Pattern recognition texture of diamond cut
Issued Date
2013
Copyright Date
2013
Resource Type
Language
eng
File Type
application/pdf
No. of Pages/File Size
x, 51 leaves : ill.
Access Rights
open access
Rights
ผลงานนี้เป็นลิขสิทธิ์ของมหาวิทยาลัยมหิดล ขอสงวนไว้สำหรับเพื่อการศึกษาเท่านั้น ต้องอ้างอิงแหล่งที่มา ห้ามดัดแปลงเนื้อหา และห้ามนำไปใช้เพื่อการค้า
Rights Holder(s)
Mahidol University
Bibliographic Citation
Thesis (M.Sc. (Technology of Information System Management))--Mahidol University, 2013
Suggested Citation
Peerapat Sriangsuthananon Pattern recognition texture of diamond cut. Thesis (M.Sc. (Technology of Information System Management))--Mahidol University, 2013. Retrieved from: https://repository.li.mahidol.ac.th/handle/20.500.14594/95203
Title
Pattern recognition texture of diamond cut
Alternative Title(s)
การเรียนรู้จดจำพื้นผิวลายเจียระไนเพชร
Author(s)
Abstract
There are many types of diamond cuts in the world. However, many people still does not know anything about them. Diamond recognition can use the four C's, which are diamond clarity, carat, color, and cut, and in this research the diamond cut was used for recognition of the diamond, in which the texture of the diamond was classified, because it is the single most important factor of the four C's. So, the diamond cut needs to be recognized using the texture of those diamonds. A good solution would be to use the image to recognize the texture, so texture recognition from an image has therefore been researched. The best way of recognizing the diamond cut is to find the value, which can be classified as feature extraction. The wavelet transform is one form of algorithm which can perform feature extraction and obtain more features from texture. For this reason, a wavelet transform is appropriate for texture feature extraction, and the subsequent performance of the feature extraction is displayed as statistical properties of the coefficients. The statistical properties of the coefficients are standard deviation, median absolute deviation, and mean absolute deviation of horizontal, vertical, and diagonal from wavelet transforms, which are used for those coefficients for achieving success in texture recognition.
ลายเจียระไนเพชรในโลกนี้นั้นมีหลากหลายรูปแบบมากมาย แต่อย่างไรก็ตามก็ยังมีผู้คนมากมายที่ไม่รู้จักลายเจียระไนเพชรเหล่านี้ การเรียนรู้จดจำ เพชรนั้นสามารถใช้ 4's C ในการ จดจำ ก็คือ ความชัดเจนของเพชร (Clarity) น้ำหนักของเพชร (Carat) น้ำของเพชร (Color) ลาย เจียระไนของเพชร (Cut) และในบทความนี้จะใช้ลายเจียระไนของเพชรในการเรียนรู้จดจำ เป็นพื้นผิวของเพชรเพราะว่านี่เป็นตัวแปรสำคัญที่สุดจากทั้งหมดใน 4's C. ดังนั้น ลายเจียระไนเพชรจำเป็นที่ จะถูกจดจำ โดยพื้นผิวของลายเพชรต่าง ๆ ซึ่งจะเป็นการดีถ้าหากใช้รูปภาพในการจดจำเพชรและเรียนรู้จดจำพื้นผิวจากรูปภาพที่ได้รับการวิจัย. วิธีการที่ดีที่สุดในการเรียนรู้จดจำ คือการค้นหาตัว แปรซึ่งสามารถจำแยกออกมาได้จากการทำการสกัดตัวแปร. เวฟเลตทรายฟอร์มเป็นหนึ่งในกระบวนการทั้งหลายที่สามารถทำการสกัดตัวแปรได้และยังสามารถได้ตัวแปรมากมายอีกด้วย. ด้วยเหตุผลนี้เวฟเลตทรายฟอร์มจึงเหมาะสมในการสกัดตัวแปรจากพื้นผิวและประสิทธิภาพของการสกัดตัวแปรนั้นถูกแสดงออกมาทางค่าสัมประสิทธิของตัวแปรสถิติด้วย ซึ่งประกอบไปด้วย ส่วนเบี่ยงเบนมาตรฐาน ค่ามัธยฐานความเบี่ยงเบนแน่นอน และค่าเฉลี่ยส่วนเบี่ยงเบนแน่นอนของแนวนอน แนวตั้ง และแนวทแยงของรูปแบบจากการใช้เวฟเลตทรานฟอร์ม ซึ่งค่าสัมประสิทธิเหล่านี้จะทำ ให้บรรลุเป้าหมายการรู้เรียนจดจำพื้นผิว
ลายเจียระไนเพชรในโลกนี้นั้นมีหลากหลายรูปแบบมากมาย แต่อย่างไรก็ตามก็ยังมีผู้คนมากมายที่ไม่รู้จักลายเจียระไนเพชรเหล่านี้ การเรียนรู้จดจำ เพชรนั้นสามารถใช้ 4's C ในการ จดจำ ก็คือ ความชัดเจนของเพชร (Clarity) น้ำหนักของเพชร (Carat) น้ำของเพชร (Color) ลาย เจียระไนของเพชร (Cut) และในบทความนี้จะใช้ลายเจียระไนของเพชรในการเรียนรู้จดจำ เป็นพื้นผิวของเพชรเพราะว่านี่เป็นตัวแปรสำคัญที่สุดจากทั้งหมดใน 4's C. ดังนั้น ลายเจียระไนเพชรจำเป็นที่ จะถูกจดจำ โดยพื้นผิวของลายเพชรต่าง ๆ ซึ่งจะเป็นการดีถ้าหากใช้รูปภาพในการจดจำเพชรและเรียนรู้จดจำพื้นผิวจากรูปภาพที่ได้รับการวิจัย. วิธีการที่ดีที่สุดในการเรียนรู้จดจำ คือการค้นหาตัว แปรซึ่งสามารถจำแยกออกมาได้จากการทำการสกัดตัวแปร. เวฟเลตทรายฟอร์มเป็นหนึ่งในกระบวนการทั้งหลายที่สามารถทำการสกัดตัวแปรได้และยังสามารถได้ตัวแปรมากมายอีกด้วย. ด้วยเหตุผลนี้เวฟเลตทรายฟอร์มจึงเหมาะสมในการสกัดตัวแปรจากพื้นผิวและประสิทธิภาพของการสกัดตัวแปรนั้นถูกแสดงออกมาทางค่าสัมประสิทธิของตัวแปรสถิติด้วย ซึ่งประกอบไปด้วย ส่วนเบี่ยงเบนมาตรฐาน ค่ามัธยฐานความเบี่ยงเบนแน่นอน และค่าเฉลี่ยส่วนเบี่ยงเบนแน่นอนของแนวนอน แนวตั้ง และแนวทแยงของรูปแบบจากการใช้เวฟเลตทรานฟอร์ม ซึ่งค่าสัมประสิทธิเหล่านี้จะทำ ให้บรรลุเป้าหมายการรู้เรียนจดจำพื้นผิว
Description
Technology of Information System Management (Mahidol University 2013)
Degree Name
Master of Science
Degree Level
Master's degree
Degree Department
Faculty of Engineering
Degree Discipline
Technology of Information System Management
Degree Grantor(s)
Mahidol University