Görüntü işleme teknikleri ve yapay sinir ağları kullanılarak irmiğin seçilmiş kalite parametrelerinin belirlenmesi
Determination of selected quality parameters of semolina by image processing techniques and artifical neural network
- Tez No: 571520
- Danışmanlar: DR. ÖĞR. ÜYESİ İNCİ ÇINAR
- Tez Türü: Yüksek Lisans
- Konular: Gıda Mühendisliği, Food Engineering
- Anahtar Kelimeler: Görüntü işleme, yapay sinir ağları, irmik, Matlab, Image processing, artifical neural network, semolina, Matlab
- Yıl: 2019
- Dil: Türkçe
- Üniversite: Kahramanmaraş Sütçü İmam Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Gıda Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 70
Özet
Buğday ve ürünleri yurtiçi tüketimde çok önemli bir yere sahiptir. Buğdayın öğütülmesi elde edilen irmik gıda proseslerinde birçok farklı şekilde kullanılmaktadır. İrmik özellikle makarna üretimi için oldukça önemlidir ve belirli kalite özelliklerine sahip olması gerekmektedir. İrmiğin tane boyutu, siyah benek sayısı ve renk özellikleri kalite açısından önemli özelliklerindendir. Çalışmamızda irmikte seçilmiş kalite parametreleri olan tane boyutu, renk ve siyah benek sayısını belirlemek için görüntü işleme ve yapay sinir ağı teknikleri kullanılmış ve bu analizler için Matlab tabanlı bir kod oluşturulmuştur. Siyah benek sayısı için irmik örneğinin kamera görüntüsü kullanılmış ve görüntü işleme teknikleri ve Watershed algoritması kullanılmıştır. Deneysel olarak elde edilen değerlerle program kodu ile tahmin edilen değerler kıyaslandığında %90 doğruluk oranı elde edilmiştir. Tane boyutu için tarayıcıdan alınan görüntü işlenerek alan, çevre ve eşdeğer çap değerleri hesaplanmıştır. Tahmin edilen eşdeğer çap değeri ile deneysel olarak elde edilen ortalama çap değerleri arasında tutarlılık olduğu görülmüştür. İrmik renk değerleri Hunter Lab L* a* b* değerleri olarak deneysel elde edilerek görüntü işleme ve yapay sinir ağları teknikleri ile tahmin edilmiştir. Yapay sinir ağları kullanılarak tahmin edilen renk değerleri için 0.99 korelasyon katsayısı elde edilmiştir. Matlab paket programında oluşturulan kod ile Matlab GUI'de bir kullanıcı arayüz tasarlanmıştır. Sonuç olarak deneysel veriler tahmini değerlerle kıyaslandığında görüntü işleme teknikleri ve yapay sinir ağlarının irmikte seçilmiş kalite parametreleri olan tane boyutu, siyah benek ve renk değerlerinin tespitinde başarılı bir şekilde kullanılabileceği görülmüştür.
Özet (Çeviri)
Wheat and its products have a very important place in domestic consumption. The semolina obtained from grinding of wheat is used in many different ways in food processes. Semolina is especially important for pasta production and must provide certain quality characteristics. The particle size, number of black specks and color value are important quality properties. In the present study, the code created on Matlab by image processing and artificial neural network techniques were used to predict particle size, color and number of black specks of semolina. Number of black specks were determined using image processing techniques and counted by Watershed algorithm from the camera taken pictures. When the experimental data were compared with the predicted data, 90% accuracy rate was obtained. For the particle size, the image taken from the scanner is processed to calculate the area, circumference and equivalent diameter values. It was found that there was a consistency between the predicted equivalent diameter value and the experimentally obtained average diameter value. The color values of semolina obtained experimentally were also predicted by image processing techniques and artificial neural networks as Hunter Lab L * a * b * values. Correlation coefficient of 0.99 was obtained for the predicted color values using artificial neural networks. User interface was created in Matlab GUI with the code written in Matlab. As a result, comparison of experimental and predicted values shows that image processing techniques and artificial neural networks could be successfully used in determining selected quality parameters, namely particle size, number of the black specks and color values, of semolina.
Benzer Tezler
- Görüntü işleme teknikleri ve yapay zeka yöntemleri kullanarak atık su arıtmada performans analizlerinin incelenmesi
Investigation of the performance analysis in wastewater treatment using image processing techniques and artificial intelligence methods
HALİME BOZTOPRAK
Doktora
Türkçe
2014
Elektrik ve Elektronik MühendisliğiSelçuk ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. YÜKSEL ÖZBAY
- Prediction of personality traits from videos by using machine learning algorithms
Makine öğrenmesi algoritmalarını kullanarak videolardan kişisel özelliklerin tahmin edilmesi
ERTAN TAŞ
Yüksek Lisans
İngilizce
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. MUSTAFA ERSEL KAMAŞAK
- Şeker pancarı tarımında yabancı ot mücadelesi için değişken düzeyli herbisit uygulama parametrelerinin yapay sinir ağlarıyla belirlenmesi
Determination of variable rate herbisit application parameters with artificial neural networks for weed contention in agriculture of sugar beet
KADİR SABANCI
- Kumaş dokuma hatalarının tespiti ve sınıflandırılması
Detection and classification of fabric defects
KEMAL BÜYÜKKABASAKAL
Yüksek Lisans
Türkçe
2010
Elektrik ve Elektronik MühendisliğiEge ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. AYDOĞAN SAVRAN
- Karma iletim hatlarında mesafe koruma rölesi çalışmasının incelenmesi ve çalışma başarımlarının yükseltilmesi
Investigation of distance protection relay operation in mixed transmission lines and improving operation performans
SERKAN BUDAK
Yüksek Lisans
Türkçe
2020
Elektrik ve Elektronik MühendisliğiKonya Teknik ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. BAHADIR AKBAL