การใช้ชีวิตในเมืองในปัจจุบันเต็มไปด้วยความเร่งรีบและมลภาวะซึ่งส่งผลเกี่ยวกับปัญหาด้านสุขภาพ วิธีการหนึ่งในการแก้ไขปัญหาสุขภาพคือการปลูกผักเพื่อการปรุงเพื่อใช้ในการปรุงอาหารที่สะอาด อย่างไรก็ตามสวนผักที่ดูแลนั้นต้องการความใส่ใจเป็นอย่างมากในการสังเกตความผิดปกติของพืช เพื่อลดภาระในส่วนนี้ผู้วิจัยจึงเสนอระบบอัตโนมัติหลายระบบสำหรับตรวจจับความผิดปกติของพืช
ในงานวิจัยนี้เราใช้หลักการประมวลผลภาพเพื่อตรวจจับต้นไม้และใช้หลักการเรียนรู้แบบไม่มีผู้สอน (outlier detection) เพื่อตรวจจับต้นไม้ที่เติบโตผิดปกติ โดยทำการทดสอบกับต้นผักบุ้งจำนวน 13 ต้น ผลลัพธ์จากการทดลองได้ตรวจพบว่ามีต้นผักบุ้ง 2 ต้นจาก 13 ต้นมีการเจริญเติบแบบผิดปกติ
Living urban life nowadays is full of stress and pollutants, leading to
unprecedented concerns over health problems. One way to address the health problem is to grow vegetables for clean cooking. However, a caring vegetable garden requires much effort in observing irregularities of the plants. To reduce the load in this respect, the researcher proposed several automatic systems for detecting abnormalities of the plants.
In this study, we used the image processing principle to detect the trees and used the unsupervised learning (outlier detection) principle to detect trees that are being grown abnormally. By testing with 13 Chinese morning glory trees
The results showed that there were 2 maize trees from 13 plants that were unusually grown.
