Yapay sinir ağı ve görüntü işleme teknikleri kullanarak durum buğdayının camsılığının belirlenmesi

Hububat denetiminde bilgisayar destekli kalite denetim sistemlerinin kullanıldığı değişik uygulamalar bulunmaktadır. Bu çalışmada Çeşit-1252 türü durum buğdayının camsı ve camsı olmayan danelerinin görüntü işleme teknikleri ve yapay sinir ağı yardımıyla sınıflandırılması amaçlanmıştır. Masaüstü tarayıcı yardımıyla elde edilen resimlerden her bir daneye ait histogram bilgileri elde edilmiştir. Bu histogram bilgileri kullanılarak farklı yapay sinir ağı modellerinin (Öz düzenlemeli harita – ÖDH, Çok katmanlı algılayıcı – ÇKA) sınıflandırma başarıları irdelenmiştir.

At grain inspection, different applications of computer aided quality control systems are used. In this study, it is aimed to classify vitreousness and non-vitreousness wheat kernels in Çeşit-1252 type durum wheat using image processing techniques and artificial neural networks. Digital images of wheat kernels obtained using desktop scanner and histogram of each kernel calculated. Using this histogram data, different artificial neural networks architecture (Self organizing map – SOM, Multi Layer Perceptron – MLP) classification performance examined.