การพัฒนาเทคนิคประมวลผลภาพสำหรับกระบวนการคัดแยกขนาดของปลาทูน่า

Name: วรนันท์ สุขลิ้ม

ThaSH: มหาวิทยาลัยเกษตรศาสตร์ -- วิทยานิพนธ์. วศ.ม. (วิศวกรรมการอาหาร) 2566

Classification :.LCCS: TA1637

ThaSH: มหาวิทยาลัยเกษตรศาสตร์. สาขาวิศวกรรมการอาหาร -- วิทยานิพนธ์

ThaSH: การประมวลผลภาพ

ThaSH: ปลาทูน่า -- การแปรรูป

ThaSH: ปลาทูน่า

Abstract: วิทยานิพนธ์นี้มีวัตถุประสงค์เพื่อนำเทคนิคประมวลผลภาพมาใช้ในกระบวนการคัดแยกขนาดปลาทูน่าในอุตสาหกรรมปลาทูน่าแปรรูป กระบวนการนี้เป็นขั้นตอนสำคัญขั้นตอนแรกในกระบวนการแปรรูปปลาทูน่า เนื่องจากในกระบวนการแปรรูปปลาทูน่าในการที่จะทำให้ปลาทูน่าสุกแต่ละครั้งจำเป็นต้องใช้ปลาทูน่าที่มีขนาดใกล้เคียงกันเพื่อให้สามารถควบคุมอุณหภูมิและเวลาในการทำสุกได้ งานวิจัยนี้จึงได้พัฒนาเทคนิคประมวลผลภาพสำหรับการทำนายน้ำหนักและคัดขนาดของปลาทูน่าสายพันธุ์ท้องแถบ (Skipjack) โดยเริ่มจากกระบวนการประมวลผลภาพเพื่อหาพารามิเตอร์ที่เหมาะสมจากโครงสร้างของปลาทูน่าในการนำมาสร้างสมการทำนายน้ำหนัก ซึ่งงานวิจัยนี้เลือกพารามิเตอร์ 4 ตัว คือ ความกว้าง ความยาว ความหนา และพื้นที่ภาพฉายตัวปลาในภาพถ่าย จากนั้นนำพารามิเตอร์ทั้ง 4 นี้มาสร้างแบบจำลองสมการทำนายน้ำหนักของปลาทูน่า 6 แบบจำลอง ด้วยวิธีการวิเคราะห์การถดถอยแบบไม่เชิงเส้น 4 แบบจำลอง และการวิเคราะห์การถดถอยเชิงพหุคูณ 2 แบบจำลอง โดยใช้ปลาทูน่า 175 ตัวในการสร้างแบบจำลองและใช้ 70 ตัวสำหรับทดสอบความแม่นยำของแบบจำลอง ผลลัพธ์จากงานวิจัยนี้พบว่าเทคนิคประมวลผลภาพสามารถดึงพารามิเตอร์จากรูปปลาทูน่าได้ และเมื่อนำพารามิเตอร์มาสร้างแบบจำลองพบว่าแบบจำลองที่ดีที่สุดคือ แบบจำลองการวิเคราะห์การถดถอยเชิงพหุคูณ 4 พารามิเตอร์ สามารถทำนายน้ำหนักได้แม่นยำ 99.8% จากนั้นเมื่อนำน้ำหนักปลาทูน่าจากการทำนายมาคัดขนาด พบว่าสามารถคัดขนาดได้ถูกต้องถึง 69 ตัว จาก 70 ตัว คิดเป็น 98.57% เมื่อวัดประสิทธิภาพด้วย Confusion Matrix พบว่า ค่าความแม่นยำ (Precision) 98.41% ค่าความถูกต้อง (Recall) 98.81% และค่าเฉลี่ย (F1-Score) 98.54% The purpose of this thesis is to apply image processing techniques to the tuna size classifier process in the tuna processing industry.This process is the first important step in the tuna processing process. This is because in the tuna processing process, it is necessary to cook tuna of similar size each time so that the temperature and cooking time can be controlled. This research therefore developed an image processing technique for predicting weight and grading size of skipjack tuna.Especially considering the appropriate picture and requirements from the needs of tuna in creating weight prediction equations and this simulators choose 4 parameters are width, lenght, thick and area then use 4 paremeters for make equation for tuna weight prediction 6 simulators are 4 non-linear regression and 2 multiple linear regression.This research use 175 tunas for calibration and another 70 tunas for validation In calibration simulators can found parameters from tuna picture and when calibration for make simulators found the best of simulators is multiple linear regression with 4 parameters.The result for size classifier by image processing can predict weight correct 99.8% and size sorting correct 98.57% for 69 from 70 samples.When use confusion matrix for calculate efficiency.This model have precision 98.41% Recall 98.81% and F1-Score 98.54% for this research.

มหาวิทยาลัยเกษตรศาสตร์. สำนักหอสมุด

Address: กรุงเทพมหานคร

Email: tdckulib@ku.ac.th

Name: กฤษณันท์ มะลิทอง

Role: อาจารย์ที่ปรึกษาวิทยานิพนธ์หลัก

Created: 2566

Modified: 2569-07-06

Issued: 2569-07-06

วิทยานิพนธ์/Thesis

application/pdf

URL: https://www.lib.ku.ac.th/KUthesis/2566/worranun-sukl-all.pdf

CallNumber: TA1637.ว17

tha

DegreeName: วิทยาศาสตรมหาบัณฑิต

Level: ปริญญาโท

Descipline: วิศวกรรมการอาหาร

Grantor: มหาวิทยาลัยเกษตรศาสตร์

©copyrights มหาวิทยาลัยเกษตรศาสตร์

ลำดับที่.	ชื่อแฟ้มข้อมูล	ขนาดแฟ้มข้อมูล	จำนวนเข้าถึง	วัน-เวลาเข้าถึงล่าสุด
1	worranun-sukl-all.pdf	3.69 MB

ใช้เวลา

0.037034 วินาที