In order to produce a high quality

In order to produce a high quality rubberwood fingerjoint with highly uniform colour, wood boards of naturally different shades and colours are required to be elaborately classified and grouped. Within each group, wood boards of comparable shade and colour are then cut and joined to form a highly uniform shade and colour fingerjoint of the required dimensions. Currently, many manufacturers in Thailand still rely heavily on a manual classification process by an expert. In this paper, an automatic approach based on a combination of an image processing technique and an artificial neural network is presented. The Kohonen self organizing map (SOM) is selected and used for training with modified histogram data from the hue colour component of the rubberwood boards’ images. The outcome SOM is then used to classify an unknown colour rubberwood board with a novel colour group identification algorithm. The overall approach has proved effective in classifying the unknown colour of boards with as high as 95% accuracy without human intervention. In many cases, the approach provides invaluable information to guide an operator to easily classify the remaining 5%Northeast China Larch

ผลลัพธ์ (ไทย) 1:

เพื่อผลิต fingerjoint เก้าคุณภาพสูงที่ มีสีสม่ำเสมอสูง กระดานของเฉดสีที่แตกต่างกันตามธรรมชาติและสีจะต้องพิถีพิถันจำแนก และจัดกลุ่ม ภายในแต่ละกลุ่ม กระดานไม้เทียบสีและสีแล้วตัด และรวมฟอร์มสีสูงสม่ำเสมอและสี fingerjoint ขนาดจำ ในปัจจุบัน ผู้ผลิตหลายรายในประเทศไทยยังคงพึ่งพามากกระบวนการจัดประเภทด้วยตนเองโดยผู้เชี่ยวชาญ ในเอกสารนี้ วิธีการอัตโนมัติตามชุดของภาพที่มีโครงข่ายประสาทเทียมและเทคนิคการประมวลผลการนำเสนอ Kohonen จัดระเบียบแผนที่ (ส้มตำ) ตนเองเลือก และใช้สำหรับฝึกด้วยฮิสโตแกรมปรับเปลี่ยนข้อมูลจากเว้สีส่วนประกอบของภาพของบอร์ดเก้า ผลส้มแล้วใช้งานคณะเป็นเก้าสีรู้จักกับอัลกอริทึมรหัสกลุ่มสีนวนิยาย แนวทางโดยรวมได้พิสูจน์ประสิทธิภาพในการจัดประเภทสีไม่รู้จักของบอร์ดกับสูงความแม่นยำ 95% โดยไม่มีการแทรกแซงของมนุษย์ ในหลายกรณี วิธีการแสดงข้อมูลที่ล้ำค่าเพื่อเป็นแนวทางดำเนินการในการจัดประเภทเหลือ 5% ตะวันออกเฉียงเหนือได้ลาร์ชจีน

ผลลัพธ์ (ไทย) 2:

เพื่อผลิตยางพาราที่มีคุณภาพสูง Fingerjoint มีสีสม่ำเสมอสูง, แผงไม้ของเฉดสีที่แตกต่างกันตามธรรมชาติและสีที่จะต้องจัดอย่างประณีตและการจัดกลุ่ม ภายในแต่ละกลุ่มกระดานไม้สีเทียบเคียงและสีที่ถูกตัดแล้วและเข้าร่วมในรูปแบบสีชุดสูงและสี Fingerjoint ขนาดที่ต้องการ ปัจจุบันผู้ผลิตจำนวนมากในประเทศไทยยังคงต้องพึ่งพากระบวนการการจัดหมวดหมู่ด้วยตนเองโดยผู้เชี่ยวชาญ ในบทความนี้วิธีอัตโนมัติขึ้นอยู่กับการรวมกันของเทคนิคการประมวลผลภาพและเครือข่ายประสาทเทียมที่จะนำเสนอ แผนที่การจัดระเบียบตัวเอง Kohonen (SOM) ถูกเลือกและใช้สำหรับการฝึกอบรมที่มีข้อมูลกราฟดัดแปลงมาจากองค์ประกอบสีสีของแผงไม้ยางพารา 'ภาพ SOM ผลที่ใช้แล้วที่จะจัดคณะกรรมการยางพาราสีที่ไม่รู้จักกับขั้นตอนวิธีการระบุกลุ่มสีนวนิยาย วิธีการโดยรวมได้พิสูจน์แล้วว่ามีประสิทธิภาพในการแบ่งประเภทของสีที่ไม่รู้จักของบอร์ดที่มีสูงถึง 95% ความถูกต้องโดยปราศจากการแทรกแซงของมนุษย์ ในหลายกรณีวิธีการให้ข้อมูลที่ทรงคุณค่าเพื่อเป็นแนวทางในการดำเนินการเพื่อให้ง่ายต่อการจำแนกส่วนที่เหลืออีก 5% ภาคตะวันออกเฉียงเหนือของจีน Larch

ผลลัพธ์ (ไทย) 3:

เพื่อผลิต fingerjoint ยางพาราคุณภาพสูงที่มีสีสูงชุดลายไม้ของเฉดสีธรรมชาติและสีต้องประณีตและจัดกลุ่ม ภายในแต่ละกลุ่ม ลายไม้สีเทียบเคียงและสีแล้วตัดและเข้าร่วมในรูปแบบเงาสูงสม่ำเสมอและสี fingerjoint ของมิติต้อง ในปัจจุบันผู้ผลิตหลายรายในไทยยังอาศัยกระบวนการคู่มือการจำแนกโดยผู้เชี่ยวชาญ ในบทความนี้โดยอัตโนมัติวิธีการขึ้นอยู่กับการรวมกันของเทคนิคการประมวลผลภาพ และโครงข่ายประสาทเทียม คือ การเสนอการจัดการตนเองแผนที่ ( ส้ม ) ถูกเลือกใช้สำหรับการฝึกอบรมและปรับข้อมูลกราฟจาก Hue สีส่วนประกอบของไม้บอร์ด ' ภาพ ผลสมแล้วที่ใช้แยกจักสีไม้กับสีบอร์ดใหม่กลุ่มระบุอัลกอริทึมวิธีการโดยรวมได้พิสูจน์แล้วว่ามีประสิทธิภาพในการจำแนกสีไม่รู้จักของบอร์ดกับสูงเช่นความถูกต้อง 95% โดยไม่มีการแทรกแซงของมนุษย์ ในหลายกรณี , วิธีการให้ข้อมูลที่ทรงคุณค่า แนะผู้ประกอบการสามารถจำแนกเหลือ 5% ภาคตะวันออกเฉียงเหนือของจีนลาช