Grading of persimmon fruits into th

Grading of persimmon fruits into three commercially maturity stages was conducted by image analysis
technique. An automatic algorithm was developed to classify the fruits based on the external color
of them. Physical, mechanical and nutritional properties of fruits were determined to compare the
results of image analysis and visual classification. During the process of image segmentation, the black
spots on persimmon fruits were removed to dilute the effect of them on the features to be extracted
and used for classification. Among the features, there were significant differences between maturity
stages for mean values of R, G, b*, gray scale and S channels. Two classifiers based on linear (LDA) and
quadratic discriminant analysis (QDA) were used to assess the applicability of vision system. The results
showed that QDA classifier could be valuable in categorizing the fruits with better overall accuracy rate
of 90.24%.

maturity stages

ผลลัพธ์ (ไทย) 1:

วิเคราะห์ภาพจัดเกรดของผลไม้พลับเป็นสามในเชิงพาณิชย์ดำเนินขั้นตอนครบกำหนดได้เทคนิคการ ขั้นตอนวิธีการอัตโนมัติได้รับการพัฒนาเพื่อจัดประเภทผลไม้ตามสีภายนอกพวกเขา คุณสมบัติทางกายภาพ เครื่องจักรกล และคุณค่าทางโภชนาการของผลไม้จึงตั้งใจที่จะเปรียบเทียบการผลของการวิเคราะห์ภาพและภาพประเภท ในการแบ่งภาพ สีดำจุดบนผลไม้พลับออกการ dilute ผลของลักษณะการทำงานไปและใช้สำหรับการจัดประเภท ในลักษณะการทำงาน มีความแตกต่างที่สำคัญระหว่างวันครบกำหนดขั้นตอนสำหรับค่าเฉลี่ย R, G, b * โทนสีเทา และช่อง S คำนามภาษาสองตามเส้น (LDA) และการวิเคราะห์ discriminant กำลังสอง (QDA) ถูกใช้ในการประเมินความเกี่ยวข้องของระบบวิชั่น ผลลัพธ์แสดงให้เห็นว่า QDA classifier อาจจะมีประโยชน์ในการจัดประเภทผลไม้ มีอัตราความแม่นยำโดยรวมดีขึ้น90.24%ครบกำหนดระยะ

ผลลัพธ์ (ไทย) 2:

การวัดผลการศึกษาของลูกพลับผลไม้เป็นสามขั้นตอนครบกําหนดในเชิงพาณิชย์ได้ดำเนินการโดยการวิเคราะห์ภาพ
เทคนิค อัลกอริทึมโดยอัตโนมัติได้รับการพัฒนาเพื่อจำแนกผลไม้ขึ้นอยู่กับสีภายนอก
ของพวกเขา ทางกายภาพสมบัติเชิงกลและทางโภชนาการของผลไม้ที่ได้รับการพิจารณาเพื่อเปรียบเทียบ
ผลของการวิเคราะห์ภาพและการจัดภาพ ในระหว่างขั้นตอนของการแบ่งส่วนภาพสีดำ
จุดบนผลไม้ลูกพลับถูกถอดออกเพื่อเจือจางผลกระทบของพวกเขาเกี่ยวกับคุณสมบัติที่จะสกัด
และใช้สำหรับการจัดหมวดหมู่ ในลักษณะที่มีความแตกต่างกันอย่างมีนัยสำคัญระหว่างครบกําหนด
ขั้นตอนสำหรับค่าเฉลี่ยของ R, G, b *, ระดับสีเทาและช่อง S สองแยกแยะบนพื้นฐานของความเป็นเชิงเส้น (LDA) และ
การวิเคราะห์จำแนกกำลังสอง (QDA) ถูกนำมาใช้ในการประเมินการบังคับใช้ของระบบการมองเห็น ผล
การศึกษาพบว่าลักษณนาม QDA อาจจะมีคุณค่าในการจัดหมวดหมู่ผลไม้ที่มีอัตราความถูกต้องโดยรวมดีขึ้น
จาก 90.24%. ขั้นตอนจนครบกำหนด

ผลลัพธ์ (ไทย) 3:

เกรดของผลไม้ลูกพลับเป็น 3 ขั้นตอนในเชิงพาณิชย์วุฒิภาวะดำเนินการโดยเทคนิคการวิเคราะห์
ภาพ โดยอัตโนมัติได้รับการพัฒนาเพื่อแยกผลไม้ตามภายนอกสี
ของพวกเขา คุณสมบัติทางกายภาพ ทางกลและคุณค่าทางโภชนาการของผลไม้โดยพิจารณาเปรียบเทียบผลของการวิเคราะห์การจำแนก
รูปภาพและภาพ ในระหว่างกระบวนการของการตัดภาพจุดดำบนผลไม้ลูกพลับออก
เจือจางผลกระทบของพวกเขาในลักษณะที่จะสกัด
และใช้ในการจำแนก ในบรรดาคุณสมบัติพบว่ามีความแตกต่างระหว่างความบริบูรณ์
ค่าหมายถึง R , G , B * , ระดับสีเทาและเป็นช่องทาง สอง คือ ตามเส้น ( lda
) และการวิเคราะห์จำแนกประเภทแบบกำลังสอง ( qda ) ใช้เพื่อประเมินการใช้ระบบการมองเห็น ผลการวิจัยพบว่า 1 qda
อาจมีคุณค่าในการแยกแยะผลไม้กับโดยรวมดีกว่าอัตราความถูกต้องของ 90.24
%

) ขั้นตอน