บทความนี้นำเสนอการวิธีการพยากรณ์ค่า

บทความนี้นำเสนอการวิธีการพยากรณ์ค่าความเขียวของใบข้าวพันธ์ปทุมธานี1ด้วยเทคนิคการประมวลผลภาพดิจิตอล โดยทำการออกแบบอัลกอริทึมในการประมวลผลภาพเพื่อแยกส่วนประกอบของใบข้าวจากภาพถ่ายเพื่อทำการวิเคราะห์ค่าสีของใบข้าวให้อยู่ในรูปแบบค่าเฉลี่ยสี RGB และทำการวิเคราะห์ความสัมพันธ์ของค่าเฉลี่ยสีทั้งสามกับปริมาณคลอโรฟิลล์ที่วัดประเมินด้วยเครื่องคลอโรฟิลล์มิเตอร์(SPAD-502)ด้วยการวิเคราะห์ความถดถอยเชิงเส้น ซึ่งพบว่าค่าเฉลี่ยสีภาพถ่ายใบข้าว แดง เขียว น้ำเงิน มีความสัมพันธ์กับค่าความเขียวใบที่ระดับ R2 = 95.8% และแบบจำลองเชิงเส้นที่ได้จากการวิเคราะห์ความถดถอยเชิงเส้นมีค่าความถูกต้องในการพยากรณ์ปริมาณคลอโรฟิลล์ในใบข้าว 96.12% จากการทดสอบการพยากรณ์ด้วยใบข้าวที่มีค่าความเขียวแตกต่างกันจำนวน 60 ใบ

ผลลัพธ์ (อังกฤษ) 1:

This article presents a method of forecasting the rice leaf's Green House, pathum Thani, 1 with digital image processing technique. RGB and make an analysis of the relationship of the three color averages to estimate chlorophyll quantity measurements with chlorophyll meter (SPAD-502) with a linear regression analysis. Which found that the average color red rice, green leaf photo. Having a relationship with a SPAD at R2 = 95.8%, and the linear model of linear regression analysis is accurate in forecasting the rice leaf chlorophyll quantity in the 96.12% of rice leaves with proof test with 60 different green leaves.

ผลลัพธ์ (อังกฤษ) 2:

This paper presents a method of forecasting the green leaves of rice and Pathumthani 1 variants with digital image processing techniques. By designing algorithms for image processing to extract the components of the leaves of the photos to analyze the color of the leaves in the average RGB color, and analyzed the correlation average of the three colors on the volume. the measurement of chlorophyll-mail with mail chlorophyll meter (SPAD-502) with linear regression analysis. It was found that the average color photos, leaves, red, green, blue is associated with the green leaves on the R2 = 95.8% and linear model derived from the analysis of the linear regression, the accuracy in predicting fat content. Phil Roe in 96.12% of tests predicting rice with green leaves with a different number 60.

ผลลัพธ์ (อังกฤษ) 3:

This article presents the methods to forecast the green leaves of rice mutants in Pathum Thani 1 with the digital image processing techniquesRGB and analyzed relationships mean the three colors with chlorophyll content measured with chlorophyll meter machine evaluation (SPAD-502) with linear regression analysis. It was found that the mean color photos of rice leaves, red, green,Associated with the green leaves at the level of R2 = 95.Modeling and 8% line from linear regression analysis in forecast accuracy of chlorophyll content in rice leaves 96.12% testing of forecasting with rice leaves with the different number of 60 green leaves.