Classification of Raisin Grains Using Machine Vision and Artificial Intelligence Methods

Bu calismada, Turkiye'de yetistirilen iki farkli kuru uzum cesidinin (Kecimen ve Besni) ayirt edilebilmesi adina makine gorme sistemi gelistirilmistir. Oncelikle her iki cesitten esit sayida olmak uzere toplam 900 adet kuru uzum tane goruntusu elde edilmistir. Bu goruntuler cesitli onislemlerden gecirilmis ve goruntu isleme teknikleri kullanilarak 7 adet morfolojik ozellik cikarim islemi gerceklestirilmistir. Ayrica her ozellik icin minimum, ortalama, maksimum ve standart sapma istatistiki bilgileri hesaplanmistir. Her iki kuru uzum cesidinin ozellikler uzerindeki dagilimlari incelenerek grafikler uzerinde bu dagilimlar gosterilmistir. Daha sonra LR, MLP, ve SVM makine ogrenme teknikleri kullanilarak modeller olusturulmus ve performans olcumleri gerceklestirilmistir. Siniflandirmada LR ile %85.22, MLP ile %86.33 ve SVM ile calismada elde edilen en yuksek siniflandirma dogrulugu olan %86.44 basari elde edilmistir. Eldeki veri sayisi da dusunuldugunde calismanin basariya ulastigini soylemek mumkundur.