Publication: การใช้เทคนิคประมวลผลภาพแบบไม่มีผู้สอนเพื่อตรวจจับการเจริญเติบโตที่ผิดปกติของต้นไม้
1
0
Issued Date
2018
Resource Type
Language
tha
File Type
application/pdf
Access Rights
open access
Rights
ผลงานนี้เผยแพร่ภายใต้ สัญญาอนุญาตครีเอทีฟคอมมอนส์แบบ แสดงที่มา-ไม่ใช้เพื่อการค้า-ไม่ดัดแปลง 4.0 (CC BY-NC-ND 4.0)
Rights Holder(s)
มหาวิทยาลัยศรีนครินทรวิโรฒ
Suggested Citation
ปวีณา อินทรสวรรค์ (2018). การใช้เทคนิคประมวลผลภาพแบบไม่มีผู้สอนเพื่อตรวจจับการเจริญเติบโตที่ผิดปกติของต้นไม้. สืบค้นจาก: https://hdl.handle.net/20.500.14740/3917
Alternative Title(s)
Using unsupervised image processing techniques to detect anomaly growth of plant
Author(s)
Advisor(s)
Organization
Abstract
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.
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.