Dergiler / Electronic Letters on Science and Engineering / 2018 / Cilt: 14 - Sayı: 1

Gıda Sektöründe Uygulanan Görüntü İşleme Çalışmalarının ve Tekniklerinin İncelenmesi

Examination of Image Processing Studies and Techniques in Food Sector: A Literature Review

Sayfa
12–22
Yayın Tarihi
2018-08-16
DOI
—
🏛️Bu makalenin bibliyografik verileri ve tam metin bağlantısı DergiPark üzerinden sağlanmıştır.
DergiPark Kaydı ↗
✨

Yapay Zeka Hızlı Bakış & Çıkarımlar

AI Insight
⚡ TL;DR(1 Cümlede Hızlı Çıkarım)

Yapılan bu çalışmada gıda sektöründe uygulanan bazı görüntü işleme çalışmalarına yer verilmiş; kullanılan teknikler incelenmiştir.

📌 3 Maddede Bu Makale

🎯
Amaç & Hipotez:Küreselleşen dünyamızda öne çıkan sektörler arasında bulunan gıda ve gıda odaklı sanayi sektöründe verimliliğin ve kalitenin yükseltilmesine ilişkin çalışmalar hız kazanarak devam etmektedir.
📊
Temel Bulgular & Veri:Mevcut teknolojide görüntü işlemeyle insan faktörünü en aza indirgeyerek verimlilik arttırılması ve maliyetin azaltılması mümkün olabilmektedir.
💡
Sonuç & Katkı:Yapılan bu çalışmada gıda sektöründe uygulanan bazı görüntü işleme çalışmalarına yer verilmiş; kullanılan teknikler incelenmiştir.
🔬Tür:Araştırma Makalesi
📍Kapsam:Genişletilmiş Akademik Örneklem
⚙️Değişkenler:Görüntü işleme · bilgisayarla görme · gıda sektörü

Özet

Küreselleşen dünyamızda öne çıkan sektörler arasında bulunan gıda ve gıda odaklı sanayi sektöründe verimliliğin ve kalitenin yükseltilmesine ilişkin çalışmalar hız kazanarak devam etmektedir. Buna paralel olarak teknoloji dünyasında kaydedilen gelişmeler araştırmacıları bu alanlarda yenilikçi buluşlar elde etmeleri için teşvik etmektedir. Hemen her alanda olduğu gibi gıda sektöründe de üretimde ürünün sınıflandırılması, hatalı ürün tespiti, ürün dışı madde tespiti vb. gibi problemler çoğunlukla insan faktörü kullanılarak çözülmektedir. İnsanın görme duyusunu kullanarak çözebileceği bazı problemlerin bilgisayar yoluyla çözülebilmesi bilgisayarla görme alan uygulamalarına girmektedir. Bilgisayarla görme, ürünlerde yüksek kalite ve güvenlik gibi bazı gereksinimleri karşılamak için otomatik, zararsız ve düşük maliyetli alternatif bir teknik sunmaktadır. Mevcut teknolojide görüntü işlemeyle insan faktörünü en aza indirgeyerek verimlilik arttırılması ve maliyetin azaltılması mümkün olabilmektedir. Bununla birlikte ultraviyole ışınları gibi insan tarafından doğrudan kullanılamayacak bazı unsurlar bilgisayar tarafından kullanılabilmektedir. Bu sayede istenilen kalitede üretim yapılmaya olanak sunulmaktadır. Yapılan bu çalışmada gıda sektöründe uygulanan bazı görüntü işleme çalışmalarına yer verilmiş; kullanılan teknikler incelenmiştir.

Abstract

In our global World, studies on food and food related-sectors, which are among the leading sectors, continue to gain momentum to increase productivity and quality. In parallel, the developments in the information technology motivate researchers to gain innovative approaches in these fields. Today, in the food sector as in many other areas, the classification of products, the detection of defective products, the detection of non-product parts are often solved using the human factor. However, many problems that can be solved using human visual sense can be solved more efficiently by means of a computer, which is known as the computer vision field. Computer vision offers automatic, harmless and low cost alternative techniques to verify that high quality and safety criteria are met in products. Today's image processing technology makes it possible, by reducing the human factor to the minimum, to increase the productivity and to reduce the cost. Moreover, some methods that cannot be used directly by human such as ultraviolet rays can be used by a computer to improve the product quality.In this study, some image processing applications used in the food sector are analyzed; the techniques used are examined.

🔖

Bu Makaleye Atıf Yap

HAYIT, T., ERBAY, H., HAYIT, F. (2018). Gıda Sektöründe Uygulanan Görüntü İşleme Çalışmalarının ve Tekniklerinin İncelenmesi. Electronic Letters on Science and Engineering, Cilt: 14 - Sayı: 1, 12–22. https://ajindex.com/articles/133741

📄 Tam Metin PDF Okuyucu

📄

PDF görüntüleyici hazırlanıyor...

Kaynakça (13)

  1. M. Balcı, A. A. Altun, Ş. Taşdemir, Görüntü İşleme Teknikleri Kullanılarak Napolyon Tipi Kirazların Sınıflandırılması, Selçuk-Teknik Dergisi, Vol.3, (2003), 221-237
  2. G. Samtaş, M. Gülesin, Sayısal Görüntü İşleme ve Farklı Alanlardaki Uygulamaları, Electronic Journal of Vocational Colleges, Vol:2(1), (2011), 85-97
  3. P. Viola, M. Jones, Rapid object detection using a boosted cascade of simple features, Computer Vision and Pattern Recognition, Proceedings of the 2001 IEEE Computer Society Conference, vol: 1, (2001), I-511- I-518 R. Hussin, M.R. Juhari, N.W. Kang, R.C. Ismail, A. Kamarudin, Digital image processing techniques for object detection from complex background image, Procedia Engineering, Vol:41, (2012), 340-344
  4. M. Sonka, V. Hlavac, R. Boyle, Image processing, analysis, and machine vision, Cengage Learning (2014)
  5. M. Omid, M. Khojastehnazhand, A. Tabatabaeefar, Estimating volume and mass of citrus fruits by image processing technique. Journal of Food Engineering, Vol.100, (2010), 315-321.
  6. H. M. Velioğlu, Görüntü İşleme Teknolojisi ve Yapay Sinir Ağlarinin Gıda Ürünlerinde Bazi Kalite Özelliklerinin Belirlenmesinde Kullanilmasi, Namık Kemal Üniversitesi Fen Bilimleri Enstitüsü, Doktora Tezi, Tekirdağ, (2010)
  7. M. Latha, A. Poojith, B.A. Reddy, G.V. Kumar, Image Processing in Agriculture, International Journal of Innovative Research In Electrical, Electronics, Instrumentation and Control Engineering, Vol. 2, (2014), 1562-1565
  8. N. Masateru, P. S. Bim, G. Yoshinori, Study on Quality Estimation for Strawberry Using Color and NIR Image Processing, IFAC Proceedings, Vol.34, (2001), 233-237
  9. A. Usman, A. Arif, K. Hadi, K. Punvadaria, Determination of Bruise Development Rate on Salak Fruit Using Image Processing, IFAC Proceedings, Vol.34,( 2001), 295-298
  10. X. Juan, S. Wouter, B. Josse, Combination of chemometric tools and image processing for bruise detection on apples, Computers and Electronics in Agriculture, Vol.56, (2007), 1-13
  11. K. Kıvanç, İ. H. Boyacı, H. Köksel, İ. Küsmenoğlu, A Classification System for Beans Using Computer Vision System and Artificial Neural Networks, Journal of Food Engineering, Vol. 78, (2007), 897-904
  12. M. Omid, M. Khojastehnazhand, A. Tabatabaeefar, Estimating Volume and Mass of Citrus fruits by Image Processing Technique, Journal of Food Engineering, Vol. 100, (2010), 315-321
  13. M. Karhan, M. O. Oktay, Z. Karhan, H. Demir, Morfolojik Görüntü İşleme Yöntemleri ile Kayısılarda Yaprak Delen (Çil) Hastalığı Sonucu Oluşan Lekelerin Tespiti, 6th Inter