Araştırma Makalesi
BibTex RIS Kaynak Göster

GÖRÜNTÜ İŞLEME TEKNOLOJİLERİNİN ELMA BAHÇELERİNE YÖNELİK KULLANIM ÖRNEĞİ

Yıl 2019, Cilt: 2 Sayı: 1, 17 - 26, 12.07.2019

Öz

Ahmet
Murat KAYMAK
1*, M. Nevzat ÖRNEK2,
Humar KAHRAMANLI ÖRNEK
3

1*Selçuk
Üniversitesi, Fen Bilimleri Enstitüsü, Bilişim Teknolojileri Mühendisliği
Bölümü, Konya, Türkiye

2 Konya Teknik Üniversitesi, TBMYO, Tarım
Makinaları Programı, Konya, Türkiye

3 Selçuk
Üniversitesi, Teknoloji Fakültesi, Bilgisayar Mühendisliği Bölümü, Konya,
Türkiye

*Sorumlu
Yazar:
ahmetmuratkaymak@gmail.com











ÖZET:
Geleneksel yöntemlerle yapılan tarımsal faaliyetlerde, ürünlerin yetişme ve
hasat zamanı gibi dönemlerde çiftçiler ürünleri hakkında bilgileri el ve göz
kontrolü ile sağlamaktadır. Görüntü işleme yöntemleri ile bir görüntü üzerinden
yeni anlamlar veya birçok sayısal bilgiler elde edilmektedir. Bu çalışma,
tarımsal faaliyetler arasında önemli bir yere ve öneme sahip olan elma
yetiştiriciliğine yönelik gerçekleştirilmiştir. Çalışmada, görüntü işleme
teknikleri ile bir elma bahçesinde bulunan ağaçlar üzerindeki kırmızı renkli
elmaların tespit edilmesi ve sayılması amaçlanmıştır. Bu amacı gerçekleştirmek
üzere bilgisayar ortamında bir yazılım geliştirilmiştir. Yazılım, dijital
ortamdan aktarılan elma ağacı görüntülerini, görüntü işleme teknikleri
kullanarak ağaç üzerinde yer alan elmaları bulmaktadır. Tespit edilen elma
nesnelerinin merkez noktaları işaretlenerek elma sayımı gerçekleşmiştir.  Uygulama, fotoğraf veya anlık çekilen görüntü
ya da canlı video üzerinden görüntü alabilmektedir. Ağaçtaki kırmızı renkli
elmalar, renk bakımından  % 78,47 başarı ile
tespit edilmiştir. Bu durum, görüntü işleme yöntemleri ile renk bakımından elma
tespiti için başarılı sayılabilir.

Kaynakça

  • Demir, B., Çetin, N., Kuş, Z. A. (2016). Görüntü İşleme Tekniği İle Yabancı Ot Renk Özelliklerinin Belirlenmesi. Alınteri Zirai Bilimler Dergisi, 31(B), 59-64.
  • Bul, E., Gelen, G., Altun, H., Görüntü İşlemeye Dayalı Tarımsal Ürün Sınıflandırma, Researchgate, Linki:https://www.researchgate.net/publication/268257369_GORUNTU_DAYALI_TARIMSAL_URUN_SINIFLANDIRMA, Erişim Tarihi: 10.06.2019.
  • DOĞU, K. (2019), Tarımsal Ekonomi Ve Politika Geliştirme Enstitüsü (TEPGE), 2019 Tarım Ürünleri Piyasaları Elma Raporu, 10.
  • Taşçı, F. (2018), Tarımsal Ekonomi Ve Politika Geliştirme Enstitüsü (TEPGE), Ürün Raporu (Elma),
  • Er,O., Çetişli, B., Sofu, M. M., Kayacan, M. C. (2013). Gerçek Zamanlı Otomatik Elma Tasnifleme. Süleyman Demirel Üniversitesi Fen Bilimleri Enstitüsü Dergisi, 17(2), 31-38.
  • Sofu, M. M., Er, O., Kayacan, M. C., Çetişli, B. (2013). Elmaların Görüntü İşleme Yöntemi İle Sınıflandırılması Ve Leke Tespiti. Gıda Teknolojileri Elektronik Dergisi, 8(1), 12-25.
  • Kurtulmuş, F., Vardar, A., Kavdır, İ. (2013). Bahçe Koşullarında Alınmış Renkli Görüntülerde Doku ve Şekil Öznitelikleriyle Genç Şeftali Meyvelerinin Saptanması. Tarım Makinaları Bilimi Dergisi, 10(4), 141-148.
  • Kahya, E., Arın, S. (2014). Görüntü İşleme Yardımıyla Meyvelerin Dal Üzerindeki Yerlerinin Belirlenmesi Üzerine Bir Araştırma. Namık Kemal Üniversitesi Tekirdağ Ziraat Fakültesi Dergisi, 11(2),110-118.
  • Sert, E. (2010). Görüntü İşleme Teknikleri İle Şeftali Ve Elma Sınıflandırma. Trakya Üniversitesi Fen Bilimleri Enstitüsü Yüksek Lisans Tezi.
  • Juman, M. A., Wong, Y. W., Rajkumar, R. K., Goh, L. J. (2016). A Novel Tree Trunk Detection Method For Oil-Palm Plantation Navigation., Computers and Electronics in Agriculture, 128, 172-180. doi:10.1016/j.compag.2016.09.002.
  • Sabancı, K., Ünlerşen, M. F., Dilay, Y. (2016). Karaman Yöresinde Yetiştirilen Elma Çeşitlerinin Sınıflandırma Parametrelerini Görüntü İşleme Teknikleri Kullanarak Belirlenmesi., Tarım Makinaları Bilimi Dergisi, 12(2), 133-139.
  • Varjovi, M. H., Talu, M. F. (2016). Kayısı İçin Otomatik Rekolte Tahmin Sistemi. Paper presented at the International conference on artificial intelligence and data processing IDAP.
  • Gongal, A., Silwal, A., Amatya, S., Karkee, M., Zhang, Q., Lewis, K. (2016). Apple Crop-Load Estimation With Over-The-Row Machine Vision System. Computers and Electronics in Agriculture, 120, 26-35.
  • Aquino, A., Millan, B., Diago, M., Tardaguila, J. (2018). Automated Early Yield Prediction In Vineyards From On-The-Go Image Acquisition. Computers and Electronics in Agriculture, 144,26-36.
  • Liu, T., Ehsanib, R., Toudeshkib, A., Zoua, X., Wanga H.(2018).Detection Of Citrus Fruit And Tree Trunks İn Natural Environments Using A Multi-Elliptical Boundary Model., Computers in Industry, 99, 9-16.

AN EXAMPLE OF THE USE OF IMAGE PROCESSING TECHNOLOGİES IN FRUIT GARDENS

Yıl 2019, Cilt: 2 Sayı: 1, 17 - 26, 12.07.2019

Öz

ABSTRACT: In traditional agricultural
activities, farmers provide information about their crops by hand and eye
control during periods such as growing and harvesting of crops. By means of
image processing methods, new meanings or many numerical information are
obtained from an image. This study was carried out for apple cultivation which
has an important place and importance among agricultural activities. In this
study, it is aimed to detect and count red apples on trees in an apple orchard
by using image processing techniques. In order to realize this aim, a software
has been developed in computer environment. The software finds the apple tree
images transferred from the digital media and the apples on the tree using
image processing techniques. The apple counts were realized by marking the
center points of the detected apple objects. The application is able to take
images over photos or snapshots or live video. The red apples in the tree were
found to be 78.47% successful in color. This can be considered successful for
color detection by apple processing methods.

Kaynakça

  • Demir, B., Çetin, N., Kuş, Z. A. (2016). Görüntü İşleme Tekniği İle Yabancı Ot Renk Özelliklerinin Belirlenmesi. Alınteri Zirai Bilimler Dergisi, 31(B), 59-64.
  • Bul, E., Gelen, G., Altun, H., Görüntü İşlemeye Dayalı Tarımsal Ürün Sınıflandırma, Researchgate, Linki:https://www.researchgate.net/publication/268257369_GORUNTU_DAYALI_TARIMSAL_URUN_SINIFLANDIRMA, Erişim Tarihi: 10.06.2019.
  • DOĞU, K. (2019), Tarımsal Ekonomi Ve Politika Geliştirme Enstitüsü (TEPGE), 2019 Tarım Ürünleri Piyasaları Elma Raporu, 10.
  • Taşçı, F. (2018), Tarımsal Ekonomi Ve Politika Geliştirme Enstitüsü (TEPGE), Ürün Raporu (Elma),
  • Er,O., Çetişli, B., Sofu, M. M., Kayacan, M. C. (2013). Gerçek Zamanlı Otomatik Elma Tasnifleme. Süleyman Demirel Üniversitesi Fen Bilimleri Enstitüsü Dergisi, 17(2), 31-38.
  • Sofu, M. M., Er, O., Kayacan, M. C., Çetişli, B. (2013). Elmaların Görüntü İşleme Yöntemi İle Sınıflandırılması Ve Leke Tespiti. Gıda Teknolojileri Elektronik Dergisi, 8(1), 12-25.
  • Kurtulmuş, F., Vardar, A., Kavdır, İ. (2013). Bahçe Koşullarında Alınmış Renkli Görüntülerde Doku ve Şekil Öznitelikleriyle Genç Şeftali Meyvelerinin Saptanması. Tarım Makinaları Bilimi Dergisi, 10(4), 141-148.
  • Kahya, E., Arın, S. (2014). Görüntü İşleme Yardımıyla Meyvelerin Dal Üzerindeki Yerlerinin Belirlenmesi Üzerine Bir Araştırma. Namık Kemal Üniversitesi Tekirdağ Ziraat Fakültesi Dergisi, 11(2),110-118.
  • Sert, E. (2010). Görüntü İşleme Teknikleri İle Şeftali Ve Elma Sınıflandırma. Trakya Üniversitesi Fen Bilimleri Enstitüsü Yüksek Lisans Tezi.
  • Juman, M. A., Wong, Y. W., Rajkumar, R. K., Goh, L. J. (2016). A Novel Tree Trunk Detection Method For Oil-Palm Plantation Navigation., Computers and Electronics in Agriculture, 128, 172-180. doi:10.1016/j.compag.2016.09.002.
  • Sabancı, K., Ünlerşen, M. F., Dilay, Y. (2016). Karaman Yöresinde Yetiştirilen Elma Çeşitlerinin Sınıflandırma Parametrelerini Görüntü İşleme Teknikleri Kullanarak Belirlenmesi., Tarım Makinaları Bilimi Dergisi, 12(2), 133-139.
  • Varjovi, M. H., Talu, M. F. (2016). Kayısı İçin Otomatik Rekolte Tahmin Sistemi. Paper presented at the International conference on artificial intelligence and data processing IDAP.
  • Gongal, A., Silwal, A., Amatya, S., Karkee, M., Zhang, Q., Lewis, K. (2016). Apple Crop-Load Estimation With Over-The-Row Machine Vision System. Computers and Electronics in Agriculture, 120, 26-35.
  • Aquino, A., Millan, B., Diago, M., Tardaguila, J. (2018). Automated Early Yield Prediction In Vineyards From On-The-Go Image Acquisition. Computers and Electronics in Agriculture, 144,26-36.
  • Liu, T., Ehsanib, R., Toudeshkib, A., Zoua, X., Wanga H.(2018).Detection Of Citrus Fruit And Tree Trunks İn Natural Environments Using A Multi-Elliptical Boundary Model., Computers in Industry, 99, 9-16.
Toplam 15 adet kaynakça vardır.

Ayrıntılar

Birincil Dil Türkçe
Bölüm Araştırma Makalesi
Yazarlar

Ahmet Murat Kaymak 0000-0002-1022-5655

Mustafa Nevzat Örnek 0000-0002-7478-3728

Humar Kahramanlı 0000-0003-2336-7924

Yayımlanma Tarihi 12 Temmuz 2019
Kabul Tarihi 5 Temmuz 2019
Yayımlandığı Sayı Yıl 2019 Cilt: 2 Sayı: 1

Kaynak Göster

APA Kaymak, A. M., Örnek, M. N., & Kahramanlı, H. (2019). GÖRÜNTÜ İŞLEME TEKNOLOJİLERİNİN ELMA BAHÇELERİNE YÖNELİK KULLANIM ÖRNEĞİ. Uluborlu Mesleki Bilimler Dergisi, 2(1), 17-26.
Creative Commons Lisansı
Isparta Uygulamalı Bilimler Üniversitesi Uluborlu Mesleki Bilimler Dergisi Creative Commons Atıf-GayriTicari 4.0 Uluslararası Lisansı ile lisanslanmıştır.