Görüntü işleme ile doğal taş seleksiyonunda işlem süresini azaltan yeni bir yöntem önerisi
Yükleniyor...
Tarih
2023
Yazarlar
Dergi Başlığı
Dergi ISSN
Cilt Başlığı
Yayıncı
Dicle Üniversitesi Mühendislik Fakültesi
Erişim Hakkı
info:eu-repo/semantics/openAccess
Özet
Son yıllarda birçok alanda olduğu gibi doğal taş sektöründe de artan bir hızda, görüntü işleme yöntemlerine
dayalı uygulamalar görülmektedir. Bu uygulamalar mermer renklerini bilgisayar ortamına aktarma ile
başlamış ve günümüzde mermer numunelerinin renk seleksiyonunun Yapay Zeka (YZ) ve Yapay Sinir
Ağları (YSA) modelleri ile yapılabildiği çalışmalara kadar gelmiştir. Ancak bu çalışmaların uygulamaya
dönüşebilmeleri için hala aşılması gereken bazı engeller bulunmaktadır. Bunlardan birincisi, YSA
modellerinin pahalı ve karmaşık profesyonel yazılımlar ile oluşturulup çalıştırılabilmeleridir. Bir diğer
sorun işlem sürelerinin fabrikaların olağan iş-akış süresine uygun olması gerekliliğidir. Bu çalışma,
problemin ikinci kısmına odaklanmış, sure kısaltma ile ilgili çalışmalar ve öneriler yapılmıştır. Bunun için
önce YSA destekli seleksiyon yapan bir model oluşturulmuş, ardından, işlem süresini kısaltmak için iki
farklı yöntem önerilmiştir. Her bir yöntem için toplamda 29 YSA modeli tekrar oluşturulup en iyi yöntem
aranmıştır. Sonuçta, önerilen yöntem ile örnek doğal taşa ait üç farklı seleksiyonun ayırma işleminin %67-
90 oranlarında kısaldığı ortaya konulmuştur.
In recent years, applications based on image processing methods are revealed at an increasing rate in the natural stone industry, asin many other fields. These applications started with digitizing marble colors and today it has reached the studies where the color selection of marble samples can be done with Artificial Intelligence (AI) and Artificial Neural Networks (ANN) models. However, there are still some obstacles to be overcome in order for these studies to be translated into practice. The first of these is that ANN models can be created and run only with expensive and complex professional software. Another problem is that the processing times must be in accordance with the usual processing time of the factories. This study focused on the second part of the problem, studies and suggestions were made about shortening the time. For this, firstly, a model with ANN-assisted selection was created, and then two different techniques were proposed to shorten the processing time. For each proposed method, a total of 29 ANN models were reconstructed and the best method was investigated. As a result, it was revealed that the classification process of three different selections of the natural stone was shortened by 67-90% with the proposed method.
In recent years, applications based on image processing methods are revealed at an increasing rate in the natural stone industry, asin many other fields. These applications started with digitizing marble colors and today it has reached the studies where the color selection of marble samples can be done with Artificial Intelligence (AI) and Artificial Neural Networks (ANN) models. However, there are still some obstacles to be overcome in order for these studies to be translated into practice. The first of these is that ANN models can be created and run only with expensive and complex professional software. Another problem is that the processing times must be in accordance with the usual processing time of the factories. This study focused on the second part of the problem, studies and suggestions were made about shortening the time. For this, firstly, a model with ANN-assisted selection was created, and then two different techniques were proposed to shorten the processing time. For each proposed method, a total of 29 ANN models were reconstructed and the best method was investigated. As a result, it was revealed that the classification process of three different selections of the natural stone was shortened by 67-90% with the proposed method.
Açıklama
Anahtar Kelimeler
Görüntü işleme, Mermer, Yapay zeka, Yapay sinir ağları, Image processing, Marble, Artificial intelligence, Neural networks
Kaynak
Dicle Üniversitesi Mühendislik Fakültesi Mühendislik Dergisi
WoS Q Değeri
Scopus Q Değeri
Cilt
14
Sayı
3
Künye
Akkoyun, Ö. ve Fırat, Y. (2023). Görüntü işleme ile doğal taş seleksiyonunda işlem süresini azaltan yeni bir yöntem önerisi. Dicle Üniversitesi Mühendislik Fakültesi Mühendislik Dergisi, 14(3), 471-477.
