Geri Dön

Feature detection and classification of pistachio by using image processing

Görüntü işleme teknikleri kullanılarak Antep fıstığının özellik tespiti ve sınıflandırılması

  1. Tez No: 537449
  2. Yazar: MARWA KHALEEL RASHID
  3. Danışmanlar: DR. ÖĞR. ÜYESİ ALİ KILIÇ, PROF. DR. SADETTİN KAPUCU
  4. Tez Türü: Yüksek Lisans
  5. Konular: Makine Mühendisliği, Mechanical Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2019
  8. Dil: İngilizce
  9. Üniversite: Gaziantep Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Makine Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. 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

  1. 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

    Türkçe

    2023

    Elektrik ve Elektronik MühendisliğiKahramanmaraş Sütçü İmam Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ ERDAL KILIÇ

  2. 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

    İngilizce

    2016

    Elektrik ve Elektronik MühendisliğiOrta Doğu Teknik Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    PROF. DR. ÇAĞATAY CANDAN

  3. 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

    Türkçe

    2018

    Elektrik ve Elektronik MühendisliğiKaradeniz Teknik Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    PROF. DR. ALİ GANGAL

  4. 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

    Türkçe

    2021

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Üniversitesi-Cerrahpaşa

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. EYLEM YÜCEL DEMİREL

    DOÇ. DR. HİDAYET TAKCI

  5. 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

    İngilizce

    2007

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Elektronik ve Haberleşme Mühendisliği Ana Bilim Dalı

    PROF.DR. BİNGÜL YAZGAN

    PROF.DR. OKAN K. ERSOY