Dergiler / Yüzüncü Yıl Üniversitesi Tarım Bilimleri Dergisi / 2018 / Cilt: 28 - Sayı: 4
Yumurta Kabuğundaki Çatlakların Bilgisayar Görüntüsü ve Hough Dönüşümü Kullanılarak Tanımlanması
- Sayfa
- 375–383
- DOI
- —
Özet
Yumurta çatlağı, pazara göndermeden önce tespit edilmesi gereken başlıca sorunlardan birisidir. Bir yandan, çatlamış yumurtalar yüksek oranda bakteriyel bulaşma potansiyeline sahiptir ve aynı zamanda paketlerdeki diğer sağlam yumurtalar üzerinde olumsuz etkilere neden olurlar, böylece bu bulaşma insan sağlığını tehlikeye sokabilir. Bu çalışmanın amacı, yumurta kabuğu çatlaklarını tanımlamak için bilgisayarlı bir yöntemi doğru, tahribatsız ve hızlı bir yöntem olarak önermektir. Kusurları saptamak için, çizgilerin çatlaklar olarak kabul edilmesiyle görüntülerde çizginin belirlenmesinde, tanımlama tabanlı özellik avantajına sahip, güvenilir ve kaliteli bir yöntem olarak Hough dönüşümü kullanılmıştır. Veri seti, görüntüleri kontrollü koşullarda çekilen 45 sağlıklı ve 35 kırık yumurtada içeren 80 adet yumurtadan oluşmaktadır. Yumurta kabuklarındaki çatlaklar, Canny kenar detektörü ve son olarak Hough dönüşümü içeren ortak ön işleme işlemleri uygulanarak belirlenmiştir. Analiz bölümünde, sağlıklı örnekleri kırık olanlardan sınıflandırmak için doğrusal diskriminant analizi kullanılmıştır. Sonuçlar, sağlam ve çatlamış yumurtaların tanımlanmasında ve sınıflandırılmasında önerilen yaklaşımın tatmin edici olduğunu göstermiş; böylece doğru tanımlamada doğruluk oranının % 90.1'ine ulaşabilmiştir. Her bir yumurtanın çatlaklarını belirleme zamanı, 0.7 saniye olmuştur.
Abstract
Egg crack is one the main challenges that should be identified before sending it to market. In one hand, cracked eggs have strong potential in taking bacterial contamination and also they cause negative effects on the other intact eggs at packages so that this contamination endanger human’s health. The objective of the current study was to propose a computerized method as an accurate, non- destructive and a fast method to identify the eggshell cracks. In order to detect the defects, the Hough transformation as a confident and qualified method with having the advantage of description based feature was used in determining the line in the images with assuming cracks as lines. The dataset consisted of 80 eggs which were included 45 healthy and 35 cracked eggs where taken images under controlled conditions. The cracks on the egg shells were identified by applying common preprocessing operations, a Canny edge detector and finally Hough transform. In the analysis section, the linear discriminant analysis was used to classify healthy samples from cracked ones. The results demonstrated satisfactory of the proposed approach in identification and classification of intact and cracked eggs so that we were able to reach 90.1% of accuracy in correct identification. The time for identifying the cracks in each egg was obtained 0.7 seconds.