Inspection of Bruises on Chicken Legs in The Slaughter Factory Using Image Processing Technique
โดย จุลจักร์ จันทร์ล้วน
ปี 2567
บทคัดย่อ
ดุษฎีนิพนธ์นี้ พัฒนาระบบอัตโนมัติที่ใช้เทคนิคการประมวลผลภาพและการเรียนรู้ของเครื่องเพื่อตรวจจับและประเมินตำหนิของเนื้อสะโพกไก่ในโรงงานชำแหละอย่างแม่นยำ โดยมีเป้าหมายในการแก้ไขข้อจำกัดของการตรวจสอบด้วยคน และเพิ่มประสิทธิภาพในการควบคุมคุณภาพ
วัตถุประสงค์ของการวิจัยประกอบด้วย 1) การทดสอบพารามิเตอร์ที่เหมาะสมสำหรับการตรวจสอบ คุณภาพของเนื้อสะโพกไก่ 2) การประเมินประสิทธิภาพของการวิเคราะห์ภาพสองมิติในการตรวจจับตำหนิบนผิวเนื้อสะโพกไก่ และ 3) การออกแบบระบบอัตโนมัติที่ใช้การเรียนรู้ของเครื่องในการตรวจจับตำหนิจาก วิดีโอ ระบบที่พัฒนานี้วิเคราะห์ข้อมูลจากสภาพแวดล้อมการผลิตจริง โดยใช้กระบวนการแบ่งส่วนภาพ การสกัดคุณลักษณะ และการจำแนกตำหนิ พร้อมวิเคราะห์เชิงสถิติเพื่อเปรียบเทียบประสิทธิภาพระหว่างผู้เชี่ยวชาญและอัลกอริทึม
ผลการวิจัยแสดงให้เห็นว่าระบบที่พัฒนาขึ้นสามารถตรวจจับตำหนิได้อย่างแม่นยำด้วย ประสิทธิภาพสูงถึง 95% โดยไม่ต้องมีขั้นตอนการเตรียมข้อมูลล่วงหน้า เช่น การลบพื้นหลัง นวัตกรรมนี้ สามารถช่วยลดต้นทุนการผลิตและยกระดับคุณภาพสินค้า นอกจากนี้ ยังสามารถนำไปใช้ในการปรับปรุง การจัดการฟาร์มและป้องกันปัญหาคุณภาพที่อาจเกิดขึ้นในอนาคต
Abstract
This dissertation involved the development of an automated system using image processing techniques and machine learning to accurately detect and assess bruises on chicken legs in a slaughter factory. The research attempted to address the limitations of manual inspection and enhance the efficiency of quality control.
The objectives were: 1) to test the appropriate parameters for inspecting the quality of chicken legs, 2) to evaluate the performance of 2D image analysis in detecting bruises on the surface of chicken legs and 3) to design an automated system using machine learning for bruises detection from video footage. The developed system analyzed data from real production environments using image segmentation, feature extraction, and bruises classification. Statistical analysis was performed to compare the performance of human experts with the algorithm.
The results indicated that the developed system accurately detected bruises with an efficiency rate of 95%, with no requirement of pre-processing steps such as background removal. This innovation could reduce production costs and improve product quality. It could also enhance farm management and prevent quality issues in the future.
Download : การตรวจสอบตำหนิของเนื้อสะโพกไก่ในโรงงานชำแหละโดยใช้เทคนิคการประมวลผลภาพ