ขอเชิญชวนอ่านบทความวิจัยที่ได้รับการตีพิมพ์ในวารสารระดับนานาชาติ
บทความวิจัย เรื่อง “Image Processing-Based Machine Learning for Multi-Class Apple Bruise Classification” ได้รับการตีพิมพ์ใน ECTI TRANSACTIONS ON COMPUTER AND INFORMATION TECHNOLOGY, Vol. 20 No. 1 (January 2026). ซึ่งอยู่ในฐานข้อมูล Scopus Q3
บทความวิจัยนี้นำเสนอการพัฒนาระบบตรวจจับรอยช้ำบนผลแอปเปิลแบบอัตโนมัติ โดยผสมผสานเทคนิคการประมวลผลภาพดิจิทัล (Digital Image Processing) เข้ากับการเรียนรู้ของเครื่อง (Machine Learning) เพื่อเพิ่มประสิทธิภาพในการควบคุมคุณภาพผลผลิต งานวิจัยได้เปรียบเทียบอัลกอริทึม 7 รูปแบบ โดยผลการศึกษาพบว่าโมเดล Decision Tree และ Gradient Boosting ให้ค่าความแม่นยำสูงสุดเท่ากันที่ 99.35% แต่ Decision Tree มีความโดดเด่นกว่าในด้านประสิทธิภาพการประมวลผลที่รวดเร็วกว่าถึง 200 เท่า (ใช้เวลาเทรนเพียง 0.0012 วินาที) และสามารถจำแนกรอยช้ำระดับรุนแรงได้อย่างแม่นยำ ซึ่งช่วยตอบโจทย์อุตสาหกรรมที่ต้องการความรวดเร็วและความน่าเชื่อถือในการคัดแยกผลไม้
คำสำคัญ: Bruise Detection, Apple Quality, Image Processing, Feature Extraction, Machine Learning . สามารถติดตามอ่านบทความวิจัยฉบับเต็มได้ที่ https://doi.org/10.37936/ecti-cit.2026201.263517
ผู้เขียน ดร.ดารานาถ แต่นสุ่ย อาจารย์ประจำสาขาวิชาคอมพิวเตอร์และวิทยาการสารสนเทศเพื่อการจัดการ
Citation: Tansui, D. (2026). Image Processing-Based Machine Learning for Multi-Class Apple Bruise Classification. ECTI TRANSACTIONS ON COMPUTER AND INFORMATION TECHNOLOGY, 20(1), 116–129. https://doi.org/10.37936/ecti-cit.2026201.263517