Kumaş yüzeylerinde ayrık beyinli oto kodlayıcı temelli görsel hata tespiti
Split-brain autoencoder based visual defect detection on fabric surfaces
- Tez No: 637556
- Danışmanlar: DR. ÖĞR. ÜYESİ MUHARREM MERCİMEK
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Mühendislik Bilimleri, Tekstil ve Tekstil Mühendisliği, Computer Engineering and Computer Science and Control, Engineering Sciences, Textile and Textile Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2020
- Dil: Türkçe
- Üniversite: Yıldız Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Kontrol ve Otomasyon Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Kontrol ve Otomasyon Mühendisliği Bilim Dalı
- Sayfa Sayısı: 97
Özet
Her geçen gün daha da büyüyen ve gelişen endüstri için kaliteli ve devamlı üretimin sağlanması büyük önem taşımaktadır. Bütün üretim sektörlerinde, insan veya makine sistemlerinin yaptığı hataların tespiti ve kalitenin yükseltilmesi amacıyla görsel denetleme sistemleri uzun yıllardır kullanılmaktadır. Gelişen teknolojiyle birlikte, görsel denetim sistemleri de doğruluk oranlarını ve kullanım alanlarını genişletmektedir. İlk üretildiklerinde yalnızca insan gözünün işlevini taklit etmeyi amaçlasalar da gelişen metotlar ve görüntüleme ekipmanları ile beraber hataların yakalanmasında insan gözünün ilerisine geçmişlerdir. Tekstil sektörü görsel denetleme sistemlerinin kullanıldığı sektörlerden bir tanesidir. Tekstil sektöründe kullanılan görsel denetleme sistemlerinde birçok farklı metottan yararlanılmaktadır. Bu çalışmada endüstride yaygın olarak kullanılmakta olan konvansiyonel metotların, günümüz problemlerini daha fazla yansıtan, yeni ortaya çıkmış, eskiye nazaran daha zor ve karmaşık veri setlerinde, yeterli başarı kriterini sağlayamadığı görülmüştür. Bu çalışmada bu soruna çözüm olarak ayrık beyinli oto kodlayıcı temelli görsel hata tespiti yaklaşımı geliştirilmiştir. Bu yeni yaklaşımda, eğitim için hatalı örnek görüntülere dahi ihtiyaç duymadan, hataların yüksek bir doğrulukta yakalanabileceği gösterilmiştir. Bu tezde, yeni veri setlerinde bulunan hataların konvansiyonel metotlar ile yakalanamadığı ve geliştirilen yaklaşımın başarısının gösterilmesi amacıyla uygulamalar yapılmıştır. Gabor filtresi ve entropi filtresi metotları konvansiyonel yöntemler olarak aynı veri setine uygulanmış ve bu üç algoritmadan çıkan sonuçlar karşılaştırılmıştır. Yapılan analiz çalışmaları sonucunda geliştirilen yaklaşımın konvansiyonel metotlardan daha iyi sonuç verdiği ve eşdeğer hesaplama süresi sağladığı gözlenmiştir. Geliştirilen yaklaşımın görsel denetleme sistemlerinde etkin bir şekilde kullanılabileceği deneysel olarak ispatlanmıştır.
Özet (Çeviri)
The quality of the products and the flawless continuity of the production lines have great importance for industry and manufacturing. In production lines, visual inspection systems have been used for many years to increase the quality by detecting the defective products comprehensively as much as possible. Although they were first utilized solely to mimic the function of the human eye, recently the visual inspection systems have been able to handle comprehensive detection, defect mapping, and even decision making related tasks with help of advanced imaging devices and processing hardware. Many different strategies are employed in visual inspection systems in the textile industry. In this study, it has been observed that traditional methods commonly used in industry are not successful enough in handling more difficult and complex datasets that reflect more of today's problems. In this thesis, split-brain auto encoder based visual defect detection approach is developed as a solution to this problem. This new approach has shown that errors can be detected with high accuracy without the need for the use of faulty samples for training. In this document, experimental study is carried out to emphasize that the errors found in the new data sets are difficult to detect with the conventional methods. Also the efficiency of the proposed approach is investigated and measured quantitatively. The Gabor filter and entropy filter methods applied to the same data set as a two members of conventional methods and the results of these methods are compared to the ones obtained with Split-Brain Autoencoder approach. After the intense analysis of the experimental results it is proven that developed approach provides higher accuracy and almost equivalent computation time when compared to conventional methods. Thus, it can be clearly concluded that conventional methods can be replaced with the proposed approach in automated visual inspection systems.
Benzer Tezler
- Kumaş yüzeylerinde yenilikçi etkiler
New impressions on fabric surfaces
NESLİHAN ŞİRİN
Yüksek Lisans
Türkçe
2002
Tekstil ve Tekstil MühendisliğiDokuz Eylül ÜniversitesiTekstil Ana Sanat Dalı
YRD. DOÇ. NESRİN ÖNLÜ
- Pamuk ve elastan karışımı denim kumaşların borik asit, boraks dekahidrat, nano-sio2, triazin ve fosfor bileşimleri varlığında güç tutuşurluk özelliklerinin incelenmesi
Investigation of flame retardant properti̇es of cotton and elastane blended denim fabrics in the presence of boric acid, borax decahydrate, nano-sio2, tri̇azi̇ne and phosphorus composi̇ti̇ons
GÖKHAN EYİ
Yüksek Lisans
Türkçe
2019
Tekstil ve Tekstil MühendisliğiTrakya ÜniversitesiUygulamalı Bilimler ve Teknoloji Ana Bilim Dalı
DR. ÖĞR. ÜYESİ NİLGÜN BECENEN
- Art Nouveau üslubuyla tekstil yüzeylerinde bitkisel soyutlama üzerine bir araştırma
Başlık çevirisi yok
GÜNTÜRKÜN TİJEN
- Mimarinin kıvamı: Dikiş figürasyonu ve şehirde yürüyüş inşaları üzerinden bir araştırma
Viscosity of architecture: A research through stitching figuration and walking constructions in the city
HATİCE IŞIL UYSAL
Doktora
Türkçe
2021
Mimarlıkİstanbul Teknik ÜniversitesiMimarlık Ana Bilim Dalı
PROF. DR. GÜLÇİN PULAT GÖKMEN
- Yığma yapılarda taşıyıcı tuğla duvarların hasır donatılı horasan harcı ile güçlendirilmesinin deneysel olarak incelenmesi
Experimental investigation of the strengthening of masonry walls with steel mesh reinforcement horasan mortar in masonry structures
VOLKAN ÖZTAŞ
Doktora
Türkçe
2024
Mimarlıkİstanbul Teknik ÜniversitesiMimarlık Ana Bilim Dalı
PROF. DR. NECDET TORUNBALCI