Görüntü İşleme ve Yapay Sinir Ağları Yardımıyla Patates Sınıflandırma Parametrelerinin Belirlenmesi

Yıl 2012, Cilt: 2 Ek:A Sayı: 2 Sp:A, 59 - 62, 30.06.2012

Kadir Sabancı Cevat Aydın Muhammed Fahri Ünlerşen

Öz

Kalite, tarımsal ürünlerin pazarlanmasında önemli faktörlerden biridir. Kalite kontrol sitemlerinde sınıflandırma makinelerinin önemi büyüktür. Günümüzdeki sınıflandırma makinelerindeki en etkin yöntem görüntü işlemedir. Çalışmada patateslerin boyut olarak görüntü işleme teknikleri ve yapay sinir ağı yardımıyla sınıflandırılması amaçlanmıştır. Sınıflandırma işleminden önce dış yüzey ve şekil bozukluğu olan patatesler Otsu metodu ve morfolojik işlemler kullanılarak tespit edilmiş ve sınıflandırma dışı tutulmuştur. Daha sonra sorunsuz patateslerin boyut olarak sınıflandırılması gerçekleştirilmiştir. Bunun için küçük, orta ve büyük boy patates resimleri alınarak Çok Katmanlı Yapay sinir ağları kullanılarak sistem eğitilmiştir. Çalışmada görüntü işleme ve yapay sinir ağları kullanımı için Matlab yazılımı kullanılmıştır. Görüntü işleme teknikleri ve yapay sinir ağları kullanılarak patateslerin sınıflandırma başarıları irdelenmiştir

Anahtar Kelimeler

Yapay sinir ağları, görüntü işleme, patates bozuklukları

Determination of Classification Parameters of Potatoes with The Help of Image Processing and Artificial Neural Network

Öz

Quality is one of the important factors in the marketing of agricultural products. Classing machines

have a great importance in quality control systems. The most efficient method in the present classing machines is

image processing. In this study, the classification of potatoes in terms of size with the help of image processing

techniques and artificial neural network was aimed. Before the classification process, potatoes that have malformation

and deformation in the outer surface were detected by using Otsu method and morphological processes. These

potatoes were kept outside the classification. Later on, potatoes without any anomaly were classified in terms of

their sizes. For this, the system was trained with pictures of small, middle and large-sized potatoes by using multilayered

artificial neural networks. In this study, Matlab software was used for the use of image processing and

artificial neural networks. By using image processing techniques and artificial neural networks, classification accomplishments

of potatoes were studies.

Anahtar Kelimeler

Artificial neural networks, image processing, defects in potatoes

Kaynakça

• Anonim, 2011. http://www.tuik.gov.tr/bitkiselapp/
• Castelman, R. K., 1996. Digital image processing. Prentice hall, Englewood Cliffs, New Jersey, USA. Neuman, M. R., H. D. Sapirstein, E. Shwedyk and W. Bushuk. 1989. Wheat grain co- lour analysis by digital image processing. II. Wheat class disc- rimination. Journal of Cereal Science 10: 183-188.
• Çaylak, Ö., 2002, Patates Tarımı, Kartarım Tic. A.Ş., Ankara, 44-68.
• Dalen, G. V. 2004. Determination of the size distribution and per- centage of broken kernels of rice using flatbed scanning and image analysis. Food Research International 37: 51-58.
• Elçi, Ş., 1994. Tarla Bitkileri Ders Kitabı, Ankara Üniversitesi, Tar- la Bitkileri Bölümü, Ankara.
• Gonzalez, R.C., Woods, R.E., 1993. Digital Image Processing SE, Addison- Wesley Publishing Company, USA.
• Jayas, D. S., C. Karunakaran. 2005. Machine vision system in post- harvest tecnology. Stewart Postharvest Rewiev, 22.
• Keefe, P. D. 1992. A Dedicated wheat grain image analyzer. Plant Varieties and Seeds 5: 27-33.
• Onaran, H., Ünlenen L.A., Doğan, A., 2000, Patates tarımı sorun- ları ve çözüm yolları, Patates Araştırma Enstitüsü, Niğde.
• Öztemel E., 2003. Yapay Sinir Ağları. İstanbul: Papatya Yayıncılık
• Pérez, A. J., Lopez, F., Benlloch, J. V., Christensen, S.. 2000. Colo- ur and shape analysis techniques for weed detection in cereal fields. Computers and Electronics in Agriculture 25: 197-212.
• Trooien, T. P., Heermann, D. F., 1992. Measurement and simulati- on of potato leaf area using image processing.Model develop- ment. Transactions of the ASAE 35(5):1709-1712.
• Yaman, K., 2000. Görüntü işleme yönteminin Ankara hızlı raylı ula- şım sistemi güzergahında sefer aralıklarının optimizasyonuna yönelik olarak incelenmesi. Yayınlanmamış Yüksek Lisans Tezi, Gazi Üniversitesi, Fen Bilimleri Enstitüsü.