In this paper, an image processing

In this paper, an image processing technique for estimating the
volume and mass of four citrus fruits was presented and discussed.
The method is quite general and may be readily applied for volume
and mass computation of other axi-symmetric agricultural products
such as carrot, cucumber, onion, melon, kiwifruit, pomegranate,
and pear. Based on the results presented in this paper, we can
argue the proposed method is rotationally invariant and does not
require fruit alignment on the conveyor.
The present work may be extended in several ways. For example,
the surface area of the citrus fruits can also be computed in a
similar way (Khojastehnazhand et al., 2009). The background segmentation
method adapted here is not based on threshold values,
and can readily be adapted for other fruits.
The method developed in this study provides an alternative to
the traditional methods for measurement of volume, surface area,
and mass of axi-symmetric agricultural products. The estimated
volume, surface area, and mass of fruits, and the already available
RGB color information may be used for online sorting of various citrus
fruits. However, RGB system adapted in this paper could be
sensitive to lighting or other conditions. Therefore, we have used
HSI color space instead to develop a sorting device for grading citrus
(Khojastehnazhand et al., 2008). In the HSI system, hue value is
comparatively stable and the color of citrus can be determined by
calculating the average Hue value for the fruit. Works in this direction
is still in progress.

ผลลัพธ์ (ไทย) 2:

ในบทความนี้เทคนิคการประมวลผลภาพสำหรับการประเมิน
ปริมาณและมวลของสี่ส้มผลไม้ที่ถูกนำเสนอและกล่าวถึง
วิธีการที่ค่อนข้างทั่วไปและอาจนำมาใช้อย่างง่ายดายสำหรับปริมาณ
และมวลคำนวณผลิตภัณฑ์อื่น ๆ AXI สมมาตรการเกษตร
เช่นแครอทแตงกวา , หัวหอม, แตงโม, ผลไม้กีวี, ทับทิม
และลูกแพร์ ขึ้นอยู่กับผลที่นำเสนอในบทความนี้เราสามารถ
โต้แย้งวิธีที่เสนอเป็นค่าคงที่ rotationally และไม่
จำเป็นต้องมีการจัดผลไม้ที่ลำเลียง
ทำงานในปัจจุบันอาจจะขยายได้หลายวิธี ตัวอย่างเช่น
พื้นที่ผิวของผลไม้ส้มนอกจากนี้ยังสามารถคำนวณได้ใน
ลักษณะที่คล้ายกัน (Khojastehnazhand et al., 2009) การแบ่งส่วนพื้นหลัง
วิธีการปรับตัวที่นี่ไม่ได้ขึ้นอยู่กับค่าเกณฑ์,
และสามารถพร้อมจะเหมาะสำหรับผลไม้อื่น ๆ
วิธีการพัฒนาในการศึกษาครั้งนี้มีทางเลือกที่จะ
วิธีการแบบเดิมสำหรับการวัดปริมาณพื้นที่ผิว
และมวลของ AXI สมมาตรการเกษตร ผลิตภัณฑ์ ประมาณ
ปริมาณพื้นที่ผิวและมวลของผลไม้และมีอยู่แล้ว
ข้อมูลสี RGB อาจจะใช้สำหรับการเรียงลำดับออนไลน์ต่างๆของส้ม
ผลไม้ อย่างไรก็ตามระบบ RGB ปรับในบทความนี้อาจจะมี
ความไวต่อแสงหรือเงื่อนไขอื่น ๆ ดังนั้นเราจึงได้ใช้
พื้นที่สี HSI แทนการพัฒนาอุปกรณ์การเรียงลำดับสำหรับการจัดลำดับส้ม
(Khojastehnazhand et al., 2008) ในระบบ HSI ค่าสีเป็น
มีเสถียรภาพเมื่อเทียบกับและสีของส้มจะถูกกำหนดโดย
การคำนวณค่า Hue เฉลี่ยสำหรับผลไม้ ทำงานในทิศทางนี้
ยังคงอยู่ในความคืบหน้า

ผลลัพธ์ (ไทย) 3:

ในกระดาษนี้ , เทคนิคการประมวลผลภาพสำหรับการประมาณปริมาตรและมวลของ
สี่ส้มผลไม้ถูกเสนอ และกล่าวถึง
วิธีค่อนข้างทั่วไปและอาจจะพร้อมใช้สำหรับปริมาณและมวลในการคำนวณอื่น ๆ

AXI สมมาตรผลิตภัณฑ์ทางการเกษตร เช่น แครอท แตงกวา หอมหัวใหญ่ แตงโม กีวี ทับทิม
และ ลูกแพร์ จากข้อมูลที่นำเสนอในบทความนี้เราสามารถ
ยืนยันวิธีการที่เสนอ rotationally ไม่เปลี่ยนแปลงและไม่ต้องจัดบนสายพานลำเลียงผลไม้
.
งานปัจจุบันอาจจะขยายได้หลายวิธี ตัวอย่างเช่น
พื้นที่ผิวของผลไม้เช่นมะนาวยังสามารถคำนวณได้ในลักษณะคล้ายคลึงกัน (
khojastehnazhand et al . , 2009 ) พื้นหลังการวิธีการดัดแปลง
ที่นี่ไม่ได้ขึ้นอยู่กับเกณฑ์ค่า
พร้อมสามารถดัดแปลงและผลไม้อื่น ๆ วิธีการที่พัฒนาขึ้นในการศึกษานี้

ให้แทนวิธีการดั้งเดิมสำหรับการวัดปริมาตรพื้นที่ผิว
และมวลของฝ่ายอักษะสินค้าเกษตรสมมาตร . ประมาณ
ปริมาตร พื้นที่ผิว และมวลของผลไม้ และสี RGB ใช้ได้
แล้วข้อมูลอาจจะใช้สำหรับการเรียงลำดับของผลไม้ส้ม
ต่างๆออนไลน์ อย่างไรก็ตามระบบปรับ RGB ในกระดาษนี้สามารถ
ไวต่อแสงหรือเงื่อนไขอื่น ๆ ดังนั้นเราจึงต้องใช้
- สีพื้นที่แทน เพื่อพัฒนาอุปกรณ์คัดแยกเกรดส้ม
( khojastehnazhand et al . , 2008 ) ในระบบคุณค่า Hue คือ
เปรียบเทียบเสถียรภาพและสีส้มสามารถหาได้โดยการหาค่าเฉลี่ย
สีผลไม้ ทำงานในทิศทาง
ยังอยู่ในความคืบหน้า .