Görüntü İşleme Yöntemleri Kullanılarak Kiraz Meyvesinin Sınıflandırılması

Öz

Dünyada 1500 civarında çeşidi olan kiraz gülgiller familyasındandır. Tatlı aromalı, sulu ve sert çekirdekli bir meyve türü olan kiraz, kalsiyum, çinko, potasyum, lif, C vitamini, demir, tiamin, riboflavin, niasin, magnezyum, E ve B6 vitaminleri bakımından zengindir. Kiraz dünyada geniş bir yayılım göstermektedir. Ancak dünyada en çok kiraz üreten ilk 6 ülke arasında Türkiye %35’lik pay ile birinci sıradadır. Küreselleşen dünyada ürünlerin kalitesinin belirlenmesi ve tasnif edilmesi ticaretin en önemli unsurlarından biridir. Sebze ve meyveleri kalite ve özelliklerine göre sınıflandırma işlemi genellikle işçiler tarafından el ve göz ile yapılmaktadır. Bu yüzden bir standardın sağlanması zorlaşmaktadır. Yapılan bu çalışmada görüntü işleme yöntemleri kullanılarak kiraz meyvesinin boyutlarına göre sınıflandırılması amaçlanmıştır. Bu amaçla Matlab R2013a programı kullanılarak görüntüsü alınan meyveleri küçük boy, orta boy, büyük boy olarak sınıflandıracak bir çalışma gerçekleştirilmiştir. Yapılan çalışmada kirazlar üst üste gelmeden ayrık olarak resimlenmiştir. Bu sayede sınıflandırma başarısı %100 olarak gerçekleşmiştir. Ancak kirazların üst üste gelmesi durumunda sınıflandırma başarısının düşeceği değerlendirilmektedir. Kiraz meyvesinin klasik sınıflandırma yöntemleri yerine görüntü işleme teknikleri kullanılarak sınıflandırılması ile önemli ihracat ürünlerinden biri olan kiraz meyvesinin uluslararası standartlara uygun olarak tasnif edilmesi sağlanacak ve ülke ekonomisine katkısı dahada artacaktır.

Anahtar Kelimeler

• Görüntü işleme
• Kiraz sınıflandırma
• Meyve tasnifi
• Kalite kontrol

Classification Of Cherry Fruit Using İmage Processing Methods

Abstract

Cherry which has around 1500 varieties in the world is from the rosaceae family. Cherry, which is a sweet-flavored, juicy and hard stone fruit type, is rich in calcium, zinc, potassium, fiber, vitamin C, iron, thiamine, riboflavin, niacin, magnesium, vitamins E and B6.Cherry has a wide distribution in all over the world. However, Turkey, one of the first 6 cherry producing countries, is the first with the share of 35%. In globalized World, determining the quality of products and classifying products is one of the most important aspects of trading. Classification process, according to the quality and characteristics of vegetables and fruit is usually done by hand and eye by workers. Therefore, it is difficult to provide a standard. In this study it was aimed classification according to the size of cherry fruit by using image processing methods. So, by using the program Matlab R2013a a study was carried out images taken from fruits small size, medium size and large size. In the study, cherries were pictured separately without overlapping. In this way, the classification success was 100%. However, it is considered that the classification success will decrease if the cherries overlap. Cherry fruit, one of the important export products, will be classified in accordance with international standards by using image processing techniques instead of classical classification methods, and its contribution to the country's economy will increase.

Keywords

• İmage processing
• Cherry classification
• Fruit sorting
• Quality control

Kaynakça

1. Konya ili Taşkent ilçesi Kiraz Çalıştayı, 2015, Konya İli Taşkent İlçesi Kiraz Üreten Tarım İşletmelerinin Yapısının Belirlenmesi, http://arastirma.tarim.gov.tr/bahridagdas/Belgeler/TA%C5%9EKENT%20K%C4%B0RAZ%20RAPOR%2028%20ocak%202015%20[1].pdf.
2. Vural, A.A. (2014). Ilıman İklim Meyveleri ve Organik Tarım Araştırmaları Çalışma Grubu, Tarımsal Araştırmalar ve Politikalar Genel Müdürlüğü.
3. Orhan, E. R., CETİŞLİ, B., SOFU, M. M., & KAYACAN, M. C. (2013). Gerçek Zamanlı Otomatik Elma Tasnifleme. Journal of Natural and Applied Science, 17(2), 31-38.
4. SABANCI, K., AYDIN, C., & ÜNLERŞEN, M. F. (2012). Görüntü işleme ve yapay sinir ağları yardımıyla patates sınıflandırma parametrelerinin belirlenmesi. Iğdır Üniversitesi Fen Bilimleri Enstitüsü Dergisi, 2(2 Sp: A), 59-62.
5. Chen, Y. R., Chao, K., & Kim, M. S. (2002). Machine vision technology for agricultural applications. Computers and electronics in Agriculture, 36(2-3), 173-191.
6. Sofu, M. M., Er, O., Kayacan, M. C., & Cetişli, B. (2013). Elmaların görüntü işleme yöntemi ile sınıflandırılması ve leke tespiti. Gıda Teknolojileri Elektronik Dergisi, 8(1), 12-25.
7. Demirbaş, H. Y., & Dursun, İ. (2007). Buğday tanelerinin bazı fiziksel özelliklerinin görüntü işleme tekniğiyle belirlenmesi. Ankara Üniversitesi Ziraat Fakültesi Tarım Bilimleri Dergisi, 13(3), 176-185.
8. Bennedsen, B. S., Peterson, D. L., & Tabb, A. (2005). Identifying defects in images of rotating apples. Computers and Electronics in Agriculture, 48(2), 92-102.

9. Çelik, Y., & Sarıaltın, H. K. Türkiye’de Kiraz Üretiminin Yapısal Analizi. Türk Tarım ve Doğa Bilimleri Dergisi, 6(4), 596-607.
10. Dünyada Kiraz, https://www.tarimorman.gov.tr/BUGEM/Belgeler/M%C4%B0LL%C4%B0%20TARIM/%C3%9Cr%C3%BCn%20Masalar%C4%B1%20%C3%9Cr%C3%BCn%20De%C4%9Ferlendirme%20Raporlar%C4%B1%20yay%C4%B1mland%C4%B1/Kiraz%20De%C4%9Ferlendirme%20Raporu.pdf
11. Türkiye İstatistik Kurumu, 2020, Bitkisel Üretim İstatistikleri, Taş Çekirdekli Meyveler 1988-2019, http://www.tuik.gov.tr/PreTablo.do?alt_id=1001
12. YAMAN, K., SARUCAN, A., Mehmet, A. T. A. K., & AKTÜRK, N. (2001). Dinamik çizelgeleme için görüntü işleme ve arıma modelleri yardımıyla veri hazırlama. Gazi Üniversitesi Mühendislik-Mimarlık Fakültesi Dergisi, 16(1).
13. TS 793 Kiraz Ve Vişne Standardizasyon Tebliği, https://www.resmigazete.gov.tr/eskiler/2008/05/20080530-14.htm