In this study, a novel image proces

In this study, a novel image processing approach based on the combination of Radon transform, pseudo
Fourier–Mellin transform, and Fourier spectrum-based fractal dimension was proposed to exclude the
undesirable effects of samples structural and positional changes on the image texture features. Images
were obtained using a dryer equipped with perpendicular dual-view computer vision system (CVS) at
hot air drying (HAD) temperatures of 50_90 _C and superheated steam drying (SSD) temperatures of
110_120 _C. Three drying medium velocities in the range of 1_2 m/s were adjusted for each drying temperature.
Unlike the drying medium velocity, the drying medium temperature had a significant effect on
the visual texture parameters of the shrimp batch. The zero-order and fractional conversion models along
with a modified Arrhenius model were found as the best models for explaining the kinetics of the visual
texture features and the temperature dependency of their constants, respectively. Eventually, the linear
and cubic regression models satisfactorily correlated the image texture features with the moisture ratio
and geometrical attributes of the samples, respectively.

ผลลัพธ์ (ไทย) 1:

ในการศึกษานี้ รูปนวนิยายประมวลผลวิธีใช้การแปลงเรดอน หลอกการแปลงฟูรีเย – Mellin และฟูรีเยแฟร็กทัลสเปกตรัมตามมิติได้นำเสนอแยกการผลผลของการเปลี่ยนแปลงโครงสร้าง และตำแหน่งของตัวอย่างรูปเนื้อลักษณะการทำงาน ภาพได้รับมาใช้เป่าพร้อมตั้งฉากจากสองมุมมองวิสัยทัศน์ระบบ (CVS) ที่อากาศร้อนแห้งอุณหภูมิ (HAD) 50_90 _C และอบไอน้ำ superheated แห้ง (SSD) อุณหภูมิของ110_120 _C สามตะกอนปานกลางแห้งในช่วง 1_2 m/s ถูกปรับปรุงสำหรับแต่ละอุณหภูมิอบแห้งต่างจากการอบแห้งเร็วปานกลาง แห้งปานกลางอุณหภูมิมีผลอย่างมีนัยสำคัญพารามิเตอร์ภาพพื้นผิวของชุดกุ้ง รูปแบบการแปลงใบ สั่งเป็นศูนย์ และเศษส่วนตามมีแบบจำลองปรับเปลี่ยนอาร์เรเนียสพบเป็นรุ่นดีที่สุดสำหรับอธิบายจลนพลศาสตร์ของการ visualเนื้อลักษณะการทำงานและอุณหภูมิการขึ้นต่อกันของค่าคงที่ของพวกเขา ตามลำดับ ในที่สุด เส้นและแบบจำลองถดถอยลูกบาศก์ผ่าน correlated ลักษณะพื้นผิวภาพ ด้วยอัตราส่วนความชื้นและ geometrical คุณลักษณะของตัวอย่าง ตามลำดับ

ผลลัพธ์ (ไทย) 2:

ในการศึกษานี้เป็นวิธีการประมวลผลภาพนวนิยายอยู่บนพื้นฐานของการรวมกันของเรดอนเปลี่ยนหลอก
ฟูริเยร์-Mellin เปลี่ยนและมิติเศษส่วนคลื่นความถี่ที่ใช้ฟูริเยร์ได้เสนอที่จะไม่รวม
ผลกระทบที่ไม่พึงประสงค์ของตัวอย่างการเปลี่ยนแปลงโครงสร้างและตำแหน่งกับคุณสมบัติของเนื้อภาพ ภาพ
ที่ได้รับการใช้เครื่องเป่าพร้อมกับ dual-ดูระบบคอมพิวเตอร์วิสัยทัศน์ที่ตั้งฉาก (CVS) ที่
อากาศร้อนแห้ง (HAD) อุณหภูมิ 50_90 _C และการอบแห้งด้วยไอน้ำร้อนยวดยิ่ง (SSD) อุณหภูมิ
110_120 _C สามความเร็วอบแห้งขนาดกลางในช่วง 1_2 เมตร / วินาทีมีการปรับให้อุณหภูมิในการอบแห้งแต่ละ.
ซึ่งแตกต่างจากความเร็วปานกลางการอบแห้งที่อุณหภูมิอบแห้งขนาดกลางมีผลกระทบอย่างมีนัยสำคัญใน
พารามิเตอร์เนื้อภาพของชุดกุ้ง ศูนย์สั่งและรูปแบบการแปลงเศษส่วนพร้อม
กับรูปแบบ Arrhenius แก้ไขพบว่ารุ่นที่ดีที่สุดสำหรับการอธิบายจลนศาสตร์ของภาพ
คุณสมบัติพื้นผิวและการพึ่งพาอุณหภูมิคงที่ของพวกเขาตามลำดับ ในที่สุดเชิงเส้น
แบบจำลองถดถอยและมีความสัมพันธ์ที่น่าพอใจลูกบาศก์คุณสมบัติเนื้อภาพที่มีอัตราส่วนความชื้น
และคุณลักษณะทางเรขาคณิตของกลุ่มตัวอย่างตามลำดับ

ผลลัพธ์ (ไทย) 3:

ในการศึกษานี้ เป็นนวนิยายการประมวลผลภาพวิธีการขึ้นอยู่กับการรวมกันของการแปลงเรดอน , หลอก
ฟูเรียร์ฟูเรียร์สำหรับการแปลงเมลลิน และมิติเศษส่วนคลื่นความถี่ตามเสนอแยกผลที่ไม่พึงประสงค์ของการเปลี่ยนแปลงโครงสร้างตำแหน่งตัวอย่างบนพื้นผิวรูปภาพคุณสมบัติ ภาพ
were obtained using a dryer equipped with perpendicular dual-view computer vision system (CVS) at
hot air drying (HAD) temperatures of 50_90 _C and superheated steam drying (SSD) temperatures of
110_120 _C. Three drying medium velocities in the range of 1_2 m/s were adjusted for each drying temperature.
Unlike the drying medium velocity, the drying medium temperature had a significant effect on
the visual texture parameters of the shrimp batch. The zero-order and fractional conversion models along
with a modified Arrhenius model were found as the best models for explaining the kinetics of the visual
texture features and the temperature dependency of their constants, respectively. Eventually, the linear
and cubic regression models satisfactorily correlated the image texture features with the moisture ratio
and geometrical attributes of the samples, respectively.