Research Article
BibTex RIS Cite

Artificial Neural Network and Image Processing Based Compressive Strength Prediction

Year 2021, Volume: 14 Issue: 2, 408 - 421, 31.08.2021
https://doi.org/10.18185/erzifbed.894649

Abstract

There are many artifacts from various civilizations in our country, reaching day by day. Historical masonry structures are also among the structures that are considered cultural heritage. For this reason, detailed examination of these historical masonry structures, testing of the samples of this structure and documentation of this information obtained from these tests is a very important issue in terms of ensuring that these structures can be transmitted to future generations in a robust manner.
In this article, it is planned to examine the stones used in masonry structures with computerized vision technology. For this reason, stones with different qualities to be taken from quarries will be taken images primarily through a camera. Later on, the image of each sample will be transferred to the computer environment and the features belonging to these samples will be removed through image processing. Later on, these samples will be tested in the laboratory and their strengths will be measured. Consequently, the data attained from the laboratory environment and the results attained by image processing will be compared and the calibration of this proposed image processing based analysis method will be done. As a result of these studies, it will be possible to carry out experimental applications in the laboratory environment in computer environment. Again due to these studies very complex and lengthy studies can be significantly shortened; some characteristics of samples taken with a simple camera can be measured very quickly in a computer setting.

Supporting Institution

Ardahan University

Project Number

2017/008

Thanks

Acknowledgment This study was supported by Ardahan University Scientific Research Projects unit within the scope of Ardahan University project number 2017/008. The authors would like to thank Ardahan University Scientific Research Projects Unit for their contributions.

References

  • Öziçer S., & Uyanık O., (2015). Mevcut yapıların beton dayanımının jeofizik (ultrasonik)yöntemler ile belirlenmesi. Kentleşme ve yapı inceleme çalıştayı.
  • ASTM, D., (1990). 2845 (1983) Standard test method for laboratory determination of pulse velocities and ultrasonic elastic constants of rock. American Society for Testing and Materials, West Conshohocken.
  • Hornby, B. E., (1998). Experimental laboratory determination of the dynamic elastic properties of wet, drained shales. Journal of Geophysical Research: Solid Earth, 103(B12), 29945-29964.
  • Qixian, L., & Bungey, J. H., (1996). Using compression wave ultrasonic transducers to measure the velocity of surface waves and hence determine dynamic modulus of elasticity for concrete. Construction and building materials, 10(4), 237-242.
  • Y. R. Chen, K. Chao & M. S. Kim., (2002). “Machine vision technology for agricultural applications”, Computers and Electronics in Agriculture, vol. 36, pp. 173-191.
  • Hsiao, P. Y., Lu, C. L., & Fu, L. C., (2010). “Multilayered Image Processing for Multiscale Harris Corner Detection in Digital Realization”, IEEE Transactions on Industrial Electronics, vol. 57, no: 5, pp. 1799-1805.
  • Duan, G., Chen, Y. W., & Sakekawa, T., (2008). Automatic optical inspection of micro drill bit in printed circuit board manufacturing based on pattern classification, Instrumentation and Measurement Technology Conference Proceedings (IMTC), pp. 279-283.
  • Yazdi, L., Prabuwono, A. S., & Golkar, E., (2011). Feature extraction algorithm for fill level and cap inspection in bottling machine, International Conference on Pattern Analysis and Intelligent Robotics (ICPAIR), vol. 1, pp. 47-52.
  • Ozkaya, S. G., Baygin, M., Ozdemir, M. A., & Kazaz, I., (2017). Image Processing Based Analysis of the Compressive Strength for the Stones Used In Historical Masonry Structures. International Journal of Computer Science and Software Engineering, 6(10), 216-222.

Yapay Sinir Ağı ve Görüntü İşleme tabanlı Basınç Dayanımı Tahmini

Year 2021, Volume: 14 Issue: 2, 408 - 421, 31.08.2021
https://doi.org/10.18185/erzifbed.894649

Abstract

Ülkemizde çok çeşitli medeniyetlerden günümüze ulaşmış birçok eser mevcuttur. Tarihi yığma yapılar da, kültürel miras olarak kabul edilen bu yapıların arasında yer almaktadır. Bu nedenle bu tarihi yığma yapıların detaylı bir şekilde incelenmesi, bu yapılara ait numunelerin test edilmesi ve bu testlerden elde edilen bu bilgilerin dökümante edilmesi, bu yapıların gelecek nesillere sağlam bir şekilde aktarılabilmesi açısından oldukça önemli bir konudur.
Gerçekleştirilen bu çalışmada, yığma yapılarda kullanılan taşların bilgisayarlı görme teknolojisi ile incelenmesi yapılmıştır. Bu amaçla taş ocaklarından alınan farklı niteliklere sahip taşların öncelikli olarak bir kamera aracılığıyla görüntüleri alınmıştır. Daha sonrasında her bir numunenin görüntüsü bilgisayar ortamına aktarılmış ve bu numunelere ait özellikler görüntü işleme yoluyla elde edilmiştir. Daha sonrasında bu numuneler laboratuvar ortamında test edilmiş ve dayanımları ölçülmüştür. Sonuç olarak laboratuvar ortamından elde edilen veriler ve görüntü işleme ile elde edilen sonuçlar karşılaştırılmış, önerilen bu görüntü işleme tabanlı analiz yöntemi kalibre edilmiştir. Önerilen yöntem traverten, andezit ve kireç taşı için sırasıyla %99.47, %93.89 ve %94.19 olarak belirlenmiştir. Yapılan bu çalışmalar neticesinde laboratuvar ortamında yapılan deneysel uygulamaların bilgisayar ortamında gerçekleştirilebilmesine olanak sağlanmıştır. Yine bu çalışmalar neticesinde oldukça zorlu ve uzun süren çalışmalar önemli bir ölçüde kısaltılmış, temel bir kamera aracılığıyla görüntüsü alınan numunelerin belirli özellikleri bilgisayar ortamında çok hızlı bir şekilde hesaplanabilmiştir.


Project Number

2017/008

References

  • Öziçer S., & Uyanık O., (2015). Mevcut yapıların beton dayanımının jeofizik (ultrasonik)yöntemler ile belirlenmesi. Kentleşme ve yapı inceleme çalıştayı.
  • ASTM, D., (1990). 2845 (1983) Standard test method for laboratory determination of pulse velocities and ultrasonic elastic constants of rock. American Society for Testing and Materials, West Conshohocken.
  • Hornby, B. E., (1998). Experimental laboratory determination of the dynamic elastic properties of wet, drained shales. Journal of Geophysical Research: Solid Earth, 103(B12), 29945-29964.
  • Qixian, L., & Bungey, J. H., (1996). Using compression wave ultrasonic transducers to measure the velocity of surface waves and hence determine dynamic modulus of elasticity for concrete. Construction and building materials, 10(4), 237-242.
  • Y. R. Chen, K. Chao & M. S. Kim., (2002). “Machine vision technology for agricultural applications”, Computers and Electronics in Agriculture, vol. 36, pp. 173-191.
  • Hsiao, P. Y., Lu, C. L., & Fu, L. C., (2010). “Multilayered Image Processing for Multiscale Harris Corner Detection in Digital Realization”, IEEE Transactions on Industrial Electronics, vol. 57, no: 5, pp. 1799-1805.
  • Duan, G., Chen, Y. W., & Sakekawa, T., (2008). Automatic optical inspection of micro drill bit in printed circuit board manufacturing based on pattern classification, Instrumentation and Measurement Technology Conference Proceedings (IMTC), pp. 279-283.
  • Yazdi, L., Prabuwono, A. S., & Golkar, E., (2011). Feature extraction algorithm for fill level and cap inspection in bottling machine, International Conference on Pattern Analysis and Intelligent Robotics (ICPAIR), vol. 1, pp. 47-52.
  • Ozkaya, S. G., Baygin, M., Ozdemir, M. A., & Kazaz, I., (2017). Image Processing Based Analysis of the Compressive Strength for the Stones Used In Historical Masonry Structures. International Journal of Computer Science and Software Engineering, 6(10), 216-222.
There are 9 citations in total.

Details

Primary Language English
Subjects Engineering
Journal Section Makaleler
Authors

Suat Gökhan Özkaya 0000-0002-1774-7114

Hülya Durur 0000-0002-9297-6873

Mehmet Bayğın 0000-0002-5258-754X

İlker Kazaz 0000-0002-3885-1885

Project Number 2017/008
Publication Date August 31, 2021
Published in Issue Year 2021 Volume: 14 Issue: 2

Cite

APA Özkaya, S. G., Durur, H., Bayğın, M., Kazaz, İ. (2021). Artificial Neural Network and Image Processing Based Compressive Strength Prediction. Erzincan University Journal of Science and Technology, 14(2), 408-421. https://doi.org/10.18185/erzifbed.894649