Classification of closed and open shell pistachio nuts by machine learning algorithms
Tezin Türü: Yüksek Lisans
Tezin Yürütüldüğü Kurum: Ondokuz Mayıs Üniversitesi, Lisansüstü Eğitim Enstitüsü, Tarım Makinaları Ve Teknolojileri Mühendisliği Anabilim Dalı, Türkiye
Tezin Onay Tarihi: 2024
Tezin Dili: İngilizce
Öğrenci: KHALED ADIL DAWOOD IDREES
Danışman: Yeşim Benal Öztekin
Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu
Özet:Antep fıstığı, besin değeri yüksek ve hoş tadı nedeniyle dünya çapında yaygın olarak tüketilen bir fıstık türüdür. Genellikle Antep fıstığı açık veya kapalı kabuklu olarak satılmaktadır. Ancak, kapalı kabuklu Antep fıstığı tüketiciler tarafından tercih edilmemekte ve bu da fıstığın ticari değerinin düşmesine neden olmaktadır. Üretim süreçleri ve işleme sırasında kalite kontrolünü sağlamak için açık ve kapalı uçlu Antep fıstığı kabuklarını ayırt edebilmek esastır. Bu işlem manuel olarak veya mekanik cihazlar kullanılarak yapılabilir. Manuel sınıflandırma işlemi işçiler tarafından yapılmakta olup bu şekilde yapılan ayırma işlemi zaman ve maliyet açısından verimsiz sayılmaktadır. Mekanik sınıflandırma işleminde ise fıstığının mekanik olarak ayrılması, ayıklama işleminde kullanılan iğne mekanizması nedeniyle açık kabuklu fıstıkların iç kısımlarına zarar verebilmektedir. Bu çalışma, Antep fıstığı tanelerinin makina görme tabanlı bir sistem kullanılarak sınıflandırılmasını ve sınıflandırma doğruluğu açısından uygulanabilirliğinin değerlendirilmesini amaçlamaktadır. Denemelerde yerli pazarlarda bulunan Uzun, Kırmızı ve Halebi olmak üzere 3 çesit Antep fıstığı kullanılmıştır. Bu çeşitler Siirt ve Akuri gibi diğer fıstık çeşitlerinden, şekil, boyut ve tat özellikleri açısından farklıdır. Araştırmada kullanılan makina görme sistemi, Antep fıstığı tanelerini kapalı ve açık uçlu kabuklu olarak iki sınıfa ayırabilmektedir. Bu çalışmada 500 açık ve 500 kapalı uçlu tane olmak üzere 1.000 adet Antep fıstığı tane görüntüsü elde edilmiş ve değerlendirilmiştir. Elde edilen görüntüler işlenerek özellik çıkarma için hazırlanmıştır. Görüntülerden toplam 14 renk özelliği çıkarılmıştır. Tek özellik kullanılmasına rağmen, Rastgele Orman, Destek Vektör Makinesi ve Lojistik Regresyon modellerinden sırasıyla % 95.6,% 94.8 ve% 93.6'lık umut verici sınıflandırma doğruluk oranları elde edilmiştir. Sınıflandırıcıların performansları birbirleriyle karşılaştırılmıştır. Sınıflandırıcılar arasında yaklaşık benzer performanslar elde edilmiştir. Bu sonuçlar, Rastgele Orman sınıflandırıcısının, açık ve kapalı kabuklu uçlu olarak Antep fıstığı tanelerini sınıflandırmak için en etkili algoritma olduğunu göstermektedir. Anahtar Sözcükler: Antep Fıstığı, Görüntü İşleme, Renk Özelliği, Lojistik Regresyon, Rastgele Orman, Destek Vektör Makinesi.