Image processing methods for food inspection

Abstract

Bilgisayar teknolojilerindeki gelişmelerle birlikte, sinyal işleme teknikleri gıda güvenliği alanında yaygın bir biçimde kullanılmaya başlanmıştır. Bu tezde, iki gıda güvenliği problemine imge işleme teknikleri kullanılarak çözüm üretme amacıyla, yeni yöntemler geliştirilmiştir. Bu problemlerin ilki, patlamış mısır imgeleri üzerinden bir mantar enfeksiyonunun tespit edilmesidir. Mavi-göz (blue-eye) adı verilen bu enfeksiyona bir tür küf sebep olmaktadır. Bu enfeksiyonun sınıflandırılması amacıyla, kepstrum temeline dayanan bir öznitelik çıkarımı yöntemi mısır tanelerinin imgelerine uygulanmıştır. Bu yöntem ile alınan sonuçlar daha sonra, kovaryans temeline dayanan bir başka öznitelik çıkarımı yönteminin sonuçlarıyla ve daha önceki çalışmalarla kıyaslanmıştır. Testler iki veritabanı üzerinde gerçekleştirilmiştir; yansıtma ve geçirgenlik türü imge veritabanları, bu iki veri tabanı imgelerin elde edilme tekniğiyle birbirinden ayrışır. İmgelerin öznitelik sınıflandırması amacıyla, Destek Vektör Makinası (SVM) kullanılmıştır. Yapılan deneyler göstermektedir ki, kovaryans matrisi temelli öznitelik çıkarımı yöntemiyle, geçirgenlik veritabanında 96, yansıtma veri tabanında ise %94 oranında genel tanıma başarısı elde edilebilmektedir.İkinci gıda incelemesi problemi ise yüksek sıcaklıklardaki pişirime bağlı olarak, bisküvilerde ortaya çıkan akrilamidin tespit edilmesidir. Akrilamid bir nörotoksin olup, pişirim sürecinde akrilamidin tespiti için pek çok çalışma mevcuttur. Bu tespit yöntemlerinden bir kısmı akrilamid seviyesiyle, bisküvi imgelerindeki renkler arasında kurulabilen bağlantıdan yola çıkmakta ve bu sayede akrilamidin karışık, pahalı ve zaman tüketen kimyasal testler olmadan kolayca tespit edilmesini sağlamaktadır. Ancak bu konudaki çalışmalar, fırından çıkarılmış bisküvilerin üzerinde test edilmiştir. Bisküvileri fırın içerisinde ve hatta hareketlifırın tepsisinden alınan video görüntüsü içinde tespit etmek amacıyla, aktif kontur temeline dayanan bir yöntem geliştirilmiştir. Bu amaçla, elips şeklindeki bölgelerin daha etkili bir şekilde tespit edebilmek için, aktif kontur algoritması değiştirilmiştir.

With the advances in computer technology, signal processing techniques are widely applied to many food safety applications. In this thesis, new methods are developed to solve two food safety problems using image processing techniques. First problem is the detection of fungal infection on popcorn kernel images. This is a damage called blue-eye caused by a fungus. A cepstrum based feature extraction method is applied to the kernel images for classification purposes. The results of this technique are compared with the results of a covariance based feature extraction method, and previous solutions to the problem. The tests are made on two different databases; reflectance and transmittance mode image databases, in which the method of the image acquisition differs. Support Vector Machine (SVM) is used for image feature classification. It is experimentally observed that an overall success rate of 96% is possible with the covariance matrix based feature extraction method over transmittance database and 94% is achieved for the reflectance database.The second food inspection problem is the detection of acrylamide on cookies that is generated by cooking at high temperatures. Acrylamide is a neurotoxin and there have been various studies on detection of acrylamide during the baking process. Some of these detection routines include the correlation between the acrylamide level and the color values of the image of the cookies, resulting easier detection of acrylamide without the need of complex, expensive and time consuming chemical tests. Studies on the subject are tested on still images of the cookies, which are obtained after the cookies are removed from the oven. An active contour method is developed, that makes it possible to detect the cookies inside the oven or possibly on a moving tray, from the video captured from a regular camera. For this purpose, active contour method is modified so that elliptical shapes are detected in a more efficient manner.