lens mount (3.5–8 mm focal length,

lens mount (3.5–8 mm focal length, 600 vertical TV lines
resolution), a capture card (Pinnacle 510-USB with
720  576 pixels in horizontal and vertical directions,
respectively), a personal computer (PC) for image display,
and an appropriate lighting system. The camera, powered
by a 12 V power supply, was placed about 170 mm above
the samples. In order to provide uniform lighting conditions,
white LED strip lights were used above the samples.
A black surface was used as background to simplify the
segmentation process. Before image acquisition, the system
was calibrated using a standard gray card to ensure
lightness uniformity. The samples of each class were manually
separated from each other and placed under the camera.
The sample images taken by the camera, were
transferred to the PC through the video capture card, then
digitized and stored on the computer in RGB color space.
2.4. Image processing
An image processing algorithm was developed in MATLAB
software version R2013a (MathWorks, 2013) to record
and process the captured images. Each image was cropped
to 600  500 pixels without any change in the sample
dimensions and color depth. The cropped image was then
converted to a grey-scale image for analysis of intensity.
Rice kernels were differentiated from the background by
setting a threshold value based on the intensity factor
[31]. Finally, the region of interest (rice kernels) was
extracted from the original RGB image and each kernel
was identified in the image using the ‘‘bwlabel’’ function.
2.4.1. PBK measurement
In calculation of the PBK index, it was necessary to first
determine a coefficient of correction to convert the values
of manual measurements to those of the image processing
algorithm. For this purpose, the lengths of 200 head milled
rice kernels were measured using digital calipers (Mytutoyo
Model AOS, Japan) to an accuracy of 0.01 mm. The
minimum length for categorizing a milled rice kernel as a
whole one was considered as 6.8 mm (ISIRI, 2012). Next,
the lengths of the same kernel were calculated using the
developed image processing algorithm. In order to calculate
the length of kernels in the images, the ‘‘MajorAxis-
Length’’ feature in ‘‘regionprops’’ function of the
processing software was used. A coefficient of correction
was obtained using the following equation to convert the
manual measurements to the pixel values of the kernels’
length:
FCCl ¼
Pni
¼1CCl
n ð2Þ
where FCCl is the final coefficient of correction, n is the
number of samples evaluated, and CCl is the coefficient of
correction for an individual rice kernel which is calculated
using Eq. (3):
CCl ¼
Lip
Lm
 100 ð3Þ
where Lip and Lm are the length of kernels in terms of pixels
and millimeters, respectively.
In order to calculate the value of PBK, the same samples
examined by human experts were manually placed into
the machine vision system without touching to each other.
After image acquisition, the kernels having major axis
length less than three-quarters of the average length of
whole kernels (defined by a certain pixel value) were considered
as broken kernels (ISO, 2011). Then, the number
percentage of broken kernels (NPBK) was calculated using
the following formula:
NPBK ¼
Nbk
Nt
 100 ð4Þ
where Nbk is the number of broken kernels and Nt is the
total number of kernels in the image.
In order to evaluate the performance of the developed
algorithm in determination of PBK, 100 milled rice kernels
were manually placed in the imaging chamber of the
machine vision system. The lengths of these kernels were
measured using digital calipers and recorded prior to
imaging. The experiment was replicated 10 times. After
comparing the values obtained for PBK in the manual measurements
and image processing method, the accuracy of

ผลลัพธ์ (ไทย) 1:

เมาท์เลนส์ (3.5-8 มม.ความยาวโฟกัส 600 รายการทีวีแนวตั้งความละเอียด), ยึดบัตรราคา (พินนาเคิล 510-USB ด้วย720 576 พิกเซลในแนวนอน และแนวตั้งทิศทางตามลำดับ), คอมพิวเตอร์ส่วนบุคคล (พีซี) ในรูปแสดงและมีระบบแสงสว่างที่เหมาะสม กล้อง ขับเคลื่อนโดยเป็น 12 V ไฟ ที่วางข้างบนประมาณ 170 มม.ตัวอย่างการ เพื่อให้สภาพแสงสม่ำเสมอใช้ไฟแถบ LED สีขาวด้านบนตัวอย่างพื้นผิวสีดำถูกใช้เป็นพื้นหลังเพื่อทำการแบ่งกระบวนการ ก่อนที่จะซื้อภาพ ระบบปรับเทียบการใช้การ์ดสีเทามาตรฐานให้ความรื่นรมย์ ตัวอย่างของแต่ละชั้นเรียนได้ด้วยตนเองแยกออกจากแต่ละอื่น ๆ และมองภายใต้กล้องตัวอย่างภาพถ่ายจากกล้อง ถูกโอนย้ายไปยังเครื่องพีซีผ่านการ์ดจับภาพวิดีโอ แล้วในรูปดิจิทัล และจัดเก็บในคอมพิวเตอร์ในพื้นที่สี RGB2.4 การประมวลผลภาพขั้นตอนวิธีการประมวลผลภาพได้รับการพัฒนาใน MATLABซอฟต์แวร์เวอร์ชัน R2013a (MathWorks, 2013) การบันทึกและการจับภาพ แต่ละรูปครอบตัดการพิกเซล 600 500 โดยไม่มีการเปลี่ยนแปลงใด ๆ ในตัวอย่างขนาดและสี มีรูปครอบตัดแล้วแปลงรูปแบบสเกลสีเทาสำหรับการวิเคราะห์ความเข้มเมล็ดข้าวถูก differentiated จากพื้นหลังโดยการตั้งค่าขีดจำกัดขึ้นอยู่กับปัจจัยความเข้ม[31] . สุดท้าย เป็นภูมิภาคที่น่าสนใจ (เมล็ดข้าว)สกัดจาก RGB ภาพต้นฉบับและแต่ละเมล็ดมีการระบุไว้ในภาพโดยใช้ฟังก์ชัน '' bwlabel''2.4.1. PBK วัดในการคำนวณดัชนี PBK ก็จำเป็นต้องแรกกำหนดสัมประสิทธิ์ของการแก้ไขการแปลงค่าวัดด้วยตนเองกับการประมวลผลภาพอัลกอริทึมการ สำหรับวัตถุประสงค์นี้ ความยาวของหัว 200 ปลายเมล็ดข้าวถูกวัดโดยใช้ calipers ดิจิทัล (Mytutoyoรุ่น AOS ญี่ปุ่น) เพื่อความแม่นยำของ 0.01 mm.ความยาวต่ำสุดสำหรับการจัดประเภทเมล็ดข้าวสารเป็นคนทั้งหมดถูกถือว่าเป็น 6.8 มม. (ISIRI, 2012) ถัดไปมีคำนวณความยาวของเคอร์เนลเดียวกันโดยใช้การพัฒนาขั้นตอนวิธีการประมวลผลภาพ เพื่อคำนวณความยาวของเมล็ดในภาพ การ '' MajorAxis -ความยาว '' '' regionprops'' การทำงานของคุณลักษณะประมวลผลซอฟต์แวร์ใช้ สัมประสิทธิ์ของการแก้ไขได้รับโดยใช้สมการต่อไปนี้การแปลงการประเมินด้วยตนเองค่าพิกเซลของเมล็ดความยาว:FCCl ¼Pni¼1CCln ð2ÞFCCl เป็น ค่าสัมประสิทธิ์ที่สุดท้ายของการแก้ไข n คือการจำนวนตัวอย่างที่ประเมิน และ CCl เป็นสัมประสิทธิ์ของการแก้ไขสำหรับการข้าวแต่ละเมล็ดซึ่งคำนวณใช้ Eq. (3):CCl ¼LipLm100 ð3Þที่ปาก และ Lm มีความยาวของเมล็ดในพิกเซลมิลลิเมตร และตามลำดับเพื่อคำนวณค่าของ PBK ตัวอย่างเดียวกันตรวจสอบ โดยบุคคลผู้เชี่ยวชาญได้ด้วยตนเองอยู่ในระบบการมองเห็นเครื่องโดยไม่ต้องสัมผัสกันหลังจากซื้อภาพ เมล็ดมีวิชาแกนความยาวน้อยกว่า three-quarters ความยาวเฉลี่ยของมีพิจารณาทั้งเมล็ด (ซึ่งกำหนด โดยค่าพิกเซล)เป็นเสียเมล็ด (ISO, 2011) แล้ว หมายเลขมีคำนวณโดยใช้เปอร์เซ็นต์ของเมล็ดแตก (NPBK)สูตรต่อไปนี้:NPBK ¼NbkNt100 ð4Þที่ Nbk จำนวนเมล็ดเสีย และ Nt เป็นจำนวนเมล็ดในภาพรวมเพื่อประเมินประสิทธิภาพของการพัฒนาอัลกอริทึมในกำหนด PBK, 100 ปลายเมล็ดข้าวด้วยตนเองไว้ในห้องถ่ายภาพของการหลอดไฟ ความยาวของเมล็ดเหล่านี้ได้วัดโดยใช้ calipers ดิจิทัล และบันทึกก่อนหน้าภาพ ทดลองถูกจำลองแบบ 10 ครั้ง หลังจากเปรียบเทียบค่าที่ได้ในการประเมินตนเอง PBKและ วิธีการประมวลผลภาพ ความถูกต้องของ

ผลลัพธ์ (ไทย) 2:

เลนส์ (3.5-8 มิลลิเมตรความยาวโฟกัส 600
เส้นทีวีแนวตั้งความละเอียด), การ์ดจับภาพ (พินนาเคิ 510-USB ที่มี
720? 576 พิกเซลในทิศทางแนวนอนและแนว,
ตามลำดับ) คอมพิวเตอร์ส่วนบุคคล (PC)
สำหรับการแสดงผลภาพและระบบไฟส่องสว่างที่เหมาะสม กล้องที่ขับเคลื่อนโดย 12 V ไฟวางอยู่ประมาณ 170 มมข้างต้นตัวอย่าง เพื่อที่จะให้สภาพแสงเครื่องแบบสีขาวไฟ LED แถบข้างต้นถูกนำมาใช้ตัวอย่าง. พื้นผิวสีดำใช้เป็นพื้นหลังเพื่อลดความซับซ้อนของกระบวนการการแบ่งส่วน ก่อนที่จะควบรวมภาพระบบได้รับการสอบเทียบโดยใช้บัตรสีเทาเพื่อให้แน่ใจว่ามาตรฐานสม่ำเสมอสว่าง กลุ่มตัวอย่างของแต่ละชั้นถูกตนเองแยกออกจากกันและอยู่ภายใต้กล้อง. ภาพตัวอย่างถ่ายโดยกล้องที่ถูกถ่ายโอนไปยังเครื่องคอมพิวเตอร์ผ่านการ์ดจับภาพวิดีโอจากนั้นดิจิตอลและเก็บไว้ในคอมพิวเตอร์ในพื้นที่สีRGB. 2.4 การประมวลผลภาพขั้นตอนวิธีการประมวลผลภาพได้รับการพัฒนาใน MATLAB ซอฟต์แวร์รุ่น R2013a (MathWorks 2013) เพื่อบันทึกและประมวลผลภาพที่บันทึก ภาพแต่ละภาพที่ถูกตัดถึง 600? 500 พิกเซลโดยไม่มีการเปลี่ยนแปลงใด ๆ ในตัวอย่างขนาดและความลึกของสี ภาพที่ตัดแล้วได้รับการดัดแปลงเป็นภาพสีเทาขนาดสำหรับการวิเคราะห์ความเข้ม. เมล็ดข้าวที่ได้รับแตกต่างจากพื้นหลังโดยการตั้งค่าเกณฑ์ที่ขึ้นอยู่กับปัจจัยความรุนแรง[31] สุดท้ายภูมิภาคที่น่าสนใจ (เมล็ดข้าว) ถูกสกัดจากภาพRGB เดิมและเคอร์เนลแต่ละถูกระบุในภาพโดยใช้ฟังก์ชั่น'' bwlabel ''. 2.4.1 วัด PBK ในการคำนวณดัชนีพีบีเคมันก็จำเป็นที่จะต้องแรกกำหนดค่าสัมประสิทธิ์ของการแก้ไขการแปลงค่าของการวัดด้วยตนเองเพื่อผู้ประมวลผลภาพขั้นตอนวิธี ในการนี้มีความยาว 200 หัวสีเมล็ดข้าวที่ถูกวัดโดยใช้เครื่องวัดเส้นผ่าศูนย์กลางดิจิตอล(Mytutoyo รุ่น AOS ญี่ปุ่น) เพื่อความถูกต้องของ 0.01 มิลลิเมตร ระยะเวลาขั้นต่ำสำหรับการจัดหมวดหมู่เมล็ดข้าวสารเป็นหนึ่งทั้งได้รับการพิจารณาเป็น 6.8 มิลลิเมตร (ISIRI 2012) ถัดไปความยาวของเมล็ดเดียวกันนี้จะถูกคำนวณโดยใช้ขั้นตอนวิธีการประมวลผลภาพที่พัฒนาแล้ว ในการคำนวณความยาวของเมล็ดในภาพที่ '' MajorAxis- ยาว '' สารคดี '' regionprops '' การทำงานของซอฟแวร์ที่ใช้ในการประมวลผล ค่าสัมประสิทธิ์ของการแก้ไขได้โดยใช้สมการต่อไปนี้เพื่อแปลงวัดคู่มือกับค่าพิกเซลของเมล็ด'ยาวFCCl ¼ PNI ¼1CCl n ð2Þที่FCCl เป็นค่าสัมประสิทธิ์สุดท้ายของการแก้ไข, n เป็นจำนวนตัวอย่างการประเมินและCCl เป็นค่าสัมประสิทธิ์ของการแก้ไขสำหรับเคอร์เนลข้าวแต่ละบุคคลซึ่งคำนวณโดยใช้สมการ (3): CCl ¼ลิปLm? 100 ð3Þที่ปากLm มีความยาวของเมล็ดในแง่ของพิกเซลและมิลลิเมตรตามลำดับ. ในการคำนวณมูลค่าของ PBK ตัวอย่างเดียวกันการตรวจสอบโดยผู้เชี่ยวชาญของมนุษย์ถูกวางไว้ด้วยตนเองลงในระบบการมองเห็นเครื่องโดยไม่ต้องสัมผัสกับแต่ละอื่นๆหลังจากการควบรวมภาพ, เมล็ดมีแกนหลักมีความยาวน้อยกว่าสามในสี่ของความยาวเฉลี่ยของข้าวเต็มเมล็ด(กำหนดโดยค่าพิกเซลบางอย่าง) ได้รับการพิจารณาเป็นเมล็ดหัก(ISO 2011) แล้วจำนวนร้อยละของเมล็ดหัก (NPBK) ที่คำนวณโดยใช้สูตรต่อไปนี้: NPBK ¼ Nbk Nt? 100 ð4Þที่Nbk คือจำนวนของเมล็ดหักและ Nt เป็นจำนวนรวมของเมล็ดในภาพ. เพื่อที่จะประเมินผลงานของการพัฒนาอัลกอริทึมในการตัดสินใจของพีบีเค 100 เมล็ดข้าวสารถูกวางไว้ด้วยตนเองในห้องถ่ายภาพของเครื่องระบบการมองเห็น ความยาวของเมล็ดเหล่านี้ถูกวัดโดยใช้เครื่องวัดเส้นผ่าศูนย์กลางดิจิตอลและบันทึกไว้ก่อนที่จะมีการถ่ายภาพ การทดลองจำลองแบบ 10 ครั้ง หลังจากเปรียบเทียบค่าที่ได้รับสำหรับพีบีเคในคู่มือการวัดและวิธีการในการประมวลผลภาพของความถูกต้อง

ผลลัพธ์ (ไทย) 3:

เมาท์เลนส์ ( 3.5 - 8 มม. ความยาวโฟกัส 600 เส้นแนวตั้ง
โทรทัศน์ความละเอียด ) , การ์ดจับภาพ ( Pinnacle 510-usb กับ
720  576 พิกเซลในแนวนอนและแนวตั้งทิศทาง
ตามลำดับ ) , เครื่องคอมพิวเตอร์ส่วนบุคคล ( พีซี ) สำหรับการแสดงผลภาพ
และระบบที่เหมาะสมของแสง กล้อง , ขับเคลื่อน
โดย 12 V ไฟ อยู่ที่ประมาณ 170 มม. ด้านบน
ตัวอย่าง เพื่อให้สภาพแสงที่สม่ำเสมอ
สีขาวไฟ LED แถบใช้ข้างต้นตัวอย่าง .
พื้นผิวสีดำที่ถูกใช้เป็นฉากหลังเพื่อลดความซับซ้อนของกระบวนการการ
. ก่อนที่จะซื้อภาพ , ระบบ
คือการปรับมาตรฐานสีเทาบัตรรับรอง
ความเป็นเอกภาพ ตัวอย่างของแต่ละชั้นได้ด้วยตนเอง
แยกออกจากแต่ละอื่น ๆและวางไว้ใต้กล้อง
ตัวอย่างภาพที่ถ่ายด้วยกล้อง ,
โอนไปยังเครื่องคอมพิวเตอร์ผ่านทางการ์ดจับภาพวิดีโอแล้ว
ดิจิทัลและเก็บไว้บนคอมพิวเตอร์ในพื้นที่สี RGB .
2.4 . การประมวลผลภาพ
ประมวลผลภาพขั้นตอนวิธีที่ถูกพัฒนาขึ้นใน Matlab
ซอฟแวร์รุ่น r2013a ( แมธเวิร์คส์ , 2013 ) เพื่อบันทึก
และประมวลผลภาพที่ถ่าย ภาพแต่ละภาพก็ถูกตัด
600  500 พิกเซลโดยไม่มีการเปลี่ยนแปลงใด ๆในตัวอย่าง
มิติและความลึกสีการตัดรูปแล้ว
แปลงภาพระดับสีเทาสำหรับการวิเคราะห์ความเข้ม
เมล็ดข้าวที่แตกต่างกัน จากพื้นหลังโดยกำหนดเกณฑ์ค่า

ขึ้นอยู่กับตัวประกอบความเข้ม [ 31 ] สุดท้ายภูมิภาคที่น่าสนใจ ( เมล็ดข้าว ) คือ
สกัดจากต้นฉบับ RGB ภาพและแต่ละเมล็ด
ถูกระบุในรูปใช้ ' 'bwlabel ' ' ฟังก์ชัน .
เครื่องมือกำจัดเพื่อย้าย .
pbk การวัดในการคำนวณดัชนี pbk , มันเป็นครั้งแรก
หาสัมประสิทธิ์การแก้ไขการแปลงค่า
ของการวัดคู่มือที่การประมวลผล
ภาพขั้นตอนวิธีการ สำหรับวัตถุประสงค์นี้ ความยาว 200 หัววัดที่ใช้ขัดสี
เมล็ดข้าวเครื่องวัดเส้นผ่าศูนย์กลางดิจิตอล ( mytutoyo
รุ่น AOS , ญี่ปุ่น ) เพื่อความถูกต้องของ 0.01 มม.
ความยาวขั้นต่ำสำหรับการจัดหมวดหมู่เป็นข้าวสารเมล็ดเป็น
หนึ่งทั้งหมดถูกถือว่าเป็น 6.8 มม. ( isiri , 2012 ) ต่อไป
ความยาวของเมล็ดเดียวกันถูกคำนวณโดยใช้การประมวลผลภาพ
พัฒนาขั้นตอนวิธี เพื่อคำนวณความยาวของเมล็ด
ในรูป 'majoraxis -
' ความยาว ' ' ' ' ' 'regionprops คุณลักษณะในการทำงานของ
ซอฟต์แวร์ประมวลผลที่ใช้สัมประสิทธิ์ของการแก้ไข
ได้โดยใช้สมการต่อไปนี้เพื่อแปลง
คู่มือการวัดเพื่อ pixel ค่าเมล็ด ' ความยาว :



fccl ¼ pni ¼ 1ccl
n ð 2 Þ
ที่ fccl เป็นวัดสุดท้ายของการแก้ไข , n
จำนวนกลุ่มตัวอย่างที่ประเมิน และลิงก์เป็น สัมประสิทธิ์ของ
แก้ไขสำหรับบุคคลเมล็ดข้าวซึ่งคำนวณโดยใช้อีคิว ( 3 ) :




¼ ccl ลิป LM  100 ðÞ
3ที่ริมฝีปากและ LM มีความยาวของเมล็ด ในแง่ของพิกเซล

และมิลลิเมตร ตามลำดับ เพื่อคำนวณค่าของ pbk ตัวอย่างเดียวกัน
ตรวจสอบโดยผู้เชี่ยวชาญได้ด้วยตนเองอยู่ใน
วิสัยทัศน์ระบบเครื่องโดยไม่ต้องสัมผัสกับแต่ละอื่น ๆ .
หลังจากการซื้อภาพ เมล็ดมีความยาวแกน
. น้อยกว่าสามในสี่ของความยาวเฉลี่ยของ
เมล็ด ( กำหนดโดยค่าพิกเซลบาง ) ถือว่าเป็นเมล็ดหัก
( ISO , 2011 ) งั้น เบอร์
เปอร์เซ็นต์เมล็ดหัก ( npbk ) คำนวณได้โดยใช้สูตรต่อไปนี้ :




npbk ¼ nbk NT  100 ð 4 Þ
ที่ nbk คือจำนวนของเมล็ดเสียและ NT เป็น
จำนวนเมล็ดในรูป
เพื่อประเมินการปฏิบัติงานของ การพัฒนาขั้นตอนวิธีในการหา pbk
,100 ข้าวสารเมล็ด
ได้ด้วยตนเองอยู่ในห้องของระบบการมองเห็นภาพ
เครื่อง . ความยาวของเมล็ดเหล่านี้ได้ถูกวัดโดยใช้เครื่องวัดเส้นผ่าศูนย์กลางดิจิตอลและบันทึก

ก่อนไปถ่ายภาพ โดยทำการทดลอง 10 ครั้ง หลังจาก
เปรียบเทียบค่าที่ได้กับ pbk ในคู่มือการวัด
และวิธีการประมวลผลภาพ ความถูกต้องของ