SavedAdd your journal

Journals / Uluborlu Mesleki Bilimler Dergisi / 2019 / Cilt: 2 Sayı: 1

AN EXAMPLE OF THE USE OF IMAGE PROCESSING TECHNOLOGİES IN FRUIT GARDENS

GÖRÜNTÜ İŞLEME TEKNOLOJİLERİNİN ELMA BAHÇELERİNE YÖNELİK KULLANIM ÖRNEĞİ

Ahmet Murat Kaymak0000-0002-1022-5655
Mustafa Nevzat Örnek0000-0002-7478-3728
Humar Kahramanlı0000-0003-2336-7924
Pages
17–26
Publication Date
2019-07-12
DOI
—
🏛️Bibliographic metadata and full text access for this article are provided via DergiPark.
DergiPark Record ↗
✨

AI Summary & Key Takeaways

AI Insight
⚡ TL;DR(Too Long; Didn't Read)

This can be considered successful for color detection by apple processing methods.

📌 3 Key Takeaways

🎯
Objective & Hypothesis:ABSTRACT : In traditional agricultural activities, farmers provide information about their crops by hand and eye control during periods such as growing and harvesting of crops.
📊
Key Findings & Data:The red apples in the tree were found to be 78.47% successful in color.
💡
Conclusion & Impact:This can be considered successful for color detection by apple processing methods.
🔬Design:Araştırma Makalesi
📍Scope:Comprehensive Sample
⚙️Variables:Görüntü İşleme · Meyve Sayma · Tarımsal Alanlarda Görüntü İşleme

Abstract

ABSTRACT : In traditional agricultural activities, farmers provide information about their crops by hand and eye control during periods such as growing and harvesting of crops. By means of image processing methods, new meanings or many numerical information are obtained from an image. This study was carried out for apple cultivation which has an important place and importance among agricultural activities. In this study, it is aimed to detect and count red apples on trees in an apple orchard by using image processing techniques. In order to realize this aim, a software has been developed in computer environment. The software finds the apple tree images transferred from the digital media and the apples on the tree using image processing techniques. The apple counts were realized by marking the center points of the detected apple objects. The application is able to take images over photos or snapshots or live video. The red apples in the tree were found to be 78.47% successful in color. This can be considered successful for color detection by apple processing methods.

Özet

Ahmet Murat KAYMAK 1* , M. Nevzat ÖRNEK 2 , Humar KAHRAMANLI ÖRNEK 3 1 * Selçuk Üniversitesi, Fen Bilimleri Enstitüsü, Bilişim Teknolojileri Mühendisliği Bölümü, Konya, Türkiye 2 Konya Teknik Üniversitesi, TBMYO, Tarım Makinaları Programı, Konya, Türkiye 3 Selçuk Üniversitesi, Teknoloji Fakültesi, Bilgisayar Mühendisliği Bölümü, Konya, Türkiye * Sorumlu Yazar: [email protected] ÖZET: Geleneksel yöntemlerle yapılan tarımsal faaliyetlerde, ürünlerin yetişme ve hasat zamanı gibi dönemlerde çiftçiler ürünleri hakkında bilgileri el ve göz kontrolü ile sağlamaktadır. Görüntü işleme yöntemleri ile bir görüntü üzerinden yeni anlamlar veya birçok sayısal bilgiler elde edilmektedir. Bu çalışma, tarımsal faaliyetler arasında önemli bir yere ve öneme sahip olan elma yetiştiriciliğine yönelik gerçekleştirilmiştir. Çalışmada, görüntü işleme teknikleri ile bir elma bahçesinde bulunan ağaçlar üzerindeki kırmızı renkli elmaların tespit edilmesi ve sayılması amaçlanmıştır. Bu amacı gerçekleştirmek üzere bilgisayar ortamında bir yazılım geliştirilmiştir. Yazılım, dijital ortamdan aktarılan elma ağacı görüntülerini, görüntü işleme teknikleri kullanarak ağaç üzerinde yer alan elmaları bulmaktadır. Tespit edilen elma nesnelerinin merkez noktaları işaretlenerek elma sayımı gerçekleşmiştir. Uygulama, fotoğraf veya anlık çekilen görüntü ya da canlı video üzerinden görüntü alabilmektedir. Ağaçtaki kırmızı renkli elmalar, renk bakımından % 78,47 başarı ile tespit edilmiştir. Bu durum, görüntü işleme yöntemleri ile renk bakımından elma tespiti için başarılı sayılabilir.

🔖

Cite This Article

Kaymak, A. M., Örnek, M. N., Kahramanlı, H. (2019). AN EXAMPLE OF THE USE OF IMAGE PROCESSING TECHNOLOGİES IN FRUIT GARDENS. Uluborlu Mesleki Bilimler Dergisi, Cilt: 2 Sayı: 1, 17–26. https://ajindex.com/articles/1563435

📄 Full Text PDF Viewer

📄

PDF görüntüleyici hazırlanıyor...

References (15)

  1. Demir, B., Çetin, N., Kuş, Z. A. (2016). Görüntü İşleme Tekniği İle Yabancı Ot Renk Özelliklerinin Belirlenmesi. Alınteri Zirai Bilimler Dergisi, 31(B), 59-64.
  2. Bul, E., Gelen, G., Altun, H., Görüntü İşlemeye Dayalı Tarımsal Ürün Sınıflandırma, Researchgate, Linki:https://www.researchgate.net/publication/268257369_GORUNTU_DAYALI_TARIMSAL_URUN_SINIFLANDIRMA, Erişim Tarihi: 10.06.2019.
  3. DOĞU, K. (2019), Tarımsal Ekonomi Ve Politika Geliştirme Enstitüsü (TEPGE), 2019 Tarım Ürünleri Piyasaları Elma Raporu, 10.
  4. Taşçı, F. (2018), Tarımsal Ekonomi Ve Politika Geliştirme Enstitüsü (TEPGE), Ürün Raporu (Elma),
  5. Er,O., Çetişli, B., Sofu, M. M., Kayacan, M. C. (2013). Gerçek Zamanlı Otomatik Elma Tasnifleme. Süleyman Demirel Üniversitesi Fen Bilimleri Enstitüsü Dergisi, 17(2), 31-38.
  6. Sofu, M. M., Er, O., Kayacan, M. C., Çetişli, B. (2013). Elmaların Görüntü İşleme Yöntemi İle Sınıflandırılması Ve Leke Tespiti. Gıda Teknolojileri Elektronik Dergisi, 8(1), 12-25.
  7. Kurtulmuş, F., Vardar, A., Kavdır, İ. (2013). Bahçe Koşullarında Alınmış Renkli Görüntülerde Doku ve Şekil Öznitelikleriyle Genç Şeftali Meyvelerinin Saptanması. Tarım Makinaları Bilimi Dergisi, 10(4), 141-148.
  8. Kahya, E., Arın, S. (2014). Görüntü İşleme Yardımıyla Meyvelerin Dal Üzerindeki Yerlerinin Belirlenmesi Üzerine Bir Araştırma. Namık Kemal Üniversitesi Tekirdağ Ziraat Fakültesi Dergisi, 11(2),110-118.
  9. Sert, E. (2010). Görüntü İşleme Teknikleri İle Şeftali Ve Elma Sınıflandırma. Trakya Üniversitesi Fen Bilimleri Enstitüsü Yüksek Lisans Tezi.
  10. Juman, M. A., Wong, Y. W., Rajkumar, R. K., Goh, L. J. (2016). A Novel Tree Trunk Detection Method For Oil-Palm Plantation Navigation., Computers and Electronics in Agriculture, 128, 172-180. doi:10.1016/j.compag.2016.09.002.
  11. Sabancı, K., Ünlerşen, M. F., Dilay, Y. (2016). Karaman Yöresinde Yetiştirilen Elma Çeşitlerinin Sınıflandırma Parametrelerini Görüntü İşleme Teknikleri Kullanarak Belirlenmesi., Tarım Makinaları Bilimi Dergisi, 12(2), 133-139.
  12. Varjovi, M. H., Talu, M. F. (2016). Kayısı İçin Otomatik Rekolte Tahmin Sistemi. Paper presented at the International conference on artificial intelligence and data processing IDAP.
  13. Gongal, A., Silwal, A., Amatya, S., Karkee, M., Zhang, Q., Lewis, K. (2016). Apple Crop-Load Estimation With Over-The-Row Machine Vision System. Computers and Electronics in Agriculture, 120, 26-35.
  14. Aquino, A., Millan, B., Diago, M., Tardaguila, J. (2018). Automated Early Yield Prediction In Vineyards From On-The-Go Image Acquisition. Computers and Electronics in Agriculture, 144,26-36.
  15. Liu, T., Ehsanib, R., Toudeshkib, A., Zoua, X., Wanga H.(2018).Detection Of Citrus Fruit And Tree Trunks İn Natural Environments Using A Multi-Elliptical Boundary Model., Computers in Industry, 99, 9-16.