In recent years, machine vision has

In recent years, machine vision has been found increasingly
useful in agricultural and food industry, especially for applications
in quality inspection, meeting quality standards, and increasing
market value. In fact, machine vision is the most effective toolfor measuring external features such as color intensity, color
homogeneity, bruises, size, shape, and stem identification. The
use of machine vision is also gaining interest for the determination
of physical attributes of fruits and irregular-shaped objects, because
it is a nondestructive method requiring image analyses and
image processing procedures. Forbes and Tattersfield (1999) developed
a combined machine vision and neural network technique for
the estimation of pear volume from the 2-D digital images. Hahn
and Sanchez (2000) developed an imaging algorithm to measure
the volume of non-circular shaped agricultural products such as
carrots. Sabliov et al. (2002) and Wang and Nguang (2007) used
image processing techniques to compute the volume and surface
area of axi-symmetric agricultural products. Lee et al. (2003) and
Eifert et al. (2006) have adopted the machine vision approach
and developed imaging systems for estimating the volume for
irregular-shaped agricultural products using radial projections.
Koc (2007) determined the volume of watermelon using ellipsoid
approximation and image processing. Khojastehnazhand et al.
(2009) have developed and tested machine vision and image processing
for computing surface area and volume of axi-symmetrical
agricultural products.

ผลลัพธ์ (ไทย) 1:

ในปีที่ผ่านมา วิสัยทัศน์เครื่องพบมาก
มีประโยชน์ในการเกษตร และ อุตสาหกรรมอาหาร โดยเฉพาะอย่างยิ่งสำหรับการใช้งาน
ประชุมในการตรวจสอบคุณภาพ มาตรฐาน และเพิ่ม
มูลค่าตลาด ในความเป็นจริง วิสัยทัศน์เครื่องคือ toolfor มีประสิทธิภาพสูงสุดที่วัดคุณลักษณะภายนอกเช่นความเข้มสี สี
homogeneity ขอด ขนาด รูปร่าง และเกิดรหัส ใน
ใช้วิสัยทัศน์เครื่องยังได้รับดอกเบี้ยในการกำหนดการ
ของคุณลักษณะทางกายภาพของวัตถุรูปทรงไม่สม่ำเสมอ และผลไม้เนื่องจาก
เป็นวิธีทำลายต้องวิเคราะห์ภาพ และ
ภาพขั้นตอนการประมวลผล Forbes และ Tattersfield (1999) พัฒนา
รวมจักรวิทัศน์และเทคนิคโครงข่ายประสาท
ประเมินปริมาณลูกแพร์จากภาพดิจิตอล 2 มิติ แฟงเฟิร์ทฮัน
และแซนเชซ (2000) ได้รับการพัฒนาอัลกอริทึมเกี่ยวกับภาพวัด
ระดับไม่ใช่วงรูปสินค้าเกษตรเช่น
แครอท Sabliov et al. (2002) และวัง และ Nguang (2007) ใช้
ภาพเทคนิคการประมวลผลเพื่อคำนวณปริมาตรและพื้นผิว
พื้นที่เกษตร axi สมมาตร ลีเอส al. (2003) และ
Eifert et al. (2006) ได้นำแนวทางวิสัยทัศน์จักร
และพัฒนาระบบการถ่ายภาพสำหรับการประเมินระดับเสียง
ไม่สม่ำเสมอรูปสินค้าเกษตรโดยใช้รัศมีประมาณนั้น
Koc (2007) กำหนดระดับเสียงของแตงโมที่ใช้ทรงรี
ประมาณและประมวลผลภาพ Khojastehnazhand และ al.
(2009) ได้พัฒนา และทดสอบเครื่องวิสัยทัศน์และการประมวลผลภาพ
สำหรับคำนวณพื้นที่ผิวและปริมาตรของ axi สมมาตร
เกษตร

ผลลัพธ์ (ไทย) 3:

ใน ปี ล่าสุด วิสัยทัศน์ของเครื่องได้รับการพบมากขึ้น
มีประโยชน์ในอุตสาหกรรมอาหารและการเกษตร โดยเฉพาะอย่างยิ่งสำหรับการใช้งาน
ในการตรวจสอบคุณภาพ ประชุมมาตรฐานคุณภาพ และเพิ่ม
มูลค่าตลาด ในความเป็นจริงวิสัยทัศน์เครื่องเป็นที่มีประสิทธิภาพมากที่สุดเครื่องมือวัดคุณสมบัติภายนอก เช่น ความเข้มสี
เอกพันธ์ , bruises , ขนาด , รูปร่าง , ต้น และ บัตรประชาชน
ใช้วิสัยทัศน์ของเครื่องก็ดึงดูดความสนใจจากความมุ่งมั่น
ของคุณลักษณะทางกายภาพของวัตถุที่มีรูปร่างผิดปกติ และผลไม้ เพราะมันเป็นแบบไม่ต้องใช้

ขั้นตอนวิธีวิเคราะห์ภาพและการประมวลผลภาพ ฟอร์บ และ tattersfield ( 2542 ) พัฒนา
รวมวิสัยทัศน์ของเครื่องจักรและเทคนิคโครงข่ายประสาทเทียมสำหรับ
ประมาณปริมาณลูกแพร์จาก 2 มิติ ภาพดิจิตอล . ฮาห์น
ซานเชส ( 2000 ) และพัฒนาขั้นตอนวิธีโดยการวัดปริมาณไม่เป็นวงกลมรูป

ผลิตภัณฑ์ทางการเกษตร เช่น แครอท sabliov et al . ( 2002 ) และ วัง และงวง ( 2007 ) ใช้
เทคนิคการประมวลผลภาพเพื่อคำนวณปริมาณและพื้นที่ผิว
ของฝ่ายอักษะสินค้าเกษตรสมมาตร . ลี et al . ( 2003 ) และ
ไอเฟิร์ต et al . ( 2549 ) ได้ประกาศใช้แนวทาง
วิสัยทัศน์ของเครื่องจักรและพัฒนาระบบภาพ เพื่อประเมินปริมาณสำหรับ
ที่มีรูปร่าง ผิดปกติทางการเกษตรด้วย ประมาณการ รัศมี
koc ( 2007 ) กำหนดปริมาณของแตงโมใช้ประมาณทรงรี
และประมวลผลภาพ khojastehnazhand et al .
( 2009 ) ได้พัฒนาและทดสอบวิสัยทัศน์เครื่องและการประมวลผลภาพ
สำหรับการคำนวณพื้นที่ผิวและปริมาตรของฝ่ายอักษะสินค้าเกษตรสูง