បញ្ហា (The Problem)៖ រោងចក្រកែច្នៃសាច់មាន់ជួបប្រទះបញ្ហាធ្លាក់ចុះតម្លៃដោយសារគុណភាពអន់ និងស្នាមឆ្កូតនៅលើស្បែក ដែលបច្ចុប្បន្នទាមទារឱ្យមានការត្រួតពិនិត្យដោយភ្នែកមនុស្ស ដែលអាចបណ្តាលឱ្យមានភាពយឺតយ៉ាវ និងមិនសូវមានភាពច្បាស់លាស់។
វិធីសាស្ត្រ (The Methodology)៖ ការសិក្សានេះបានបង្កើតក្បួនដោះស្រាយ (Algorithm) សម្រាប់វិភាគរូបភាពសាច់មាន់ទំហំពីរវិមាត្រ (2D) ដើម្បីកំណត់រកស្នាមឆ្កូត ដោយប្រៀបធៀបលទ្ធផលជាមួយនឹងការវាយតម្លៃរបស់អ្នកជំនាញ។
លទ្ធផលសំខាន់ៗ (The Verdict)៖
| វិធីសាស្ត្រ (Method) | គុណសម្បត្តិ (Pros) | គុណវិបត្តិ (Cons) | លទ្ធផលគន្លឹះ (Key Result) |
|---|---|---|---|
| Human Specialist Inspection ការត្រួតពិនិត្យ និងវាយតម្លៃដោយភ្នែកមនុស្ស (អ្នកជំនាញ) |
អាចវាយតម្លៃបានយ៉ាងច្បាស់លាស់ ដោយពិចារណាទាំងទំហំនៃស្នាមឆ្កូត និងវាយនភាព (Texture) នៃស្បែកមាន់។ | ចំណាយពេលយូរ អាចមានភាពយឺតយ៉ាវ និងងាយនឹងមានភាពលម្អៀង ឬមិនឯកភាពគ្នារវាងអ្នកត្រួតពិនិត្យម្នាក់ៗ។ | ប្រើជាគោល (Baseline) សម្រាប់ប្រៀបធៀបគុណភាព និងចាត់ថ្នាក់សាច់មាន់ជាកម្រិត A, B, និង C។ |
| 2D Image Processing (First Test - Unadjusted Lighting) ការប្រើប្រាស់បច្ចេកទេសដំណើរការរូបភាព 2D (ការធ្វើតេស្តលើកទី១ - មិនទាន់កែសម្រួលពន្លឺ) |
មានល្បឿនលឿន និងដំណើរការដោយស្វ័យប្រវត្តិ ដោយផ្អែកលើការរាប់ចំនួនចំណុចខ្មៅ (Dark Objects) នៅក្នុងរូបភាព។ | ងាយរងឥទ្ធិពលពីពន្លឺជុំវិញ ដោយប្រព័ន្ធបានកត់សម្គាល់ស្រមោលនៅលើសាច់មាន់ខុស ថាជាស្នាមឆ្កូត។ | សម្រេចបានភាពត្រឹមត្រូវរួមត្រឹមតែ ៦៨% ប៉ុណ្ណោះ។ |
| 2D Image Processing (Second Test - Adjusted Lighting) ការប្រើប្រាស់បច្ចេកទេសដំណើរការរូបភាព 2D (ការធ្វើតេស្តលើកទី២ - កែសម្រួលពន្លឺរួច) |
មានភាពត្រឹមត្រូវខ្ពស់ក្នុងការកំណត់រកស្នាមឆ្កូត និងកាត់បន្ថយកំហុសឆ្គងដែលបណ្តាលមកពីស្រមោលបានយ៉ាងមានប្រសិទ្ធភាព។ | ទាមទារឱ្យមានការគ្រប់គ្រងពន្លឺថេរជានិច្ច និងមិនអាចវាយតម្លៃលើបញ្ហាវាយនភាពស្បែកមាន់បានដូចការពិនិត្យដោយមនុស្ស។ | សម្រេចបានភាពត្រឹមត្រូវកើនឡើងរហូតដល់ ៩៤% ក្នុងការរកឃើញស្នាមឆ្កូត។ |
ការចំណាយលើធនធាន (Resource Cost)៖ ការរៀបចំប្រព័ន្ធនេះតម្រូវឱ្យមានកាមេរ៉ាស្មាតហ្វូន កុំព្យូទ័រដែលមានកម្លាំងមធ្យមទៅខ្លាំងសម្រាប់ការវិភាគ និងការប្រើប្រាស់កម្មវិធីដំណើរការរូបភាពពាណិជ្ជកម្មកម្រិតខ្ពស់។
ការសិក្សានេះត្រូវបានធ្វើឡើងនៅរោងចក្រកែច្នៃសាច់មាន់ KVS Fresh Products ក្នុងខេត្ត Nakhon Sawan ប្រទេសថៃ ដោយប្រើទិន្នន័យរូបភាពត្រឹមតែ ១០០ សំណាក ហើយខ្វះទិន្នន័យមាន់គុណភាពកម្រិត C ទាំងស្រុង។ កត្តានេះមានសារៈសំខាន់សម្រាប់កម្ពុជា ពីព្រោះពូជមាន់ ទំហំសាច់ និងលក្ខខណ្ឌពន្លឺនៅរោងចក្រក្នុងស្រុកអាចមានភាពខុសគ្នា ដែលទាមទារឱ្យមានការប្រមូលទិន្នន័យថ្មី និងច្រើនជាងមុន ដើម្បីបង្វឹកប្រព័ន្ធនេះឱ្យដំណើរការបានល្អ។
បច្ចេកទេសនេះមានសក្តានុពលខ្ពស់ និងអាចយកមកអនុវត្តបាននៅកម្ពុជា ជាពិសេសសម្រាប់រោងចក្រកែច្នៃសាច់សត្វខ្នាតមធ្យម និងធំ ដែលចង់បង្កើនស្តង់ដារគុណភាព។
ជារួម ការផ្លាស់ប្តូរពីការពិនិត្យដោយភ្នែកទទេ ទៅជាការប្រើប្រាស់បច្ចេកវិទ្យាដំណើរការរូបភាព (Image Processing) នឹងជួយលើកកម្ពស់គុណភាព ភាពជឿជាក់ និងតម្លៃនៃផលិតផលសាច់សត្វនៅកម្ពុជា។
ដើម្បីអនុវត្តតាមការសិក្សានេះ និស្សិតគួរអនុវត្តតាមជំហានខាងក្រោម៖
| ពាក្យបច្ចេកទេស | ការពន្យល់ជាខេមរភាសា (Khmer Explanation) | និយមន័យសាមញ្ញ (Simple Definition) |
|---|---|---|
| Image processing (ដំណើរការរូបភាព) | ការប្រើប្រាស់ប្រព័ន្ធកុំព្យូទ័រដើម្បីវិភាគ កែប្រែ និងទាញយកព័ត៌មានមានប្រយោជន៍ពីរូបភាពឌីជីថល (ឧទាហរណ៍ ការស្វែងរកស្នាមឆ្កូតលើស្បែកមាន់ដោយស្វ័យប្រវត្តិ)។ | ដូចជាការបំពាក់ភ្នែកវេទមន្តឱ្យកុំព្យូទ័រ ដើម្បីឱ្យវាអាចមើលឃើញ និងរាប់ចំនួនស្នាមរបួសនៅលើសាច់បានដោយខ្លួនឯង។ |
| Grayscale conversion (ការបំប្លែងរូបភាពទៅជាសខ្មៅ) | ដំណើរការប្តូររូបភាពដែលមានពណ៌ចម្រុះ (RGB) ទៅជារូបភាពដែលមានតែពណ៌ស ខ្មៅ និងកម្រិតពណ៌ប្រផេះ ដើម្បីកាត់បន្ថយទិន្នន័យស្មុគស្មាញ និងងាយស្រួលក្នុងការវិភាគរកចំណុចងងឹតខុសប្រក្រតី។ | ដូចជាការបិទពណ៌នៅលើទូរទស្សន៍ ដើម្បីឱ្យយើងអាចផ្តោតអារម្មណ៍តែលើពន្លឺនិងស្រមោល ជាជាងខ្វល់ពីពណ៌ផ្សេងៗដែលធ្វើឱ្យរំខានភ្នែក។ |
| Thresholding (ការកំណត់កម្រិតពន្លឺ) | បច្ចេកទេសបំបែករូបភាពជាផ្នែកតូចៗ ឬកំណត់ចំណុចណាមួយជារបស់ដែលយើងចង់រក (ឧ. ស្នាមឆ្កូត) និងចំណុចណាជាផ្ទៃខាងក្រោយធម្មតា ដោយផ្អែកលើតម្លៃនៃពន្លឺភីកសែល (Pixels) ជាក់លាក់មួយ។ | ដូចជាការប្រើប្រាស់កន្ត្រងរែងគ្រាប់ខ្សាច់ ដោយរក្សាទុកតែគ្រាប់ក្រួសធំៗដែលតំណាងឱ្យស្នាមឆ្កូត និងបោះបង់ខ្សាច់ម៉ត់ៗដែលជាស្បែកធម្មតាចោល។ |
| Feature extraction (ការទាញយកលក្ខណៈពិសេស) | ការទាញយកទិន្នន័យជាក់លាក់ពីរូបភាព ដូចជាទំហំ រូបរាង ឬចំនួនចំណុចខ្មៅ ដើម្បីយកទៅធ្វើការសម្រេចចិត្ត ឬចាត់ថ្នាក់កម្រិតគុណភាពនៃផលិតផល។ | ដូចជាការដើររើស និងរាប់ចំនួនផ្លែស្វាយដែលរលួយនៅក្នុងកន្ត្រក ដើម្បីវាយតម្លៃថាតើកន្ត្រកនោះមានគុណភាពល្អ ឬអន់។ |
| Boolean pattern (ទម្រង់ប៊ូលីន) | ប្រព័ន្ធតក្កវិជ្ជាកុំព្យូទ័រដែលផ្តល់លទ្ធផលតែពីរជម្រើសប៉ុណ្ណោះ គឺ ពិត (១) ឬ មិនពិត (០) ដែលកម្មវិធីយកមកប្រើក្នុងការកាត់ក្តីថាមាន់នោះស្ថិតក្នុងកម្រិតគុណភាព A, B ឬ C។ | ដូចជាកុងតាក់ភ្លើងដែលមានតែពីរស្ថានភាពប៉ុណ្ណោះ គឺ "បើក" (ប្រសិនបើត្រូវលក្ខខណ្ឌ) ឬ "បិទ" (ប្រសិនបើខុសលក្ខខណ្ឌ)។ |
| Midsagittal plane (ប្លង់កាត់ពាក់កណ្តាលតួ) | ទីតាំងនៃការថតរូប ឬការមើលសាច់សត្វចំកណ្តាល ដែលចែករាងកាយជាពីរផ្នែកស្មើគ្នា (ឆ្វេង និងស្តាំ) ដើម្បីងាយស្រួលពិនិត្យមើលរចនាសម្ព័ន្ធឆ្អឹងខ្នង និងសាច់។ | ដូចជាការកាត់ផ្លែប៉ោមជាពីរចំណែកស្មើគ្នាបេះបិទ ដើម្បីងាយស្រួលមើលគ្រាប់របស់វានៅចំកណ្តាល។ |
អត្ថបទដែលបានបោះពុម្ពនៅលើ KhmerResearch ដែលទាក់ទងនឹងប្រធានបទនេះ៖
ប្រធានបទ និងសំណួរស្រាវជ្រាវដែលទាក់ទងនឹងឯកសារនេះ ដែលអ្នកអាចស្វែងរកបន្ថែម៖
