Görüntü işleme tabanlı tehlikeli madde tespit ve uyarı sistemi
Image processing based hazardous material detection and warning system
- Tez No: 897121
- Danışmanlar: DOÇ. DR. CAN EYÜPOĞLU
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Görüntü işleme, özellik eşleştirme, tehlikeli madde, optik karakter tanıma, AKAZE, ORB, SIFT, Image processing, feature matching, dangerous goods, optical character recognition, AKAZE, ORB, SIFT
- Yıl: 2024
- Dil: Türkçe
- Üniversite: Milli Savunma Üniversitesi
- Enstitü: Atatürk Stratejik Araştırmalar ve Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Bilgisayar Mühendisliği Bilim Dalı
- Sayfa Sayısı: 99
Özet
Tehlikeli maddelerin kullanımı günümüzde birçok alanda karşımıza çıkmaktadır. Ev aletleri, belli başlı sıvılar, temizlik malzemeleri vb. alanlarda kullanmaktadır. Tehlikeli maddelere ihtiyacımız olduğu kadar içlerinde birçok risk taşıdığının da unutulmaması gerekmektedir. Riskleri önceden bilmek ve maddeyi tanımak oldukça kritiktir. Bu tez çalışması tehlikeli maddelerin taşıdığı riskleri ve olabilecek bir kaza durumunda nasıl müdahale edileceği konusu üzerine hazırlanılmıştır. Tez çalışması 600 görüntüden oluşan tehlikeli madde etiketlerinin okutulması ve buradan çıkarılan Birleşmiş Milletler (United Nations-UN) numarası bilgisi ile veri tabanında ilgili bilgiye erişimi arayüz modeli üzerinden sağlanmıştır. UN numarasının çıkarılması için görüntü işleme teknikleri arasında yer alan Optik Karakter Tanıma (Optical Character RecognitionOCR) teknolojileri ve özellik eşleştirme algoritmaları kullanılmıştır. Özellik eşleşme algoritmalarından AKAZE, ORB ve SIFT yöntemleri tercih edilmiştir. Veri tabanıyla eşleştirilen UN numarası, veri tabanından ilgili alanı gösterdiğinde, o alandan madde özellikleri, müdahale koşulları, önlemler vb. bilgiler erişimi sağlamıştır. Veri setine göre doğruluk metrikleri belirlenmiş ve değerlendirilmiştir. Değerlendirme sonucunda OCR teknolojisi 300 veride 4.17 kelime hata oranı ile iyi bir sonuç üretmiştir. Özellik eşleştirme algoritmaları 600 veride AKAZE %33, ORB %91 ve SIFT yöntemi %70 oranında başarı göstermiştir. Sonuçta ORB yöntemi en yüksek sonuç üreterek başarı sağlamıştır.
Özet (Çeviri)
The use of hazardous substances is encountered in many areas today. Household appliances, certain liquids, cleaning materials, etc. are used in areas. As much as we need hazardous substances, it should not be forgotten that they carry many risks. It is critical to know the risks in advance and to recognize the substance. This thesis is about the risks of hazardous materials and how to intervene in case of an accident. The thesis work is based on the reading of hazardous material labels consisting of 600 images and the United Nations (UN) number information extracted from them and access to the relevant information in the database through the interface model. Optical Character Recognition (OCR) technologies and feature matching algorithms, which are among the image processing techniques, were used to extract the UN number. Among the feature matching algorithms, AKAZE, ORB and SIFT methods were preferred. When the UN number matched with the database points to the relevant field in the database, information such as substance properties, intervention conditions, precautions, etc. were accessed from that field. Optical Character Recognition (OCR) technologies and feature matching algorithms, which are among the image processing techniques, were used to extract the UN number. Among the feature matching algorithms, AKAZE, ORB and SIFT methods were preferred. When the UN number matched with the database points to the relevant field in the database, information such as substance properties, intervention conditions, precautions, etc. were accessed from that field. Accuracy metrics were determined and evaluated according to the data set. As a result of the evaluation, OCR technology produced a good result with an error rate of 4.17 words in 300 data. The feature matching algorithms AKAZE (33%), ORB (91%) and SIFT (70%) were successful with 600 data. In the end, the ORB method produced the highest result and achieved success.
Benzer Tezler
- Driver's maneuvering recognition and assistance system based on particle filter
Parçacık filtresi tabanlı sürücü manevra algılama ve uyarı sistemi
ELİF NURDAN PEKTAŞ
Yüksek Lisans
İngilizce
2016
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGalatasaray ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. TANKUT ACARMAN
- Dermoskopik görüntülerden melanomanın derin evrişimsel sinir ağları ile teşhisi
Diagnosis of melanoma in dermoscopic images with deep convolutional neural networks
ENES AYAN
Doktora
Türkçe
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKırıkkale ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. HALİL MURAT ÜNVER
- Konvolüsyonel yapay sinir ağları ve ileri görüntü işlemeteknikleri ile tehlikeli madde tespiti ve sınıflandırılması
Dangerous material detection and classification withconvolutionary artificial neural networks and image processing techniques
MUHAMMED EMİN URLU
Yüksek Lisans
Türkçe
2021
Elektrik ve Elektronik MühendisliğiAnkara ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. MURAT HÜSNÜ SAZLI
- Hatalı yerleştirilen araç sigortalarının şablon eşleştirme yöntemiyle tespiti
Detection of misplaced vehicle fuses using template matching method
MUSTAFA KARAKURT
Yüksek Lisans
Türkçe
2024
Elektrik ve Elektronik MühendisliğiSakarya ÜniversitesiElektrik ve Elektronik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ AHMET KÜÇÜKER
- Görüntü işleme teknikleri kullanılarak, 2-boyutlu mamografik verilerde kanserli bölge tanısı
Cancer region diagnosis of 2-dimensional mammographic data using image processing techniques
PELİN GÖRGEL
Doktora
Türkçe
2011
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. AHMET SERTBAŞ
PROF. DR. OSMAN NURİ UÇAN