Görüntü işleme tekniği ile ekmeklik buğday çeşidinde kaliteye esas bazı özelliklerin belirlenmesi
Yükleniyor...
Dosyalar
Tarih
2013
Yazarlar
Dergi Başlığı
Dergi ISSN
Cilt Başlığı
Yayıncı
Ege Üniversitesi
Erişim Hakkı
info:eu-repo/semantics/openAccess
Özet
Tarımsal ürünlerde kalite, pazarlamada önemli faktörlerden biridir. Bu nedenle, kalite kontrol sistemlerinde sınıflandırma makineleri önemli bir yer tutar. Günümüzdeki sınıflandırma makinelerindeki en etkin yöntem görüntü işlemedir. Bu çalışmanın amacı, CUMHURİYET-75 ekmeklik buğday çeşidinin bazı kalite kriterlerinin; kırık tane, yabancı ot (yabani hardal ve yabani yulaf), ve diğer hububat (mısır ve arpa), "MATLAB" programı yardımıyla görüntü işleme ve yapay sinir ağı (YSA) tekniklerini kullanarak belirlenmesidir. Bu amaçla, farklı oranlarda yabancı madde, kırık tane ve diğer hububatların bulunduğu bir birinden ayrı olarak yerleştirilmiş 100 taneden oluşan buğday örneklerinin görüntüleri bir dijital kamera vasıtasıyla 3 farklı arka plan ve 3 farklı ışık ortamında alınarak, Matlab programında yapay sinir ağları yöntemiyle değerlendirilmiştir. Buğday örneklerinin kalitesinin belirlenmesinde değerlendirme kriteri olarak tahıl morfolojisi, doku ve rengi dikkate alınmıştır. Buğday örneklerinden görüntü alabilmek için görüntüleme odası hazırlanmış ve örneklere ait resimleri işlemek için Matlab'da bir program yazılmıştır. Morfoloji özellikleri için tohumların alanı ve 16 faktör seçilmiştir. Doku özellikleri için, kontrast, homojenlik, korelasyon, enerji ve entropi hesaplanmıştır. Renk özellikleri için, görüntülerin ortalaması, varyans, standart sapma, çarpıklık ve basıklık değerleri RGB (Kırmızı, Yeşil, Mavi), NTSC ve l*a*b* renk uzaylarında çıkarılmıştır. Daha etkili parametreleri belirlemek için, SPSS yazılım paketi ile kademeli diskriminant analizi her tane için yapılmıştır. SPSS sonuçlarından, 6 morfoloji özellikleri, 1 doku ve 11 renk özellikleri bir Çok Katmanlı Perseptron (ÇKP) YSA'nın girişleri olarak elde edilmiştir. En iyi YSA belirlemek için farklı yapılarda ağlar kurulmuştur. En iyi YSA'da verilerin % 60 eğitim aşamasında, onaylama için % 20 ve test edilmesi için ise % 20 kullanılmıştır. Buğday kalitesinin belirlenmesinde genel başarı oranı % 97 olarak elde edilmiştir.
Açıklama
Anahtar Kelimeler
Buğday kalitesi, Görüntü işleme, Sınıflandırma, Yapay sinir ağları, Diskriminant analiz., Wheat quality, Classification, Image processing, Artificial neural network, Discriminant analysis., Tarım Makinaları A.B.D.
