเป็น 6 ระดับที่ครบกำหนด และมะเขือเทศครบมีสร้างดัชนี ระบบมันฝรั่ง (เต่า et al. 1995) แสดงเทคโนโลยีในแยกตามฟูริเยร์การไล่ระดับสีรูปร่าง สถานีตรวจสอบอัตโนมัติสำหรับวิสัยทัศน์เครื่องคัดเกรดของมันฝรั่ง (Heinemann et al. 1996) เสร็จ Machinevision apple ข้อบกพร่องระบบ (เต่าและทรงกลม 1996 การเรียงลำดับ เต่าและ Wen, 1999) ได้รับการพัฒนา โดยการใช้การปรับทรงกลมเปลี่ยน การจัดเกรดของยาง (1993a, 1994, 1996) ใช้โครงสร้างเบาภาพและภาพทั่วไปเพื่อให้ได้ข้อมูลที่เพียงพอ และสกัดข้อมูลลักษณะที่ถูกใช้เป็นค่าป้อนเข้าสำหรับเครือข่ายของระบบประสาทหลังการเผยแพร่การแอปเปิ้ล ถั่วพิสตาเชียที่ระดับระบบ (Ghazanfari, 1996) ออกแบบ โดยการใช้เครือข่ายของระบบประสาท และวิสัยทัศน์เครื่องระบบ แอปเปิ้ลรูปข้อมูลที่เก็บรวบรวมระบบ (Kazuhiro, 1997) ได้รับการพัฒนาเพื่อจัดเรียงแอปเปิ้ลเป็นเกรดห้า โดยใช้โครงข่ายประสาทสองรุ่น แบบมั่นคงไม่เปลี่ยนแปลงการเปลี่ยนแปลงในสภาพแสงกับคลาสที่ครบ 12 (Edan et al. 1997) ให้ตามพารามิเตอร์สีถ่วงน้ำหนัก อัตโนมัติการจัดอันดับของผลไม้คุณภาพ (อัน et al. 2001) ได้ดำเนินการ ดำเนินการการจัดประเภทมะเขือเทศ (Laykin et al. 2002) โดยใช้วิธีการประมวลภาพ สตรอเบอร์รี่ที่คัดเกรดระบบ (Masatera, 1997) ได้อย่างช้า ๆ ตามรูปร่างและขนาด โดยใช้การประมวลผลภาพ สตรอเบอร์รี่ปฐมนิเทศและทรงกำหนด (Bato et al. 1999) ได้ดำเนินการ โดยใช้การประมวลผลภาพ

ผลลัพธ์ (ไทย) 2:

รูปแบบ RGB (Choi et al., 1995) ก็กลายเป็นรูปแบบของเขา H cumulating กระจายแผนที่มะเขือเทศสดแบ่งออกเป็นหกเกรดครบกําหนดและวุฒิภาวะมะเขือเทศ
ดัชนีถูกสร้างขึ้น ระบบมันฝรั่ง (เต่า et al., 1995) นำเสนอเทคโนโลยีการแยกฟูริเยร์ที่ใช้สำหรับรูปร่างไล่โทน สถานีตรวจสอบอัตโนมัติสำหรับการจัดลำดับเครื่องวิสัยทัศน์
ของมันฝรั่ง (Heinemann et al., 1996) เป็นที่เรียบร้อยแล้ว ระบบ machinevision แอปเปิ้ลข้อบกพร่องการเรียงลำดับ (เต่าและทรงกลม 1996; เต่าและเหวิน, 1999) ได้รับการพัฒนาโดยการประยุกต์ใช้ทรงกลมปรับตัว
เปลี่ยน ระบบการจัดลำดับแอปเปิ้ลของยาง (1993a, ปี 1994, 1996) ใช้ภาพแสงโครงสร้างและภาพทั่วไปที่จะได้รับข้อมูลที่เพียงพอและสกัดข้อมูลในลักษณะ
ที่ถูกนำมาใช้เป็นค่าที่ป้อนสำหรับเครือข่ายประสาทกลับขยายพันธุ์เกรดแอปเปิ้ล ระบบการจัดลำดับ pistachio ถั่ว (Ghazanfari, 1996) ได้รับการออกแบบโดยใช้เครือข่ายประสาทและ
ระบบเครื่องวิสัยทัศน์ ข้อมูลภาพแอปเปิ้ลของระบบการจัดเก็บภาษี (Kazuhiro, 1997) ได้รับการพัฒนาในการจัดเรียงแอปเปิ้ลเป็นห้าเกรดโดยใช้สองรูปแบบเครือข่ายประสาท รูปแบบที่มีความเสถียรคงที่
มีการเปลี่ยนแปลงในสภาพแสงกับ 12 ชั้นเรียนครบกําหนด (อีธาน et al., 1997) ถูกจัดให้อยู่บนพื้นฐานของพารามิเตอร์สีถ่วงน้ำหนัก การให้คะแนนโดยอัตโนมัติจากผลไม้ที่มีคุณภาพ (แกร์ฮาร์ด et al., 2001) ได้ดำเนินการ การจำแนกประเภทมะเขือเทศ (Laykin et al., 2002) โดยใช้ขั้นตอนวิธีการประมวลผลภาพได้ดำเนินการ ระบบการจัดลำดับสตรอเบอร์รี่ (Masatera, 1997) ได้รับการจัดลำดับให้เป็นไปตามรูปร่างและขนาดโดยใช้การประมวลผลภาพ การวางแนวสตรอเบอร์รี่และรูปร่างความมุ่งมั่น (Bato et al., 1999) ได้ดำเนินการโดยใช้การประมวลผลภาพ