បញ្ហា (The Problem)៖ ការលួចបន្ថែមល័ក្ខពណ៌គីមីពុលស៊ូដង់ (Sudan dye) ទៅក្នុងចំណីទាដើម្បីឱ្យស៊ុតមានពណ៌ក្រហមស្អាត កំពុងបង្កហានិភ័យដល់សុខភាព ខណៈវិធីសាស្ត្ររកឃើញបច្ចុប្បន្នទាមទារឱ្យបំបែកស៊ុតចោល ដែលនាំឱ្យខាតបង់ពេលវេលា និងផលិតផល។
វិធីសាស្ត្រ (The Methodology)៖ ការសិក្សានេះបានបង្កើតប្រព័ន្ធកុំព្យូទ័រវីហ្សិន (Computer vision system) ដើម្បីថតយករូបភាពស៊ុតទា និងប្រើប្រាស់ក្បួនដោះស្រាយកម្រងហ្វាស៊ីសម្រាប់វិភាគពណ៌នៃផ្នែកខាងក្នុងស៊ុតដោយមិនបាច់បំបែកវា។
លទ្ធផលសំខាន់ៗ (The Verdict)៖
| វិធីសាស្ត្រ (Method) | គុណសម្បត្តិ (Pros) | គុណវិបត្តិ (Cons) | លទ្ធផលគន្លឹះ (Key Result) |
|---|---|---|---|
| HPLC-UV / HPLC-MS វិធីសាស្ត្រគីមីវិភាគទូទៅ (HPLC-UV ឬ HPLC-MS) |
មានភាពត្រឹមត្រូវខ្ពស់ និងត្រូវបានទទួលស្គាល់ជាស្តង់ដារអន្តរជាតិសម្រាប់ការរកឃើញសារធាតុគីមីក្នុងអាហារ។ | ជាវិធីសាស្ត្រដែលបំផ្លាញរូបរាងស៊ុត (Destructive) ចំណាយពេលយូរ ថ្លៃដើមខ្ពស់ ស្មុគស្មាញ និងត្រូវការសារធាតុគីមីច្រើន។ | អាចរកឃើញកម្រិតល័ក្ខស៊ូដង់បានយ៉ាងច្បាស់លាស់ ប៉ុន្តែមិនស័ក្តិសមសម្រាប់ការត្រួតពិនិត្យរហ័សក្នុងបរិមាណច្រើននោះទេ។ |
| Computer Vision and Fuzzy Cluster Analysis បច្ចេកវិទ្យាកុំព្យូទ័រវីហ្សិន និងការវិភាគកម្រងហ្វាស៊ី |
មិនបំផ្លាញរូបរាងស៊ុត (Non-destructive) ចំណាយពេលលឿន និងងាយស្រួលអនុវត្តដោយប្រើឧបករណ៍សាមញ្ញៗដើម្បីចាប់យករូបភាព។ | អត្រាភាពត្រឹមត្រូវនៅមានកម្រិត និងងាយរងឥទ្ធិពលពីពន្លឺរំខាន ឬគុណភាពកាមេរ៉ាដែលទាមទារឱ្យមានប្រអប់ថតរូបពិសេស។ | ទទួលបានអត្រាភាពត្រឹមត្រូវប្រមាណ ៨៧% (ទាយត្រូវ ២៦ ក្នុងចំណោម ៣០ គ្រាប់) ក្នុងការកំណត់អត្តសញ្ញាណស៊ុតមានល័ក្ខពណ៌ស៊ូដង់។ |
ការចំណាយលើធនធាន (Resource Cost)៖ ការសិក្សានេះទាមទារនូវឧបករណ៍ថតរូបសាមញ្ញ និងកុំព្យូទ័រសម្រាប់ការវិភាគទិន្នន័យ ព្រមទាំងកម្មវិធីសម្រាប់ដំណើរការរូបភាព។
ការសិក្សានេះត្រូវបានធ្វើឡើងនៅប្រទេសចិន ដោយប្រើប្រាស់សំណាកស៊ុតទាក្នុងចំនួនតិចតួចបំផុត ដោយសារការលំបាកក្នុងការចិញ្ចឹមទាដើម្បីយកស៊ុតពិសោធន៍។ សម្រាប់ប្រទេសកម្ពុជា ការកំណត់ទិន្នន័យនេះប្រហែលជាមិនទាន់គ្រប់គ្រាន់ក្នុងការតំណាងឱ្យពូជទា ឬប្រភេទចំណីទាផ្សេងៗដែលកសិករខ្មែរប្រើប្រាស់នោះទេ ដែលទាមទារឱ្យមានការប្រមូលទិន្នន័យស៊ុតក្នុងស្រុកបន្ថែម។
វិធីសាស្ត្រនេះមានសក្តានុពលខ្ពស់សម្រាប់ប្រទេសកម្ពុជា ក្នុងការត្រួតពិនិត្យគុណភាពម្ហូបអាហារដោយមិនចំណាយថវិកាច្រើន។
សរុបមក បច្ចេកវិទ្យានេះផ្តល់នូវដំណោះស្រាយដ៏ឆ្លាតវៃ និងចំណាយតិច ក្នុងការរក្សាសុវត្ថិភាពចំណីអាហារនៅកម្ពុជា ប្រសិនបើត្រូវបានបណ្តុះបណ្តាល និងអភិវឌ្ឍបន្ថែមឱ្យត្រូវនឹងបរិបទក្នុងស្រុក។
ដើម្បីអនុវត្តតាមការសិក្សានេះ និស្សិតគួរអនុវត្តតាមជំហានខាងក្រោម៖
| ពាក្យបច្ចេកទេស | ការពន្យល់ជាខេមរភាសា (Khmer Explanation) | និយមន័យសាមញ្ញ (Simple Definition) |
|---|---|---|
| Computer vision (បច្ចេកវិទ្យាកុំព្យូទ័រវីហ្សិន) | ជាបច្ចេកវិទ្យាដែលអនុញ្ញាតឱ្យកុំព្យូទ័រទាញយកព័ត៌មានពីកាមេរ៉ា ឬរូបភាពឌីជីថល ដើម្បីធ្វើការវិភាគ និងសម្រេចចិត្តដោយស្វ័យប្រវត្តិ។ នៅក្នុងការស្រាវជ្រាវនេះ វាត្រូវបានប្រើដើម្បីថតរូបភាពស៊ុតទា និងវាយតម្លៃពណ៌របស់វាដោយមិនបាច់ប្រើភ្នែកមនុស្ស។ | ដូចជាការបំពាក់ភ្នែក និងខួរក្បាលដល់ម៉ាស៊ីន ដើម្បីឱ្យវាអាចមើលស្គាល់ និងបែងចែកវត្ថុផ្សេងៗបានដូចមនុស្ស។ |
| Fuzzy cluster analysis (ការវិភាគកម្រងហ្វាស៊ី) | ជាក្បួនគណិតវិទ្យាសម្រាប់ចាត់ថ្នាក់ទិន្នន័យទៅជាក្រុមផ្សេងៗ ដោយមិនកំណត់ដាច់អហង្ការថាទិន្នន័យមួយត្រូវតែនៅក្រុមមួយនោះទេ ប៉ុន្តែវាគណនាជាភាគរយនៃភាពប្រហាក់ប្រហែល។ វាជួយសម្រេចថាតើស៊ុតមួយមានលទ្ធភាពប៉ុន្មានភាគរយជាស៊ុតធម្មជាតិ ឬស៊ុតគីមី។ | ដូចជាការវាយតម្លៃអាកាសធាតុ ដែលយើងមិនគ្រាន់តែនិយាយថា 'ក្តៅ' ឬ 'ត្រជាក់' តែយើងអាចនិយាយថា 'ក្តៅ ៧០% និងត្រជាក់ ៣០%'។ |
| Histogram equalization (ការធ្វើឱ្យមានតុល្យភាពអ៊ីស្តូក្រាម) | ជាបច្ចេកទេសក្នុងដំណើរការរូបភាព (Image processing) ដែលជួយកែសម្រួលពន្លឺនៃភីកសែល (Pixels) ដើម្បីពង្រីកគម្លាតនៃពណ៌ ដែលធ្វើឱ្យរូបភាពមានភាពរំលេចច្បាស់ជាងមុន (Contrast enhancement) ងាយស្រួលក្នុងការវិភាគចំណុចលម្អិត។ | ដូចជាការកែរូបថតដែលងងឹតពេក ឱ្យភ្លឺច្បាស់ល្មម ដើម្បីឱ្យយើងអាចមើលឃើញទម្រង់មុខមនុស្សនៅក្នុងរូបនោះបានយ៉ាងងាយស្រួល។ |
| R-component (សមាសធាតុពណ៌ក្រហម) | ជាតម្លៃកម្រិតពន្លឺនៃពណ៌ក្រហម នៅក្នុងប្រព័ន្ធពណ៌សកល RGB (ក្រហម បៃតង ខៀវ) នៃរូបភាពឌីជីថល។ តម្លៃនេះមានសារៈសំខាន់បំផុតក្នុងការញែកដឹងថាស៊ុតមួយណាមានលាយល័ក្ខស៊ូដង់ ព្រោះស៊ុតមានល័ក្ខនេះមានតម្លៃពណ៌ក្រហមខ្ពស់ជាងធម្មតា។ | ដូចជាការបូមយកតែទឹកថ្នាំពណ៌ក្រហមចេញពីប្រអប់ថ្នាំពណ៌ចម្រុះ ដើម្បីយកមកវាស់ស្ទង់មើលថាតើវាមានកម្រិតក្រហមដិតខ្លាំងកម្រិតណា។ |
| B-component (សមាសធាតុពណ៌ខៀវ) | ជាតម្លៃកម្រិតនៃពណ៌ខៀវនៅក្នុងរូបភាព។ អ្នកស្រាវជ្រាវប្រើវាដើម្បីបំបែកភាពខុសគ្នារវាងផ្នែកស៊ុតក្រហម និងផ្នែកស៊ុតស ឱ្យកុំព្យូទ័រមើលឃើញដាច់ពីគ្នាច្បាស់ ដោយបំប្លែងវាទៅជារូបភាពសខ្មៅ (Gray scale)។ | ដូចជាការប្រើវ៉ែនតាកញ្ចក់ពណ៌ ដើម្បីច្រោះយកពន្លឺជាក់លាក់ណាមួយ ធ្វើឱ្យវត្ថុដែលលាក់បាំងមើលទៅលេចធ្លោជាងមុន។ |
| Non-destructive detection (ការរកឃើញដោយមិនបំផ្លាញ) | ជាវិធីសាស្ត្រត្រួតពិនិត្យ និងវាយតម្លៃគុណភាព ឬលក្ខណៈសម្បត្តិរបស់វត្ថុអ្វីមួយ ដោយមិនតម្រូវឱ្យវាយបំបែក កាត់ ឬធ្វើឱ្យខូចខាតដល់រូបរាងដើមរបស់វត្ថុនោះឡើយ។ | ដូចជាការប្រើម៉ាស៊ីនអេកូសាស្ត្រ (Ultrasound) ដើម្បីពិនិត្យមើលទារកក្នុងផ្ទៃម្តាយ ដោយមិនចាំបាច់ធ្វើការវះកាត់។ |
| Maximum membership principle (គោលការណ៍សមាជិកភាពអតិបរមា) | ជាវិធាននៅក្នុងគណិតវិទ្យា Fuzzy Logic ដែលសម្រេចចាត់ថ្នាក់វត្ថុមួយទៅកាន់ក្រុមណាមួយ (ឧ. ក្រុមស៊ុតធម្មជាតិ ឬក្រុមស៊ុតស៊ូដង់) ដោយជ្រើសរើសយកក្រុមណាដែលវាមានតម្លៃភាគរយសមាជិកភាពខ្ពស់ជាងគេ។ | ដូចជាការរាប់សន្លឹកឆ្នោត ដែលបេក្ខជនណាទទួលបានសម្លេងគាំទ្រភាគរយច្រើនជាងគេបំផុត គឺជាអ្នកឈ្នះការសម្រេចចិត្តនោះ។ |
អត្ថបទដែលបានបោះពុម្ពនៅលើ KhmerResearch ដែលទាក់ទងនឹងប្រធានបទនេះ៖
ប្រធានបទ និងសំណួរស្រាវជ្រាវដែលទាក់ទងនឹងឯកសារនេះ ដែលអ្នកអាចស្វែងរកបន្ថែម៖
