Sondaj köpükleri özniteliklerinin görüntü işleme teknikleri ile çıkarımı ve yapay sinir ağları kullanarak veri analizi

Abstract

ÖZETSONDAJ KÖPÜKLER ÖZN TEL KLER N N GÖRÜNTÜ LEMETEKN KLER LE ÇIKARIMI VE YAPAY S N R A LARIKULLANARAK VER ANAL ZVeli Mert ALTAKimyasal köpükler, bulundukları sıvıya göre dü ük yo unluk ve yüksekakmazlık gibi özelliklerinden dolayı, sıvı yoluyla ta ımanın önemli oldu uflotasyon, sondaj gibi endüstriyel i lemlerde ön plana çıkmaktadır. Ta ıyıcısıvıya yardımcı olan köpüklerin boyut, biçim gibi özniteliklerinin ta ımakapasitesini do rudan etkiledi i bugüne kadar yapılan ara tırmalarda ortayakonulmu tur. Yapılan çalı mada köpüklerin görsel özniteliklerini görüntüi leme metotlarıyla algılayacak ve YSA kullanılarak veri analizi yapabilecekbir model geli tirilmesi amaçlanmı tır. Bu amaca göre bölgesel e ikleme,Fourier Dönü üm üzerinden filtreleme gibi metotlar uygulanmı ve eldeedilen sonuçlar aktarılmı tır. Modele göre görüntü üzerindeki noktalarınpotansiyel bir kabarcık merkezi olup olmadı ı geli tirilen bir algoritma ilekontrol edilmi tir. Elde edilen potansiyel köpüklere açısal minimum takip,a ırlık merkezi bulma ve sınır takibi gibi metotlar uygulanmı tır. Sınırlarıbelirlenen köpüklerin yarıçap, alan, çevre gibi boyut ve biçim özellikleriçıkarılmı , kimyasal veriler ile birle tirilerek YSA kullanılarak veri analiziyapılmı tır. Yöntemde kullanılan tekniklerin algoritma açısından faydalarızamana dayalı olarak gösterilmi tir. Geli tirilen görüntü i leme modelinin,özellikle gürültülü köpük görüntülerinde literatürde yaygın olarak kullanılanyöntemlere göre daha ba arılı oldu u gözlemlenmi tir. YSA kullanılarakyapılan veri analizinin sonuçları incelenmi tir. Yapılan inceleme sonucugörüntü i leme metodu ile elde edilen köpük verilerinin YSA ile analizininmümkün oldu u gösterilmi tir.Anahtar Kelimeler: Görüntü i leme, Köpük Görüntülerinin Analizi,Kabarcık Görüntülerinin Analizi, Yapay Sinir A ları, Örüntü Tanıma.

ABSTRACTEXTRACTING THE FEATURES OF DRILLING FOAMS WITHIMAGE PROCESSING TECHNIQUES AND DATA ANALYSISUSING ARTIFICIAL NEURAL NETWORKSVeli Mert ALTAThe chemical foams have a significant role in industrial processes, whichuse liquid carrying such as flotation and drilling, because of their lowdensity and high viscosity compared to the liquid that they are in. Up to dateresearch showed that, the features of foam like shape and dimension have adirect effect on the carrying capacity. This study aimed to develop a modelthat perceive the features of foams with image processing techniques andmake a data analysis using artifical neural networks. The methods like localthresholding and filtering from fourier transformation are applied and theirresults are shown according to this purpose. As to this model, a developedalgorithm checks if the pixels on the image are a possible center of apotential froth or not. The techniques like tracing angular minimum, findingcenter of weight and contour tracing are applied to obtained potential froths.Radius, area, perimeter and other shape and dimension properties of thefroths, whose borders are designated, are derived and combined withchemical data to perform a data analysis using artificial neural network.Thealgorithmic benefits of techniques used in the method, over time are shown.It is observed that, the developed image processing model is moresuccessful than the techniques widely used in literature, especially withnoisy froth images. The results of data analysis performed by artifical neuralnetwork are studied. Results show that it is possible to perform froth dataanalysis by neural networks using the extracted froth data by imageprocessing techniques.Keywords: Image Processing, Analysis of Froth Images, Analysis ofBubble Images, Artificial Neural Network, Pattern Recognition