IMAGE PROCESSING-BASED QUALITY CONTROL SYSTEM TO DETERMINE THE SURFACE DEFECT IN WOODEN RAW MATERIALS

OpenAlex Türkçe

Günümüzde ahşap ham madde malzemeleri birçok endüstride kullanılmaktadır. Ahşap ham madde üzerinde gözden kaçan kusurlar, son ürünü görsel açıdan ve dayanıklılık bakımından etkileyerek satışını engelleyebilir. Kusurlu ham maddeler üzerinde elle veya görsel kontrol zor ve yanıltıcı olabilir. Sürekli gelişen dijital teknoloji ve akıllı sistemler sayesinde, kalite kontrol için otomasyon sistemleri geliştirilmektedir. Böylece üretimin erken aşamalarında kusurlar tespit edilebilmektedir. Son ürünün kusurlu veya hatalı olması engellenebildiğinde iş gücü, malzeme ve zaman kayıpları önlenebilecek, maliyetler düşürülebilecektir. Bu çalışmada, özel bir kamera sistemi ile elde edilen görüntüler, görüntü işleme temelli Derin Öğrenme (DÖ) yöntemlerinde kullanılarak ahşap ham maddenin kusurlu olup olmadığı ayrımı yapılmaktadır. Kusurların tespitinde kullanılacak model ayrım odaklı bir yöntem olan Evrişimsel Sinir Ağı (ESA) ile geliştirilmiş olup tercih edilen bir yöntemdir. Çalışmada, ShuffleNet, AlexNet, GoogleNet gibi ESA mimarileri denenmiş ve en uygun mimari belirlenmiştir. Çalışmalar sonucunda, ESA mimarileri arasında kusurlu ve kusursuz ahşap ürünlerini belirlemek için kullanılan başarılı yöntemler olan MobileNet, DenseNet ve Inception mimarilerinin, kalite kontrol sistemleri için daha yüksek doğruluk oranları ile sonuçlandığı görülmüştür. En iyi sonuç ise, Inception-V3 mimarisi ile elde edilmiştir ve test doğruluğu %88,41 olarak belirlenmiştir.