Geri Dön

Görüntü işleme ile desenlerde kusur tespiti

Defect detection on patterns with image processing

PDF İndir

  1. Tez No: 856505
  2. Yazar: YUNUS EMRE MERAL
  3. Danışmanlar: DR. ÖĞR. ÜYESİ OSMAN GÖKALP
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2024
  8. Dil: Türkçe
  9. Üniversite: İzmir Katip Çelebi Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Yazılım Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 72

Özet

Bu Tez, desenli kumaş görüntülerinde kusur tespiti odaklı olup, Textile Texture- Database (TILDA) veri setinin desenli kumaşlardan oluşan örnekleri kullanılarak gerçekleştirilmiştir. Çalışma, topluluk ve klasik sınıflandırma yöntemlerinin kullanılmasıyla kusurların etkili bir şekilde tespit edilmesini amaçlamaktadır. Sınıflandırma için geliştirilen model, kumaşlardaki farklı kusurları olan kumaşları (delikli, kesikli, iplik hatalı, renk hatalı vb.) ve kusursuz kumaşları ayırt etmek üzere oluşturulmuştur. Ayrıca, aynı veri seti üzerinde gerçekleştirilen filtre, veri artırımı ve özellik çıkarım yöntemlerinin sınıflandırma başarısını etkileyip etkilemediği test edilmiştir. İlgili sonuçlar, hangi yöntemin daha etkili olduğunu belirlemek için detaylı bir karşılaştırmaya tabi tutulmuş ve bu sonuçlar tablolar aracılığıyla gösterilmiştir. Çalışma sonucunda veri setlerine uygulanan veri artırımı, GLCM ve LBP özellik çıkarım yöntemi ve filtre uygulaması ile birlikte C3-R1, C3-R3, C4-R1 ve C4-R3 veri setlerinde ulaşılan başarı oranı sırasıyla %99, %96, %99 ve %93 olarak elde edilmiştir. Bu tez, desenli kumaşlarda kusur tespiti alanında farklı sınıflandırma yöntemlerinin ve özellik çıkarım tekniklerinin etkilerini sistemli bir şekilde değerlendirerek endüstriyel uygulamalarda değerli bir kaynak sunmayı amaçlamaktadır.

Özet (Çeviri)

This thesis focuses on defect detection in patterned fabric images and is conducted using examples of patterned fabrics from the Textile Texture-Database (TILDA) dataset. The study aims to effectively detect defects using ensemble and classical classification methods. The developed model for classification is created to distinguish fabrics with different defects (e.g., holes, cuts, thread faults, color faults) from flawless fabrics. Additionally, the impact of filters, data augmentation, and feature extraction methods on the classification results is tested on the same dataset. The relevant results are subjected to a detailed comparison to determine which method is more effective, and these results are presented through tables. As a result of the study, the success rates achieved in the C3-R1, C3-R3, C4-R1, and C4-R3 datasets, along with data augmentation, GLCM, and LBP feature extraction methods, and filter application, are %99, %96, %99, and %93, respectively. This thesis aims to provide a valuable resource for industrial applications by systematically evaluating the effects of different classification methods and feature extraction techniques in defect detection in patterned fabrics.

Benzer Tezler

  1. Tez No

    639123

    Metalik parçaların kusur tespitinde görüntü tonları kullanılarak doğrusallaştırma tabanlı karma bir yöntem geliştirilmesi

    Development of a linearization based hybrid method using image tones for the surface inspection of metallic parts

    MUHAMMED KOTAN

    Doktora

    Türkçe

    Türkçe

    2020

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSakarya Üniversitesi

    Bilgisayar ve Bilişim Mühendisliği Ana Bilim Dalı

    PROF. DR. CEMİL ÖZ

  2. Tez No

    840461

    Development of 3D food printer and use of mushrooms in 3D food printer within the scope of new plant-based food production

    3D gıda yazıcısı geliştirme ve mantarların bitkisel bazlı yeni ürün geliştirme çalışmaları kapsamında 3D yazıcıda kullanımı

    EVREN DEMİRCAN

    Doktora

    İngilizce

    İngilizce

    2023

    Gıda Mühendisliğiİstanbul Teknik Üniversitesi

    Gıda Mühendisliği Ana Bilim Dalı

    PROF. DR. BERAAT ÖZÇELİK

  3. Tez No

    771763

    Multi-model and multi-stage learned image super-resolution

    Çoklu model ve çoklu eğitim ile öğrenilen süper çözünürlük

    CANSU KORKMAZ

    Yüksek Lisans

    İngilizce

    İngilizce

    2021

    Elektrik ve Elektronik MühendisliğiKoç Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ ZAFER DOĞAN

    PROF. DR. AHMET MURAT TEKALP

  4. Tez No

    557624

    Mimari tasarımda yapay zeka: Evrişimli yapay sinir ağlarının vaziyet planı tasarımında kullanımı

    Artificial intelligence in architectural design: The use of convolutional neural networks in site plan design

    MUSTAFA KEMAL KAYIŞ

    Yüksek Lisans

    Türkçe

    Türkçe

    2019

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Gayrimenkul Geliştirme Ana Bilim Dalı

    PROF. DR. HAKAN YAMAN

  5. Tez No

    335372

    Görüntü işleme teknolojisi ile betonun bazı mekanik özelliklerinin belirlenmesi

    Determination of some mechanical properties of concrete with image processing technology

    GAMZE ÇANKAYA

    Yüksek Lisans

    Türkçe

    Türkçe

    2013

    İnşaat MühendisliğiSelçuk Üniversitesi

    İnşaat Mühendisliği Ana Bilim Dalı

    DOÇ. DR. MUSA HAKAN ARSLAN

    YRD. DOÇ. DR. MURAT CEYLAN

Geri Dön