Geri Dön

Sayısal görüntüleme destekli red chief elma rekolte tahmini

Digital imaging aided red chief apple harvest estimation

  1. Tez No: 338613
  2. Yazar: ONUR CÖMERT
  3. Danışmanlar: YRD. DOÇ. DR. MAHMUT HEKİM, YRD. DOÇ. DR. UMUT ORHAN
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Hassas tarım, red chief elma, rekolte tahmini, sayısal görüntü işleme, Digital image processing, harvest estimation, Precision agriculture, red chief apple
  7. Yıl: 2013
  8. Dil: Türkçe
  9. Üniversite: Gaziosmanpaşa Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Mekatronik Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 84

Özet

Bu çalışmada görüntü işleme teknikleri kullanılarak elma ağaçlarında rekolte tahmini yapılmıştır. Materyal olarak hem Türkiye hem de dünya elma üretiminde önemli yere sahip Red Chief elma türü seçilmiştir. Görüntü verisi, içerisinde Red Chief elma ağaçlarının da yer aldığı Tokat Kazova?da bulunan bir meyve bahçesinden toplanmıştır. Çalışmada kullanılan elma ağacı görüntüleri, yüksek çözünürlüklü bir kamera vasıtasıyla elde edilmiştir. Çeşitli görüntü işleme tekniklerinden yararlanılarak renk tabanlı bir bölütleme yazılımı geliştirilmiştir. Yazılımın geliştirilmesi aşamasında RGB, CIE Lab, HSV ve CIE Luv renk uzaylarına taşınan görüntü verisi üzerinde deneyler yapılmıştır. Öznitelik olarak seçilen görünür elma alanları verisi ile doğrusal regresyon, ÇKA, RBF ve Elman sinir ağı modeli kullanılarak tahminleme yapılmıştır. CIE Luv renk uzayında yapılan bölütleme işlemi ile elde edilen özellikler, ÇKA sinir ağı modeline verilerek tahminleme yapılmış, OKHK değeri 4,36 kg olarak bulunmuştur. Ortalama elma rekoltesi 58,37 kg iken 4,36 kg gibi düşük bir hata oranı ile Red Chief elmasının rekoltesi tahmin edilebilmiştir.

Özet (Çeviri)

In this study, the harvest for apple trees was estimated by using the image processing techniques. The Red Chief apple that has an important place in apple production of both Turkey and the world was chosen as the material. The image data was collected from an orchard in which there are Red Chief apple trees in Tokat Kazova. The apple tree images used in the study were obtained with a high resolution camera. A color-based segmentation software was developed by making use of various image processing techniques. During the process of developing software, experiments were carried out on the image data having been transmitted to color spaces of RGB, CIE Lab, HSV, and CIE Luv. Estimation was carried out by using visible apple fields data that was chosen as a feature and linear regression, ÇKA, RBF, and Elman neural network model. The features obtained with the segmentation process that was carried out on CIE Luv color space was given to the CKA neural network model, so that estimation was carried out and OKHK value was found to be 4.36 kg. While the average apple harvest is 58,37, Red Chief apple harvest could be estimated with a low error rate of 4,36.

Benzer Tezler

  1. GPU ile hızlandırılmış bulanık mantık algoritmalarının görüntü işlemede kullanılması

    GPU-accelerated image processing algorithms using fuzzy logic

    HASAN BADEM

    Yüksek Lisans

    Türkçe

    Türkçe

    2012

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKahramanmaraş Sütçü İmam Üniversitesi

    Bilgisayar ve Öğretim Teknolojileri Eğitimi Ana Bilim Dalı

    YRD. DOÇ. DR. MAHİT GÜNEŞ

  2. Tetra brik aseptik kartonlardaki şerit dikişlerinin sayısal görüntüleme tabanlı kalite kontrolü

    Digital image processing based quality control of seams on tetra brik aseptic cartons

    KEMAL ADEM

    Yüksek Lisans

    Türkçe

    Türkçe

    2013

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGaziosmanpaşa Üniversitesi

    Mekatronik Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. MAHMUT HEKİM

    YRD. DOÇ. DR. UMUT ORHAN

  3. Transfer öğrenme modellerinin basamaklandırılmış derin özelliklerini ve topluluk sınıflandırıcıları kullanarak lastik çatlaklarının tespit edilmesi

    Detecting tire cracks using cascading deep features of transfer learning models and ensemble classifiers

    ÖZCAN ASKAR

    Yüksek Lisans

    Türkçe

    Türkçe

    2024

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBatman Üniversitesi

    Bilgi Teknolojileri Ana Bilim Dalı

    DOÇ. DR. RAMAZAN TEKİN

  4. Radiküler kist ve granülomların dijital histogram analizi ile ayırdedilmesi

    Differention of radicular cyst and granulomas with digital histogram analysis

    ÜLKEM AYDIN

    Doktora

    Türkçe

    Türkçe

    1998

    Diş HekimliğiGazi Üniversitesi

    Diş Hastalıkları ve Tedavisi Ana Bilim Dalı

    PROF. DR. TAYFUN ALAÇAM

  5. Sayısal görüntü işleme ile göz hastalıklarının teşhisi için bir yardımcı sistem tasarımı

    Auxiliary - system design for diagnosis of eye diseases by using digital image processing

    MEFULE GÖKÇE

    Yüksek Lisans

    Türkçe

    Türkçe

    2014

    BiyomühendislikAfyon Kocatepe Üniversitesi

    Makine Mühendisliği Ana Bilim Dalı

    PROF. DR. SÜLEYMAN TAŞGETİREN