Bakliyatlarda fiziksel kalite kriterlerinin belirlenmesi amacıyla görüntü analiz sistemi geliştirilmesi

Abstract

Bakliyatların sınıflandırma ve fiyatlandırması için görsel özelliklerden faydalanılmaktadır. Çalışma kapsamında öncelikle kalite kriterleri belirlenmiş daha sonra örnekleri bu kalite kriterleri ile değerlendirecek görüntü analiz sistemi (GAS) geliştirilmiştir.Nohut ve fasulye örneklerinin çap ve boy değerleri GAS ile ölçülmüş ve renk kusurlu, kırık ve buruşuk taneler belirlenerek kusurlu tane oranı hesaplanmıştır.Ayrıca hektolitre ağırlığı ve bin tane ağırlığı gibi ölçümleri gerçekleştirebilmek ve mühendislik hesaplarında faydalanılmak üzere nohut örneklerinin hacim ölçümleri de gerçekleştirilmiştir.GAS'nin başarısının değerlendirmesi için GAS ile yapılan boyut ölçümleri kumpasla, hacim ölçümleri ise taşırma kabı yöntemiyle tekrarlanarak sonuçlar karşılaştırılmış, R2 değerleri nohut en, boy ve hacim ölçümleri için sırasıyla; 0.928, 0.933 ve 0.954 olarak, eğim değerleri ise sırasıyla; 0.998, 0.958 ve 0.993 olarak hesaplanmıştır. Fasulye en ve boy ölçümleri için R2 değerleri sırasıyla 0.915 ve 0.923, eğim değerleri ise sırasıyla 0.997 ve 0.987 olarak hesaplanmıştır.Renk kusurlu tanelerin belirlenmesinde sistemin başarısı nohut ve fasulye için sırasıyla % 94.4 ve % 91.8, buruşuk tanelerin belirlenmesinde % 96.0 ve % 86.1, kırık tanelerin belirlenmesinde ise % 93.0 ve % 95.9 olarak hesaplanmıştır.Bu çalışma kapsamında bakliyat ürünlerinin boyutlandırması ve yapay sinir ağları yardımıyla görsel kusurların belirlenmesi için bir GAS geliştirilmiştir. Doğruluğu ve tutarlılığı yüksek sonuçlar üreten GAS zaman ve işgücü gerektiren uygulamalara iyi bir alternatif olmakta ve nesnel sonuçlar üretmesiyle insana bağımlılığı ortadan kaldırmaktadır.

Visual properties are used in classification and pricing of legumes. Within the scope of this study, quality criteria of legumes are determined and image processing system (IPS) which will evaluate samples in terms of the criteria has been developed.Width and length values of chickpea and bean samples were measured by IPS, colour defected, wrinkled and broken grains were determined to calculate defected grain ratio.Besides, volume computations of chickpea samples were realised for determining hectolitre weight and thousand grain weights and also for technical computations.To determine performance of IPS, IPS results were compared with calliper results and volume computation results were compared with water displacement results. R2 values were determined for chickpeas in width, length and volume measurements as 0.928, 0.933 and 0.954 respectively and slope values as 0.998, 0.958 and 0.993 respectively. For beans, R2 values were determined as 0.915 and 0.923, slope values were also determined as 0.997 and 0.987 respectively.Performance of system were determined for chickpea and bean samples as 94.4% and 91.8% in determining colour defected grains, 96.0% and 86.1% in wrinkled grains, 93.0% and 95.9% in broken grains.In conclusion, within the scope of the study an IPS which is used for grading and determination of visual defects by using artificial neural networks is developed. IPS is a good alternative to practises that requires time and labour force with its accurate and precise results and surpasses with its objectivity so it will eliminate the human dependency.