Yapay sinir ağları kullanarak görüntü işlemeye dayalı ağırlık tahmini
Tezin Türü: Yüksek Lisans
Tezin Yürütüldüğü Kurum: Yıldız Teknik Üniversitesi, Fen Bilimleri Enstitüsü, ELEKTRONİK VE HABERLEŞME MÜHENDİSLİĞİ ANABİLİM DALI, Türkiye
Tezin Onay Tarihi: 2017
Tezin Dili: Türkçe
Öğrenci: ÜNSAL BURAK ŞALVARCI
Danışman: Umut Engin Ayten
Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu
Özet:Nesnelerin ağırlıklarının doğru ve hızlı bir şekilde tespit edilmesi günümüzde akademik ve endüstriyel birçok uygulamada oldukça önemli bir yere sahiptir. Gerçekleştirilen bu çalışmada yapay sinir ağı (YSA) kullanarak görüntü işlemeye dayalı uzaklıktan ve kamera açısından kısmi derecede bağımsız ağırlık tahminlemesi yapılması hedeflenmektedir. Tahminleme işlemi gıda sektöründe farklı kategorilerde olan yumurta ve portakal örnekleri üzerinde gerçekleştirilmiştir. Oluşturulan sistem; bir adet kamera, yapay aydınlatma sistemi, yansıtıcılar ve referans görüntüden oluşmaktadır. Elde edilen görüntü işlenerek cismin ağırlığı tahmin edilmektedir. Yapay sinir ağı olarak ileri beslemeli çok katmanlı algılayıcı (ÇKA) ve radyal taban fonksiyonu (RTF) denenerek sonuçlar karşılaştırılmıştır. Yumurta üzerinde yapılan çalışmalarda sistemin eğitilmesi ve test edilmesi için 4 farklı markadan 4 farklı sınıfta (xlarge - large - medium - small) 250 adet örnek yumurta kullanılmıştır. Portakal üzerinde yapılan çalışmalarda ise farklı büyüklüklerde 150 adet portakal örneği kullanılmıştır. Farklı öznitelik vektörleri, farklı görüntüler ve farklı yapay sinir ağı parametreleri kullanılarak optimum sistem elde edilmeye çalışılmıştır. Bu değişiklikler ile gerçekleştirilen her bir deneme 5'er kez çalıştırılmış ve sonuçların aritmetik ortalaması alınarak yöntemlerin performansı değerlendirilmiştir. Yumurta örneği için 31 farklı deneme arasındaki optimum sonuçta; ÇKA için korelasyon katsayısı (R) 0.9942 ve ortalama mutlak hata (mae) 0.80gr olarak, RTF için korelasyon katsayısı (R) 0.9943 ve ortalama mutlak hata (mae) 0.81gr olarak hesaplanmıştır. Ayrıca Türk Gıda Kodeksi Yumurta Tebliği'ne göre belirlenmiş ve yumurta kutularının üzerinde yazan sınıflandırma değerlerine göre doğruluk oranı %47 iken, gerçekleştirilen bu çalışma sonucunda bu oran ÇKA'da %90.5'e, RTF'de %86.3'e çıkarılmıştır. Portakal örneği için 32 farklı deneme arasındaki optimum sonuçta; ÇKA için korelasyon katsayısı (R) 0.9820 ve ortalama mutlak hata (mae) 2.58gr olarak, RTF için korelasyon katsayısı (R) 0.9825 ve ortalama mutlak hata (mae) 2.42gr olarak hesaplanmıştır. Tüm işlemler Matlab programı ve araç kutuları kullanılarak gerçekleştirilmiştir. Ayrıca bütün bu çalışmalar sırasında elde edilen görüntüler ileriki çalışmalara yardımcı olması adına paylaşılmaktadır. Yumurta için dik açılı, pozitif açılı ve negatif açılı olmak üzere 750 adet görüntü, portakal için dik açılı, pozitif açılı ve negatif açılı olmak üzere 450 adet görüntü içeren bir veri tabanı oluşturulmuştur.