อัลกอริทึมการแบ่งส่วนภาพและการจำแนกภาพสาหร่ายขนาดเล็กที่มีรูปร่างเป็นเส้นสายด้วยคุณลักษณะโครงสร้างหลัก

Filamentous microalgae image segmentation algorithm and classification using skeleton-based features

Name: เสาวนีย์ เอี่ยมศิริ

ThaSH: มหาวิทยาลัยเกษตรศาสตร์ -- วิทยานิพนธ์. วท.ม. (วิทยาการคอมพิวเตอร์) 2562

Classification :.LCCS: QA76.9.A43

ThaSH: มหาวิทยาลัยเกษตรศาสตร์. -- สาขาวิทยาการคอมพิวเตอร์ -- วิทยานิพนธ์

ThaSH: อัลกอริทึม

ThaSH: ขั้นตอนวิธีทางคอมพิวเตอร์

ThaSH: โครงสร้างข้อมูล (คอมพิวเตอร์)

Abstract: งานวิจัยฉบับนี้มีวัตถุประสงค์เพื่อค้นคว้าอัลกอริทึมการแบ่งส่วนภาพและคุณลักษณะสำคัญที่ใช้ในการจำแนกภาพสาหร่ายขนาดเล็กที่มีรูปร่างเป็นเส้นสายในระดับสกุล จากปัญหาความล่าช้าในการระบุชนิดของสาหร่ายขนาดเล็กในการประเมินคุณภาพของแหล่งน้ำ เนื่องจากจำนวนผู้เชี่ยวชาญที่มีอยู่อย่างจำกัด จึงทำให้มีการพัฒนาระบบการจำแนกภาพสาหร่ายขนาดเล็กขึ้นมา ซึ่งจากการนำการจำแนกภาพสาหร่ายขนาดเล็กของงานครั้งก่อนมาทดลองใช้กับภาพสาหร่ายที่มีรูปร่างเป็นเส้นสาย ก็พบว่ายังมีการจำแนกผิดอยู่ เนื่องคุณลักษณะสำคัญบางคุณลักษณะไม่สามารถช่วยในการจำแนกได้ และในส่วนของการแบ่งส่วนภาพก็ได้พื้นที่ตัวสาหร่ายที่ผิดไปจากพื้นที่ที่แท้จริงของตัวสาหร่าย ดังนั้นในงานวิจัยนี้จึงได้นำเสนออัลกอริทึมการแบ่งส่วนภาพสาหร่ายที่มีรูปร่างเป็นเส้นสายขึ้นมาใหม่โดยปรับปรุงจากวิธีการของงานวิจัยครั้งก่อน และนำเสนอการสกัดคุณลักษณะทางโครงสร้างหลักโดยประยุกต์ใช้สเคลเลเทิน (skeleton) มาใช้ร่วมกับคุณลักษณะสำคัญทางรูปทรงเรขาคณิตและคุณลักษณะสำคัญทางด้านพื้นผิว เพื่อช่วยในกระบวนการจำแนก โดยในการทดลองจะใช้ภาพสาหร่ายขนาดเล็กที่มีรูปร่างเป็นเส้นสาย 5 สกุล ได้แก่ Anabaena, Oscillatoria, Spirogyra, Spirulina และ Anabaenopsis ซึ่งเป็นสาหร่ายที่พบได้มากตามแหล่งน้ำทั่วไป โดยผลของการจำแนกประเภทมีความถูกต้อง 91.30 เปอร์เซ็นต์ แสดงให้เห็นถึงประสิทธิภาพของวิธีการที่ได้นำเสนอ ซึ่งก็สามารถนำไปใช้ช่วยแบ่งเบางานของผู้เชี่ยวชาญได้ Due to the problem of time consuming to identify genus of microalgae in an assessment of water quality and limited number of experts, automated microalgae image classification system is thus necessary. The objective of this research is to develop a new image segmentation algorithm and a new feature description computation for filamentous microalgae image classification. Our proposed image segmentation algorithm is developed based on the previous work. We also propose a new skeleton-based features in order to alleviate the ambiguity of morphology of filamentous microalgae in classification process. In the experiments, five genera of filamentous microalgae, namely Anabaena, Oscillatoria, Spirogyra, Spirulina and Anabaenopsis, which are commonly found in water resources of Thailand, are used. The experimental results of 91.30% classification accuracy demonstrates an effectiveness of our proposed method and can be used to speed up a classification process performed by experts

มหาวิทยาลัยเกษตรศาสตร์. สำนักหอสมุด

Address: กรุงเทพมหานคร

Email: tdckulib@ku.ac.th

Name: ผกาเกษ วัตุยา

Role: อาจารย์ที่ปรึกษาวิทยานิพนธ์หลัก

Name: ณัฎฐา เสนีวาส

Role: อาจารย์ที่ปรึกษาวิทยานิพนธ์ร่วม

Created: 2562

Modified: 2568-07-09

Issued: 2568-07-09

วิทยานิพนธ์/Thesis

วิทยานิพนธ์/Thesis

application/pdf

URL: https://www.lib.ku.ac.th/KUthesis/2562/saowanee-iam-all.pdf

CallNumber: QA76.9.A43 .ส517

tha

DegreeName: วิทยาศาสตรมหาบัณฑิต

Level: ปริญญาโท

Descipline: วิทยาการคอมพิวเตอร์

Grantor: มหาวิทยาลัยเกษตรศาสตร์

©copyrights มหาวิทยาลัยเกษตรศาสตร์

ลำดับที่.	ชื่อแฟ้มข้อมูล	ขนาดแฟ้มข้อมูล	จำนวนเข้าถึง	วัน-เวลาเข้าถึงล่าสุด
1	saowanee-iam-all.pdf	7.56 MB

ใช้เวลา

0.034829 วินาที