การทำนายระดับความสุกของผลอะโวคาโดด้วยวิธีการประมวลผลภาพ

Abstract

ปัจจุบันอะโวคาโดเป็นผลไม้ที่ได้รับความนิยมจากผู้บริโภคที่รักสุขภาพเป็นอย่างมากการเลือกซื้ออะโวคาโดมักจะสังเกตที่สีผิวของเปลือกอะโวคาโดหรือไม่ก็จากการบีบผลอะโวคาโดส่งทำให้เนื้อช้ำ ดังนั้นงานวิจัยนี้จึงมีวัตถุประสงค์เพื่อศึกษาหาความสัมพันธ์ของความแน่นเนื้อกับค่าสีของเปลือกผลอะโวคาโดและเพื่อวัดความสุกของผลอะโวคาโดด้วยวิธีการประมวลผลภาพร่วมกับโมเดลแบบจำลองทางคณิตศาสตร์์มาช่วยในการทำนายระดับความสุกของผลอะโวคาโด เทคนิคการประมวลผลภาพถูกนำมาประยุกต์ร่วมกับอัลกอริทึมโครงข่ายประสาทเทียมเพอร์เซ็ปตรอนหลายชั้น (MLP), ซัพพอร์ตเวกเตอร์รีเกรสชั่น (SVR) และเคเนียร์เรสเนเบอร์ (KNN) มาใช้ในการทำนายความสุกของผลอะโวคาโด ขั้นตอนการทดลองเริ่มต้นด้วยการประมวลผลภาพของผลอะโวคาโดเพื่อแยกองค์ประกอบค่าสีของเปลือกในระบบสี L*a*b* และส่งข้อมูลไปยังโมเดลที่ทำการแบ่งข้อมูลที่ใช้ฝึกกับข้อมูลที่ใช้ในการทดสอบโมเดลเป็น 70/30, 80/20 และ 90/10 ผลการทดลองพบว่าโมเดลที่เหมาะสมที่สุดในการทำนายความสุกของผลอะโวคาโด คือโมเดล MLP (90/10) ซึ่งมีค่า R2, RMSE และ MAE เท่ากับ 0.990, 0.341 และ 0.321 ตามลำดับ ต่อมาคือโมเดล KNN (80/20) มีค่า R2, RMSE และ MAE เท่ากับ 0.787, 6.953 และ 1.672 ตามลำดับ และสุดท้ายคือโมเดล SVR (90/10) มีค่า R2, RMSE และ MAE เท่ากับ 0.776, 8.310 และ 1.993 ตามลำดับ ทั้งนี้โมเดล MLP สามารถทำนายได้สูงถึงร้อยละ 99.4 ในขณะที่โมเดล KNN และโมเดล SVR สามารถทำได้นายได้ร้อยละ 95.2 และ 94.9 ตามลำดับ ผลการศึกษานี้สามารถใช้เป็นแนวทางในการพัฒนาโมเดลในการทำนายความสุกของผลอะโวคาโด