ระเบียบวิธีทางคอมพิวเตอร์สำหรับการมองเห็นสีของคั่วเมล็ดกาแฟโดยใช้โอนเพนซีวี

Abstract

การพัฒนาซอฟต์แวร์สำหรับระบบคอมพิวเตอร์วิทัศน์ ให้มีความอิสระต่อคอมพิวเตอร์แพลตฟอร์มสามารถทำได้สำเร็จโดยการใช้ภาษาการโปรแกรมที่เหมาะสม บทความนี้จึงได้นำเสนอ ระเบียบวิธีทางคอมพิวเตอร์สำหรับการมองเห็นสีของการคั่วเมล็ดกาแฟ ใช้ทรัพยากรเปิดของภาษาการโปรแกรมซีพลัสพลัสภาพดิจิตอลจะถูกปฏิบัติการประมวลผลบนไฟล์ข้อมูลภาพบันทึกอยู่ในหน่วยความจำสำรองของระบบ คอมพิวเตอร์ วัตถุเชิงโปรแกรมของไฟล์ข้อมูลภาพถูกสร้างขึ้นด้วยไลบรารีของโอเพนซีวี (OpenCV,open source computer vision library) โดยใช้ปริภูมิสีแบบเอชเอสวี (HSV,hue-saturation-value color space) โดยที่ช่องสีต่างๆ จะแยกออกอยู่ในหน่วยวัตถุของการโปรแกรมเชิงวัตถุ การปรับเท่าฮีสโตแกรมจะดำเนินการบนหน่วยวัตถุที่เลือกสำหรับการแผ่ขยายค่าความเข้ม ก่อนที่ทั้งหมดจะถูกจำลองด้วยการแจกแจงความน่าจะเป็นไม่ต่อเนื่องของความเข้มสีน้ำเงิน สีเขียว และสีดแดง ตัวแทนสีเชิงตัวเลขและเมล็ดกาแฟคั่วจะถูกกำหนดด้วยค่าคาดหมายและค่าส่วนเบี่ยงเบนมาตรฐานของตัวแปรสุ่ม โปรแกรมที่พัฒนาขึ้นสามารถปฏิบัติการได้ทั้งเครื่องคอมพิวเอตร์ส่วนบุคคลและคอมพิวเตอร์บอร์ดเดียวแบบบราสเบอรีพาย ที่ใช้ระบบปฏิบัติการวินโดวส์และ ใช้ระบบปฏิบัติการลีนุกซ์ ตามลำดับ

Development of software for computer vision system which does not depend upon computer platforms can be accomplished by appropriate programming language. This paper presents the computational method for color vision of coffee bean roasting using the open source of C++ programing language. Digital image processing is performed on the image file recording in secondary memory unit of computer system. The programmatic object of image file is created by the library of OpenCV (open source computer vision) using HSV (hue-saturation-value) color space where the color channels separate into the instances of object-oriented programming. The histogram equalization operates on selected instance for intensity stretching before all of them are modeled with discrete probability distribution of color intensity in red green and blue. The numerical color representations of roast coffee beans are determined by expected values and standard deviation of random variables. The developed program can execute in both personal computer and Raspberry Pi computer single board with Widows and Linux operating system respectively.