Feature detection and classification of pistachio by using image processing
Görüntü işleme teknikleri kullanılarak Antep fıstığının özellik tespiti ve sınıflandırılması
- Tez No: 537449
- Danışmanlar: DR. ÖĞR. ÜYESİ ALİ KILIÇ, PROF. DR. SADETTİN KAPUCU
- Tez Türü: Yüksek Lisans
- Konular: Makine Mühendisliği, Mechanical Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2019
- Dil: İngilizce
- Üniversite: Gaziantep Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Makine Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 82
Özet
Tarımsal ürün pazarlamasında kalite önemli faktörlerden biridir. Bu çalışmanın temel amacı, antepfıstığını kalite sınıflandırması yapabilmek için onu renklerine, boyutlarına, kalitesine göre sınıflandırmaktır. Standart ürünlerin fiyat avantajı bulunmaktadır çünkü depolanması ve işlenmesi daha kolaydır. Geleneksel olarak, antep fıstığı, işçilerin görsel olarak incelenmesiyle manuel olarak sınıflandırılmaktadır. Sonuç olarak, sınıflandırma süreci zaman ve maliyet açısından düşük verimliliğe neden olmaktadır. Günümüzde sınıflandırma makinelerinde kullanılan en etkili yöntem hızlı ve doğru sonuçlar elde edilebildiği için görüntü işleme teknikleridir. Bu çalışma kapsamında, Antep fıstığı ve antep fıstığı artıkları için yüksek hassasiyetle hızlı ve gerçek zamanlı bir sınıflandırma sistemi oluşturulmuştur. Çalışma iki ana bölüme ayrılabilir, ayrıştırma ve sınıflandırma. Görüntü ayrıştırma için, arka planı giriş görüntülerinden nesnelerden izole etmek için ortalama filtreli yerel eşikleme kullanılmıştır. Görüntü sınıflandırma için, mükemmel ve hızlı sonuçlar elde etmek için derin öğrenme algoritmaları kullanılmıştır. Derin öğrenme ağı, taze kırmızı antepfıstığı, taze yeşil antepfıstığı, çıtlak antepfıstığı, kapalı antepfıstığı, soyulmuş antep fıstığı, taşlar, yapraklar, dal parçaları, antep fıstığı kabuğu olan 11 sınıflandırma türünden 2750 görüntü ile eğitilmiştir. Sistem, nesneleri tek tek görüntülerde ayırmak için görüntüye bir bölümleme yaparak ve ardından her nesne görüntüsünü ağa göre sınıflandırarak, bir dizi gerçek zamanlı görüntü ile bilgisayarda depolanan görüntülerle test edilmiştir. Yüksek hassasiyetli sınıflandırma sonuçları elde edilmiştir. Alan, geometrik merkez, uzunluk ve genişlik gibi özellikler hesaplanmıştır.
Özet (Çeviri)
Quality in agricultural product marketing is one of the important factors. The main purpose of this study is to classify it according to its colors, size and quality in order to make quality classification of pistachios. The standardized products will have advantages in price because they will be easier to store and process. Traditionally, pistachios are classified via visual inspection of workers, manually. As a result, the classification process is subjected to poor efficiency in terms of time and cost. The most effective method used in grading machines today is image processing. The scope of the research is to create a fast and real time classification system with high accuracy for pistachios and unwanted materials. The study can be divided into two main parts, segmentation and classification. For image segmentation, local thresholding with average filter were used to isolate the background from the objects in the input images. For image classification, to produce excellent and fast results deep convolutional neural network is used. Deep learning net was trained by 2750 images of 11 types of classification which are fresh red pistachio, fresh green pistachio, split pistachio, non-split pistachio, peeled pistachios kernels, stones, loose kernels, leaves, branch pieces, pistachios shell. The system was tested with a set of real-time images as well as images stored in the computer, by making a segmentation to the image to make the objects separated in individual images, and then classify each object image by the network. High accuracy classification results are obtained. The features of the objects such as area, centroid, length, and width are also calculated.
Benzer Tezler
- Derin öğrenme ve dijital görüntü işleme teknikleri kullanılarak Kahramanmaraş'ta yetişen ceviz türlerinin özellik tespiti ve sınıflandırılması
Feature detection and classification of walnut species growing in Kahramanmaraş by using deep learning and digital image processing techniques
EYÜP ŞEKERLİ
Yüksek Lisans
Türkçe
2023
Elektrik ve Elektronik MühendisliğiKahramanmaraş Sütçü İmam ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ERDAL KILIÇ
- Classification of human motion using radar micro-doppler signatures with hidden markov models
İnsan hareketlerinin radar mikro-doppler imzaları ve gizli markov modelleri ile sınıflandırılması
MEHMET ONUR PADAR
Yüksek Lisans
İngilizce
2016
Elektrik ve Elektronik MühendisliğiOrta Doğu Teknik ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. ÇAĞATAY CANDAN
- Tek kanallı yaygın akciğer seslerinden solunum döngülerinin otomatik algılanması ve sınıflandırılması
Automatic detection and classification of respiratory cycles from common lung sounds in single channel
SELİM ARAS
Doktora
Türkçe
2018
Elektrik ve Elektronik MühendisliğiKaradeniz Teknik ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. ALİ GANGAL
- Farklı veri türlerinin birleştirilmesi ile epilepsi hastalığının otomatik tespiti ve sınıflandırılması
Automatic detection and classification of epilepsy disease by combining different data types
ŞENGÜL BAYRAK HAYTA
Doktora
Türkçe
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Üniversitesi-CerrahpaşaBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. EYLEM YÜCEL DEMİREL
DOÇ. DR. HİDAYET TAKCI
- Border feature detection and adaptation: a new algorithm for classification of remote sensing images
Sınır öz niteliklerinin belirlenmesi ve adaptasyonu: Uzaktan algılama görüntülerinin sınıflandırılması için yeni bir algoritma
N. GÖKHAN KASAPOĞLU
Doktora
İngilizce
2007
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF.DR. BİNGÜL YAZGAN
PROF.DR. OKAN K. ERSOY