Görüntü bölütleme teknikleri kullanarak denim kumaşlardaki hatanın yerel tespiti
Local of fault detection on denim fabrics using image segmentation techics
- Tez No: 284455
- Danışmanlar: YRD. DOÇ. DR. AHMET ALKAN
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2011
- Dil: Türkçe
- Üniversite: Kahramanmaraş Sütçü İmam Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 58
Özet
Dokuma kumaşlar, en az iki iplik sisteminin birbirleriyle belli bir düzen içinde ve dik açı oluşturarak bağlantı yapmaları suretiyle üretilen tekstil ürünleridir. Kumaşlarda dokuma hataları insan gözüyle kolayca tespit edilemediği gibi, bu iş denim kumaşlarda daha da zorlaşmaktadır. Oldukça zor ve dikkat gerektiren bu işi, iyi eğitimli kalite kontrol denetçilerinin hataların ancak %70'ni tespit edebildiği belirtilmektedir. Bu yüzden hata oluşumunun doğru ve kısa bir sürede tespiti önemlidir. ART1 yapay sinir ağı ikilik sistemde ağa verilen matrisleri sınıflandırabilme yeteneğine sahiptir. Bu çalışmada kullanılan kumaş örnekleri gri seviyeye çevrildikten sonra ikilik tabandaki matrisler elde edilir. Elde edilen bu matrisler yapay sinir ağına sunulur ve sınıflandırma yapılır.Bu çalışmada görüntü bölütleme yöntemleri kullanılarak kumaşlarda meydana gelebilecek çeşitli dokuma ve renk hatalarının belirlenmesi amaçlanmıştır. Bu amaçla, çalışmada, kumaşlarda dokuma esnasında oluşabilecek eksik çözgü, boncuklanma, örme hatası may izi ve leke (yağ ve renk) gibi hataların tespiti için korelasyon ve yapay sinir ağları kullanılmıştır. Görüntüler bu işlemlere tabi tutulmadan önce bir ön işlemden geçirilmiş ve uygulanan tekniklerle hataların tespitinde başarılı sonuçlara ulaşılmıştır.
Özet (Çeviri)
Woven fabrics are textile products that are manufactured by connection of at least two yarn systems at right angles to each other in a particular order. Woven fabrics errors can not be easily detected by the human eyes and this job is being more difficult in denim fabrics. It is stated that well-trained quality control inspectors, who deal with this very difficult and demanding job, can report only 70% of errors. Therefore, it is important to detect the formation of fault accurately and in a short time. ART1 neural network, has the ability to classify the matrices in binary system. After fabric samples, used in this study, are converted into the gray level, binary matrices are obtained. These obtained matrices are presented into artificial neural network and classification is made.In this study, it is aimed to determine the variety of woven and color errors that may occur in the fabrics by using image segmentation methods. With this purpose, in the study, correlation and artificial neural networks were used to detect errors such as the missing warp in the fabrics during weaving, dyed fabrics, knitted error, may track and stain (oil and color). Before images are subjected to these procedures, a pre-processed and techniques were applied to determine the errors for successful conclusions.
Benzer Tezler
- Video analysis based fish detecton and tail beat frequency estimation in fishways
Video analizi ile balık geçitlerinde balık tanıma ve kuyruk sallama frekansı tahmini
YASİN YILDIRIM
Yüksek Lisans
İngilizce
2018
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Bilimleri Ana Bilim Dalı
DOÇ. DR. BEHÇET UĞUR TÖREYİN
PROF. DR. SERHAT KÜÇÜKALİ
- Derin öğrenme tabanlı görüntü gürültü giderme için yoğun bağlantı kullanan yeni yaklaşımlar
Densely connected structures in deep learning based image denoising
VEDAT ACAR
Yüksek Lisans
Türkçe
2022
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. ENDER METE EKŞİOĞLU
- Brest cancer detection and image evaluation using amugented deep convolutional neural network
Genişletilmiş derin evrişimsel sinir ağı kullanarak göğüs kanseri tespiti ve görüntü değerlendirmesi
SAADALDEEN RASHID AHMED AHMED
Yüksek Lisans
İngilizce
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAltınbaş ÜniversitesiBilişim Teknolojileri Ana Bilim Dalı
PROF. DR. OSMAN NURİ UÇAN
DOÇ. DR. ADİL DENİZ DURU
- Improved helicopter classification via deep learning and overlapped range-doppler maps
Derin öğrenme ve örtüşen menzil-doppler görüntüleri ile geliştirilmiş helikopter sınıflandırması
DENİZ CAN ACER
Yüksek Lisans
İngilizce
2023
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. IŞIN ERER
- Object-based classification of landforms based on their local geometry and geomorphometric context
Yerşekillerinin geometrik ve jeomorfometrik özelliklerine göre nesne tabanlı sınıflandırılması
DENİZ GERÇEK
Doktora
İngilizce
2010
Jeodezi ve FotogrametriOrta Doğu Teknik ÜniversitesiJeodezi ve Coğrafi Bilgi Teknolojileri Ana Bilim Dalı
PROF. DR. JOSEF STROBL
PROF. DR. VEDAT TOPRAK