Tez No	İndirme	Tez Künye	Durumu
777391		Endüstriyel uygulamalarda nesne yüzey hatalarının bilgisayarla görme tabanlı tespiti / Machine vision based detection of object surface defects on industrial applications Yazar:SERHAT TURAL Danışman: PROF. DR. REFİK SAMET Yer Bilgisi: Ankara Üniversitesi / Fen Bilimleri Enstitüsü / Bilgisayar Mühendisliği Ana Bilim Dalı Konu:Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol = Computer Engineering and Computer Science and Control Dizin:Bölütleme = Segmentation ; Derin öğrenme = Deep learning ; Görüntü işleme = Image processing ; Nesne yüzey modeli = Object surface model ; Yapay görme = Machine vision	Onaylandı Doktora Türkçe 2023 134 s.
Günümüzde makinalar ile yapılan kontrollere göre birçok dezavantajı olmasına rağmen insan gözü ile yapılan kontroller endüstride sıklıkla kullanılmaya devam etmektedir. Makinalar kolay algılanabilir, yüzey dokusu homojen tek düze olan, kusursuz yüzeyin kusurdan net ayrıştığı, şekil olarak düzensiz yansıtma yapmayan, kusurların tespiti için sofistike algoritmaların ve yüksek hesaplamanın gerekmediği nesne yüzeylerinde yüksek başarım oranlarıyla kalite kontrolünü gerçekleştirebilirler. Fakat karışık ve düzensiz yüzey dokusuna sahip, materyal özelliklerinden dolayı ışığı yansıtan, şeklinden dolayı düzensiz yansıma yapan nesnelerin kalite kontrolünde bilgisayarla görme tabanlı sistemler kusurlarının tespitinde insan yetisine göre yetersiz kalmaktadırlar. Bu durum özellikle kusurların yüzey dokusundan ayırmanın zor olduğu görüntülerde yaşanır. Diğer bir problemde geliştirilen yöntemlerin talep edilen süre sınırları içerisinde kusurların tespiti ve ayrıştırmasının sıklıkla yapılamamasıdır. Bu çalışmada askeri fişek kovanlarının kalite kontrolünü uçtan uca yapan bir sistem önerilmiştir. İlk olarak sistemin mekanik, elektronik, haberleşme ve ışıklandırmaları için uygun tasarımı yapılmıştır. Tasarlanan sistem üzerinden görüntüler alınıp kovan yüzeyleri için bir veri seti oluşturulmuştur. Kovan veri setinin oluşturulması için kameralardan alınan ham görüntüler geliştirilen yeni yöntemler ile işlenip kovan yüzeyi sonraki işlemler için istenilen pozisyonda ayrıştırılmıştır. Askeri fişek kovanları metalik, şekil olarak düz yüzeye sahip olmayan, düzensiz yüzey dokusuna sahip ve oldukça yansıtıcıdır. Bu özellikler kovanların yüzey hatası tespiti zorlu bir problem yapar. Üretim kusurlarını bilgisayarla görme tabanlı tespit etmek ve kovan yüzeyinin kendine has dokusundan ayırt etmek için yüksek doğruluk oranlarında ve düşük hızlarda çalışabilen çeşitli yöntemler önerilmiştir. Hem görüntü işleme teknikleri ile hem de insan yetisinden etkilenerek geliştirilen derin sinir ağları ile ilgili yüksek başarımda çalışan yöntemler önerilmiş ve literatüre yeni katkılar sağlanmıştır. Deneysel sonuçlar prototipten alınan gerçek görüntüler kullanılarak gerçekleştirilmiş ve başarılı sonuçlar elde edilmiştir.
Although there are many disadvantages compared to the controls made with machines, controls made with the human eye continue to be used frequently in the industry. Machines can perform quality control with high performance rates on object surfaces that are easily perceptible, whose surface texture is homogeneous and uniform, where the flawless surface is clearly separated from the defect, which does not reflect irregularly in shape, and where sophisticated algorithms and high calculations are not required for the detection of defects. However, in the quality control of objects with mixed and irregular surface texture, reflecting light due to their material properties, and irregular reflection due to their shape, computer vision-based systems are insufficient for detecting defects compared to human abilities. This is especially true in images where imperfections are difficult to distinguish from the surface texture. Another problem is that the defect detection and separation cannot be done frequently within the requested time limits of the developed methods. In this study, a system that performs end-to-end quality control of military cartridge cases is proposed. First of all, a suitable design for the mechanical, electronic, communication and lighting of the system was made. Images were taken from the designed system and a data set was created for the hive surfaces. In order to create the hive data set, the raw images taken from the cameras were processed with the new methods developed and the hive surface was separated at the desired position for further processing. Military cartridge cases are metallic, not flat in shape, have an irregular surface texture and are highly reflective. These features make surface defect detection of hives a challenging problem. Various methods have been proposed that can operate at high accuracy rates and low speeds to detect manufacturing defects based on computer vision and distinguish them from the unique texture of the hive surface. High-performance methods have been proposed for deep neural networks developed both by image processing techniques and by being influenced by human ability, and new contributions have been made to the literature. Experimental results were carried out using real images taken from the prototype and successful results were obtained.