SOLVING THE CLASSIFICATION PROBLEM OF CIRCULAR METAL OBJECTS WITH ENGRAVED CHARACTERS BY IMAGE PROCESSING METHODS

Authors : Hasan Erdinç KOÇER, Mahmut Sami YASAK

Pages : 32-50

Doi:10.36306/konjes.585000

View : 19 | Download : 17

Publication Date : 2020-03-05

Article Type : Research Paper

Abstract :Bu çalışmada, endüstriyel üretim olan dairesel küçük çaplı metal cisimlerin yüzeyleri üzerine oyma işlemi gerçekleştirilmiş karakterlere göre sınıflandırılması problemi için 2 farklı çözüm yolu geliştirilmiştir. Dairesel metal cisimlerin görsellerinin ön aşama olarak karakter bölgesinin çıkartılıp, Daugman’s Rubber Sheet (DRSM) modeli haline getirilmesi ve özellik çıkarımı gerçekleştirilerek, XOR operatörü ile şablon eşleştirme gerçekleştirilmesi önerilen ilk çözüm yoludur. İlk önerilen yöntemin sonucunda, ortalama işlem süresi 69,72 milisaniye ve 0,9398 doğruluk oranı başarım parametreleri olarak elde edilmiştir. İkinci çözüm yolu, dairesel metal cisimler üzerindeki karakterlerin Maximally Stabil Extremal Region (MSER) ve Stroke Width Transform (SWT) algoritmaları sonucu karakter bölgesi tespiti ve karakter segmentasyonu gerçekleştirilerek yapay zekanın derin öğrenme yaklaşımlarından Convolution Neural Network (CNN) sınıfı tasarlanan model ile karakter tanınması gerçekleştirilmiştir. Karakter tanınması sağlanan dairesel metal cisimlerin aynı zamanda nesne sınıflandırma problemi çözülmüştür. İkinci olarak önerilen yöntemde ise, ortalama işlem süresi 1,596 saniye ve 0,919 doğruluk oranı başarım parametreleri olarak elde edilmiştir.
Keywords : Nesne Karakter Tanıma Problemi, Nesne Sınıflandırma Problemi, Evrişimsel Sinir Ağları, Makine Öğrenmesi, XOR Şablon Eşleştirme, Daugman Lastik Levha Modeli, Maksimum Kararlı Ekstrimal Bölge, Kontür Genişliği Dönüşümü, Görüntü İşleme