Machine-vision-based classification of cashew nuts using colour features
Kaju fıstığının renk özellikleri kullanılarak makine görme ile sınıflandırılması
- Tez No: 733334
- Danışmanlar: PROF. DR. YEŞİM BENAL ÖZTEKİN
- Tez Türü: Yüksek Lisans
- Konular: Ziraat, Agriculture
- Anahtar Kelimeler: Destek vektör makineleri, Fıstık, K-En Yakın Komşu Algoritması, Karar ağacı, Lojistik regresyon analizi, Rastgele ormanlar, Support vector machines, Peanut, K-Nearest Neighbor Algorithm, Decision tree, Logistic regression analysis, Random forests
- Yıl: 2022
- Dil: İngilizce
- Üniversite: Ondokuz Mayıs Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Tarım Makineleri ve Teknolojileri Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Kaju, Tanzanya'nın ülke ekonomisine dış gelir olarak katkı sağlayan başlıca ticari ürünlerden biridir. Kaju çekirdeklerinin işlenmesi, halen büyük ölçüde el emeği kullanılarak yerel olanaklarla yapılmaktadır. İdeal koşullarda iyi işlenirse kajuların beyaz renkte olması beklenir. Ancak, buhar odalarında uzun süre kavurma veya aşırı kurutma gibi çeşitli faktörler nedeniyle, bazı kaju çekirdekleri hafif kahverengi bir renge dönüşebilmektedir. Renk değiştirmiş bu kajulara kavrulmuş kaju denir. Besin kalitesi de dahil olmak üzere beyaz kaju çekirdekleri ile aynı özelliklere sahip olmasına rağmen, renk ve görünüm tüketicilerin kalite algısını etkilediği için bu kaju çekirdeklerinin ayrılması gerekmektedir. Tanzanya başta olmak üzere dünyanın pek çok yerinde kaju çekirdeklerinin ayırma ve sınıflandırma işlemi elle yapılmaktadır. Uluslararası ticarette, kaju sınıflandırması çok önemli olup ürün kalitesini artırmak için üretimin bu aşamasında daha etkili ve tutarlı yöntemlerin uygulanması gerektiği anlamına gelir. Bu çalışmanın amacı, kaju çekirdeklerinin beyaz veya kavrulmuş olarak sınıflandırılmasında renk özellikleri kullanılarak geleneksel Makine Öğrenmesi tekniklerinin kullanımının değerlendirilmesidir. Bu çalışmada, görüntülerden farklı renk özellikleri çıkarılmıştır. Çıkarılan özellikler, RGB ve HSV renk uzaylarında kanalların ortalamaları (μ), standart sapmaları (σ) ve çarpıklığını (γ) içerir. Python'da Boruta Kütüphanesi kullanılarak sarmal (wrapper) yöntemi uygulanarak bu sınıflandırma problemi için ilgili özellikler seçilmiş ve ilgili olmayanlar çıkarılmıştır. Bu çalışmada 5 model çalışılmış ve verimlilikleri analiz edilmiştir. Değerlendirme teknikleri Lojistik Regresyon, Karar Ağacı, Rastgele Orman, Destek Vektör Makinesi ve K-En Yakın Komşu (KNN) yöntemleridir. Karar Ağacı modeli, %98,4 ile en düşük doğruluğu vermiştir. 100 ağaçlı Rastgele Orman modelinde maksimum %99,8 doğruluk elde edilmiştir. Uygulamadaki basitliği ve yüksek doğruluğu nedeniyle Rastgele Orman bu çalışma için en iyi model olarak önerilmektedir. Bu çalışma, üretilen kaju fıstığının kalitesini artıracak kaju fıstığı işleme sistemlerinin geliştirilmesine katkı sağlayacaktır.
Özet (Çeviri)
Cashew is one of the major commercial commodities contributing to the national economy of Tanzania as foreign revenue. And yet still the processing of cashew kernels is run locally using manual labour for a big part. If processed well under ideal conditions, cashews are expected to be white in colour. But due to various factors like prolonged roasting in the steam chambers or over-drying, some cashew kernels tend to have a slight brown colour, and these are referred to as scorched cashews. Despite sharing the same characteristics with white cashew kernels, including nutritional quality, these cashew kernels are supposed to be graded differently. In many places around the world, particularly in Tanzania, the sorting and grading process of cashew kernels is performed by hand. In international trade, cashew grading is very important and this means more effective and consistent methods need to be applied in this stage of production in order to increase the quality of the products. The objective of this study was to evaluate the use of traditional Machine Learning techniques in the classification of cashew kernels as white or scorched by using colour features. In this experiment, various colour features were extracted from the images. The extracted features include the means (μ), standard deviations (σ), and skewness (γ) of the channels in RGB and HSV colour spaces. The relevant features for this classification problem were selected by applying the wrapper approach using the Boruta Library in Python, and the irrelevant ones were removed. 5 models are studied and their efficiencies analysed. The studied models are Logistic Regression, Decision Tree, Random Forest, Support Vector Machine and K-Nearest Neighbour. The Decision Tree model recorded the least accuracy of 98.4%. The maximum accuracy of 99.8% was obtained in the Random Forest model with 100 trees. Due to simplicity in application and high accuracy the Random Forest is recommended as the best model from this study. This study will contribute to the improvement of cashew nuts processing systems, which will improve the quality of the produced cashew nuts.
Benzer Tezler
- Yüksek benzerlikli nesnelerin makine öğrenmesi tabanlı sınıflandırılması
Classification of high-similarity objects based machine learning
CANAN TAŞTİMUR TEMİZ
Doktora
Türkçe
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolFırat ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. ERHAN AKIN
- Bilgisayarlı görü tabanlı AutoML platformu geliştirilmesi
Development of computer vision based AutoML platform
BURAK ŞAHİN
Yüksek Lisans
Türkçe
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolMilli Savunma ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ AYTUĞ BOYACI
- Hiperspektral görüntüleme ve makine öğrenmesi teknikleri ile küflü kuru incirlerin tahribatsız olarak tespiti
Hyperspectral imaging and machine learning techniques for non-invasive detection of fungal contaminated dried figs
ALİ GÜNEŞ
Doktora
Türkçe
2017
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSüleyman Demirel ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. TUNCAY AYDOĞAN
- Developing learning algorithms for enhancing industrial machine vision systems and improving task accuracy of robotic manipulators
Endüstriyel yapay görme sistemlerini iyileştirmek ve robotik manipülatörlerin görev doğruluğunu artırmak için öğrenme algoritmalarının geliştirilmesi
DIYAR KHALIS BILAL
Doktora
İngilizce
2021
Mekatronik MühendisliğiSabancı ÜniversitesiMekatronik Mühendisliği Ana Bilim Dalı
PROF. DR. MUSTAFA ÜNEL
- Hyperspectral imaging and machine learning of texture foods for classification
Dokulu gıdaların sınıflandırılmasında hiperspektral görüntüleme ve makine öğrenmesi
MUSA ATAŞ
Doktora
İngilizce
2011
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolOrta Doğu Teknik ÜniversitesiBilişim Sistemleri Bölümü
PROF. DR. YASEMİN YARDIMCI ÇETİN
YRD. DOÇ. DR. ALPTEKİN TEMİZEL