Fındık Çeşitlerinin Kabuk Özelliklerine Göre Sınıflandırılması: Bir Görüntü İşleme ve Makine Öğrenmesi Yaklaşımı

dc.contributor.authorKatırcıoğlu, Ferzan
dc.contributor.authorKaymak, Rabia
dc.date.accessioned2026-07-01T11:33:54Z
dc.date.available2026-07-01T11:33:54Z
dc.date.issued2025
dc.departmentDüzce Üniversitesi
dc.description.abstractFındık meyvesinin ihracat ve ithalat alanında sektörde üretim bandında fındık çeşitlerini kabuk özelliklerine göre ayırt etmek için özel olarak tasarlanmış makineler bulunmamaktadır; bunun yerine mevcut makineler fındıkları ağırlıklı olarak dolu, boş veya kırık gibi kategorilere ayırmaktadır. Fındık çeşitleri arasında ayrım yapabilme yeteneği, işleme iş akışlarını optimize etmek ve nihai ürünün kalitesini artırmak için esastır. Bu bağlamda, önerilen çalışma, belirli uygulamalar için uygunluklarını belirlemek üzere renk ve doku gibi fiziksel özelliklerini analiz ederek fındıkları Tombul, Sivri ve Badem olmak üzere çeşitlerine göre sınıflandırmayı amaçlamaktadır. Gerçekleştirilen çalışmada taşıma bandında fındık kabuklarının görüntüleri yakalandıktan sonra, kırpma, arka plan kaldırma ve ölçüm standardizasyonu gibi ön görüntü işleme adımlarının ardından, işlenmiş görüntüler üzerinde özellik çıkarma işlemi gerçekleştirilmiştir. Özellik çıkarma için kullanılan teknikler arasında Boyut, Renk, Haralick, Yerel İkili Desenler (LBP) ve Yönlendirilmiş Gradyanların Histogramı (HOG) yer almaktadır. Çıkarılan bu özellikler daha sonra çeşitli sınıflandırıcılara uygulanmıştır. Sınıflandırma sonuçlarına bakıldığında çalışmada değerlendirilen Sensitivity, Precesion, F-Score ve G-Mean metriklerinin sonuçlarına göre Basamaklı İleri Sinir Ağı (CFNN) algoritması %92 doğruluk değerini alarak diğer sınıflandırma algoritmalarından daha iyi performans gösterdiğini ortaya koymuştur. Sonuç olarak, fındıkları dış kabuklarına göre sınıflandırmak için geliştirilen makine öğrenme tabanlı sistem, verimliliği yeni bir seviyeye taşıyarak büyük bir yenilik getirirken endüstriyel süreçlerde kaliteyi önemli ölçüde artırmaya hazırdır.
dc.identifier.dergipark1659305
dc.identifier.doi10.29109/gujsc.1659305
dc.identifier.endpage1525
dc.identifier.issn2147-9526
dc.identifier.issue4
dc.identifier.startpage1512
dc.identifier.trdizinid1384315
dc.identifier.urihttps://doi.org/10.29109/gujsc.1659305
dc.identifier.urihttps://search.trdizin.gov.tr/tr/yayin/detay/1384315
dc.identifier.urihttps://hdl.handle.net/20.500.12684/22813
dc.identifier.volume13
dc.indekslendigikaynakTR-Dizin
dc.language.isoen
dc.relation.ispartofGazi Üniversitesi Fen Bilimleri Dergisi Part C: Tasarım ve Teknoloji
dc.relation.publicationcategoryMakale - Ulusal Hakemli Dergi - Kurum Öğretim Elemanı
dc.rightsinfo:eu-repo/semantics/openAccess
dc.snmzKA_TR_20260623
dc.subjectMühendislik
dc.subjectElektrik ve Elektronik
dc.subjectBitki Bilimleri
dc.subjectBilgisayar Bilimleri
dc.subjectYapay Zeka
dc.titleFındık Çeşitlerinin Kabuk Özelliklerine Göre Sınıflandırılması: Bir Görüntü İşleme ve Makine Öğrenmesi Yaklaşımı
dc.title.alternativeClassification of Hazelnut Varieties Based on Shell Characteristics: An Image Processing and Machine Learning Approach
dc.typeArticle

Dosyalar