|
การพัฒนาตัวแบบวินิจฉัยโรคถั่วฝักยาวด้วยการสกัดคุณลักษณะภาพร่วมกับเทคนิคเหมืองข้อมูล |
|---|---|
| รหัสดีโอไอ | |
| Creator | อภินันท์ จุ่นกรณ์ |
| Title | การพัฒนาตัวแบบวินิจฉัยโรคถั่วฝักยาวด้วยการสกัดคุณลักษณะภาพร่วมกับเทคนิคเหมืองข้อมูล |
| Contributor | ภรัณยา ปาลวิสุทธิ์, มงคล รอดจันทร์ และศัลยพงศ์ วิชัยดิษฐ |
| Publisher | มหาวิทยาลัยแม่โจ้ |
| Publication Year | 2567 |
| Journal Title | วารสารแม่โจ้เทคโนโลยีสารสนเทศและนวัตกรรม |
| Journal Vol. | 10 |
| Journal No. | 3 |
| Page no. | 100 ถึง 112 |
| Keyword | ถั่วฝักยาว, การสกัดคุณลักษณะภาพ, เหมืองข้อมูล |
| URL Website | https://mitij.mju.ac.th/ |
| Website title | วารสารแม่โจ้เทคโนโลยีสารสนเทศและนวัตกรรม |
| ISSN | ISSN 3027-7280 (Online) |
| Abstract | การปลูกพืชสิ่งที่เกษตรกรคาดหวังคือผลผลิตที่สามารถบริโภคและขายเพื่อสร้างกำไร ปัจจัย ที่ส่งผลกระทบต่อผลผลิตของพืชรวมถึงการปลูกถั่วฝักยาว คือ โรคพืช เพื่อให้ได้ผลผลิตที่เพียงพอตามความต้องการของตลาดจึงจำเป็นต้องใช้สารเคมีในกระบวนการผลิต ในการป้องกันและการรักษาโรคพืช ที่ถูกต้องจะส่งผลให้ลดความเสียหายและต้นทุนของผลิต หากเกษตรกรมีเครื่องมือที่ช่วยวิเคราะห์โรค จะสามารถทำให้ใช้สารเคมีได้ถูกต้อง ผู้วิจัยจึงได้ทำการศึกษาและพัฒนาตัวแบบวินิจฉัยโรคถั่วฝักยาว ด้วยการสกัดคุณลักษณะภาพร่วมกับเทคนิคเหมืองข้อมูล ซึ่งโรคที่ใช้ในการวิจัยได้แก่ โรคราแป้ง โรค ราสนิม โรคใบด่าง โรคใบหงิก และโรคใบจุด โดยมีวัตถุประสงค์ 1) เพื่อพัฒนาตัวแบบวินิจฉัยโรคถั่วฝักยาวด้วยการสกัดคุณลักษณะภาพร่วมกับเทคนิคเหมืองข้อมูล 2) เพื่อทดสอบประสิทธิภาพ ของ ตัวแบบที่ได้พัฒนาขึ้น และในการวิจัยใช้อัลกอริทึมสกัดคุณลักษณะภาพได้แก่ Simple Color Histogram Filter และ Auto Color Correlogram Filter ร่วมกับอัลกอริทึมจำแนกข้อมูลได้แก่ J48, Random Forest, Random Tree และ Hoeffding Tree ผลการทดลองพบว่าอัลกอริทึม Auto Color Correlogram Filter ร่วมกับ Random Forest ที่สามารถวินิจฉัยโรคจากภาพถ่าย โดยมีค่าความถูกต้องเท่ากับร้อยละ 93.30 ค่าความแม่นยำเท่ากับร้อยละ 94.40 ค่าความระลึกเท่ากับร้อยละ 93.30 และ ค่าความเหวี่ยงเท่ากับร้อยละ 93.10 ตามลำดับ ซึ่งจะสามารถนำมาประยุกต์ใช้ในการพัฒนาระบบ การวินิจฉัยโรคถั่วฝักยาวได้อย่างมีประสิทธิภาพ |
