การพยากรณ์ค่าคลอโรฟิลล์ในใบข้าวโดยใช้วิธีวิเคราะห์ความถดถอยเชิงเส้นพหุ

Multiple linear regression analysis for prediction chlorophyll in the rice leaf

Name: สัตถาภูมิ ไทยพานิช

Address: ปทุมธานี

Organization : มหาวิทยาลัยเทคโนโลยีราชมงคลธัญบุรี. คณะวิศวกรรมศาสตร์. สาขาวิศวกรรมไฟฟ้า

keyword: ข้าว

ThaSH: การวิเคราะห์การถดถอย

Classification :.LCCS: QA 278.2

; คลอโรฟิลล์มิเตอร์

Abstract: คลอโรฟิลล์นั้นมีความจำเป็นต่อการเจริญเติบโตของพืชและผลผลิต ภายในโครงสร้างของคลอโรฟิลล์จะมีไนโตรเจนเป็นส่วนประกอบ ดังนั้นการประมาณค่าคลอโรฟิลล์ในใบพืช จะส่งผล ถึงการประมาณธาตุไนโตรเจนที่สะสมในพืชนั้นๆ ซึ่งสามารถนำข้อมูลไปวิเคราะห์ถึงปริมาณการใส่ธาตุอาหารของพืชได้ ในงานวิจัยนี้นำเสนอการประยุกต์ใช้เทคนิคการประมวลผลภาพเพื่อใช้พยากรณ์ค่าคลอโรฟิลล์จากภาพถ่ายใบข้าว ในการวิจัยนี้ศึกษาและประยุกต์ใช้เทคนิคในการประมวลผลภาพและกรรมวิธีการวิเคราะห์ข้อมูลทางสถิติ เพื่อหาเทคนิคและกรรมวิธีที่เหมาะสมในการพยากรณ์ค่าคลอโรฟิลล์จากภาพถ่าย ใบข้าว โดยทำการเก็บข้อมูลใบข้าวคือค่าคลอโรฟิลล์ที่อ่านได้จากเครื่องคลอโรฟิลล์มิเตอร์ และค่าสี ที่ประมวลผลจากเทคนิคประมวลผลภาพ ซึ่งใช้ใบข้าวจำนวน 53 ใบ เพื่อใช้สร้างตัวแบบในการพยากรณ์ และทำการทดสอบหาประสิทธิภาพของตัวแบบด้วยใบข้าวจำนวน 32 ใบ ผลการวิจัยพบว่าค่าคลอโรฟิลล์ที่อ่านได้จากเครื่องคลอโรฟิลล์มิเตอร์มีความสัมพันธ์กับค่าสีใบข้าวที่ได้จากการประมวลผลภาพ และสรุปได้ว่าการพยากรณ์ค่าคลอโรฟิลล์จากค่าเฉลี่ยสีของภาพถ่ายใบข้าวแบบเต็มใบ เมื่อพยากรณ์ด้วยการวิเคราะห์ความถดถอยเชิงเส้นพหุ ด้วยค่าเฉลี่ยสีแดง สีเขียว และสีน้ำเงิน มีประสิทธิภาพในการพยากรณ์สูงสุด มีค่าความถูกต้องเฉลี่ย 97.07เปอร์เซ็นต์โดยมีตัวแบบที่ใช้ในการพยากรณ์คือ Chlorophyll = 53.3 - (0.242 x R) - (0.138 x G) + (0.145 x B)

Abstract: Chlorophyll is essential for plant growth and yield. Internal structure of Chlorophyll is a nitrogen component. Therefore, the estimation of Chlorophyll leaves will affect the estimation of nitrogen accumulated in the plants that can be used to analyze the amount of data input for plant nutrients. This work presents the application of image processing techniques to predict the Chlorophyll in rice leaves. This research is studied and applied the image processing techniques and statistical analysis methods to identify the Chlorophyll from rice leaves, There are 53 rice leaves which are selected to design the prediction system then there are 32 rice leaves which differenced from the first group, are used to test the system. Finally, the results of the system are compared to the Chlorophyll meter to adjust and improve the system. The results show that the data of the prediction system is similar to the data of Chlorophyll meter. Thus the prediction of Chlorophyll system, which used the multiple linear regression analysis with the average red green blue, provides the significant efficiency. The accuracy is average 97.07%, Which this uses the predicted equation as Chlorophyll = 53.3 - (0.242 x R) - (0.138 x G) + (0.145 x B).

มหาวิทยาลัยเทคโนโลยีราชมงคลธัญบุรี

Address: ปทุมธานี

Email: elibrary@mail.rmutt.ac.th

Name: จักรี ศรีนนท์ฉัตร

Role: อาจารย์ที่ปรึกษา

Created: 2553

Modified: 2025-09-19

Issued: 2555-07-05

วิทยานิพนธ์/Thesis

application/pdf

CallNumber: วพ QA 278.2 ส566ก

tha

DegreeName: วิศวกรรมศาสตรมหาบัณฑิต

Level: ปริญญาโท

Grantor: มหาวิทยาลัยเทคโนโลยีราชมงคลธัญบุรี

Descipline: วิศวกรรมไฟฟ้า

©copyrights มหาวิทยาลัยเทคโนโลยีราชมงคลธัญบุรี

ลำดับที่.	ชื่อแฟ้มข้อมูล	ขนาดแฟ้มข้อมูล	จำนวนเข้าถึง	วัน-เวลาเข้าถึงล่าสุด
1	01.Title.pdf	504.41 KB	57	2021-06-09 20:31:25
2	02.Copyright.pdf	470.32 KB	42	2021-06-09 20:31:34
3	03.Certificate.pdf	510.82 KB	51	2021-06-09 20:31:51
4	04.Abstract.pdf	523.89 KB	62	2021-06-09 20:32:01
5	05.Acknowledgements.pdf	476.72 KB	47	2021-06-09 20:32:11
6	06.Table-of-Content.pdf	569.23 KB	39	2021-06-09 20:32:28
7	07.Chapter-1.pdf	500.46 KB	61	2021-06-09 20:32:36
8	08.Chapter-2.pdf	2.33 MB	73	2025-07-27 19:16:25
9	09.Chapter-3.pdf	1.5 MB	53	2021-06-09 20:33:10
10	10.Chapter-4.pdf	1.48 MB	48	2021-06-09 20:33:25
11	11.Chapter-5.pdf	1.31 MB	45	2021-06-09 20:33:46
12	12.References.pdf	536.97 KB	33	2025-07-27 21:47:43
13	13.Appendices.pdf	5.27 MB	26	2021-06-09 20:34:20
14	14.Vitae.pdf	503.17 KB	25	2021-06-09 20:34:27

ใช้เวลา

0.089477 วินาที