Su altı araçlarda görüntü işleme tekniği ile obje tanımlama
Yükleniyor...
Dosyalar
Tarih
2023
Yazarlar
Dergi Başlığı
Dergi ISSN
Cilt Başlığı
Yayıncı
Kırıkkale Üniversitesi / Fen Bilimleri Enstitüsü / Makine Mühendisliği Ana Bilim Dalı
Erişim Hakkı
info:eu-repo/semantics/openAccess
Özet
Bu çalışmada, su altında kapalı bir kaba yerleştirilen kamera ile görüntü alınmış ve nesne tanıma işlemi gerçekleştirilmiştir. Kameradan alınan gerçek zamanlı görüntü ile renk bilgisine dayalı olarak nesne tespiti yapılmıştır. Çalışmada RaspberryPi 4b, OpenCV ve Python programlama dili kullanılarak sualtı görüntü işleme ile nesnelerin tespiti amaçlanmıştır. Tanıtılan nesneler batık gemiler ve balıklardır. Nesne tanımada Single Shot Multibox Detector (SSD) derin öğrenme yöntemi ve MobileNet yapay sinir ağı kullanılarak web kamerasından gerçek zamanlı görüntüler alınarak nesne tespiti yapılır. Nesne tanımada, görüntü önce griye dönüştürülür ve ardın dan SSD MobileNet kütüphanesindeki nesnelerle karşılaştırılıp eşleştirildiğinde nesne tanınır.
In this study, an image was taken with a camera placed in a sealed container under water and object recognition was performed. Object detection was made based on the color information with the real-time image taken from the camera. In the study, it was aimed to detect objects with under water image processing using the RaspberryPi 4b, OpenCV and Python programming language. Introduced objects are sunken ships and fish. In object recognition, using Single Shot Multibox Detector (SSD) deep learning method and MobileNet artificial neural network, object detection is done by taking real-time images from the webcam. In object recognition, the object is recognized when the image is first converted to gray and then compared with the objects in the SSD MobileNet library and matched.
In this study, an image was taken with a camera placed in a sealed container under water and object recognition was performed. Object detection was made based on the color information with the real-time image taken from the camera. In the study, it was aimed to detect objects with under water image processing using the RaspberryPi 4b, OpenCV and Python programming language. Introduced objects are sunken ships and fish. In object recognition, using Single Shot Multibox Detector (SSD) deep learning method and MobileNet artificial neural network, object detection is done by taking real-time images from the webcam. In object recognition, the object is recognized when the image is first converted to gray and then compared with the objects in the SSD MobileNet library and matched.
