Gıdada tağşiş tespiti için görüntü işleme ve yapay zekâ yaklaşımları: Antep fıstığı örneği
Image processing and artificial intelligence approaches for food adulteration detection: The case of Antep pistachio
- Tez No: 877054
- Danışmanlar: DR. ÖĞR. ÜYESİ TOLGA HAYIT, DR. ÖĞR. ÜYESİ FATMA HAYIT
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Electrical and Electronics Engineering, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2024
- Dil: Türkçe
- Üniversite: Yozgat Bozok Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Elektrik ve Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Elektrik Elektronik Mühendisliği Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Gıda güvenliği ve kalitesi, tüketici sağlığını korumak ve gıda endüstrisi açısından güvenilir bir ürün sunmak açısından kritik öneme sahiptir. Ancak, dünya genelinde gıda sahtekarlığı veya tağşiş sorunları, gıda endüstrisini tehdit eden bir sorun haline gelmiştir. Gıdalara kasıtlı olarak yabancı maddelerin eklenmesi veya düşük kaliteli malzemelerin kullanılması, tüketicileri yanıltarak sağlık riskleri ve güvenilirlik sorunlarına neden olmaktadır. Geleneksel yöntemlerle gıda tağşişinin tespiti karmaşık ve zaman alıcı olabilir. Ancak, son yıllarda görüntü işleme ve yapay zekâ teknikleri, bu soruna daha hızlı ve etkili bir şekilde yaklaşım sunmaktadır. Gıda sahtekârlığının tespiti ve gıda kalitesinin denetimi için görüntü işleme algoritmaları ve yapay zeka modelleri kullanmak, üreticilerin ve düzenleyicilerin daha hızlı ve doğru kararlar almasına yardımcı olacaktır. Bu tez çalışmasında, gıda endüstrisinde gıda tağşişinin tespit edilmesi için görüntü işleme ve yapay zeka tekniklerinin uygulanabilirliği Antep fıstığı örneği üzerinden tartışılmaktadır. Önerilen DenseNet modeli yoğun bağlantılara sahip bir derin öğrenme modelidir ve görüntü ile yapılacak çalışmalar için idealdir. Çalışmada tağşişli Antep fıstığı örnekleri elde edilerek fotoğraflanmış ve bu görseller görüntü işleme ile uygulanacak olan önceden eğitilmiş DenseNet modeli için hazırlanmıştır. DenseNet modeli eşsiz bir veri seti olan Antep fıstığı ve tağşişli örneklerini etkin bir şekilde sınıflandırmıştır.
Özet (Çeviri)
The safety and quality of food are of critical importance in preserving consumer health and providing a reliable product for the food industry. However, food fraud or adulteration issues worldwide have become a significant threat to the food industry. The deliberate addition of foreign substances to food or the use of low-quality ingredients can mislead consumers, leading to health risks and reliability issues. Detecting food adulteration using traditional methods can be complex and time-consuming. However, in recent years, image processing and artificial intelligence techniques have offered a faster and more effective approach to this issue. Using image processing algorithms and artificial intelligence models for detecting food fraud and controlling food quality can help manufacturers and regulators make faster and more accurate decisions. This thesis discusses the applicability of image processing and artificial intelligence techniques for detecting food adulteration in the food industry, using the example of pistachios. The proposed DenseNet model is a deep learning model with dense connections and is ideal for image-based studies. Adulterated pistachio samples were obtained, photographed, and these images were prepared for the pre-trained DenseNet model to be applied with image processing. The DenseNet model effectively classified unique datasets of pistachios and adulterated samples.
Benzer Tezler
- Evolutionary feature optimization for plant leaf disease detection by deep neural networks
Bitki yaprak hastalık teşhisi için derin sinir ağları ile evrimsel özellik optimizasyonu
JALAL SADOON HAMEED AL BAYATI
Doktora
İngilizce
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
Prof. Dr. BURAK BERK ÜSTÜNDAĞ
- Gıda ürünlerinde şeker yerine kullanılan doğal ve sentetik maddelerin analizi için yeni yöntem geliştirmek
Investigation of new methods for the analysis of natural and synthetic compounds used as sugar substitutes in foods
MUHARREM YILMAZ
- Keçi tereyağında nükleik asit izolasyon yöntemi optimizasyonu ve gerçek zamanlı PCR yöntemiyle olası tağşiş oranlarının tespiti
Optimization of nucleic acid isolation method in goat butter and determination of possible adulteration rate by real-time PCR method
ERDEM ARTUVAN
Doktora
Türkçe
2024
Gıda MühendisliğiMersin ÜniversitesiGıda Mühendisliği Ana Bilim Dalı
DOÇ. DR. SALİH AKSAY
- İstanbul'da tüketilen büyükbaş ve küçükbaş et ürünlerinde histolojik muayene sonuçlarına göre olası kanatlı eti tespiti
Determination of poultry meat in bovine and ovine meat products in istanbul according to their histological examination
MUSA CANER SAYIN
Doktora
Türkçe
2021
Besin Hijyeni ve Teknolojisiİstanbul Üniversitesi-CerrahpaşaBesin Hijyeni ve Teknolojisi Ana Bilim Dalı
PROF. DR. ÖMER ÇETİN
PROF. DR. HAMPARSUN HAMPİKYAN
- Türk naturel zeytinyağlarının stigmasta-3,5-dien niceliklerinin tespiti ve natürel zeytinyağına katılan rafine zeytinyağının belirlenmesi üzerine araştırmalar
Determination of stigmasta-3,5-diene content of Turkish virgin olive oils and research on adulteration of virgin olive oil with refüred olive oil
ÖZLEM GÜLAT
Yüksek Lisans
Türkçe
1999
Gıda MühendisliğiEge ÜniversitesiGıda Mühendisliği Ana Bilim Dalı
PROF. DR. M. KEMAL ÜNAL