1. Image processing methods and their applicatoins to marble production
- Author
-
Fırat, Yaser, Akkoyun, Özgür, and Dicle Üniversitesi, Fen Bilimleri Enstitüsü, Maden Mühendisliği Ana Bilim Dalı
- Subjects
Artificial neural network ,Artificial intelligence ,Process time ,Yapay zeka ,Image processing ,Görüntü işleme ,Mermer ,İşlem süresi ,Marble ,Yapay sinir ağı - Abstract
Görüntü işleme, son yıllarda çok farklı alanlarda kullanılmaya başlayan ve önemi gittikçe artan bir çalışma alanıdır. Diğer birçok alanda olduğu gibi, mermer işleme alanında da son yıllarda görüntü işleme yöntem ve tekniklerinin uygulanması için çalışmalar yapılmaktadır. Bu uygulamalar mermer renklerini bilgisayar ortamına aktarma ile başlamış, ardından farklı kökendeki mermerleri birbirinden ayırabilen çalışmalar ortaya çıkmıştır. Daha sonra ise Yapay Zeka (YZ) ve Yapay Sinir Ağları (YSA) modelleri ile aynı bloktan üretilen mermer numunelerinin renk seleksiyonunun bilgisayar ile yapılabildiği görülmüştür. Ancak bu çalışmaların uygulamaya dönüşebilmeleri için hala aşılması gereken bazı engeller bulunmaktadır. Bunlardan birincisi, YSA modellerinin pahalı oluşu ve karmaşık profesyonel yazılımlar ile oluşturulup çalıştırılabilmeleridir. Bunların fabrika entegrasyonları bu nedenle sorunludur. Bir diğer sorun işlem süresidir. YSA tabanlı da olsa, renk seleksiyon işleminin fabrikanın olağan işlem süresine uygun bir sürede yapılması gerekmektedir. Mermer renk seleksiyonunun bilgisayarlar ile yapılabilmesi için hem profesyonel YSA yazılımlarının fabrika ortamına bir şekilde uyum sağlayacak şekle sokulmaları hem de işlem sürelerinin fabrika işlem süresine uydurulmaları gerekmektedir. Bu tez çalışması problemin ikinci kısmına odaklanmış, süre kısaltma ile ilgili çalışmalar ve öneriler yapılmıştır. Tez çalışmasında, mermer renk seleksiyonunu görüntü işleme teknikleri ile YSA destekli olarak yapan bir model oluşturulmuş ve başarılı sonuçlar elde edilmiştir. Ardından, işlem süresini kısaltmak için iki farklı teknik önerilmiştir, her bir teknik için sırasıyla 14 ve 15 farklı çalışma koşulları için toplamda 29 YSA modeli tekrar oluşturulup en iyi teknik aranmıştır. Sonuçta, Emperador mermerine ait üç farklı renk seleksiyonuna ait toplamda 36 numune ile yapılan çalışma sonucunda Karelaj-40 olarak kodlanıp önerilen veri alma tekniği, klasik uygulamada 103 saniye süren ve %0.992 korelasyon ile model başarısı gösteren işlemi, 0.929 model korelasyonu ile 34 saniyeye indirmeyi başarmış, önerilen teknik, işlem süresini %67 oranında kısaltmıştır. Image processing is a field of study that has started to be used in many different fields in recent years and its importance is increasing. As in many other fields, studies have begun to be carried out in the field of marble processing for the application of image processing methods and techniques in recent years. These applications started with transferring the marble colors to the computer environment, and then studies that could classify marbles of different origins have been realized. After that, the color selection studies for marbles produced from the same block were made by computers by using Artificial Intelligence and Artificial Neural Networks (ANN) techniques. However, there are still some issues to be overcome in order for these studies to turn into applications. First, ANN models can be created and run with expensive and complex professional programs. Their integration into the factory is still problematic. Another issue is processing time. Even it is based on ANN, the color selection process must make a separation at a time suitable for the normal processing time of the factory. In order to make marble color selection with computers, both professional ANN software must be adapted to the factory environment and the processing times must be adapted to the factory processing times. This thesis focused on the second part of the problem; studies and suggestions were made about shortening the processing time and first, a model that makes marble color selection with image processing techniques supported by ANN was created and successful results were obtained. Then, two different techniques were proposed to shorten the processing time, for each technique, a total of 29 ANN models were reconstructed for 14 and 15 different operating conditions, respectively, to find the best option. At the end of the study, the processing time reduced from 103 seconds to 34 seconds with a model correlation of 0.929 by using the suggested technique named K-40. With this suggested technique, the processing time of ANN-based marble color classification decreased by 67%.
- Published
- 2022