4.1. Implementation of a CVSThe CVS

4.1. Implementation of a CVS
The CVS implemented in this research has principally
two parts: (i) the image acquisition set up as showed in
Fig. 2; (ii) the digital image processing part is composed
of a set routines to pre-process the acquired and stored
images, to segment the images and separate objects of
interest from the background, and to convert RGB images
of the objects of interest into L*a*b* units of color. In this
research we focus on part (ii) integrating the digital image
analysis routines programmed in Matlab code for pre-processing,
segmentation and color conversion in order to
develop a computer program and make easier and faster
color determination in L*a*b* units. Digital RGB images
were captured with a previously implemented image acquisition
system and stored in a PC for future processing
(Pedreschi et al., 2004).
The Matlab commands used in this system are
explained in Table 1. The color image is firstly stored in
a matrix I. In order to reduce the computational time of
processing the images can be sub-sampled. If the images
are noisy they can be filtered using a low pass filter (Mathworks,
2005). Afterwards, the RGB image is segmented
using the algorithm outlined in Mery and Pedreschi
(2005). In this step, the image of the potato chip is separated
from the background producing a binary image R
(Fig. 3). Finally, the RGB image is converted into a

ผลลัพธ์ (ไทย) 2:

4.1 การดำเนินงานของ CVS
ที่ CVS นำมาใช้ในการวิจัยครั้งนี้มีหลัก
สองส่วน: (i) การควบรวมภาพการตั้งค่าตามที่แสดงใน
รูป 2; (ii) ส่วนการประมวลผลภาพดิจิตอลประกอบด้วย
ชุดการปฏิบัติในการดำเนินการก่อนที่ได้มาและการจัดเก็บ
ภาพในกลุ่มภาพและวัตถุที่แยกต่างหากจาก
ความสนใจจากพื้นหลังและการแปลงภาพ RGB
ของวัตถุที่น่าสนใจเข้าไป L * A * หน่วย b * ของสี ในการนี้
การวิจัยเรามุ่งเน้นการมีส่วนร่วม (ii) การบูรณาการภาพดิจิตอล
กิจวัตรการวิเคราะห์โปรแกรมในรหัส Matlab สำหรับก่อนการประมวลผล,
การแบ่งส่วนและการแปลงสีเพื่อ
พัฒนาโปรแกรมคอมพิวเตอร์และทำให้ง่ายและรวดเร็วขึ้น
การกำหนดสี L * a * b * หน่วย ภาพ RGB ดิจิตอล
ถูกจับด้วยการควบรวมภาพการดำเนินการก่อนหน้านี้
ระบบและเก็บไว้ในเครื่องคอมพิวเตอร์สำหรับการประมวลผลในอนาคต
(Pedreschi et al., 2004).
คำสั่ง Matlab ใช้ในระบบนี้ได้รับการ
อธิบายในตารางที่ 1 ภาพสีจะถูกเก็บไว้ในตอนแรก
เมทริกซ์ครั้งที่หนึ่งเพื่อที่จะลดเวลาในการคำนวณของ
การประมวลผลภาพที่สามารถย่อยตัวอย่าง หากภาพ
จะมีเสียงดังที่พวกเขาสามารถกรองใช้กรองผ่านต่ำ (Mathworks,
2005) หลังจากนั้นภาพ RGB จะแบ่ง
โดยใช้อัลกอริทึมที่ระบุไว้ใน Mery และ Pedreschi
(2005) ในขั้นตอนนี้ภาพของชิปมันฝรั่งจะถูกแยกออก
จากพื้นหลังผลิตภาพไบนารี R
(รูปที่. 3) สุดท้ายภาพ RGB จะถูกแปลงเป็น

ผลลัพธ์ (ไทย) 3:

4.1 . การดำเนินงานของ CVSCVS ใช้ในการวิจัยนี้ได้พละสองส่วน : ( i ) การตั้งค่าตามที่แสดงในรูปภาพรูปที่ 2 ; ( ii ) ส่วนการประมวลผลภาพดิจิตอลประกอบด้วยการตั้งค่าตามปกติก่อนกระบวนการได้มาและเก็บไว้ภาพในส่วนของภาพและแยกวัตถุความสนใจจากการแปลง RGB ภาพพื้นหลัง และของวัตถุของความสนใจใน L * a * b * หน่วยสี ในนี้ทางเราเน้นในส่วน ( 2 ) รวมภาพดิจิตอลการปฏิบัติการวิเคราะห์โปรแกรมในการประมวลผลรหัส Matlab สำหรับ ,การเปลี่ยนสีเพื่อพัฒนาโปรแกรมและให้ง่ายและเร็วขึ้นการกำหนดสี L * a * b * หน่วย ภาพ RGB ดิจิตอลถูกจับด้วยการใช้ภาพก่อนหน้านี้ระบบ และจัดเก็บไว้ในเครื่องคอมพิวเตอร์สำหรับการประมวลผลในอนาคต( pedreschi et al . , 2004 )การโปรแกรมคำสั่งที่ใช้ในระบบนี้อธิบายไว้ในตารางที่ 1 ภาพสีเป็นประการแรก เก็บไว้ในเมทริกซ์ผมเพื่อลดเวลาในการคำนวณประมวลผลภาพที่สามารถย่อยตัวอย่าง . ถ้าภาพจะมีเสียงดัง พวกเขาสามารถถูกกรองโดยใช้ตัวกรองผ่านต่ำ ( แมธเวิร์คส์ ,2005 ) หลังจากนั้นภาพ RGB เป็นแบ่งการใช้อัลกอริทึมที่ระบุไว้ใน pedreschi และแมรี่( 2005 ) ในขั้นตอนนี้ ภาพของมันฝรั่งชิปแยกจากพื้นหลังการผลิต R ภาพไบนารี( รูปที่ 3 ) สุดท้าย ภาพ RGB จะถูกแปลงเป็น