• 研究生: 陳彥均
• 畢業學年度: 104
• 相關連結

壽司為日本飲食文化中代表性食物，於八十年代開始逐漸由日本推廣至全世界各地，今日壽司在全世界各地區均十分風行。迴轉壽司為壽司餐廳的一種，由壽司師傅將製作好的壽司放在盤子後，藉由運輸帶圍繞餐廳的坐檯，由顧客挑選喜愛的品項取用，迴轉壽司店通常比傳統壽司店的價錢來得大眾化，因此更廣泛受到一般大眾的歡迎。然而迴轉壽司店經常需要面對兩個問題，第一個為如何保持製作好壽司的新鮮度，由於大部分壽司品項均含有海鮮，如何保持輸送帶上壽司的新鮮度成為一個非常重要的考量。第二個為哪些壽司品項為目前需要優先製作，目前大多數迴轉壽司店依賴壽司師傅的經驗來決定將製作的壽司品項，但是由於客戶的喜好不同，此方式經常導致部分品項生產太多(少)，進一步造成新鮮度的疑慮、食物成本浪費或顧客用餐品質下降等問題。
本論文開發結合影像處理與機器學習技術的壽司品項自動辨識系統。系統利用數位影像的前處理(模糊化、Canny邊緣偵測、霍夫轉換、連通成分、背景去除、色彩空間轉換等)將影像中的壽司區域圈選出來，再透過機器學習與圖形辨識的非監督式分群與群數自動估計(K-means、PBM-index)預估壽司中所包含的食材數量，最後利用監督式的分類(貝氏分類器、支持向量機)技術針對壽司品項進行分類。本論文於實驗部分透過真實拍攝的壽司影像進行驗證，並且加上不同程度的干擾與雜訊分析所開發系統的抗干擾與抗雜訊能力。