Geri Dön

Olgunlaşmamış şeftali meyvesini doğal bahçe koşullarında alınmış görüntülerde görüntü işleme teknikleri ve yapay sınıflandırıcılarla saptayarak sayan algoritmaların geliştirilmesi

Developping algorithms to detect and count immature peach in colour images acquired in natural orchard conditions using image processing and artificial classifiers

  1. Tez No: 329347
  2. Yazar: FERHAT KURTULMUŞ
  3. Danışmanlar: DOÇ. DR. ALİ VARDAR
  4. Tez Türü: Doktora
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Ziraat, Computer Engineering and Computer Science and Control, Agriculture
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2012
  8. Dil: Türkçe
  9. Üniversite: Uludağ Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Tarım Makineleri Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 219

Özet

Bu çalışmanın amacı ülkemiz için ekonomik değeri yüksek olan şeftali meyvesinin verim haritalamasına yönelik olarak meyvenin erken gelişme döneminde ve doğal ortamından alınmış sıradan renkli görüntülerinden meyveleri tespit ederek sayabilecek algoritmaların geliştirilmesi ve en iyi algoritma performanslarının ortaya koyulmasıdır. Algoritmaların geliştirilmesi ve test edilmesi için görüntüler Bursa Barakfaki köyünde yerel bir çiftçiye ait Elegance Lady çeşidi şeftali bahçesinden alınmıştır. Çalışmada histogram eşitleme ve logaritma dönüşümü gibi görüntü işleme tekniklerinden yararlanılarak doğal koşullarda alınmış görüntülerin aydınlanma koşulları zenginleştirilmiştir. Görüntü işleme tekniklerinden yararlanarak geliştirilen algoritmalar renk, şekil ve doku bilgisini kullanılan öznitelik çıkarma yöntemleriyle görüntülerden çıkarmışlardır. Bu çalışmada kullanılan öznitelik çıkarma yöntemleri, olgunlaşmamış şeftali bitkisini renkli görüntülerde saptama anlamında yenidirler. Çıkarılan özniteliklerle farklı sınıflandırıcıların performanslarını ortaya koymak amacıyla 7 adet sınıflandırıcı eğitilerek denenmiştir. Diskriminant analizi, K-en-yakın komşu, naive Bayes, regresyon ağaçları, sınıflandırma ağaçları, yapay sinir ağları ve destek vektör makinası bu çalışmada kullanılan sınıflandırıcılardır. Görüntülerde arka plan elemesi yapmak ve potansiyel meyve bölgelerini saptamak amacıyla üç farklı görüntü tarama yöntemi geliştirilmiştir. Algoritmaların meyve olarak sınıflandırdığı alt-pencereler blob analiziyle tekilleştirilip meyve sayıları tespit edilmiştir. Farklı meyve tarama yöntemleri, istatistiksel ve deneysel yollarla belirlenen farklı öznitelik birleşimleri, farklı yapay sınıflandırıcılarının kullanımıyla değişik algoritmalar türetilmiş, eğitim ve test setleri üzerinde denemeler gerçekleştirilmiştir. Geliştirilen algoritmaların performansları farklı aydınlanma koşullarını içerecek şekilde karşılaştırılmıştır. Çalışma kapsamında geliştirilen algoritmaların bazılarında % 85'ler düzeyinde saptama başarısı elde edilmiştir. Geliştirilen algoritmalar doğal bahçe koşullarında alınmış görüntülerdeki aydınlanma değişimlerinden fazla etkilenmemişlerdir.

Özet (Çeviri)

The objectives of this study were to develop algorithms for detecting and counting immature peach fruit, having economic importance for our country, in colored natural canopy images acquired in natural orchard conditions using image processing and artificial classifiers and to provide algorithms having the best performance. For developing and testing algorithms, images were obtained from a peach orchard located in Barakfaki, Bursa. By utilizing image processing techniques such as logarithm transform and histogram equalization, illumination conditions of the images taken under natural conditions were enhanced. Algorithms extracted features via feature extraction methods relied on color, shape and texture. Feature extraction methods used in this study were novel for detecting immature peach fruits in color images. To provide performances of different classifiers with extracted features, 7 classifiers were trained and performed. Discriminant analysis, K-nearest neighbors, naive Bayes, regression trees, classification trees, neural networks and support vector machines were the classifiers used in this study. To eliminate background and to locate potential fruit regions in the images, 3 different image scanning approaches were developed. To count fruits in the images, sub-windows classified as fruit by the classifiers were singularized by a blob analysis. Various algorithms were derived by usage of different image scanning approaches, different feature combinations determined by statistical and experiential methods, different classifiers. Using a training set and a test set, experiments were carried out. Performances of the algorithms were compared including different illumination conditions. Some of the algorithms developed in the present study provided about 85% of detection performance. Proposed algorithms were not affected intensively by illumination changes in the images taken under natural orchard conditions.

Benzer Tezler

  1. Ceylanpınar Tarım İşletmesinde yetiştirilen bazı şeftali ve nektarin çeşitlerinin fenolojik ve pomolojik özellikleri üzerine bir araştırma

    Başlık çevirisi yok

    İSMAİL TOSUN

    Yüksek Lisans

    Türkçe

    Türkçe

    1999

    ZiraatHarran Üniversitesi

    Bahçe Bitkileri Ana Bilim Dalı

    DOÇ. DR. BEKİR EROL AK

  2. Bazı şeftali-nektarin çeşitlerinde örtüaltı yetiştiriciliğin erkencilik, verim ve meyve kalite özelliklerine etkileri

    Effects of protected cultivation on the earliness, yield and fruit quality characteristics of some peach-nectarine cultivars

    SULTAN GÖKTAŞ

    Yüksek Lisans

    Türkçe

    Türkçe

    2020

    ZiraatHatay Mustafa Kemal Üniversitesi

    Bahçe Bitkileri Ana Bilim Dalı

    DOÇ. DR. OĞUZHAN ÇALIŞKAN

  3. Çiçek seyreltme uygulamalarının Flariba ve Gartella nektarin çeşitlerinde meyve tutumu, verim ve kalite özelliklerine etkileri

    Effects of protected cultivation on the earliness, yield and fruit quality characteristics of some peach-nectarine cultivars

    ERSİN RENCUZOĞULLARI

    Yüksek Lisans

    Türkçe

    Türkçe

    2023

    ZiraatHatay Mustafa Kemal Üniversitesi

    Bahçe Bitkileri Ana Bilim Dalı

    PROF. DR. OĞUZHAN ÇALIŞKAN

  4. Identification of interconnected markers for T-cell acute lymphoblastic leukemia

    T-hücresi akut lenfoblastik lösemi için birbirine bağlı marker tanımlanması

    EMİNE GÜVEN MAIOROV

    Yüksek Lisans

    İngilizce

    İngilizce

    2011

    BiyoistatistikKoç Üniversitesi

    Biyokimya Mühendisliği Ana Bilim Dalı

    PROF. DR. ÖZLEM KESKİN