Koşullu difüzyon modelleri ile yüzey görüntüsünden çatlak tespiti
Crack detection from surface images using conditional diffusion models
- Tez No: 989944
- Danışmanlar: DOÇ. DR. LEVENT KARACAN
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2025
- Dil: Türkçe
- Üniversite: İskenderun Teknik Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Yüzey çatlaklarının otomatik olarak tespiti, yapı sağlığı izleme, üretim hattı denetimi, malzeme deformasyon analizi ve çeşitli endüstriyel kontrol uygulamaları açısından kritik bir gereklilik hâline gelmiştir. Çatlakların erken ve doğru biçimde saptanması hem güvenlik risklerini azaltmakta hem de zamanında müdahale ile bakım maliyetlerini önemli ölçüde düşürmektedir. Ancak çatlaklar genellikle düşük kontrastlı, ince, düzensiz ve sınırlı örneklem içeren yapılar olduğundan, bu sorunun çözümü bilgisayarla görme alanında hâlâ zorluk teşkil etmektedir. Bu çalışmada, hem denetimli (supervised) hem de denetimsiz (unsupervised) yaklaşımların sınırlamalarını aşmayı hedefleyen, CrackDiffusion adlı özgün bir segmentasyon yöntemi önerilmiştir. Model, çatlak tespitini koşullu difüzyon mekanizmasına dayalı olarak üretken bir gürültü giderme süreci şeklinde ele almaktadır. Her giriş görüntüsüne karşılık, maske üretimi zaman adımlarına bölünmüş şekilde gerçekleştirilmekte ve bu sayede modelin yerel detayları daha hassas işlemesi sağlanmaktadır. Modelin başarımını değerlendirmek amacıyla, farklı yüzey yapıları ve çatlak çeşitliliğine sahip Crack500, GAPs384, CrackForest, DeepCrack ve CrackTree200 veri kümeleri üzerinde kapsamlı deneysel analizler gerçekleştirilmiştir. Elde edilen bulgular, önerilen yöntemin özellikle Intersection over Union (IoU) ve ortalama Dice benzerlik (mDS) skorları açısından mevcut en gelişmiş tekniklere kıyasla anlamlı düzeyde üstün performans sergilediğini göstermektedir. Model, düşük görünürlüklü ve düzensiz örüntülere sahip çatlakları başarılı şekilde tespit edebilmekte, bu da gerçek hayattaki karmaşık senaryolara uyum kabiliyetini ortaya koymaktadır. Önerilen model, yalnızca bölütleme doğruluğunu artırmakla kalmayıp, aynı zamanda ölçeklenebilirliği ve genellenebilirliği yüksek bir çözüm sunmaktadır. Bu yönüyle çalışma, yol yüzeylerinden bina cephelerine, üretim hatlarından malzeme test ortamlarına kadar geniş bir uygulama alanı için otomatik çatlak tespiti konusunda güvenilir ve etkili bir araç sunmakta; görsel kalite kontrol ve yapı izleme teknolojilerinde yeni nesil bir yaklaşım ortaya koymaktadır.
Özet (Çeviri)
Automated surface crack detection has become an essential task across various fields such as structural health monitoring, industrial inspection, material degradation analysis, and visual quality control systems. The ability to accurately identify cracks at an early stage not only mitigates safety risks but also significantly reduces long-term maintenance costs through timely interventions. However, detecting cracks often characterized by low contrast, irregular shapes, narrow widths, and sparse occurrences remains a persistent challenge in computer vision. To address this issue, we propose model, a novel segmentation framework that overcomes the inherent limitations of both supervised and unsupervised methods by adopting a conditional diffusion-based generative denoising approach. The model formulates crack mask prediction as a stepwise refinement process, where each prediction stage corresponds to a diffusion time step, enabling finer structural details to be progressively restored. Extensive experiments were conducted on two widely used benchmark datasets, Crack500, GAPs384, CrackForest, DeepCrack and CrackTree200, both containing diverse surface textures and crack variations. The results demonstrate that proposed model achieves significant performance gains over state-of-the-art methods in terms of Intersection over Union (IoU) and mean Dice Similarity (mDS). The model is particularly effective at capturing subtle, low-visibility cracks, highlighting its robustness in real-world, noisy conditions. Beyond improving segmentation accuracy, proposed model offers a scalable and generalizable solution applicable to a wide range of domains—from pavement surfaces and concrete walls to production lines and laboratory-grade material testing. As such, this study presents a reliable and high-capacity framework for automated crack detection, contributing to the advancement of modern inspection technologies and intelligent infrastructure monitoring systems.
Benzer Tezler
- Effects of microwave and freeze drying methods on characteristics of propolis extract
Mikrodalga ve dondurarak kurutma yöntemlerinin propolis özütü özellikleri üzerine etkisi
SAKİNE KARAGÖZ
Doktora
İngilizce
2024
Kimya MühendisliğiGebze Teknik ÜniversitesiKimya Mühendisliği Ana Bilim Dalı
PROF. DR. MURAT ÖZDEMİR
- Gemi etrafındaki sınır tabakanın incelenmesi
A Study on the boundary layer surrocnding ship hulls
BARIŞ BARLAS
- Asit aktive nano bentonit kullanılarak sulu çözeltilerden kafein adsorpsiyonunda reaksiyon değişkenlerinin
Optimization of reaction variables for caffeine adsorption from aqueous solutions using acid activated nano bentonite
MERVE FAKİOĞLU
Yüksek Lisans
Türkçe
2023
Kimya MühendisliğiYıldız Teknik ÜniversitesiKimya Mühendisliği Ana Bilim Dalı
DOÇ. DR. YASEMEN KALPAKLI
- Three dimensional simulation of fluid structure interactions for red blood cells
Kırmızı kan hücreleri için üç boyutlu akışkan yapı etkileşimi simülasyonu
AYŞE ÇETİN
Yüksek Lisans
İngilizce
2018
Uçak Mühendisliğiİstanbul Teknik ÜniversitesiUçak ve Uzay Mühendisliği Ana Bilim Dalı
PROF. DR. MEHMET ŞAHİN
- The effect of tip clearance on KJ-66 rc microjet engine compressor at transonic regime
Kanat ucu açıklığının KJ-66 mikrojet motoru santrifüj kompressörünün performasına transonik rejimdeki etkisi
ALPER CAN
Yüksek Lisans
İngilizce
2024
Uçak Mühendisliğiİstanbul Teknik ÜniversitesiUçak ve Uzay Mühendisliği Ana Bilim Dalı
DOÇ. DR. BAHA ZAFER