การใช้เทคนิคประมวลผลภาพสู่การวิเคราะห์สิ่งเจือปนในข้าวเปลือก

การใช้เทคนิคประมวลผลภาพสู่การวิเคราะห์สิ่งเจือปนในข้าวเปลือก

โดย ผศ.ดร. กิตติพงษ์ ลาลุน คณะวิศวกรรมศาสตร์ มหาวิทยาลัยขอนแก่น

ข้าว เป็นพืชธัญญาหารที่สำคัญของโลก ปี 2018/19 มีผลผลิตข้าวสารรวมมากกว่า 500 ล้านเมตริกตัน ซึ่งปริมาณข้าวร้อยละ 90 ผลิตและบริโภคในทวีปเอเชีย (กรมวิชาการเกษตร, 2547) สำหรับประเทศไทยนอกจากข้าวจะเป็นพืชอาหารหลักและเป็นพืชเศรษฐกิจที่สำคัญของประเทศแล้ว ยังเกี่ยวพันกับวัฒนธรรม ความเชื่อและวิถีชีวิตของเกษตรกรไทยมากกว่า 17 ล้านคน หรือเทียบเป็น 1 ใน 5 ของจำนวนประชากรไทย การผลิตข้าวในประเทศไทยผลผลิตข้าวประมาณร้อยละ 50 ถูกใช้เพื่อการบริโภคในประเทศ (เชฐชุดา, 2561) ส่วนที่เหลือส่งออกไปจำหน่ายยังตลาดต่างประเทศสร้างรายได้กว่าปีละ 1.5 แสนล้านบาท ทำให้ประเทศไทยเป็นผู้ผลิตและส่งออกข้าวอันดับต้นๆ ของโลก ดังนั้นเพื่อรักษามาตรฐานด้านคุณภาพของข้าวไทย ภาครัฐจึงได้มีมาตรการควบคุมคุณภาพของข้าวเปลือกซึ่งเป็นวัตถุดิบตั้งต้นในอุตสาหกรรมข้าว โดยมีข้อกำหนดให้การซื้อขายข้าวเปลือกเชิงพาณิชย์ต้องตรวจสอบคุณภาพของข้าวทุกครั้ง และการกำหนดราคาซื้อขายต้องอ้างอิงตามคุณภาพที่ประเมินได้ (กระทรวงพาณิชย์, 2559; สมาคมผู้ส่งออกข้าวไทย, 2561 )

ปัจจุบันการเก็บเกี่ยวข้าวส่วนใหญ่นิยมใช้เครื่องเกี่ยวนวด และภายหลังการเก็บเกี่ยวเกษตรกรจะแบ่งข้าวบางส่วนไปจำหน่ายยังโรงสีข้าวทันทีโดยไม่ผ่านกระบวนการลดความชื้น ทำให้ข้าวเปลือกที่ทำการซื้อขายในระบบมีทั้งข้าวเปลือกสดซึ่งเป็นข้าวที่มีความชื้นสูง และข้าวเปลือกแห้งซึ่งเป็นข้าวที่ผ่านกระบวนการลดความชื้นแล้ว กรณีที่เป็นข้าวเปลือกแห้งความชื้นของเมล็ดจะต่ำกว่า 15 เปอร์เซ็นต์ ตามข้อกำหนดของหน่วยงานภาครัฐนั้นต้องทำการตรวจสอบคุณภาพของข้าวเปลือกในประเด็นต่างๆ อย่างครบถ้วน (กระทรวงพาณิชย์, 2559) แต่กรณีที่เป็นข้าวเปลือกสดความชื้นของเมล็ดข้าวจะอยู่ระหว่าง 18-22 เปอร์เซ็นต์ ทำให้การตรวจสอบคุณภาพของข้าวเปลือกไม่สามารถดำเนินการตามข้อกำหนดของภาครัฐได้ การประเมินคุณภาพจึงพิจารณาจากลักษณะภายนอกของเมล็ดข้าวเปลือกโดยผู้ซื้อและการกำหนดราคาขึ้นกับข้อตกลงระหว่างผู้ซื้อและผู้ขาย ทำให้บ่อยครั้งที่เกิดข้อโต้แย้งหรือข้อพิพาทระหว่างผู้ซื้อกับผู้ขาย เพราะกระบวนการซื้อขายข้าวดังกล่าวขาดแนวทางหรือวิธีการที่สามารถอ้างอิงได้ สิ่งเจือปนในข้าวเปลือกเป็นอีกหนึ่งค่าชี้วัดคุณภาพของข้าวที่ปัจจุบันโรงสีหรือผู้รับซื้อข้าวจะต้องตรวจสอบก่อนการตกลงราคา  ซื้อขาย ซึ่งข้าวเปลือกที่มีสิ่งเจือปนสูงจะถูกตัดราคารับซื้อตามสัดส่วนของปริมาณสิ่งเจือปนนั้น (กระทรวงพาณิชย์, 2562) ตามมาตรฐานสินค้าเกษตร (มกษ. 4004-2560) กำหนดเกณฑ์ขั้นต่ำของสิ่งที่อาจมีปนได้ หรือ สิ่งเจือปนที่อาจมีได้ในข้าวเปลือกไว้ 3 ประเภทได้แก่ ข้าวเมล็ดสีมีได้ในปริมาณ  ≤1 เปอร์เซ็นต์โดยน้ำหนัก ข้าวเมล็ดลีบรวมวัตถุอื่นที่ไม่ใช่ข้าวมีได้ในปริมาณ ≤ 2 เปอร์เซ็นต์โดยน้ำหนัก และข้าวเมล็ดอ่อนมีได้ในปริมาณ ≤ 6 เปอร์เซ็นต์โดยน้ำหนัก (กระทรวงเกษตร, 2560)

การตรวจสอบหาปริมาณสิ่งเจือปนในข้าวเปลือกนั้นส่วนใหญ่นิยมใช้เครื่องมือทำความสะอาดแบบใช้แรงลมหรือตระแกรงในการคัดแยก กรณีข้าวเปลือกแห้งสามารถดำเนินการได้อย่างสะดวก แต่สำหรับข้าวเปลือกสดนั้นต้องนำมาลดความชื้นให้ต่ำกว่า 15 เปอร์เซ็นต์ก่อน เพราะความชื้นของข้าวเปลือกส่งผลต่อโดยตรงต่อการทำงานของเครื่องมือที่ใช้ในการคัดแยกสิ่งเจือปนออก (Gharekhani et al., 2013) ทำให้การตรวจสอบสิ่งเจือปนในข้าวเปลือกนี้ถูกละเลยเนื่องจากการเพิ่มขึ้นตอนการทำงานและใช้เวลานานขึ้น

ข้อมูลจากการทบทวนวรรณกรรมที่เกี่ยวข้องพบว่างานส่วนใหญ่มุ่งเน้นเพื่อศึกษาความสัมพันธ์ระหว่างข้อมูลภาพถ่ายกับคุณภาพของเมล็ดข้าวขาว ยังไม่มีงานวิจัยที่ศึกษาเกี่ยวข้องกับการศึกษาลักษณะเชิงภาพของสิ่งเจือปนในข้าวเปลือกกับปริมาณสิ่งเจือปนที่มี อย่างไรก็ตามผลจากการวิจัยทั้งหมดที่กล่าวถึงแสดงให้เห็นว่า การประมวลผลภาพเป็นอีกหนึ่งวิธีการที่โปร่งใส แม่นยำ และทวนสอบได้ จึงสามารถนำมาประยุกต์ใช้ในการตรวจสอบหาปริมาณสิ่งเจือปนในข้าวเปลือกได้ เพราะลักษณะสัณฐานระหว่างสิ่งเจือปนกับเมล็ดข้าวเปลือกแตกต่างกันอย่างชัดเจน การวิจัยนี้จึงเป็นการศึกษาลักษณะเชิงภาพถ่ายของสิ่งเจือปนรูปแบบต่างๆ ในเมล็ดข้าวเปลือกสดและข้าวเปลือกแห้ง พร้อมทั้งพัฒนาเครื่องมือต้นแบบสำหรับตรวจหาปริมาณสิ่งเจือปนในข้าวเปลือกด้วยเทคนิคประมวลผลภาพ ซึ่งจะเป็นประโยชน์ต่อการพัฒนาระบบประกันคุณภาพข้าวเปลือกในกระบวนการซื้อขายต่อไปในอนาคต

การวิจัยนี้มีวัตถุประสงค์หลักคือพัฒนาวิธีการประเมินหาปริมาณสิ่งเจือปนในข้าวเปลือกสดและข้าวเปลือกแห้งด้วยเทคนิคประมวลผลภาพ โดยมีวัตถุประสงค์เฉพาะได้แก่ 1) การศึกษาลักษณะเชิงภาพถ่ายของสิ่งเจือปนรูปแบบต่างๆ ในเมล็ดข้าวเปลือกสดและข้าวเปลือกแห้ง 2) พัฒนาชุดทดสอบ (สำหรับการถ่ายภาพ) เพื่อใช้ตรวจหาสิ่งเจือปนในข้าวเปลือก

การดำเนินงานแบ่งการทดสอบออกเป็น 2 ขั้นตอน ได้แก่ 1) การทดสอบปัจจัยที่เหมาะสมของเครื่องถ่ายภาพ 2) การทดสอบการถ่ายภาพตัวอย่างและศึกษาลักษณะทางภาพ มีรายละเอียดดังนี้

ทำการทดสอบปัจจัยที่เหมาะสมของเครื่องถ่ายภาพที่พัฒนาขึ้น ดังแสดงในภาพที่ 1 โดยศึกษา 3 ปัจจัยหลัก ได้แก่ 1) พันธุ์ข้าว 2) ระดับความสูงของฐานวางกล้อง และ 3) รูปแบบของแสงจากหลอดไฟถ่ายภาพ รายละเอียดขั้นตอนการศึกษา ดังต่อไปนี้

ภาพที่ 1 เครื่องถ่ายภาพที่ใช้ในการทดสอบ

ถ่ายภาพเมล็ดข้าวตัวอย่างเพื่อนำไปวิเคราะห์ในการจำแนกเมล็ดข้าวและสิ่งเจือปนที่ไม่ใช่เมล็ดข้าว เริ่มจากการเตรียมตัวอย่างเมล็ดข้าวจำนวน 50 เมล็ดต่อ 1 ตัวอย่าง พร้อมกับการสุ่มเตรียมสิ่งเจือปน ในการทดสอบถ่ายภาพ ทำการจัดวางเมล็ดข้าวลงในสายพาน โดยมีระยะห่างระหว่างเมล็ดข้าว และวัดค่าแสงก่อนถ่ายภาพทุกครั้งเพื่อเป็นข้อมูลประกอบ ทำการบันทึกภาพถ่ายในลำดับแรกจำนวน 5 รูปภาพ ภาพที่ 2 (ก) หลังการถ่ายภาพ จึงจัดวางสิ่งเจือปนที่เตรียมไว้ลงในสายพาน โดยจัดกลุ่มให้อยู่นอกกลุ่มเมล็ดข้าว เพื่อไม่ให้เกิดการซ้อนทับ บันทึกภาพถ่ายในจำนวน 5 รูปภาพ ภาพที่ 2 (ข)

ภาพที่ 2 ลักษณะการวางตัวอย่างสำหรับถ่ายภาพ ตัวอย่างเมล็ดข้าว 50 เมล็ด (ก) ตัวอย่างเมล็ดข้าว 50 เมล็ด  พร้อมสิ่งเจือปน (ข)

จากนั้นสุ่มตัวอย่างข้าวทั้ง 4 พันธุ์ๆ ละ 3 ตัวอย่าง ที่ระดับความชื้นต่ำที่สุด ได้แก่ ข้าวพันธุ์ กข10 ที่ความชื้น 13.6 เปอร์เซ็นต์ฐานเปียก พันธุ์ กข33 ที่ระดับความชื้น 13.8 เปอร์เซ็นต์ฐานเปียก ข้าวพันธุ์พิษณุโลก 2 ที่ระดับความชื้น 13.4 เปอร์เซ็นต์ฐานเปียก และพันธุ์สันป่าตอง 1 ที่ระดับความชื้น 13.5 เปอร์เซ็นต์ฐานเปียก นำแต่ละตัวอย่างมาคัดแยกส่วนประกอบตามลักษณะปรากฏด้วยแรงงานคน พบว่า สามารถจำแนกส่วนประกอบได้เป็น 8 กลุ่ม ได้แก่ ข้าวเปลือกเต็มเมล็ด ข้าวเปลือกเมล็ดแตกหัก ข้าวเมล็ดลีบ เมล็ดหญ้า ระแง้ ดอกหญ้า ข้าวเมล็ดสี และเศษฟาง ซึ่งลักษณะของแต่ละกลุ่มแสดงตามภาพที่ 3

ภาพที่ 3 ลักษณะสิ่งเจือปนในตัวอย่างข้าวเปลือกที่คัดแยกด้วยแรงงานคน

หลังจากเก็บภาพถ่ายเมล็ดข้าวและสิ่งเจือปนแล้ว ต้องเตรียมตัวอย่างภาพถ่ายด้วยการลดขนาดของภาพให้มีขนาด 640×640 พิกเซล เพื่อความรวดเร็วในการดำเนินการในขั้นตอนต่อไป คือการวิเคราะห์ประมวลผลภาพถ่าย เพื่อใช้จำแนกระหว่างเมล็ดข้าวและสิ่งเจือปนในภาพถ่าย ด้วยการวิเคราะห์จากการใช้คำสั่งของ Python ในการจำแนกวัตถุต่างๆ ในภาพถ่าย เนื่องจาก Python มีความสามารถในการวิเคราะห์ภาพถ่าย รวมถึงมีความสำเร็จรูปและประมวลผลได้อย่างรวดเร็ว โดยลำดับของขั้นตอนในการประมวลผลภาพนั้น มีลำดับในการประมวลผล ได้แก่    1) การแปลงภาพถ่ายเป็นภาพขาวดำ (Gray scale) 2) การตรวจจับขอบของวัตถุในภาพถ่าย (Trim object) 3) การเขียนเส้นขอบ (Contour) 4) การคำนวณพื้นที่ในเส้นขอบและวัดขนาดแกน 5) การสร้างกรอบระบุวัตถุ (Box) และ  6) การนับจำนวนกรอบวัตถุ และคำนวณเปอร์เซ็นต์เมล็ดข้าวกับสิ่งเจือปนในภาพถ่าย ถือเป็นอันเสร็จสิ้นกระบวนการประมวลผลภาพ

ผลการทดสอบ พบว่าข้อมูลภาพของเมล็ดข้าวทั้ง 4 พันธุ์ มีขนาดพื้นที่ภาพอยู่ในช่วง 3599–7472 พิกเซล ขนาดแกนหลักมีค่าระหว่าง 140.16-194.71 พิกเซล ขนาดแกนรองมีค่าระหว่าง 32.18-68.10 พิกเซล และเส้นรอบรูปมีค่าระหว่าง 316.67-668.46 พิกเซล สำหรับลักษณะภาพสิ่งเจือปนซึ่งมีการจำแนก 7 กลุ่ม ประกอบด้วย ข้าวแตกหัก ข้าวเมล็ดเสีย (คุณภาพต่ำมีหลายสี) ข้าวเมล็ดลีบ ดอกหญ้า เมล็ดหญ้า ระแง้ข้าว และเศษฟางข้าว พบว่า ลักษณะภาพในแต่ละมิติ มีค่ากระจายตัวค่อนข้างสูง จากข้อมูลภาพที่กล่าวข้างต้น ข้อมูลขนาดพื้นที่ถูกเลือกมาทดสอบสร้างเป็นกลุ่มฟังก์ชันประมวลผลภาพในโปรแกรม Matlab เพื่อหาปริมาณสิ่งเจือปน

จากนั้นจึงทดสอบฟังก์ชันการทำงานของโปรแกรม โดยสุ่มตัวอย่างข้าวเปลือกที่ผ่านการทำความสะอาดแล้ว จำนวน 4 พันธุ์ คือ  กข10 กข33 พิษณุโลก 2 และสันป่าตอง 1 พันธุ์ละ 10 ตัวอย่าง แต่ละตัวอย่างมีปริมาณ 100 เมล็ด ถึง 1,000 เมล็ด (เพิ่มขึ้นครั้งละ 100 เมล็ดตามลำดับ) จากนั้นนำแต่ละตัวอย่างมาชั่งน้ำหนักและถ่ายภาพ นำภาพมาประมวลผลด้วยฟังก์ชันการทำงานของโปรแกรมที่พัฒนาขึ้น แล้วเปรียบเทียบค่าน้ำหนักของตัวอย่างจริงและน้ำหนักจากการคำนวณเพื่อประเมินความแม่นยำของกลุ่มฟังก์ชันที่พัฒนาขึ้น

เมื่อทำการทดสอบความถูกต้องในการประมวลภาพของโปรแกรมที่พัฒนา โดยให้นับเมล็ดข้าวเปลือกที่ผ่านการทำความสะอาดแล้วปริมาณตั้งแต่ 100 เมล็ดจนถึง 1,000 เมล็ด ในข้าว 4 พันธุ์ พบว่า โปรแกรมสามารถคำนวณหาจำนวนเมล็ดข้าวได้ถูกต้องมากกว่า 90 เปอร์เซ็นต์ บนเงื่อนไขการจัดวางเมล็ดข้าวไม่ให้ติดหรือซ้อนทับกัน

เมื่อทดสอบโปรแกรมที่พัฒนาหาปริมาณสิ่งเจือปนในตัวอย่างข้าวเปลือกในปริมาณทดสอบจริงคือ 125 กรัม ในขั้นตอนการดำเนินงานขั้นที่ 3 แล้วนำผลลัพธ์ที่คำนวณได้มาเปรียบเทียบบกับผลลัพธ์จากวิธีการหาสิ่งเจือปนด้วยแรงงานและด้วยเครื่องทำความสะอาดแบบลมดูด ซึ่งเป็นเครื่องที่โรงสีข้าวนิยมใช้ พบว่า ปริมาณสิ่งเจือปนที่คัดแยกด้วยแรงงานคนมีค่าปริมาณสิ่งเจือปนต่ำที่สุดในข้าวทุกพันธุ์ โดยข้าวพันธุ์ กข10 มีปริมาณสิ่งเจือปนต่ำที่สุดเท่ากับ 2.82 เปอร์เซ็นต์ และข้าวพันธุ์สันป่าตอง 1 มีปริมาณสิ่งเจือปนสูงที่สุดเท่ากับ 4.66 เปอร์เซ็นต์ การหาปริมาณสิ่งเจือปนด้วยภาพเป็นวิธีการที่ตรวจหาสิ่งเจือปนได้ปริมาณสูงที่สุดในข้าวทุกพันธุ์ โดยข้าวพันธุ์สันป่าตอง 1 เป็นข้าวที่พบปริมาณสิ่งเจือปนสูงที่สุดเท่ากับ 14.91 เปอร์เซ็นต์ รองลงมาคือข้าวพันธุ์พิษณุโลก 2 กข10 และ กข33 ตามลำดับ ส่วนการตรวจหาปริมาณสิ่งเจือปนด้วยเครื่องฯ ตรวจพบปริมาณสิ่งเจือปนสูงกว่าการตรวจสอบด้วยแรงงานคนแต่ต่ำกว่าการตรวจสอบด้วยภาพ โดยปริมาณสิ่งเจือปนที่พบสูงที่สุดคือในข้าวพันธุ์ กข33 รองลงมาคือพันธุ์สันป่าตอง 1 พิษณุโลก 2 และกข10 ตามลำดับ ซึ่งปริมาณสิ่งเจือปนที่พบมีทิศทางที่สอดคล้องกับวิธีการหาสิ่งเจือปนด้วยแรงงานคน

บทคความนี้ ตีพิมพ์ลงใน Postharvest Newsletter ปีที่ 21 ฉบับที่ 3 กรกฎาคม – กันยายน 2565

เอกสารอ้างอิง

  • กรมวิชาการเกษตร. 2547. คุณภาพและการตรวจสอบข้าวหอมมะลิไทย (ออนไลน์). สืบค้นจาก http://www.ricethailand.go.th/library/document/E-book/brrd4706001.pdf (10 มีนาคม 2563)
  • กระทรวงพาณิชย์. 2559. ประกาศกระทรวงพาณิชย์ เรื่อง มาตรฐานสินค้าข้าว. ราชกิจจานุเบกษา เล่ม 133 ตอนพิเศษ 243 ง วันที่ 21 มีนาคม 2559: 14-19.
  • กระทรวงเกษตรและสหกรณ์. 2560. มาตรฐานสินค้าเกษตร เรื่อง ข้าวไทย. ราชกิจจานุเบกษา เล่ม 134 ตอนพิเศษ 221 ง วันที่ 8 กันยายน 2560: 44.
  • กระทรวงพาณิชย์. 2562. ประกาศกระทรวงพาณิชย์ เรื่อง การใช้เครื่องวัดความชื้นข้าวในการซื้อขายหรือจำหน่ายข้าวเปลือก. ในราชกิจจานุเบกษา เล่ม 136 ตอนพิเศษ 36 ง วันที่ 26 มีนาคม 2562: 9-10.
  • เชฐชุดา เชื้อสุวรรณ. 2561. อุตสาหกรรมข้าววิจัยกรุงศรี (ออนไลน์) สืบค้นจาก: https://www.krungsri.com/bank/getmedia/578889e0-fc28-4e20-bc48-31f0dbe04a3d/IO_Rice_2018_TH.aspx (23 กุมภาพันธ์ 2562)
  • สมาคมผู้ส่งออกข้าวไทย. 2561. ปริมาณส่งออกข้าวไทย 2558-2561. ข่าวสมาคมผู้ส่งออกข้าวไทย 8(3) ประจำเดือนมีนาคม 2561, สมาคมผู้ส่งออกข้าวไทย.
  • Gharekhani, M., M. Kashaninejad, A.D. Garmakhany and A. Ranjbari. 2013. Physical and aerodynamic properties of paddy and white rice as a function of moisture content. Quality Assurance and Safety of Crops & Foods 5(3): 187-197.