GÖRÜNTÜ İŞLEME TEKNİKLERİ KULLANILARAK NAPOLYON TİPİ KİRAZLARIN SINIFLANDIRILMASI

Mehmet BALCI, Adem Alpaslan ALTUN, Şakir TAŞDEMİR

Öz


GÖRÜNTÜ İŞLEME TEKNİKLERİ KULLANILARAK NAPOLYON TİPİ KİRAZLARIN SINIFLANDIRILMASI

 Özet

         İnsanın görme sistemini temel alan bilgisayar destekli görüntü işleme (Gİ) günlük hayatımızın her alanına girmiş durumdadır. Girdi görüntülerinin değişik tekniklerle alınması ve işlenmesi temeline dayanan görüntü işleme sonucunda, ya yeni bir görüntü elde edilir ya da görüntüden anlamlı bir sonuç çıkarılır. Bu tür uygulamalar ile hayatımız olumlu etkilenmekte, işlemler hem hızlı hem kolay hem de ekonomik hale gelebilmektedir. Bu yüzden Gİ teknikleri her geçen gün gelişmekte ve kendisine yeni uygulama sahaları bulmaktadır. Endüstride, tarımda, mühendislikte ve birçok alanda Gİ çalışmaları yaygın olarak kullanılmaktadır. Özellikle son yıllarda tarım alanındaki görüntü işleme çalışmaları artan bir seviyede yaygınlaşmaktadır. Bu, Gİ’nin uygulandığı alanlara hem ekonomi hem de verim olarak olumlu yansımaktadır. Bu çalışmada, Türkiye’de yetiştirilen Napolyon kirazlarının boyutlarının belirlenmesine dönük bir çalışma gerçekleştirilmiştir. Öncelikli olarak, kirazların fotoğrafları çekilerek görüntü Matlab ortamına aktarılmıştır. Alınan bu görüntüdeki her bir kirazın kaç kalibrede olduğu, yani çapının kaç milimetre olduğu Gİ kullanılarak belirlenmeye çalışılmıştır. Gİ tekniklerinin uygulamaya yönelik bir çalışması ile ürünlerin daha doğru sınıflandırılması amaçlanmıştır. Bu şekilde, satışlar sırasında ürünler hak ettikleri şekilde fiyatlandırılarak üreticinin maddi kayıplarının önüne geçilmesi sağlanabilecektir.

Anahtar Kelimeler: Görüntü İşleme, Kiraz, Kalibre Tespiti, Sınıflandırma

CLASSIFICATION FOR NAPOLEON TYPE CHERRIES BY USING IMAGE PROCESSING TECHNIQUES

Abstract

         Computer assisted image processing (IP) based on human vision system has entered every aspect of daily life.  As a result of image processing that is based on getting and processing input images with different techniques, either a new image is received or a significant conclusion is drawn.  Our lives are affected positively via these kinds of applications and procedures can become easy and economical. Therefore, IP techniques develop day by day and find new application fields. IP works are carried out prevalently in many areas like industry, education and agriculture. Especially in recent years’ image processing works become widespread increasingly in agricultural area. This affects the areas where IP techniques are applied positively in terms of economy and productivity.  In this work, a study was performed about the determination of the size of bing cherries grown in Turkey.  Primarily the photos of the cherries were taken and the images were sent to Matlab environment.  It was tried to determine the calibre of each cherry in this image using IP techniques; that’s to say, how many millimeters of its diameter was.  It was aimed to categorise the products better by means of performance-oriented work of IP techniques.  In this way, the financial loss of the producers will be prevented by pricing the products as necessary during the sales.

Keywords: Image Processing, Cherry, Calibrate Detection, Classification


Anahtar Kelimeler


Görüntü İşleme, Kiraz, Kalibre Tespiti, Sınıflandırma

Tam Metin:

PDF

Referanslar


Sofu M.M., Er O., Kayacan M.C., Çeşitli B., Elmaların Görüntü İşleme Tekniği ile Sınıflandırılması ve Leke Tespiti, Gıda Teknolojileri Elektronik Dergisi,Cilt: 8, No: 1, 2013 (12-25)

Bul E., Gelen G., Altun H., Görüntü İşlemeye Dayalı Tarımsal Ürün Sınıflandırma, http://www.emo.org.tr/ekler/3287fcce194dbd9_ek.pdf [Ziyaret Tarihi: 29 Ekim 2016]

Sabancı K., Aydın C., Ünlerşen M.F., Görüntü İşleme ve Yapay Sinir Ağları Yardımıyla Patates Sınıflandırma, Parametrelerinin Belirlenmesi, Iğdır Üniversitesi Fen Bilimleri Enstitüsü Dergisi, Cilt: 2, Sayı: 2, Ek:A Sayfa: 59-62, 2012

Karhan M, Oktay M. O., Karhan Z., Demir H., 2011, Morfolojik Görüntü İşleme Yöntemleri ile Kayısılarda Yaprak Delen (Çil) Hastalığı Sonucu Oluşan Lekelerin Tespiti, 6 th International Advanced Technologies Symposium (IATS’11), Elazığ, Türkiye, 172-176.

Türkiye İstatistik Kurumu, 2016, Bitkisel Üretim İstatistikleri, Taş Çekirdekli Meyveler 1988-2015, http://www.tuik.gov.tr/PreIstatistikTablo.do?istab_id=69 [Ziyaret Tarihi: 1 Temmuz 2016]

Türkiye İstatistik Kurumu, 2016, Bitkisel Üretim İstatistikleri, Meyveler İçecek ve Baharat Bitkiler, https://biruni.tuik.gov.tr/bitkiselapp/bitkisel.zul [Ziyaret Tarihi: 1 Temmuz 2016]

Öztaş O., Görüntü İşleme Teknikleri-1, İstanbul Üniversitesi Mühendislik Fakültesi Bilgisayar Mühendisliği Bölümü, http://www.oguzhanoztas.com/gi/ders1.pdf [Ziyaret Tarihi: 1 Temmuz 2016]

Serra J., Image Analysis and Mathematical Morphology, Vo1. London: Academic; 1982.

Gonzalez R. C., Woods R. E., Eddins S. L., Digital Image Processing Using Matlab, Gatesmark Publishing; 2009.

Abacı B., Morfolojik Görüntü İşleme,http://www.cescript.com/2012/08/morfolojik-goruntu-isleme.html [Ziyaret Tarihi: 25 Haziran 2016]

Özşen Ö., Matematiksel Morfoloji Kullanılarak Göğüs Kanserinin Erken Teşhisi, Master Tezi, Anadolu Üniversitesi Fen Bilimleri Enstitüsü, 2002.

Topaloğlu M., Gangal A., 2006, Watershed Dönüşümü Kullanılarak Corpus Callosumun Bölütlenmesi, URSI-Türkiye 2006 3. Bilimsel Kongresi, Ankara, Türkiye, 607-609


Madde Ölçümleri

Ölçüm Çağırılıyor ...

Metrics powered by PLOS ALM

Refback'ler

  • Şu halde refbacks yoktur.


Creative Commons License
This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License.

Selçuk-Teknik Dergisi  ISSN:1302-6178