Endüstriyel ürünlerin yüzey kusurlarının görüntü işleme ile algılanması ve tanımlanması
Detection and identification of surface defects of industrial products with image processing
- Tez No: 715690
- Danışmanlar: DOÇ. DR. ÖZGÜR TURAY KAYMAKÇI, DR. ÖĞR. ÜYESİ MUHARREM MERCİMEK
- Tez Türü: Doktora
- Konular: Mühendislik Bilimleri, Engineering Sciences
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2022
- 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: 90
Özet
Günümüzde ülkemizin sanayi üretiminde en büyük paylarından birine sahip olan tekstil endüstrisi aynı zamanda ülkemizin en köklü sektörlerinden biridir. Buna rağmen son yıllarda sektörde baskın olan Çin ve Hindistan gibi ülkelerle rekabet etmekte sıkıntı yaşanmaktadır. Kaybedilen pazar payını geri kazanmak için, Türk tekstil endüstrisi, devletin desteğiyle üretimini modernize etmeyi ve kendisini yeni teknolojilere uyarlamayı hedeflemektedir. Sektörün anahtar teknolojilerden biri olan otomatik muayene sistemi, geleneksel muayene yöntemlerine kıyasla toplam üretim miktarını ve kalitesini arttırmaktadır. Bu çalışmanın amacı gürbüz ve verimli kumaş kusur tespit yazılımı ile donatılmış, gerçek zamanlı otomatik bir kumaş inceleme sistemi geliştirmektir. Geliştirilen muayene sistemi, çeşitliliği fazla olması sebebiyle algılanması zor bir görev olan kumaş kusurlarını tespit edebilecektir. Yüksek üretim hızlarını destekleyecek olan bu sistemin aynı zamanda yüksek kusur algılama oranına sahip olması hedeflenmektedir. Ayrıca geliştirilen görsel muayene sistemi, yeni tanıtılan tekstil materyallerini öğrebilen ve muayene edebilen akıllı bir sistem olarak tasarlanacaktır. Kusurları algılamak için istatistiksel, spektral temelli yaklaşımlardan oluşan bir yöntem kullanılacaktır. Daha sonra, özellik seçimine olan ihtiyacını azaltan ve büyük miktarda veriyi diğer yöntemlerle karşılaştırıldığında daha verimli bir şekilde işleyen derin öğrenme kullanılacaktır. Yeni kumaş çeşitleri tanımak için geliştirilen sistemin parametrelerini otomatik olarak düzenleyen bir teknik geliştirilecektir. Sonunda geliştirilen yöntemler gerçek zamanlı sistemler için uygun şekilde programlanacaktır.
Özet (Çeviri)
Having the largest share in Turkish industrial production, the textile industry is one of the first established industries in Turkey. In recent years, the industry has been lagging behind in fierce competition with heavyweights such as China and India. To regain momentum, with the support of the government, Turkish textile industry aims to modernize its production, and adapt itself to new technologies. One of the key technologies is the automated inspection systems which improve overall production quantity and quality when compared with the traditional inspection methods. The purpose of this study is to develop a real-time automated web inspection system equipped with robust and efficient fabric defect detection software. The inspection system will be able to detect real fabric defects which is a challenging task due to the large number of fabric defect classes. Along with high detection rates, the software will support inspection of web materials driven with high speeds. Furthermore developed inspection system will be intelligent, it will adapt itself and will be able to learn and inspect newly introduced web materials. A combination of the latest techniques from statistical approaches and spectral approaches will be used to detect a variety of defects. Afterwards deep learning will be applied as it reduces the need for feature selection and handles big data more efficiently when compared with other methods. A method that can first learn and then inspect new fabric products will be developed. Finally proposed methods will be programmed appropriately for real time systems.
Benzer Tezler
- Endüstriyel karo üretiminde kalite kontrol sürecinin yapay görme ve derin öğrenme teknikleri ile dijitalleştirilmesi
Digitalizing the quality control process in industrial tile production with machine vision and deep learning techniques
HÜSEYİN COŞKUN
Doktora
Türkçe
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSüleyman Demirel ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. TUNCAY YİĞİT
- Derin öğrenme yöntemleri ile metalik yüzeylerde kusur tespiti ve sınıflandırılması
Defect detection and classification on metallic surfaces using deep learning methods
FEYZA SELAMET
Doktora
Türkçe
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSakarya ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ SERAP ÇAKAR
- Ferromanyetik malzemelerde yüzey süreksizliklerinin AC elektromanyetik alan etkisi altında deneysel ve sonlu elemanlar yöntemi ile incelenmesi
Investigation of surface discontinuities in ferromagnetic materials by experimental and finite element methods under the effect of AC electromagnetic field
ESMA NUR SAVRANGÜLER
Yüksek Lisans
Türkçe
2024
Makine Mühendisliğiİzmir Demokrasi ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MUSTAFA MURAT YAVUZ
DR. ÖĞR. ÜYESİ COŞKUN HARMANŞAH
- Preparation of styrenated oil by controlled/living radical polymerization in miniemulsion
Miniemülsiyon koşullarında kontrollü/yaşayan radikal polimerizasyonuyla stirenlenmiş yağların hazırlanması
MESUT YILMAZOĞLU
Doktora
İngilizce
2017
Kimyaİstanbul Teknik ÜniversitesiKimya Mühendisliği Ana Bilim Dalı
PROF. DR. AHMET TUNCER ERCİYES
- Optimization of cultivation conditions and engineering by random mutagenesis for high lipid production in Schizochytrium sp. S31
Schizochytrium sp. S31'in üretim koşullarının iyileştirilmesi ve rastlantısal mutasyon ile geliştirilmesiyle yüksek oranda lipid eldesi
NURCAN VARDAR
Doktora
İngilizce
2016
Biyoteknolojiİstanbul Teknik ÜniversitesiMoleküler Biyoloji-Genetik ve Biyoteknoloji Ana Bilim Dalı
DOÇ. DR. NEVİN GÜL-KARAGÜLER
PROF. MELEK TÜTER