Hibrit optik görüntüleme sistemi ile tespit edilen seramik yüzey kusurlarının görüntü işleme ve derin öğrenme teknikleriyle analizi
Analysis of ceramic surface defects detected with hybrid optical imaging system using image processing and deep learning techniques
- Tez No: 941681
- Danışmanlar: DOÇ. DR. GÜLHAN USTABAŞ KAYA, DOÇ. DR. RUKİYE UZUN ARSLAN
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2025
- Dil: Türkçe
- Üniversite: Zonguldak Bülent Ecevit Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik ve Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Bu çalışmanın amacı, seramik ve porselen gibi yapıya sahip malzemelerdeki görünür ve görünmez kusurların hassas bir şekilde tespit edilmesi ve üretim süreçlerinin daha verimli hale getirilmesi için hibrit optik görüntüleme sistemi (HOGS) kullanarak, temassız ölçüm yapabilen yüksek çözünürlüklü hibrit bir sistem geliştirmektir. Bu amaç doğrultusunda, Yanal kesme sayısal holografik mikroskopisi (YKSHM) ve mikroskobik saçak projeksiyon profilometrisi (MSPP) yöntemlerinin birleştirildiği HOGS sistemi ile kaydedilen hologramlardan bilginin geri elde edilebilmesi için faz bilgisi kullanılmıştır. Faz bilgisi çıkartmak için ise literatürde sıklıkla kullanılan sürekli dalgacık dönüşümü (mexican hat, morlet), Fourier ve Hilbert dönüşüm teknikleri tercih edilmiştir. Buna ek olarak başarılı sonuç veren Hilbert dönüşümünün başarımını daha da arttırabilmek için çeşitli kenar belirleme teknikleri; Canny, Prewitt, Sobel uygulanmıştır. Nihai olarak görüntülerdeki kusuru en belirgin hale getiren Hilbert+Sobel tekniği derin öğrenme öğrenme tabanlı ResNet-50 modelinde çeşitli düzenlemeler yapılarak kusursuz seramiklerden ayırt edilmesi için sınıflandırılmıştır. Bu sınıflandırmada yapılan görüntü işleme metodlarının sınıflandırma başarımına etkisine değinebilmek amacı ile HOGS kullanılarak elde edilen optik görüntülerin ham haline de Resnet-50 mimarisi uygulanmış ve sonuçlar karşılaştırmalı olarak sunulmuştur. Bu çalışma, seramik üretiminde kalite kontrol sürecinde zaman ve maliyetin azaltılmasına katkı sağlamayı, aynı zamanda uzaktan algılama ile insan gözünden daha hassas ve doğru sonuçlar elde edilmesini amaçlamaktadır. Günümüzde kullanılan çeşitli uzaktan algılama yöntemlerine göre bu yaklaşım, hem maliyeti düşürmekte hem de seramik yüzeyine zarar vermeden hızlı bir kalite kontrolü sunmaktadır. Bu çalışma günümüzde inşaat, elektrik-elektronik, tıp, sanat, savunma sanayi ve mühendislik uygulamaları gibi birçok sektörde faaliyet gösteren seramik ve porselen endüstrisinde üreticilerin karşılaştığı yüzey kusur tespitinde yaşanılan zorlukların üstesinden gelmesinde katkı sağlayacaktır. Yapılan tez, birden çok yaklaşımı bir araya getirip hibrit bir sistem sunduğundan bu alanda öncü çalışmalardan olmuştur.
Özet (Çeviri)
The aim of this study is to develop a high-resolution hybrid system capable of non-contact measurement using a Hybrid Optical Imaging Sensor (HOGS) to precisely detect visible and invisible defects in materials with ceramic and porcelain-like structures and to improve the efficiency of production processes. For this purpose, phase information was used to retrieve data from the holograms recorded with the HOGS system, which combines Lateral Shearing Digital Holographic Microscopy (LSDHM) and Microscopic Fringe Projection Profilometry (MFPP) methods. In order to extract the phase information, commonly used techniques in the literature such as Continuous Wavelet Transform (Mexican Hat, Morlet), Fourier Transform, and Hilbert Transform were preferred. In addition, to further improve the performance of the successful Hilbert Transform, various edge detection techniques including Canny, Prewitt, and Sobel were applied. Finally, the Hilbert+Sobel technique, which made the defect most distinguishable in the images, was used for classification with a deep learning-based ResNet-50 model that was modified accordingly to distinguish defective ceramics from flawless ones. In order to evaluate the impact of the applied image processing methods on classification performance, the raw optical images obtained with HOGS were also classified using the ResNet-50 architecture, and the results were presented comparatively. This study aims to contribute to the reduction of time and cost in the quality control process in ceramic production, while also providing more precise and accurate results than the human eye through remote sensing. Compared to various remote sensing methods used today, this approach offers both cost-effectiveness and fast quality control without damaging the ceramic surface. This study is expected to help overcome the difficulties encountered in surface defect detection in the ceramic and porcelain industry, which operates in many sectors such as construction, electrical-electronics, medicine, art, defense industry, and engineering applications. As the thesis brings together multiple approaches to offer a hybrid system, it has become one of the pioneering works in this field.
Benzer Tezler
- Kemalpaşa etlik piliç işletmelerinin teknik ve ekonomik yönden incelenmesi
Başlık çevirisi yok
HAYRİ TUNA YÜKSELEN
- Rana ridibunda (anura-ranidae) kompleksi üzerinde morfolojik, serolojik ve ekolojik araştırmalar
Başlık çevirisi yok
HÜSEYİN ARIKAN
- Beyaz yumurtacı yerli otoseks hibritlerin elde edilmesinde ikili ve dörtlü melezleme yöntemlerinin karşılaştırılması
Başlık çevirisi yok
MUSA SARICA
- Konikal horn antenler
Başlık çevirisi yok
SALİH CÜCE
Yüksek Lisans
Türkçe
1989
Elektrik ve Elektronik MühendisliğiUludağ ÜniversitesiElektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. H. ERGUN BAYRAKÇI