Tez No	İndirme	Tez Künye	Durumu
688591		Görüntü işleme ve kümeleme yöntemleri kullanılarak zeytin tanelerinin sınıflandırılması / Classification of olive grains using image processing and clustering methods Yazar:SENEM GÖNENÇ Danışman: PROF. DR. YÜKSEL ÖNER Yer Bilgisi: Ondokuz Mayıs Üniversitesi / Lisansüstü Eğitim Enstitüsü / İstatistik Ana Bilim Dalı Konu:Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol = Computer Engineering and Computer Science and Control ; İstatistik = Statistics Dizin:	Onaylandı Doktora Türkçe 2021 58 s.
Görüntü işleme, otonom sistemlerin insan gücünün yerini aldığı şu zamanlarda günlük yaşamın her alanında karşımıza çıkan bir teknolojidir. Bu teknoloji, farklı sektörlerde görüntüyü dijitalleştirerek işleme ve görüntüden anlamlı sayısal bilgiler üretmek gibi amaçlarla tercih edilmektedir. Görüntü işleme yöntemleri kullanılarak yapılan uygulamalar pek çok disiplin ile yakından ilişkili olarak yürütülmektedir. Çalışmalarda görüntünün alınıp işlenmesinden sonra sınıflama, kümeleme, bulanık mantık ve yapay sinir ağları gibi çok sayıda algoritma kullanılarak görüntü hakkında çeşitli değerlendirmeler yapılabilir. Bu çalışma, tarım alanında görüntü işleme yöntemleri kullanımı ile ürünlerin tespiti ve ayrımı konusunda literatüre katkı yapmak için gerçekleştirilmiştir. Tarımsal ürün olarak, belirlenmiş dört farklı türden alınan zeytin taneleri kullanılmış ve tanelerin uygun bir görüntüsü alınarak bilgisayar ortamına aktarılmıştır. Aktarılan görüntünün işlenmesi ve analizi için 'R' programlama dili kullanılmıştır. Görüntü üzerinde amaç doğrultusunda çeşitli görüntü işleme yöntemleri uygulanarak boyut ve renk değişkenlerine ait sayısal veriler elde edilmiştir. Oluşturulan değişkenler yardımıyla zeytin taneleri, K-Ortalama yöntemi ve Bulanık C-Ortalamalar algoritması ile analiz edilerek sonuçlar incelenmiştir. Çalışmanın başlangıcında zeytin türlerine ait ön bilgi söz konusu olduğu için kullanılan yöntemlerin çeşit ayrımındaki performansları ayrıntılı bir şekilde değerlendirilmiştir. Sonuçlar incelendiğinde, Bulanık C-Ortalamalar algoritmasının çeşit tespitinde K-Ortalama yöntemine göre daha başarılı olduğu görülmüştür.
Image processing is a technological method of our times when manpower is increasingly being replaced by autonomous systems in every sphere of life. In various sectors, this technology is being preferred for processing images through digitalization and for producing quantitative information from those images. Applications of digital image processing are conducted in a close association with multitudinous disciplines. After processing the images, different algorithms such as classification, clustering, fuzzy logic and artificial neural networks can be used to evaluate the images. Using image processing methods to identify and differentiate certain agricultural products, this study aims at contributing to the existing literatüre in this field. For this research, four different species of olive grains of which images are transferred to computer system are chosen and used as the agricultural products. 'R' programming language is used for image processing and analysis. Different methods of processing are applied on the images in order to acquire quantitative data about size and colour variables. After the acquisition of those variables, olive grains are analyzed through clustering methods of K-Means method and Fuzzy C-Means algorithm. As the species of the olive grains are already known in the beginning of the research, the performances of the chosen methods in differentiating the olive species can be examined comprehensively. Based on the research results, it can be stated that Fuzzy-C means is more succesful in the identification of olive grain species compared to K-means.