Elektron mikroskobundan elde edilen görüntülerin parçacık sayımında ön işleme tekniklerinin etkisi

Yıl 2023, , 276 - 287, 31.12.2023

Saliha Banu Ertürk , Murat Karakoyun

https://doi.org/10.54365/adyumbd.1348886

Öz

Görüntü işleme, teknolojinin yüksek seviye gelişimi ile hayatımızın her alanına girmeye başlamıştır. Görüntü işlemenin; eğitim, güvenlik, endüstri, sanayi, sağlık, eğlence gibi farklı alanlarda kullanılması bu alanlara bambaşka boyutlar kazandırmıştır. Görüntü işleme uygulamalarının başarısını etkileyen birçok etken mevcuttur. Bu etkenler içerisinde görüntü kalitesi, kullanılan donanımın özellikleri gibi dış etkenler mevcut iken kullanılan yöntemler, seçilen parametre değerleri gibi uygulama içi etkenler de bulunmaktadır. Dolayısıyla görüntü işleme uygulamarında birçok durumun göz önünde bulundurulması gerekmektedir. Bu çalışmada, elektron mikroskobu ile elde edilen metal parçacık görüntüleri üzerinde parçacık sayımı gerçekleştirilmiştir. Seçilen görüntüler; içerdiği parçacık sayısı, parçacıkların şekilleri, üst üste örtüşmesi gibi özellikleri bakımından karakteristik özelliklere sahiptir. Bu görüntüler üzerinde yapılan parçacık sayımında morfolojik, filtreleme ve eşikleme ön işlem yaklaşımları uygulanmıştır. Bu yaklaşımların parçacık sayımındaki etkileri ayrı ayrı incelenmiştir. Daha sonra ise bu yaklaşımların birlikte uygulanmasının etkileri ele alınmıştır. Elde edilen deneysel sonuçlara bakıldığında; her bir kategorideki ön işlem adımlarının tek başına yetersiz kaldığı görülmüştür. Ayrıca karakteristiği farklı olan görüntülerde farklı ön işleme kombinasyonlarının başarılı olduğu görülmüştür.

Anahtar Kelimeler

Görüntü işleme, Morfolojik işlemler, Parçacık sayımı, Eşikleme, Filtreleme

The effect of pre-processing techniques on particle counting of images obtained by electron microscope

Öz

Image processing has begun to enter all areas of our lives with the high-level development of technology. Image processing; Its use in different fields such as education, security, industry, industry, health and entertainment has brought a whole new dimension to these fields. There are many factors that affect the success of image processing applications. Among these factors, there are external factors such as image quality, the features of the hardware used, while there are also internal factors such as the methods used and the selected parameter values. Therefore, many situations should be considered in image processing applications. In this study, particle counting was performed on metal powder particle images obtained by electron microscope. Selected images; It has characteristic features in terms of the number of particles it contains, the shapes of the particles, and their overlapping. Morphological, filtering and thresholding preprocessing approaches were applied in particle counting on these images. The effects of these approaches on particle counting are examined separately. Then, the effects of applying these approaches together are discussed. Considering the experimental results obtained; It has been seen that the pre-processing steps in each category alone are insufficient. In addition, it has been observed that different preprocessing combinations are successful in images with different characteristics.

Anahtar Kelimeler

Thresholding, Filtering, Image processing, Morphological operators, Paricle counting

Kaynakça

• Xu R. Optical Particle Counting: Counting and Sizing.Particle Characterization: Light Scattering Methods 2002; 182-222.
• McTigue NE, Lewis CM, Fundamentals of Drinking Water Particle Counting. 2000: American Water Works Association.
• Chadha GK, vd. An automated method for counting red blood cells using image processing.Procedia Computer Science 2020; 167769-778.
• Çelik A, Tekin E. Hough transform görüntü işleme yöntemiyle ekim makineleri için tohum sayma uygulaması.Avrupa Bilim ve Teknoloji Dergisi 2020; 260-267.
• Adams T, vd. Automated lung tumor detection and diagnosis in CT Scans using texture feature analysis and SVM in FedCSIS (Communication Papers).2018.
• ÖZDET B, Semra İ. Akciğer Bilgisayarlı Tomografi Görüntülerinde Görüntü İşleme Uygulamaları ile Tümörlerinin Tespit Edilmesi.Uludağ Üniversitesi Mühendislik Fakültesi Dergisi 2022; 27(1):135-150.
• Telli A, Özkan İ. Görüntü İşleme Teknikleri ile Örme Kumaşlardaki Boncuklanma Direncinin Objektif Ölçümü.Tekstil ve Mühendis 2018; 25(112):313-318.
• Furkan Ç, Güven A. Dijital Mikroskop Altında Alınan Kan Hücresi Görüntülerinden Beyaz Kan Hücrelerinin Algılanması ve Sınıflandırılması.Electronic Letters on Science and Engineering 2019; 15(3):23-43.
• AŞLIYAN R. Otsu ve Rocchio Metotlarıyla Beyin Tümörü Tespiti.Avrupa Bilim ve Teknoloji Dergisi 2022; (43):69-74.
• BOZTOPRAK H, ERGÜN ME. Yapraklı Ağaçlarda Trahe ve Liflerin Belirlenmesi.Gaziosmanpaşa Bilimsel Araştırma Dergisi 2017; 6(2):87-96.
• Dihkan M, Karslı F. Kayaç Üzerinde Kristal Dağılımının (CSD) Dijital Görüntü İşleme ile Tespiti in III. Uzaktan Algılama ve Coğrafi Bilgi Sistemleri Sempozyumu. Kocaeli, Türkiye;2010.
• Kerimoğlu E. Mikroskobik gölge görüntüleme tabanlı mikroakışkan sitometrisi. Yüksek Lisans.Başkent Üniversitesi Fen Bilimleri Enstitüsü; 2021.
• Çubukçu A, vd. Görüntü işleme ile 3 eksenli robot mekanizması üzerinde nesne ayırt edilmesi ve sıralanması in Otomatik Kontrol Ulusal Toplantısı, TOK'2015. Denizli;2015.
• Yağmur D, ATALI G. HSL Renk Uzayında Görüntü İşleme ve Morfolojik İşlemler Kullanarak Gerçek Zamanlı Nesne Tespiti ve Sınıflandırması.Avrupa Bilim ve Teknoloji Dergisi 2021; (28):607-613.
• Boztoprak H, Çağlar MF, Merdan M. Alternatif morfolojik bir yöntemle plaka yerini saptama.XII. Elektrik, Elektronik, Bilgisayar, Biyomedikal Mühendisliği Ulusal Kongresi. Eskişehir, Kasım 2007;
• Soyhan İ, GUREL S, Tekin SA. Yapay Zeka Tabanlı Görüntü İşleme Tekniklerinin İnsansız Hava Araçları Üzerinde Uygulamaları.Avrupa Bilim ve Teknoloji Dergisi 2021; (24):469-473.
• Atalı G, Özkan S, Karayel D. Morfolojik görüntü işleme tekniği ile yapay sinir ağlarında görüntü tahribat analizi.Akademik Platform Mühendislik Ve Fen Bilimleri Dergisi 2016; 4(1):
• Bayram RB. Metal Sektörü İçin Görüntü İşleme Tabanli Bir Kusurlu Ürün Tespit Sistemi. Yüksek Lisans.Bursa Uludağ Üniversitesi; 2019.
• KARAKOYUN M. THE COMPARISON OF THE EFFECTS OF THRESHOLDING METHODS ON SEGMENTATION USING THE MOTH FLAME OPTIMIZATION ALGORITHM.Kahramanmaraş Sütçü İmam Üniversitesi Mühendislik Bilimleri Dergisi 2023; 26(2):517-531.
• Otsu N. A threshold selection method from gray-level histograms.IEEE transactions on systems, man, and cybernetics 1979; 9(1):62-66.
• Karakoyun M, Baykan NA, Hacibeyoglu M. Multi-level thresholding for image segmentation with swarm optimization algorithms.International Research Journal of Electronics and Computer Engineering 2017; 3(3):1-6.
• Kapur JN, Sahoo PK, Wong AK. A new method for gray-level picture thresholding using the entropy of the histogram.Computer vision, graphics, and image processing 1985; 29(3):273-285.
• ALTUNTAŞ C. FİLTRELEME YÖNTEMİ İLE DİGİTAL GÖRÜNTÜ ZENGİNLEŞTİRME VE ÖRNEK BİR YAZILIM.Selcuk University Journal of Engineering Sciences 2011; 10(1):99-107.
• Zebari NA, TENEKECİ E. Skin Lesion Segmentation Using K-means Clustering with Removal Unwanted Regions.Adıyaman Üniversitesi Mühendislik Bilimleri Dergisi 2022; 9(18):519-529.
• Üncü YA, Sevim G, Canpolat M. Difüz Optik Tomografi Sisteminde Görüntü İşleme Uygulamalarının Test Edilmesi.Süleyman Demirel University Faculty of Arts and Science Journal of Science 2021; 16(1):1-16.
• KARAKUŞ MÖ, ÖZBAY E. LÖKOSİT TESPİTİ İÇİN BEYAZ KAN HÜCRELERİNİN ESA KULLANILARAK SINIFLANDIRILMASI.Adıyaman Üniversitesi Mühendislik Bilimleri Dergisi 2022; 9(17):333-344.
• Özcan FT. Ön görüntü işleme ve bölütleme algoritmalarını kullanarak standart tarayıcı ile optik form okuma. Yüksek Lisans.Karamanoğlu Mehmetbey Üniversitesi; 2022.