The present paper reports on the de

The present paper reports on the development of an intelligent virtual grader for assessing apple
quality using machine vision. The heart of the proposed virtual grader was executed in the form of K-Nearest
Neighbor (K-NN) classifier designed on the architecture of Euclidean distance metric. K-NN classifier is
executed for this particular application due to its robustness to the noisy environment. The present study
revealed that fruit surface illumination is one of the major deterministic parameters affecting accuracy
substantially while assessing apple quality based on fruit size. The performance of the proposed virtual grader
was examined experimentally under different conditions of fruit surface illumination. An industrial grade camera
connected to an image grabber was used to implement the proposed industrial-grade virtual grader using
machine vision. Results of this study are quite promising with an achievement of 99% efficiency at 100%
repeatability when fruit surface is exposed to an optimal value of 310 lux. However, such an attempt has not
been made earlier

ผลลัพธ์ (ไทย) 1:

กระดาษปัจจุบันรายงานการพัฒนาเกรดเสมือนเป็นอัจฉริยะสำหรับการประเมินแอปเปิ้ลคุณภาพการใช้สเต็ม ของเกรดเสมือนการเสนอดำเนินการในรูปของ K ใกล้ลักษณนามของเพื่อนบ้าน (K-NN) ออกแบบสถาปัตยกรรมของวัดระยะทางแบบยุคลิด เป็นลักษณนาม K-NNดำเนินการสำหรับโปรแกรมนี้โดยเฉพาะเนื่องจากเสถียรภาพของสภาพแวดล้อมที่เสียงดัง การศึกษาปัจจุบันเปิดเผยว่า ไฟส่องสว่างพื้นผิวของผลไม้เป็นหนึ่งในพารามิเตอร์ deterministic สำคัญที่ส่งผลกระทบต่อความถูกต้องอย่างมีนัยสำคัญในขณะประเมินคุณภาพ apple ตามขนาดผลไม้ ประสิทธิภาพของเกรดเสมือนการเสนอการตรวจสอบทดลองภายใต้เงื่อนไขของการส่องสว่างพื้นผิวของผลไม้ มีกล้องเกรดอุตสาหกรรมเชื่อมต่อไปยังรูปภาพ จับถูกใช้เพื่อการนำเสนอเกรดอุตสาหกรรมเสมือนเกรดใช้งานวิสัยทัศน์เครื่อง ผลของการศึกษานี้มีแนวโน้มค่อนข้าง มีความสำเร็จมีประสิทธิภาพ 99% 100%ทำซ้ำเมื่อผลไม้ผิวสัมผัสจะมีค่าสูงสุดของ 310 lux อย่างไรก็ตาม ความพยายามไม่ได้แล้วก่อนหน้านี้

ผลลัพธ์ (ไทย) 2:

รายงานกระดาษในปัจจุบันการพัฒนาของ Grader เสมือนที่ชาญฉลาดสำหรับการประเมินแอปเปิ้ล
ที่มีคุณภาพโดยใช้การมองเห็นเครื่อง หัวใจของ Grader เสมือนจริงที่นำเสนอได้รับการดำเนินการในรูปแบบของ K-ที่ใกล้ที่สุด
เพื่อนบ้าน (K-NN) ลักษณนามออกแบบบนสถาปัตยกรรมของยุคลิดระยะทางเมตริก K-NN ลักษณนามจะ
ดำเนินการสำหรับโปรแกรมนี้โดยเฉพาะอย่างยิ่งเนื่องจากความทนทานของมันเข้ากับสภาพแวดล้อมที่มีเสียงดัง การศึกษาครั้งนี้
เปิดเผยว่าการส่องสว่างพื้นผิวผลไม้เป็นหนึ่งในพารามิเตอร์ที่กำหนดที่สำคัญที่มีผลต่อความถูกต้อง
อย่างมากในขณะที่การประเมินคุณภาพแอปเปิ้ลขึ้นอยู่กับขนาดของผลไม้ ประสิทธิภาพการทำงานของ Grader เสมือนจริงที่นำเสนอ
ได้รับการตรวจสอบการทดลองภายใต้เงื่อนไขที่แตกต่างกันของการส่องสว่างพื้นผิวผลไม้ กล้องเกรดอุตสาหกรรม
เชื่อมต่อกับ Grabber ภาพถูกนำมาใช้ในการดำเนินการที่เสนออุตสาหกรรมชั้นเกรดเสมือนจริงโดยใช้
การมองเห็นเครื่อง ผลการศึกษาครั้งนี้มีแนวโน้มค่อนข้างมีผลสัมฤทธิ์ทางการเรียนของประสิทธิภาพ 99% ที่ 100%
การทำซ้ำเมื่อพื้นผิวผลไม้ที่มีการสัมผัสกับค่าที่ดีที่สุดของ 310 ลักซ์ แต่อย่างไรก็ตามยังมีความพยายามที่ยังไม่ได้
รับการทำก่อนหน้านี้

ผลลัพธ์ (ไทย) 3:

ปัจจุบันกระดาษรายงานการพัฒนาเครื่องเสมือนฉลาดประเมินแอปเปิ้ลคุณภาพการมองเห็นของเครื่องจักร . หัวใจของการนำเสนอเสมือนผู้ถูกประหารชีวิตในรูปแบบของละเพื่อนบ้าน ( k-nn ) ลักษณนามออกแบบบนสถาปัตยกรรมของระยะทางแบบยุคลิดเมตริก k-nn ลักษณนามคือเพื่อดำเนินการนี้โดยเฉพาะการใช้ เนื่องจากมีความทนทานต่อสภาพแวดล้อมที่มีเสียงดัง การศึกษาปัจจุบันพบว่ารัศมีผิวผลไม้เป็นหลักเชิงกำหนดพารามิเตอร์ที่มีผลต่อความถูกต้องอย่างมาก ในขณะที่ประเมินคุณภาพของแอปเปิ้ล ขึ้นอยู่กับขนาดของผลไม้ ประสิทธิภาพของการนำเสนอเครื่องเสมือนตรวจสอบการทดลองภายใต้เงื่อนไขที่แตกต่างกันของแสงที่ผิวผลไม้ เป็นกล้องเกรดอุตสาหกรรมเชื่อมต่อกับรูปภาพที่ถูกใช้เพื่อใช้เสนอเกรดอุตสาหกรรมเสมือนผู้ใช้วิสัยทัศน์ของเครื่องจักร ผลการศึกษานี้จะค่อนข้างที่สัญญากับผลสัมฤทธิ์ทางการเรียนของประสิทธิภาพ 99% ที่ 100%กาลเมื่อผิวผลไม้สัมผัสกับคุณค่าสูงสุดของพวกลักส์ อย่างไรก็ตาม มีความพยายามดังกล่าวไม่ได้เคยทำก่อนหน้านี้