T.C.
GAZİOSMANPAŞA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ TARIM MAKİNALARI ANABİLİM DALI
PESTİSİT KAPLI YÜZEYDE DAMLA ÇAPLARININ BELİRLENMESİNDE BİLGİSAYAR DESTEKLİ BİR ÖLÇME TEKNİĞİNİN GELİŞTİRİLMESİ
YÜKSEK LİSANS TEZİ
Hazırlayan: Ebubekir YAŞAR
Danışman: Yrd. Doç. Dr. Oğuz TEKELİOĞLU
T.C.
GAZİOSMANPAŞA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ
PESTİSİT KAPLI YÜZEYDE DAMLA ÇAPLARININ BELİRLENMESİNDE BİLGİSAYAR DESTEKLİ BİR ÖLÇME TEKNİĞİNİN GELİŞTİRİLMESİ
Ebubekir YAŞAR
YÜKSEK LİSANS TEZİ
TARIM MAKİNALARI ANABİLİM DALI
Bu tez 03 / 12 / 2007 tarihinde aşağıda belirtilen jüri tarafından Oybirliği/Oyçokluğu ile kabul edilmiştir.
Ünvanı Adı ve Soyadı İmza
Doç. Dr. Sefa TARHAN
Yrd. Doç. Dr. Naim ÇAĞMAN
Yrd. Doç. Dr. Oğuz TEKELİOĞLU
ONAY:
Bu tez …/…/2007 tarih ve … sayılı Enstitü Yönetim Kurulu tarafından belirlenen jüri üyelerince kabul edilmiştir.
.…/…./2007 Enstitü Müdürü
ÖZET
PESTİSİT KAPLI YÜZEYDE DAMLA ÇAPLARININ BELİRLENMESİNDE BİLGİSAYAR DESTEKLİ BİR ÖLÇME TEKNİĞİNİN GELİŞTİRİLMESİ
Ebubekir YAŞAR Gaziosmanpaşa Üniversitesi
Fen Bilimleri Enstitüsü Tarım Makineleri Anabilim Dalı
Yüksek Lisans Tezi 2007, 63 Sayfa
Danışman : Yrd. Doç. Dr. Oğuz TEKELİOĞLU Jüri : Doç. Dr. Sefa TARHAN
Jüri : Yrd. Doç. Dr. Naim ÇAĞMAN Jüri : Yrd. Doç. Dr. Oğuz TEKELİOĞLU
Pestisitler ürün yetiştiriciliğinde önemli bir rol oynarlar. Damla çap aralığı doğru seçildiğinde spreyin ilaçlama etkinliği artmaktadır. Tarım alanına uygulanan sprey doğru damla çapı seçilmez ise etkin ilaçlamanın dışında çevresel, ekonomiksel felaketlere neden olur. Damla büyüklüğünün ölçülmesi ve uygulanan spreyin özelliklerinin bilinmesi uygulama etkinliği açısından çok önemlidir. Oysa bir pestisit uygulamasında spreyin özelliklerinin mikroskop altında tek tek belirlenmesi büyük bir zaman ve iş gücü kaybına neden olmaktadır.
Bu çalışmada lekelerin özelliklerini inceleyebilen bir görüntü işleme programı(LEKE1.0) geliştirildi. Sprey uygulanmış yüzeylerde oluşan damlacıkların bıraktığı lekelerin, geliştirilen resim işleme programı yardımıyla hızlı bir şekilde incelenmesi sağlanmıştır. Program yardımıyla incelenen parametreler; damlaların sayısı, çapları ve yüzey kaplama oranı gibi pek çok istatistikî bilgiyi içermektedir. Gerekli parametreleri elde etmek için hazırlanan yazılımda çoklu bant eşik değer tekniği kullanılarak segmentasyon işlemi yapılmıştır. Bilgisayar ortamına alınan resimler uygun filtreleme işleminden sonra (genelde high pass) segmentasyon tekniği ile damlalar arka plandan ayırt edilerek damlayı oluşturan pikseller sayılıp gerekli parametreler buradan hesaplanmıştır. Program gerçek lekelerle test edildiğinde, ölçülen alan ve programın hesapladığı alan arasında çok iyi bir ilişki görülmüştür. R2 değeri 0.99 olarak bulunmuştur. Çalışmanın özgün yanlarından bir tanesi de, birçok damlanın bir kerede bütün gerekli parametrelerini hesaplamasıdır. İncelenen hedef yüzeyler suya duyarlı kağıtlar olabileceği gibi farklı özelliklere sahip yüzeylerde (yaprak yüzeyleri, gerçek zamanlı damla görüntüleri…) kullanılabilmektedir.
Anahtar Kelimeler: Damla çapı, damla büyüklüğü, görüntü işleme, suya duyarlı kağıtlar, sprey kaplama
ABSTRACT
DEVELOPMENT OF A COMPUTURISED MEASUREMENT TECHNIQUE FOR DETERMINATION OF DROPLET DIAMETERS ON PESTICITE DEPOSITED
SURFACES Ebubekir YAŞAR Gaziosmanpaşa University
Graduate School of Natural and Applied Science Department of Agricultural Machinery
Masters Thesis 2007, 63 Pages
Supervisor : Asst. Prof. Dr. Oğuz TEKELİOĞLU Jury : Assoc. Prof. Dr. Sefa TARHAN Jury : Asst.Prof.Dr. Naim ÇAĞMAN Jury : Asst.Prof.Dr. Oğuz TEKELİOĞLU
Pesticides play an important role in agricultural production. The efficiency of pesticide application increases when proper droplet diameter range is selected. Misapplication causes environmental pollution, reduces application effectiveness and economic losses. It is very important to measure droplet sizes and to know spray characteristics for application effectiveness. However, measuring droplet sizes manually one by one under the microscope causes waste of time and labor.
In this study, an image processing program (LEKE1.0) was developed to investigate blob characteristics. Spray deposited blobs are rapidly investigated by a developed image processing program. Investigated parameters by program are number of droplets, drop sizes, surface coverage and number of required statistical parameters. To provide these parameters by developed program, segmentation process have been performed by multi-band threshold technique. After the proper filtration process (usually high-pass), firstly, blobs are differentiated from background by segmentation technique, then pixels belongs to droplet are counted and droplet diameters are calculated, and then all the required parameters can be calculated with this information. When program tested with real blobs, relationship between measured area and calculated area shows very good correlation. Value of R2 is 0,99 One of the distinctive characteristics of study is that all the required parameters of all blobs could be calculated at a time. Program can be applied to not only water sensitive paper surfaces but also any kind of surfaces as leaf surfaces and real time droplet images.
TEŞEKKÜR
Yüksek lisans eğitimim boyunca her türlü konuda deneyimlerini benden esirgemeyen, büyük ilgi ve anlayışıyla her türlü problemde yanımda maddi ve manevi destekçim olan ve tezin oluşturulmasında ufuk açan yönlendirmeleriyle yardımlarda bulunan danışman hocam Sayın Yrd. Doç. Dr. Oğuz TEKELİOĞLU’na en içten samimi teşekkür ve minnetlerimi sunarım.
Ayrıca tez ve ders dönemlerinde bana bilgi ve becerileriyle hep destek olan bölümdeki tüm hocalarıma, araştırma görevlilerine ve öğretim görevlilerine özellikle sayın Prof. Dr. Ömer Faruk TAŞER’e ve Prof. Dr. Gazanfer ERGÜNEŞ’e teşekkürlerimi bir borç bilirim.
Son olarak hayatımın her anında maddi-manevi destek, anlayış, yardım ve dualarını eksik etmeyen aileme de teşekkürlerimi sunarım.
İÇİNDEKİLER
ÖZET ...i
ABSTRACT ...ii
TEŞEKKÜR ...iii
İÇİNDEKİLER ...iv
ŞEKİLLER LİSTESİ ...vi
TABLOLAR LİSTESİ ...vii
SİMGELER VE KISALTMALAR LİSTESİ ...viii
1. GİRİŞ ...1
1.1. Damla Büyüklüğü ve İlaçlama Performansı Arasındaki İlişki ...1
1.2. Görüntü İşleme Temelleri...6
1.2.1. Resimlerin Elde Edilmesi ...6
1.2.2. Resim Formatları ...8
1.2.3. Gürültü ...8
1.2.4. Çözünürlük...9
1.2.5. Renkli Resimler ...10
1.2.6. Siyah Beyaz (Gri Seviye) Resimler ...10
2. LİTERATÜR ÖZETLERİ ...12
2.1. Temassız Ölçüm Teknikleri...12
2.1.1. Fotoğrafik Metot ...12
2.1.2. Holografik Teknikler ...12
2.1.3. Işık Zayıflatma Tekniği ...13
2.1.4. Lazer Doppler Damla Ölçümü...13
2.1.5. Optik Dizi Spektometre ...14
2.2. Temasla Ölçüm Metotları ...14 2.2.1. Kaplı Slaytlar ...14 2.2.2. Kaplı Filimler...15 2.2.3. Kuşe Kağıtlar ...15 2.2.4. Duyarlı Kağıtlar ...15 2.2.5. Yaprak Yüzeyleri...16 2.2.6. Sıvı İçinde Toplamak...16
2.2.7. Lif Üzerinde Toplama...16
2.3. Analiz Teknikleri ...17
2.3.2. Yarı Otomatik Metotlar ...17
2.3.3. Otomatik Metot...17
3. MATERYAL ve METOD ...22
3.1. Materyal ...22
3.1.1. Suya Duyarlı Kağıt ...22
3.1.2. Donanım...22
3.1.3. Yazılım...23
3.2. Metot...23
3.2.1. Resimlerin Elde Edilmesi ...23
3.2.2. Renkli Resimlerin Gri Seviyeye Çevrilmesi...24
3.2.3. Histogram Grafiklerinin Oluşturulması ...25
3.2.4. Filtreleme İşlemleri...27
3.2.5. Segmentasyon İşlemleri...29
3.2.5.1. Yarı Eşik Değer ...30
3.2.5.2. Çok Bantlı Eşik Değer ...31
3.2.6. Damlaların Sayılması...33
3.2.7. Damla Ağırlık Merkezlerinin Bulunması ...33
3.2.8. Damla Piksel Sayılarının Bulunması ...34
3.2.9. Kaplama Oranı...35
3.2.10. Gerçek Alanın Bulunması...35
3.2.11. Yayılma Faktörü ...35
3.2.12. Çapların Bulunması ...36
3.2.13. Yuvarlaklık Katsayılarının Bulunması ...37
3.2.14. VMD, NMD ve SPAN Değerlerinin Hesaplanması ...37
3.2.15. Program Arayüzü...38
3.2.16. Program Kullanımı ...39
3.2.16.1. Menüler...39
3.2.16.2. Resim Açma ve Ön Hazırlık...42
3.2.16.3. Eşik Değer Uygulaması ...43
3.2.16.4. Analiz Mankeni ve Analizler...44
3.2.16.5. Grafik ve Excel Bağlantısı...44
3.2.17. LEKE 1.0 Programının Özellikleri ...44
3.2.18. Yazılımın Test Edilmesi ...45
3.2.18.1. Resimlerin Hazırlanması ve Bilgisayar Ortamına Aktarılması ...45
3.2.18.2. Resimlerin Analiz Edilmesi ...47
4. BULGULAR VE DEĞERLENDİRME ...48
5. SONUÇ ve ÖNERİLER ...57
KAYNAKLAR ...59
ŞEKİLLER LİSTESİ
Şekil 1.1. Etkin madde ve damla çapı ilişkisi (Zeren ve Bayat, 1995) ... 3
Şekil 1.2. Damla çapları ve etkinlik eğrisi (Zeren ve Bayat, 1995) ... 5
Şekil 1.3. 10x10’luk sayısal bir resmin eksenleri ve piksel değerleri ... 7
Şekil 1.4. Ana renklerin katıştırılması ile elde edilen ara sarı renginin piksel yapısı ... 8
Şekil 3.1. Bilgisayar destekli damla çap ölçümü donanım yapısı... 23
Şekil 3.2. Gri seviye bir resim ve onun histogram eğrisi ... 25
Şekil 3.3. Sırayla Orijinal resim, onun R, G, B kanalları ve histogram eğrileri... 26
Şekil 3.4. Resim ve uygulanacak maske gösterimi ... 27
Şekil 3.5. Düşük geçiren filtre maske çeşitleri... 28
Şekil 3.6. Yüksek geçiren filtre maske çeşitleri... 28
Şekil 3.7. Orijinal gri seviye resim... 28
Şekil 3.8. Düşük geçiren filtre uygulanmış... 29
Şekil 3.9. Yüksek geçiren filtre uygulanmış ... 29
Şekil 3.10. Orijinal resim ve yarı eşik değer uygulaması... 31
Şekil 3.11. Çoklu bant ile eşik değer uygulaması ... 32
Şekil 3.12. Damlaların sayılması ... 33
Şekil 3.13. Damlanın ağırlık merkezinin bulunması... 34
Şekil 3.14. Birim çember ve yarıçap formülü ... 37
Şekil 3.15. NMD ve VMD çaplarının damlalar üzerindeki anlamı... 38
Şekil 3.16. Programın kullanıcı arayüzü ... 39
Şekil 3.17. Resim özelliklerini değiştirmek için araçlar penceresi ... 42
Şekil 3.18. Gri seviye eşik değer uygulamasının yapılışı ... 43
Şekil 3.19. RGB temelli eşik değer uygulaması... 43
Şekil 3.20. Program testinde kullanılan çeşitli resimler... 46
Şekil 4.1. 1mm den küçük damlalar için, ölçülen ve gerçek çap ilişki eğrisi ... 49
Şekil 4.2. 1mm den büyük damlalar için, ölçülen ve gerçek çap ilişki eğrisi ... 51
Şekil 4.3. Çok iri yapılı pülverizasyon uygulamasında damla sayımı ... 51
Şekil 4.4. Çok iri yapılı pülverizasyon uygulamasında LekeAnalizi1.0 ile diğer programların karşılaştırılması. Sonuçlar mm2 cinsindendir... 53
Şekil 4.5. İnce ve orta yapılı pülverizasyon uygulamasında damla sayımı... 54
Şekil 4.6. İnce ve orta yapılı pülverizasyon uygulamasında LekeAnalizi1.0 ile diğer programların karşılaştırılması.. ... 56
TABLOLAR LİSTESİ
Tablo 1.1. Uygulama çeşidine göre damla çapları (Matthews,1979)... 2
Tablo 1.2. Uygulamaya göre damla sayıları (Matthews,1979) ... 3
Tablo 1.3. Biyolojik etkinliğin damla çap ve ilaç normu ile ilişkisi (Zeren ve Bayat, 1995) ... 4
Tablo 4.1. Leke Analizi1.0 programı ile 1mm altındaki ölçüm sonuçları ... 48
Tablo 4.2. Leke Analizi1.0 programı ile 1mm den büyük damla ölçüm sonuçları... 50
Tablo 4.3. Şekil 4.3.’e göre görüntü işleme programlarında damla alanı sonuçlarının karşılaştırılması ... 52
Tablo 4.4. Şekil 4.5.’e göre görüntü işleme programlarında damla alanı sonuçlarının karşılaştırılması ... 55
SİMGELER VE KISALTMALAR LİSTESİ
Kısaltmalar
ADC Analog Dijital Çevirici CAD Bilgisayar Destekli Tasarım CCD Optik sensör çeşidi.
CF1 Ciba-Geigy tarafından geliştirilen yağa duyarlı kağıt. CID Optik sensör çeşidi.
CMOS Yarı iletken malzeme DPI İnç başına piksel sayısı FET Alan Etkili Transistor LED Işık yayan diyot çeşidi
MB Mega Bayt (1024x1024 adet bayt) MP Mega Piksel (Milyon Piksel)
MV Orta Hacim
NMD Sayısal Orta Çap
RGB Kırmızı (R), Yeşil (G) ve Mavi (B) ULV Çok Çok Düşük Hacim
VLV Çok Düşük Hacim VMD Hacimsel Orta Çap
1. GİRİŞ
1.1. Damla Büyüklüğü ve İlaçlama Performansı Arasındaki İlişki
Birçok bitki koruma makine çeşidi olmasına karşın uygulamada daha çok bitki koruma ilaçları, genellikle sulandırılarak pülverizatörlerle hedefe iletilmektedirler. Sulandırılmış halde veya yağlı çözeltiler içinde taşınan etkili madde hedeflere damlalar şeklinde iletiliyorsa bu sıvının damlalar şeklinde iletilmesi işlemine pülverizasyon denir. Pülverizasyon işlemini gerçekleştiren makinelere de pülverizatör denir (Zeren ve Bayat, 1995).
Pülverizasyon tekniği ile başarılı bir bitki koruma uygulaması yapılabilmesi için aşağıda birbirine bağımlı olarak değişebilen üç temel faktörün iyi değerlendirilmesi gerekir (Zeren ve Bayat, 1995).
• İlaç normu (birim alana atılacak ilaç miktarı) • Damla çapı ve kaplama oranı
• Penetrasyon (ilacın yaprak aralarına girmesi)
Bu tekniğin başarıya ulaşabilmesi için zamanlama ve dozaj faktörleri de önemli bir yere sahiptir.
Başlangıçta bitkiyi tamamen yıkama şeklinde yapılan uygulamalar günümüzde birim yaprak ve toprak yüzeyinde yeterli etkinliği sağlayacak miktarda damla iletmeye yöneldiğinden ilaç normu her geçen yıl azalarak ULV uygulamalarında tarla bitkileri için 0,5 l/da indirgenmiştir. İlaç normunun azaltılması;
1. Dekara su kullanımını azaltmakta,
3. Dolu bir depoyla daha geniş alanların ilaçlanması sağlanmakta ve 4. Birim zamanda daha geniş alan ilaçlanması
olanağını sağlamaktadır (Zeren ve Bayat, 1995).
Meyve bahçelerinde ve tarla bitkilerinde ilaç normları farklıdır. Meyve bahçelerinde ilaç normları yaprak yüzeylerinin fazlalığı ve boşlukların olmasına bağlı olarak kayıpların çok olması gibi nedenlerden dolayı daha yüksektir. Ağaç tacının iç kısımlarına damla penetrasyonunun sağlanabilmesi amacıyla damla çapları büyük tutularak ivme kazandırılmalıdır.
İlaç normu üzerinde etkili birçok faktör olmasına karşın en önemlileri yaprak alan indeksi, uygulanan damla büyüklüğü, damla sıklığı ve kullanılan pülverizatörün teknik özellikleridir.
Yaprak alan indeksi= Yetiştirme alanındaki toplam yaprak alanı/yetiştirme alanı
Yaprak alan indeksi bitkinin gelişim sürecinde giderek artmaktadır. Bu orana göre ilaç normu da doğru orantılı olarak değişmektedir. Yeterli biyolojik etkinliğin sağlanabilmesi için yapılan uygulama sonucu hedeflenen yüzey üzerinde yeterli sayıda ve uygun çapta damla bulunması gerekmektedir (Zeren ve Bayat, 1995).
Tablo 1.1. Uygulama çeşidine göre damla çapları (Matthews,1979)
İletilecek hedef Damla çapları (VMD, µm)
Uçan böceklere karşı (İnsektisit) 10–50
Yaprak yüzeyindeki böceklere karşı (İnsektisit) 30–50
Genelde yaprak ilaçlaması (Fungusit) 40–100
Genelde toprak ilaçlaması (Herbisit) 250–500
Konsantrasyon sabit kalmak üzere damla çapı büyüdükçe, her damlanın taşıdığı toplam etkili madde miktarı da artacaktır. Yaprak veya toprak yüzeyine ulaşan iri damlada
taşıyıcı sıvı buharlaştıktan sonra etkili madde kümelenmiş olarak kalacağından etkili madde dağılımı kötüleşmektedir. Fakat küçük çaplı damlalar daha az etkili madde taşımalarına rağmen, etkili madde düştüğü yüzeye daha iyi yayıldığı için etkinlik artmaktadır.
Şekil 1.1. Etkin madde ve damla çapı ilişkisi (Zeren ve Bayat, 1995)
Yeterli etkinliğin sağlanabilmesi için birim alana düşmesi gereken en az damla sayıları aşağıda belirtilmiştir.
Tablo 1.2. Uygulamaya göre damla sayıları (Matthews,1979)
Formulasyon Damla Sayısı (damla/cm2)
Pre-Emerge herbisit 20 – 40
Kök sistemine etkili herbisit 50
Kontak etkili post-emerge herbisit 50 – 70
Kontak etkili fungisit 50 – 70
Sistemik etkili fungisit 20 – 30
Sistemik etkili insektisit 20 – 30
Kontak etkili intektisit 50
Küçük çaplı damlaların terminal hızları ile büyük çaplı damlaların terminal hızları birbirlerinden farklıdır. Küçük çaplı damlaların hızları daha düşüktür.
Etkili maddenin hedef yüzey üzerindeki dağılım şeklinin biyolojik etkinlik üzerinde önemli etkisi vardır. Birim yaprak yüzeyinde damla sayısı arttıkça biyolojik etkinlik artar. Örneğin Amarantus (tilki kuyruğu) yabancı otu için yapılan uygulamada 0,11 kg/da lık etkili madde miktarı sabit kalmak üzere değişik ilaç normlarında damla sıklığının biyolojik etkinliğe olan etkisi aşağıda görülmektedir. Tüm normlarda VMD = 200 µm olarak sabit tutulmuştur (Zeren ve Bayat, 1995).
Tablo 1.3. Biyolojik etkinliğin damla çap ve ilaç normu ile ilişkisi (Zeren ve Bayat, 1995)
İlaç Normu (l/da) Damla sıklığı (adet/cm) Biyolojik etkinlik (%)
4.20 46 100
1.40 45 99
0.47 17 99
0.24 7 91
Pülverizasyonu oluşturan damlalar, çaplarına göre geniş dağılım spektrumu gösterirler. Rüzgarla sürüklenebilen sis şeklindeki damlalar ile yaprak yüzeyine tutunamayan iri damlalar biyolojik etkinlik açısından fayda vermezler. Ayrıca bunlar çevre kirliliğine neden olmaktadır.
Şekil 1.2. Damla çapları ve etkinlik eğrisi (Zeren ve Bayat, 1995)
Sıvı ilacın pülverizasyonu esnasında hiçbir zaman mono-size/tekdüze büyüklükte damlalar üretilemez. Kontrollü Damla Uygulamasında (CDA) dahi bu durum söz konusu değildir. Etkin bir mücadele açısından gerek bitki örtüsü üzerinde yeterli bir kaplama oranının sağlanması, gerek zararlının cinsine göre uygun damla büyüklüklerinin üretilmesi ve gerekse çevre sağlığı açısından zararsız damla büyüklüklerinin üretilmesi gibi hayati öneme sahip konular için uyguladığımız pülverizasyonda damla çaplarının bilinmesi gerekmektedir. Bu nedenle pülverizasyon sırasında elde edilen damlaların tanımlanması önemlidir. Bunun için bazı kavramlar geliştirilmiştir ve bu kavramlar aracılığı ile üretilen spreyin özellikleri hakkında bir fikir sahibi olunabilmesi için, damlaların büyüklüklerinden faydalanarak bir anma çapı ifadesi tanımlanmaya çalışılır. Bu ifadelerin bazıları,
• Sayısal Orta Çap (NMD) • Hacimsel Orta Çap (VMD)
Bu gibi tanımlamaların yapılabilmesi için temelde iki unsurun bilinmesi gerekmektedir. Bunlar,
• Ölçülen her bir sprey damlasının çapı • Spreyin damla sayısıdır
Bu iki unsur ne kadar hassas ölçülebilirse o derece sprey hakkında sağlıklı bilgi edinme gerçekleşecektir. Ayrıca bu işlemin çok kısa bir sürede bitirilmesi gerekliliği işin verimliliği açısından çok önemlidir (Zeren ve Bayat, 1995).
1.2. Görüntü İşleme Temelleri
Şüphesiz görüntü işlemenin en temel unsuru resimlerdir. Amaç görüntülerin içerdiği bilgileri işleyip onlardan sonuç çıkarmaktır. Fotoğraf makinesi, tarayıcı ve kameralarla elde edilen resimler bilgisayar yardımıyla kolay ve hızlı bir şekilde işlenmesi için bilgisayara aktarılmak zorundadır. Resimler renkli ve siyah beyaz olarak ikiye ayrılırlar. Renkli resimler daha fazla görüntü bilgisi içermektedirler.
1.2.1. Resimlerin Elde Edilmesi
Resimlerden elde edilecek verilerin başarısı resmin kalitesine bağlıdır. Bu da ışık, optik ve sensör kalitesine bağlıdır (Burke, 1996). Çalışmada donanım olarak tarayıcı ve dijital fotoğraf makinesine sahip bir mikroskop kullanıldı. Bu donanımlar optik sensörleri yardımıyla algıladıkları resimleri sahip oldukları ADC yardımıyla sayısala dönüştürerek bir arayüz yardımıyla bilgisayara aktarırlar.
Damla toplama materyalleri ile alınan örnekler bilgisayar ortamına aktarılırken mutlaka sayısala dönüştürülmesi gerekir. Sayısal bir resim, elde edilirken resim algılayıcısına ve çerçeve yakalayıcı (frame grabber) bir sisteme ihtiyaç duyulur. Resim algılayıcıları, birbirinden bağımsız piksel dizilerinin bileşiminden oluşur. Bu pikseller, resmi algılayan en küçük birimdir. Günümüzde birçok algılayıcı çeşidi vardır. CCD, CID, CMOS en yaygın kullanılanlardır. CCD düşük gürültü seviyesi, algılama hassasiyeti ve
daha kontrol edilebilir özelliği ile CMOS tan üstündür. CMOS, CCD ye göre ucuz, düşük güç tüketimi sahip ve entegre edilebilir özelliktedir. CID ise yüksek ışık altındaki uygulamalarda daha iyi sonuçlar veren diğer bir seçenektir. Günümüzde kullanımı diğer seçeneklere göre daha azdır (Bozdağ, 1996). Tarayıcılarda da aynı yapılar mevcuttur.
Resim, sayısala dönüştürüldüğünde iki boyutlu (2D) bir dizi mantığı ile hafızada tutulur. Resim satırları ve sütunları ile tıpkı, bir matris gibi düşünülebilir. Matrisin her bir elemanının sayısal bir değeri ve adresi vardır. Aslında piksel, resmin adreslenebilen en küçük parçasına verilen isimdir (Yaşar, 2005) Bilgisayardaki resmin eksenleri alışılagelen matematik eksenlerinden farklıdır. Örnek olarak Şekil 1.3. de piksel değerleri ikili sayılardan oluşan, 10x10’luk “X” harfini barındıran bir resim görülmektedir.
Şekil 1.3. 10x10’luk sayısal bir resmin eksenleri ve piksel değerleri
Bilgisayar ekranında resimler kırmızı (R), yeşil (G) ve mavi (B) renklerinin karışımından oluşur. Bu renkler eşit orandaki karışım için toplam 24 (8+8+8) bitten oluşur. Dolayısıyla ekrandaki her bir renk için aslında üç ana renkten bahsedilir. Bu ana renklerin her biri en az 0 (0H) ve en fazla 255 (FFH) değerini alabilirler. Ekranda görüntüyü oluşturan her bir nokta (piksel), onaltılık sisteme göre RGB şeklinde değerlendirilir. Örneğin herhangi bir piksel tam bir kırmızı rengi için FF0000, mavi için ise 0000FF, sarı için FFFF00 değerini alır. Onaltılık sayı ile gösterilen bir renk, aynen onluk sayı sistemine
çevrilerek değerlendirilebilir. Örneğin sarı renginin sahip olduğu FFFF00 değeri, onluk sayı sisteminde 16 776 960 sayısı ile temsil edilir (Yaşar, 2005).
Şekil 1.4. Ana renklerin katıştırılması ile elde edilen ara sarı renginin piksel yapısı
1.2.2. Resim Formatları
Resimler dijital ortamlara kaydedilirken, yerden kazanmak için sıkıştırmaya ihtiyaç duyulur. Sıkıştırma işlemi ise resmin kaliteden ödün verilmesi ile mümkündür. Resim üzerinde rahat ve hızlı işlemler yapmak için resmin sıkıştırılmadan kullanılması gerekir. Resim formatlarından bazıları sıkıştırılmış, bazıları da sıkıştırılmamış biçime sahiptir. Sıkıştırılmış resimler byte olarak daha az yer kaplarken resim üzerindeki ayrıntılar sıkıştırma ile orantılı bir şekilde kaybedilir. Jpeg, gif sıkıştırılmış, bmp ve tiff formatları ise sıkıştırılmamış resim formatlarıdır. Yapılacak olan yazılımda bmp formatında resimler kullanılacaktır. (Yasar, 2005)
1.2.3. Gürültü
Elektronikte istenmeyen işaretlere gürültü denir. Bu işaretlerden kaçınmak pratikte mümkün değildir. Tarayıcılar ve dijital fotoğraf makineleri elektronik cihazlar olduğu için bu cihazlarda oluşan gürültü ister istemez resim ve görüntü üzerinde etkili olacaktır. Gürültüler aşağıdaki sebeplerden kaynaklanabilir.
• Algılayıcıdan işaret almak için kullanılan chip (FET yapıda) üzerinde meydana gelen elektromanyetik gürültü.
• Görüntülenen ortamdaki fotonların taşıdığı enerji • Analog sayısal dönüştürücüde oluşan kuantalama etkisi • CCD üzerinde oluşan ısıl etkinin neden olduğu gürültü • İşaret kuvvetlendirici devreden kaynaklanan gürültü
Oluşan gürültüyü resim üzerinden gidermek için filtreleme teknikleri kullanılır. Filtreleme teknikleri resmin durumuna göre çeşitli şekillerde uygulanabilir.
1.2.4. Çözünürlük
Doğadaki her işaret analog işarettir. Bu işaretler, sıcaklık, görüntü, nem, hız, kuvvet vb. olabilir. Bu işaretlerin değerlerini bilgisayar ortamına aktarmak için ikili sayılardan oluşan, dijital işarete çevirmek gerekir. İşaretlerden alınan örnekler belirli bir hassasiyette ikili sayılara analog/sayısal çeviriciler (ADC Analog to Digital Converters) yardımıyla dönüştürülerek bilgisayara aktarılır. ADC’nin analog bir sinyali dijitale çevirmedeki başarısı veya hassasiyeti resolution/çözünürlük olarak tanımlanır. Bu da, ADC’lerin en önemli özelliklerinden birisi olan bit değeri ile gösterilir. Bit değerinin fazla olması çözünürlüğün yüksek olması anlamına gelmektedir. Çözünürlük kavramı tüm dijital cihazlarda çeşitli hassasiyetleri açıklamak için kullanılan bir kavramdır. Bilgisayar ekranındaki çözünürlük kavramı, bir resmin veya görüntünün kaç piksel ile temsil edileceğini belirler. Bir resim ne kadar çok nokta ile temsil edilirse daha çok ayrıntıyı içine alır. Bu durum dijital fotoğraf makinesi veya tarayıcılar için ise algılayıcının dış ortamdaki görüntüyü kaç nokta ile algılayacağının bir ölçüsüdür. Bir resim daha yüksek çözünürlükte çekilirse şüphesiz aynı oranda boyutları, netliği ve kalitesi aynı format için daha fazla olacaktır (Yaşar, 2005).
Elde edilen resimleri istenmeyen bileşenlerden temizlemek için filtreler uygulanır. Sonra resim üzerinde gerekli kısımlarla artakalan kısımlar, birbirinden ayırt edilerek (segmentasyon) gerekli parametreler hesaplanır.
1.2.5. Renkli Resimler
Şüphesiz renkli resimler siyah beyaz resimlerden daha fazla bilgi içerirler (Efford, 2000). İnsan gözü dış dünyayı renkli olarak algılamaktadır. Gerçek hayatta insanlar renkli resimler ve görüntüler üzerine işlemlerini gerçekleştirirler. Resimlerin, bilgisayar ortamına renkli olarak aktarılması insanlar için daha etkin sonuçlar verecektir. Bilgisayar ekranında resimler geçen bölümde de bahsedildiği üzere üç ana renkten oluşur. Bunlar kırmızı, yeşil ve mavi renklerdir. Bunların her birisine kanal denir. Bilgisayarda her resim veya görüntü bu üç kanalın karışımıyla oluşur. Her bir kanalın eşit miktarda orana katılmasıyla gerçek renkli resimler elde eldir. Gerçek renkli resimlerde her bir kanal 256 farklı değer alabilir. Dolayısıyla böyle bir resimde renk sayısı 256x256x256=16 777 216 adet ve 224=24 bittir.
Renkli resimler elde etmek için resim algılayıcı seçimi önemlidir. Çünkü yakın tarihe kadar birçok kamera ve fotoğraf makineleri siyah beyaz algılayıcıya sahipti. Renkli resim ve görüntü elde etmek için algılayıcı hassasiyeti ve renk derinliği uygun olmalıdır.
1.2.6. Siyah Beyaz (Gri Seviye) Resimler
Resim işleme tekniklerinde işlemleri kolaylaştırmak, parametreleri azaltmak ve maksimum hız elde etmek için renk sayısı azaltılmış ve daha az hafızaya gereksinim duyan resimlere ihtiyaç vardır. Bunların en başında renkli bir resmin siyah beyaz (gri tonlamalı) olarak temsil edilmesi gelir. Bilindiği üzere beyaz renk her üç bandın maksimum 255 değeridir. Siyah renk ise minimum 0 değeridir. Her iki durumda bir pikselin tüm
bantlarının değeri aynıdır. Dolayısıyla RGB değerleri eşitlenen bir piksel siyah ve beyaz arasında değerine göre gri bir seviyeye sahip olacaktır.
Bu çalışmanın amacı, yukarıda belirtilen ölçümleri sağlıklı bir şekilde ve kısa bir sürede yapmak için bilgisayar destekli, görüntü işleme kabiliyetine sahip yazılım hazırlamaktır.
2. LİTERATÜR ÖZETLERİ
Zararlılarla mücadele sistemlerinde performansın hesaplanması için memelerin ürettiği damla büyüklükleri önemlidir. Damla büyüklüğü, zararlılarla mücadele teknolojisinin bir parçasıdır (Parkin, 1993). Aşağıda damla toplama ve ölçüm metotlarının gelişimi verilmiştir. Şüphesiz bu gelişimler birbiri ile yakından alakalıdır.
2.1. Temassız Ölçüm Teknikleri
Bu ölçüm metotları doğruluk ve geçerlilik açısından önemlidirler. Ölçüm işlemleri direk ve hızlı olarak yapılır. Elektro-optik ve bilgisayar alanındaki gelişmeler bu alandaki birçok yöntemin gelişmesine yardımcı olmuştur.
2.1.1. Fotoğrafik Metot
Yüksek hızlı fotoğraf tekniği ile havada uçan damlaların büyüklüğünü ölçmek mümkündür. Bu teknik flash fotoğrafçılığını kullanır. Damlanın havadaki hareketi yüksek deşarj aralığına sahip yüksek hızlı flash kaynağı ile havada dondurularak elde edilir. Bu teknikte uygun odak değerini belirleyememe ve hareketten dolayı sıkıntı vardır. Ayrıca küçük damlalar için yüksek büyütme oranları gereklidir.
2.1.2. Holografik Teknikler
Fotoğrafik metodun odak derinliği problemi burada yoktur. Lazer hologram tekniği fotoğraf gibi iki aşamadan oluşur. İlk kısım resmi kaydetmektir. Resmi kaydetmek için bir hologram elde edilir. Hologram resim bilgilerini ihtiva eden bir levhadır. Bu işlem için
nanosaniye dalga boyuna sahip lazer işareti kullanır. Bu yöntem yavaş ve pahalıdır. Levha üzerinde damlanın neden olduğu ışık kırınımları (gölge) ve ayrıca referans ışık vardır. Yüksek kaliteli resim için cam levhalar kullanılır (Bexon, 1973). Resimlerin büyütülmesi lensler yardımıyla olmaz. Resimlerin analizi üç boyutlu olduğu için bazı tarama tekniklerini gerektirir. Bunun için genelde video tekniği kullanılır. (Dunn ve Walls 1978)
2.1.3. Işık Zayıflatma Tekniği
Dombrowski ve Wolfson (1971) ortalama damla büyüklüğünü hesaplamak için bu metodu kullanmışlardır. Burada damla spektrumu elde etme gibi bir niyet yoktur. Bu tekniğin en popüleri Swithenbank ve arkadaşlarının (1976) çalışması olan Malvern şirketinin lazer kırınım tekniğidir. Önceleri ışık saçılması tekniği ile ortalama damla çapı belirlenirken (Dobbins ve arkadaşları 1963) Malvern sistemi tamamen damla spektrumunu hesaplar. Bu metotta, ışık kaynağının damlaların kenarlarından arka planı aydınlatması ve birçok damlaya çarpan ışığın farklı alanlarda perde üzerinde farklı damla yoğunluğunu oluşturmasıdır.
2.1.4. Lazer Doppler Damla Ölçümü
Tek bir lazer kaynağından çıkan ışık, ışık bölücü tarafından ikiye ayrılır. Parçacığa çarpan ışık tekrar optik bir sistem tarafından üç adet algılayıcı ile algılanır. Gelen ve çarpan ışık arasındaki frekans farkı damlanın hızı ile doğru orantılıdır. Hızdan büyüklüğe gitmek için kullanılan üç algılayıcı arasındaki faz farkından faydalanılır. Bu sistemi Bachalo ve arkadaşları (1979) ve Landing ve Anderson (1989) yapmışlardır.
2.1.5. Optik Dizi Spektometre
Lazer içerisinden geçen ışığın fotodiyot dizisi üzerine bıraktığı gölge etkisi ile çalışır. Diyot üzerindeki maksimum uzunluk, çap olarak kaydedilir. Küçük damla çaplarında başarısı düşüktür.
2.2. Temasla Ölçüm Metotları
Çok basit ve pahalı olmayan yöntemleri içerir. Çeşitli materyallerle ortamdan damlaları toplama ile gerçekleştirilir. Damlalar toplandıktan sonra büyüklükleri hesaplanır. Nesnelerin toplama etkinliği bahsedilen tüm metotlarda çeşitlilik gösterir. Toplama etkinliği damlaların küçük toplama nesnesinin büyük olduğu durumlarda düşüktür. (May ve Clifford, 1967, Spillman, 1984)
Bu metotla elde edilen lekeler kalibre edilmek için yayılma katsayısının hesaplanması gerekir. Yayılma katsayısı orijinal damla çapı ile leke çapının ilişkisini gösterir.
(2.1.)
2.2.1. Kaplı Slaytlar
Sıklıkla kullanılan bir yöntemdir. May (1950) tarafından MgO kaplı slaytlar kullanılmıştır. Damla çapı MgO film üzerine damlanın bıraktığı etkinin ışık yardımıyla mikroskopta ölçülmesiyle hesaplanır. Bu metodun amacı yayılma faktörünün fazla bir farklılık göstermemesidir. Dezavantajı ise uygulama alanında pratik olmamasıdır. MgO tabakası kolayca kırılabilir ve dış etkilerden zarar görebilir.
2.2.2. Kaplı Filimler
35 mm fotoğrafik film yapıda suya duyarlı plastikten oluşur. Bu malzeme Farlow ve French (1956) tarafından kullanılmıştır. Uk (1977) boya kaplı polyester film kullanarak (solventlere duyarlı) bu yöntemi daha da geliştirmiştir.
2.2.3. Kuşe Kağıtlar
Uygulamalarda sıkça kullanılır. Boyalı sprey ve cilalı fotoğraf kâğıdı ile kullanılır. Bu yapı yaygın olarak Kromekote Card (Markin,1978) olarak bilinir.
2.2.4. Duyarlı Kağıtlar
Turner ve Huntingdon (1970) tarafından geliştirilmiştir. Su tabanlı damlalar kağıt üzerinde mavi bir leke bırakarak kağıt yüzeyinden kolayca ayırt edilebilirler.
Üzerine uygulama yapılmış kağıtlar etil asetat yardımıyla kalıcı hale getirilirler. Bu kağıtlar 10µm küçüklüğündeki damlaları dahi gösterebilir. Bu damlalar meme ve parmak izine duyarlıdır. Fakat Ciba-Geigy firması bu kağıtları daha da geliştirerek dayanıklı hale getirmiştir. Bu gelişmeden sonra suya duyarlı kağıtlar daha geniş uygulama alanları bulmuştur.
Yağ tabanlı spreylerin değerlendirilmesi aşamasında yine duyarlı kağıtlar kullanılır. Önceden basınca duyarlı kağıtlar kullanılırken sonraları 1985 te Ciba-Geigy şirketi yağa duyarlı kâğıdı (CF1) geliştirdi.
2.2.5. Yaprak Yüzeyleri
Uygulama alanında spreyle temas halinde olan vazgeçilmez nesneler yapraklardır. Yapraklar üzerlerinde biriken damlacıklar, floransan madde yardımıyla fotoğraflanarak yapraktan ayırt edilir. Yaprak yüzeyleri biyolojik araştırmalarda optimum damla çapı araştırmaları için kullanılmıştır. (Uk,1977)
2.2.6. Sıvı İçinde Toplamak
Damlaları sıvı içerisinde toplamak için birçok metot geliştirilmiştir. Damlaların sıvı içerisinde karışmadan küresel olarak asılı kalmasından dolayı bu metotla yapılan ölçümlerde kalibrasyona ihtiyaç yoktur. Örneğin Nawaby (1970) yüksek yoğunluklu yağ kullanarak bu tekniği uygulamıştır. Bu metot diğer metotları kalibre etmek için kullanılır.
Söz konusu metot için damlaları dondurmak veya katılaştırmak gerekir. Hexane ve katı CO2 (Taylor ve Harmon,1954) ile sıvı nitrojen (Roy-Choudhuny ve Stevens, 1955) kullanılmıştır. Oluşan parçacıklar eleme yada optik tekniklerle elde edilirler.
2.2.7. Lif Üzerinde Toplama
50 µm den daha küçük damlaları toplamak için uygundur. Aynen sıvı içerisinde toplama işlemi gibi küresel olarak lif üzerinde biriken damlaları kalibre etmeden ölçebiliriz. Bu teknik Himel ve McDaniel (1975) tarafından ortaya konulmuştur. Bu düzenek 10 µm çapındaki tel serilerden oluşur ve bu düzeneğe “harp” ismi verilir.
2.3. Analiz Teknikleri
2.3.1. Manüel Ölçüm
Basit olan bu metot standart mikroskop tekniklerini içerir. Bu metot yavaş ve zahmetlidir. Büyüklüklerin hesaplanmasında, istatistiksel geçerlilik ve ölçümler sınırlıdır (Parkin, 1993).
2.3.2. Yarı Otomatik Metotlar
Manüel metoda göre daha hızlı olan bu metot kesilmiş olan resim parçalarını kullanır. (Johnstone ve Huntingdon 1970) Bu metotla özenle kesilmiş iki damla kopyasının tek gözlü bir mikroskop altında 50Hz de salınım yapan ayna yardımıyla büyüklüğü ölçülür. Aynaya salınım uygulamak için gerekli olan akımın ölçülmesi ile damlanın büyüklüğü bulunur. Her iki kopya tam üst üste iken ölçüm başlar ve tamamen ayrılır ayrılmaz ölçüm biter. Ayrılma durumuna operatör karar verdiği için bu metot yarı otomatiktir. Ölçülen damlaları sınıflandırmak için 10 adet belirli büyüklükler kullanılır.
2.3.3. Otomatik Metot
Otomatik analizler bilgisayarlarda görüntü işleme teknikleri kullanarak yapılırlar. Bu sistemlerde resim video kameradan alınır ve bilgisayarda uygun bir resim işleme tekniği ile (Bond 1974) veya çok amaçlı bir ADC ve özel yapılmış program içeren bir bilgisayar yardımı ile (Last ve arkadaşları, 1987) işlenir. Elde edilen resimlerin üzerindeki damlalar çeşitli segmentasyon teknikleri ile arka plandan ayırt edilirler.
Bilgisayarın hayatımıza girmesiyle kullandığımız diğer cihazlarda bilgisayarlarla entegre olmaya başladı. Buna gelişen programlama teknikleri de eklenince artık her türlü problem çözümünde bilgisayar ve uyumlu cihazlar kullanılmaktadır. Günümüze kadar birçok farklı alanlarda benzer görüntü işleme teknikleri kullanılarak nesnelerin büyüklükleri ve kapladığı alanlar hesaplanmıştır. Örneğin Bozdağ (1996), maden ocaklarındaki patlamada parça büyüklüğü dağılımının performansa ve etkinliğe olan katkısını kolayca hesaplamak için bilgisayar destekli bir ölçme tekniği geliştirmiştir. Çalışmada patlamanın etkisiyle oluşan parçalar CCD kamera ile bilgisayar ortamına aktarılmıştır. Daha sonra resim yakalama sırasında meydana gelen resim üzerindeki gürültüyü gidermek için high pass (yüksek geçiren) filtre tekniği kullanılmıştır. Maden parçalarını arka plandan ayırt etmek için gri seviye eşik değer yöntemi (Sudheer and Panda, 1999; Panneton, 2002; Fox et al. 2003; Sánchez-Hermosilla and Medina, 2004) ve Canny kenar seçme algoritmaları kullanılmıştır. Parçaların kapladığı alanları hesaplamak için Simpson’s kuralı kullanılmıştır. Bulunan alandan gidilerek eşdeğer yarıçapları bulunmuştur. Bundan sonraki adımda 2 boyutlu verilerden 3 boyutlu veriler elde edilerek gerekli parametreler hesaplanmıştır.
Farklı bir uygulamada sulama amaçlı sprey memelerinden çıkan damla çapı hesabı için Sudheer and Panda (1999), dijital resim işleme tekniklerinin mevcut tekniklere göre avantajları hakkında karşılaştırmalı bir çalışma yapmışlardır. Havadaki su damlacıkları gayet hızlı ve yüksek çözünürlüklü bir analog kamera ile fotoğraflanarak, tarayıcı ile dijitale çevrilip bilgisayar ortamına alınarak işlenmiştir. Arka plan ile damla nesneleri birbirinden ayırt etmek için burada da yine gri seviye eşik değer tekniği kullanılmıştır. Damlaların kapladığı alan piksel sayma yöntemi ile belirlenmiştir. Temelde bu yaklaşımla su damlaları için kenar uzunluğu ve çap, gibi veriler matematiksel olarak elde edilmiştir.
Geleneksel tekniklerle (0’dan 10’a kadar görsel olarak sınıflandırma) resim işleme tekniğinin bir karşılaştırmasını Fox et al. (2003), çalışmalarında işlemişlerdir. Kaplama oranlarının belirlenmesinde derecelendirme için bir sınıflandırma yapılmıştır. Bu çalışmada suya duyarlı kağıtların yapraklara tutturulmasıyla ortamdan alınan örnekler
kullanılmıştır. Görüntü işleme kısmında segmentasyon için gri seviye eşik değer tekniği kullanılarak, damla büyüklüğü, damla sayısı ve kaplama oranları ölçülmüştür.
Damla büyüklüğü, damla sayısı, damla çap hesabı ve kaplama oranları gibi parametrelerin bulunması amacıyla DropletScan™ isimli bir yazılım Wolf (2003),
tarafından yerden kontrollü pülverizatörün oluşturduğu sprey damlalarını analiz etmek için kullanılmıştır. Çalışmalarında kullandığı resim işleme tekniklerinden bahsetmemiştir.
Pestisitlerle yapılan mücadelede kullanılan tüm tekniklerin karşılaştırılması ve etkinliklerinin belirlenmesinde daha kolay ve hızlı çalışmalar resim işleme tekniklerini kullanarak mümkündür. Örneğin yağa ve suya duyarlı kağıtlardaki sprey kalitesini belirlemek için Salyani and Fox (1999), yaptıkları çalışmada resim işleme tekniğini kullanmışlardır. Bu çalışmada segmentasyon için gri seviye eşik değer yöntemini kullanmışlardır.
Farklı bir çalışmada ise Degré et al. (2001), resim işleme tekniğini kullanarak yaygın kullanılan üç farklı damla toplama materyallerini (suya duyarlı kağıt, silikon yağları ve cam) karşılaştırmışlardır. Çalışmalarında segmentasyon için HSI (Hue Saturation Intensity) kanallarından sadece H kanalını kullanmışlardır.
Suya duyarlı kağıtlardaki yakın iki damla arasında meydana gelen renk geçişinin (sarı-yeşil) kaplama oranı hesabına negatif etkisini azaltmak için uygun eşik değer değerlerinin hesaplanmasında Panneton (2002), sprey kaplama ölçümlerinde resim analizi konulu çalışmasında LED aydınlatmalı siyah beyaz kamera düzeneği kullanmıştır. Eşik değer hesabını ise deneme yanılma yolu ile belirli eşik değer değerlerine karşılık gelen kaplama oranlarını hesaplayarak yapmıştır. Çalışmaya göre ideal eşik değer değeri, uygulanan aralıktaki en düşük ve en yüksek eşik değer değerlerinin ortalamasıyla elde edilmiştir. Bu çalışmada gri seviye eşik değer metodu kullanılmıştır.
Farklı bir yöntemle damla büyüklüğü hesabı için Ying-dong et al. (2003), elde edilen resimlerdeki gürültüyü adaptive smooting operatörü kullanarak filtre etmişlerdir. Spray parçalarının kenar seçim işlemini Sobel-Zernik maskesi uygulayarak yapmış ve son
olarak spray parçacıklarının boyutlarını hesaplamışlardır. Hata %0,32 den daha küçük olarak gözlemlenmiştir.
Yapılan eşik değer seçiminde en uygun değeri bulmak ölçüm açısından önemli iştir. Sánchez-Hermosilla and Medina (2004), suya duyarlı kağıtlar yardımıyla alınan damla örnekleri tarayıcı yardımıyla bilgisayar ortamına alınmıştır. Gri seviyeye döndürülen resim farklı eşik değerler uygulanarak segmentasyon işlemi uygulanmıştır. Buradan elde edilen her bir eşik değerde kaplama oranları hesaplanmıştır. Eşik değerleri, 100–250 arasında ikişer atlamalı olarak hesaplanmıştır. Burada optimum eşik değeri hesaplamak için 3 farklı kişi tarafından CAD yazılımları kullanılarak damla kenarları elde edilmiştir. Burada CAD yazılımı kullanmanın amacı kenarları bozmadan zoom yapabilme kabiliyetine sahip olmalarıdır. Gerçek kaplama oranı bu üç ölçümün ortalamasından oluşmuştur. Bundan sonrada optimum eşik değeri benzer şekilde eşik değer – kaplama ilişkisinden hesaplanmıştır.
Farklı bir yaklaşım olarak yazılım ve donanım bileşimi tekniklerden faydalanılır. Gerçek zamanlı resim işleme tekniği birçok sıkıntıyı (odak uzaklığı, hızlı resim yakalama, zoom gerekliliği ve zorluğu (Parkin, 1993)) beraberinde getireceği için uygun donanımların ve sensörlerin geliştirilmesi gerekir. Crowe et al. (2005), suya ve yağa duyarlı kağıtlarla yapılan sprey ölçümlerinde (kağıtların yerleştirilmesi, toplanması, taranması ve ön işlemlere tabi tutulması) zamanı kısaltmak ve işlemleri kolaylaştırmak için bir araç ve farklı bir teknik geliştirmişlerdir. Bu teknik toplamda daha ucuz ve tekrar kullanılabilir özelliktedir. Bu teknik birbirine değmeyen damlaları algılayarak saymaktadır. Sistem 3x5 sensör dizisinden oluşmaktadır. Sensor üzerine uygulanan spray damlalarının neden olduğu elektriksel etki karşılaştırıcı devre yardımıyla mikroişlemci tarafından algılanarak LED dizisi üzerinde gösterilir.
Yapılan çalışmada suya duyarlı kağıtlar kullanılmasının nedeni, sıkça kullanılıyor olduğundandır (Matthews, 1992). Ayrıca suya duyarlı kağıtlar üzerindeki leke büyüklüğü ölçülerek birim alandaki damla sayısı ve kaplama oranı bulunabilmektedir (Syngenta, 2002). Diğer bir etken ise Fox et al. (2000) deki çalışmasında suya ve yağa duyarlı
kağıtları karşılaştırma üzerine yaptığı araştırmasında leke değerlerini benzer bulmuş ve suya duyarlı kağıtlar kullanıldığında kaplama oranı parametresinin daha çok yüksek güvenirliliğe sahip olduğunu gözlemlemiştir. Bahsedilen tüm bu çalışmalarda amaç en iyi damla seçimini yapıp damlayı oluşturan gerçek pikselleri ayırt etmektir. Gerçek damla pikselleri bulunduktan sonra çap ve alan hesapları daha gerçek değerleri verecektir. Bu çalışmada siyah beyaz resimler (256 farklı renk) değil, daha fazla (24 bit) renk bilgisi içeren renkli resimler kullanılacaktır. Dolayısıyla gri seviye eşik değer yerine RGB tabanlı eşik çoklu bant seviye eşik değer tekniği kullanılarak daha iyi seçim yapılması amaçlanmıştır.
3. MATERYAL ve METOD
3.1. Materyal
3.1.1. Suya Duyarlı Kağıt
Bilgisayar ortamında damlaların analizi için damlaların ortamlarından en uygun şekilde toplanması gerekmektedir. Bu çalışmada ölçme metodu suya duyarlı kağıtları temel alarak yapılmıştır. Kullanılan suya duyarlı kağıtlar yarı sert yapıda ve genelde 76x52 mm boyutlarındadır. Damlaların uygulanacağı yüzey sarı renktedir. Kağıt üzerine damla düştüğünde temas yeri mavi bir renk alır (Turner ve Huntington, 1970). Bu çalışmada Ciba-Geigy firmasının ürettiği suya duyarlı kağıtlar kullanılmıştır.
3.1.2. Donanım
Suya duyarlı kağıt üzerlerindeki leke resimlerini bilgisayar ortamına almak için iki farklı yol izlendi: 1- Tarayıcı kullanımı 2-Yarı dijital mikroskop kullanımı. Yarı dijital mikroskopta görüntü optik olarak elde edilerek dijital fotoğraf makinesiyle resmi çekilir ve kaydedilir. Dijital fotoğraf makinesi mikroskoba ait ve aynı firma tarafından yapılmıştır. Tarayıcı olarak HP DeskJet 6300C, mikroskop olarak Nikon Phase Contrast 0,9 Dry ve mikroskop üzerinde entegre Nikon CoolPix 5400 5.1 MP dijital fotoğraf makinesi kullanılmıştır. Tüm bu yan birimlerin bağlandığı bilgisayar PIV 2600 Mhz işlemci, 512 MB RAM, 17” monitör ve 64 MB ekran kartına sahip kişisel bir bilgisayardır.
3.1.3. Yazılım
Bilgisayar üzerinde Windows XP SP2 işletim sistemi ve yazılım geliştirme sürecinde Delphi7.0 programlama dili kullanılmıştır. Delphi %100 nesne tabanlı, görsel ve güçlü programlama ara yüzüne sahip güncel bir programlama dilidir. Delphi birçok güncel programlama tekniklerine de imkân tanımaktadır.
Şekil 3.1. Bilgisayar destekli damla çap ölçümü donanım yapısı
3.2. Metot
3.2.1. Resimlerin Elde Edilmesi
Resimler tarayıcı ve dijital fotoğraf makinesi bağlı mikroskop yardımıyla bilgisayar ortamına alınmıştır. Tarayıcıdan resimler alınırken Windows XP işletim sistemine ait araç program kullanılmıştır. Tarama işlemi sırasında çözünürlük ve renk miktarı maksimum seviyeye(1200 - 2400 dpi) ayarlanarak resimler taranmıştır.
3.2.2. Renkli Resimlerin Gri Seviyeye Çevrilmesi
Resim işleme tekniklerinde işlemleri kolaylaştırmak, parametreleri azaltmak ve maksimum hız elde etmek için renk sayısı azaltılmış ve daha az hafızaya gereksinim duyan resimlere ihtiyaç vardır. Bunların en başında renkli bir resmin siyah beyaz (gri tonlamalı) olarak temsil edilmesi gelir. Bilindiği üzere beyaz renk her üç bandın maksimum 255 değeridir. Siyah renk ise minimum 0 değeridir. Her iki durumda bir pikselin tüm bantlarının değeri aynıdır. Dolayısıyla RGB değerleri eşitlenen bir piksel siyah ve beyaz arasında değerine göre gri bir seviyeye sahip olacaktır. Renkli bir resim siyah beyaza çevrilirken aşağıdaki yöntem izlenir.
Or,g,b=KRx+LGx+MBx (3.1)
Yukarıdaki ifadede K+L+M=1 olmalıdır. Her bandın eşit miktarda temsili için K=L=M=0.333 olarak alınabilir.
Or,g,b=0,3333.Rx+0,3333.Gx+0,3333.Bx (3.2)
Rx,Gx,Bx değerleri ise sırasıyla resmin konu olan pikselinin kırmızı, yeşil, mavi değerleridir. Or,g,b değeri ise renkli resmin, gri tonlamalı resimdeki x’nci pikselinin alacağı r,g,b değerleridir.
Yukarıdaki ifadeden anlaşılacağı üzere, renkli bir resim gri tona çevrildiğinde her bir pikselin tüm bantlarının değerleri aynıdır. Dolayısıyla 0–255 arasında bir değer alacaklardır.
3.2.3. Histogram Grafiklerinin Oluşturulması
Resimlerde piksellerin sahip olduğu sayısal değerin bir nevi istatistiğini veren yaklaşımdır. Renk değerleri ile sayısının karşılıklı olarak ifade edilmesidir. Renkli resimlerde her bir kanala ait ve siyah beyaz resimlerde tüm kanallara ait adet bilgilerinin bulunduğu grafiğe denir. Şekil 3.5.’de gri seviye için histogram eğrisi verilmiştir.
Şekil 3.5.’deki orijinal resmin sahip olduğu her bandın görüntüsünü ve histogram çıktısını aşağıda verelim. RGB bir resmin, üç adet kanalı olacağından, Şekil 3.6, Şekil 3.7. ve Şekil 3.8.’de bu kanallara ait resimler ve histogram çıktıları verilmiştir.
3.2.4. Filtreleme İşlemleri
Filtrelemenin amacı; resim eldesi sırasında oluşan gürültüyü yok etmektir. Filtreleme uzaysal veya frekans bazında olabilir. Fakat frekans bazlı filtreleme bu tezin konusu değildir. Resim işlemede çok çeşitli filtre tipleri mevcuttur.
Filtreler konvolusyon tekniği ile maskenin resim üzerinde kaydırılarak, karşılık gelen piksel değerlerinin çarpılıp, toplanması ile uygulanır. Eşitlik 3.3’te bu işlem I (4,3) numaralı piksel için açıkça gösterilmektedir.
Şekil 3.4. Resim ve uygulanacak maske gösterimi
O43=I43.K11+I44.K12+I45.K13+ I53.K21+I54.K22+I55.K23+ I63.K31+I64.K32+I65.K33 (3.3)
Örnek olarak resmimiz (MxN) ve maskemiz ise (mxn) boyutlarında olsun. Elde edilecek çıktı resminin boyutları, M-m+1 x N-n+1 olacaktır. Dolayısıyla 3x3 lük bir maske için 2 piksel satır ve sütun kaybolacaktır. Eşitlik 3.4’te konvolusyonun matematiksel olarak ifadesi gösterilmektedir. ∑ = ∑ = − + − + = m k n l l k K l j k i I j i O 1 1 ) , ( ) 1 , 1 ( ) , ( (3.4)
Eşitlik 3.4 teki i değeri 1 den M-m+1’e kadar ve j değeri de 1 den N-n+1’e kadar değer almaktadır.
Düşük geçiren filtreler resmin yüksek seviyeli bileşenlerini gidermek için kullanılır. Diğer taraftan yüksek geçiren filtre ise resmin düşük seviyeli bileşenlerini gidermek için kullanılır. Aşağıda düşük ve yüksek geçiren filtre tipleri verilmiştir (Lindley 1990).
Şekil 3.5. Düşük geçiren filtre maske çeşitleri
Şekil 3.6. Yüksek geçiren filtre maske çeşitleri
Şimdi yukarıda verilen maskelerden LP1 ve HP1 maskelerini suya duyarlı kağıt resmine uygulayarak sonuçları Şekil 3.13. ve Şekil 3.14’te gösterilmiştir.
Şekil 3.8. Düşük geçiren filtre uygulanmış
Şekil 3.9. Yüksek geçiren filtre uygulanmış
3.2.5. Segmentasyon İşlemleri
Bilgileri işlemek için resimleri indirgemenin en yaygın yolu segmentasyondur (Russ, 1999). Pratikte yalnızca ölçülmek istenen nesneleri barındıran resim ve görüntüler elde etmek imkânsızdır. Herhangi bir ortamdan alınan resim üzerinde ölçülmek veya üzerinde çalışma yapılmak istenen kısımlar ile beraber ikinci planda kalan, ortam nesneleri de olacaktır. Segmentasyon resim dokusu içerisindeki istenen, gerekli bölümleri çıkarmak için kullanılan teknikleri barındırır. Segmentasyon istenen kısımlar elde edilene kadar devam eder ve elde edildikten sonra ise durur (Gonzalez, 1993).
Eşik değer (eşik değer) yöntemi segmentasyonda kullanılan çok önemli bir yaklaşımdır. Eşik değer, genelde siyah beyaz (gri seviye) resim üzerine uygulanan bir yöntemdir (Efford, 2000). Resim üzerinde istenen kısımların ayırt edilebilmesi için en az bir aralık değer içeren ölçüt tanımlanması gerekir. Bu ölçüt, resim üzerinde bir pikselin değerinin tanımlanan aralık içerisinde olup olmadığını belirlemek için kullanılır. Eğer ölçüt sağlanırsa resmin o piksellerinin rengi değiştirilir. Şimdi eşik değer yöntemlerini verelim.
3.2.5.1. Yarı Eşik Değer
Resme uygulanan eşik değer aralığı dışında kalan kısmın 0 yapılması ve aralık içerisinin aynen piksel değerlerini koruması şeklinde yapılır (Ritter, 1996).
(3.5)
Eğer aralık, tek bir değerden oluşuyorsa Eşitlik 3.6’daki gibi olacaktır.
(3.6)
Diğer bir durumda ise 1 olacak kısımlar 0 yapılabilir.
(3.7)
Eşitlik 3.5, 3.6, 3.7’de ki ifadelerde yer alan [h,k] değerleri eşik değer aralığını belirlerken, a(x) kaynak resmi, b(x) ise eşik değer resmi gösterir.
Şekil 3.10. Orijinal resim ve yarı eşik değer uygulaması
3.2.5.2. Çok Bantlı Eşik Değer
Renkli bir resmi gri seviyeye çevirmek piksel değerleri açısından, resim üzerinde iki önemli etki oluşturur.
• Resmin her bir pikselinin RGB değerleri, aynı değere sahip olurlar. • Her bir pikselin RGB değeri 0–255 arasına indirgenmiş olur.
Bir resmin RGB değerlerinin, tamsayı olduğu düşünülürse her bandın alabileceği değer farklılığı 256 ya indirgenmiş olur. Milyonlarca (256 x 256 x 256) renk yerine her bir kanal için 256 rengin kullanılması ve kanalların renk değerlerinin de birbirine eşit olması gri seviyeye çevrilmiş resimleri daha az özellik ve ayrıntı taşıyan bir konuma getirir. Bu aşamada yapılan eşik değer uygulaması, özellikle içerisinde birden fazla ton barındıran resimlerde daha kaba ve hassas olmayan bir etki oluşturacaktır
RGB seviyesinde yapılan eşik değer işlemi her bir bant için (R,G,B) ayrı ayrı uygulanarak renkli bir resmin segmentasyon işlemi yapılır.
(3.9)
(3.10)
Eşitlik 3.8, 3.9, 3.10’da, bR(x), bG(x), bB(x) değerleri her bandın hesaplama sonucunda aldığı 1 yada 0 değeri, R1, R2, G1, G2, B1, B2 değerleri her bant için uygulanan ayrı ayrı eşik değer değerleridir. aR(x), aG(x), aB(x) ise orijinal resmin piksellerinin sırasıyla R, G, B değerlerini ifade eder. Yukarıdaki hesaplamalar sonucunda üç bant için hesaplanan değerler, son olarak Eşitlik 3.11’de yerine konularak eşik değer değeri hesaplanır.
(3.11)
Şekil 3.11. Çoklu bant ile eşik değer uygulaması
Eşitlik 3.11’de yer alan b(x) değeri, pikselin alacağı son değer ve a(x) değeri, orijinal değerdir. a(x) yerine istenirse Eşitlik 3.8, 3.9, 3.10’da olduğu gibi 0 değeri de kullanılabilir.
(3.12) b(x)= 1 eğer (bR(x)=1) ve (bG(x)=1) ve (bB(x)=1) ise
3.2.6. Damlaların Sayılması
Suya duyarlı kağıtlar üzerinde bulunan birbirine değmeyen damla parçalarının sayılması işlemini kapsamaktadır. Bunun için eşik değeri belirlenen resmin analizi gereklidir. Örnek Bitmap resmin yakalanan ilk kapalı bağımsız damla örneğindeki tüm piksellerin rengi değiştirilerek damla sayısı bir artırılır. Değiştirilen renkler, resim tarama sırasında aynı renge bir daha rastlanmama adına farklı boyanmıştır. Aşağıda damlaları sayılmış ve etiketlenmiş bir resim görülmektedir.
Şekil 3.12. Damlaların sayılması
Yukarıdaki damla sayımında toplam 14 adet birbirine değmeyen damla örneği sayılmıştır.
3.2.7. Damla Ağırlık Merkezlerinin Bulunması
Damlaların ağırlık merkezlerinin bulunması özellikle iki parametreyi bulmak açısından yararlı olacaktır. Bunlardan birincisi eşdeğer damla çapını bulmada referans olarak alınması, diğeri ise yuvarlaklık katsayısının hesaplanmasıdır.
Damla ağırlık merkezi bulunurken damlanın sahip olduğu piksellerin x ve y koordinatları dikkate alınır.
Şekil 3.13. Damlanın ağırlık merkezinin bulunması xa=
∑
∑
p xc , ya=∑
∑
p yc (3.13)xa: Ağırlık merkezinin x eksenini kestiği nokta ya: Ağırlık merkezinin y eksenini kestiği nokta xc: Pikselin x koordinatı
yc: Pikselin y koordinatı p: Piksel
3.2.8. Damla Piksel Sayılarının Bulunması
Damlanın sahip olduğu tüm piksellerin sayısının hesaplanması; alan ve çap için gereklidir. Kağıt üzerindeki damlalardan sayılacak olan damlanın rengi değiştirilerek aynı renge sahip tüm pikseller resim üzerindeki tüm pikseller için aşağıdaki mantıkla (algoritma) sayılır. Bu değer damlayı oluşturan toplam piksel değeridir. İşlem sonunda ise yine damla eski sahip olduğu rengine getirilir.
if renk = DamlaRenk then
3.2.9. Kaplama Oranı
Kaplama alanı resimdeki damlayı oluşturan piksel toplamının resmi oluşturan toplam piksel sayısına oranlanması ile bulunur (M. Salyani, R.D. Fox, 1999).
(3.14)
3.2.10. Gerçek Alanın Bulunması
Damlanın sahip olduğu tüm piksellerin kapladığı alanı sanki küçük karelerden oluşan bir büyüklük olarak değerlendirebiliriz. Kağıt üzerine veya yanına bilgisayara aktarılırken gerçek uzunluğu bilinen bir referans ölçü konularak gerçek alana gidilir. Referans ölçek değerini de hesaba katarak Simpson's yöntemiyle alanlar bulunur.
Alan= S + S + S + + Sn− +Sn SFx ×SFy 2 ) 2 ... 2 2 ( 1 2 3 1 (3.15) n : Dilim sayısı
Si: Yataydaki piksel sayısı SFx: X eksenine ait ölçek SFy: Y eksenine ait ölçek
3.2.11. Yayılma Faktörü
Damla yakalama ortamlarına düşen damlalarda yüzeyin yapısına bağlı olarak düşen damla bir miktar yayılacaktır. Bu yayılma ortama, damlanın enerjisine, çarpma yönüne ve
sıvının yapısına bağlıdır. Her ortamın kendine has bir yayılma katsayısı vardır. Aşağıda Ciba-Geigy (1994a,b) tarafından verilen eşitlikler yayılma faktörünü hesaplamaktadır.
Dd=0.95 Ds 0.910 (Suya duyarlı kağıtlar için) (3.16) Dd=0.637 Ds 0.826 (Yağa duyarlı kağıtlar için) (3.17) SF=Ds/Dd (3.18) SF: Yayılma faktörü
Dd: Damla çapı Ds: Leke çapı
3.2.12. Çapların Bulunması
Simpson’s yöntemiyle elde edilen alanlardan çapa gidilebilir. Yalnız geometrik bir şekil olmayan çoğu damla nesnelerinin çapları eşdeğer çap olarak hesaplanacaktır. Eşdeğer çap için Eşitlik 3.19 bağıntısı kullanılır.
π
Alan
Çap= 4× (3.19) Yukarıya kadarki yapılan çap ölçümlerinde biz hep kağıt üzerindeki damla çapını
bulduk. Kağıt üzerindeki damla çapından gerçek çapa gitmek için hesapladığımız damla
çapının yayılma katsayısı ile çarpılması gerekir. Buradan damla çapı Eşitlik 3.20.
kullanılarak damla çapı bulunur.
3.2.13. Yuvarlaklık Katsayılarının Bulunması
Gerçekte hiçbir damla şekli tam bir geometrik şekle sahip değildir. Dairesel bir şekle sahip olan damlalar bazen yan yana bitişik veya üst üste ortamdan
toplanabilmektedir. Hesaplamalarda bu tip istenmeyen durumları ve damla dağılım
düzenini görmek için yuvarlaklık katsayılarını ölçmek gerekebilir. Yuvarlaklık katsayısı, çapı hesaplanan damlanın olması gereken eşdeğer tam dairevi şekli ile mevcut halinin bir
oranını verir.
Şekil 3.14. Birim çember ve yarıçap formülü
Yukarıdaki çember formülünde x ve y den daha küçük değerler r2 den daha küçük
olacaktır. Dolayısıyla bir noktanın çemberin içinde mi yoksa dışında mı olduğunu anlamak
için bu mantığın kullanılması gerekir. Resim üzerinde ölçülen kareleri toplamı r2 den daha
büyük koordinatlar eşdeğer çapın kapsadığı alanın dışında olacaklardır. Bu durumda
aradaki fark ne kadar büyükse nesne o kadar yuvarlaklıktan uzaktır.
3.2.14. VMD, NMD ve SPAN Değerlerinin Hesaplanması
Amerika ve İngiltere’de yaygın bir şekilde kullanılan ve diğer ülkelerde de
kullanılması yaygınlaşan çaplar VMD ve NMD çaplarıdır (Zeren, Bayat, 1995).
VMD/NMD ve span parametreleri damla spektrumu hakkında bilgi içermektedir. Span ayrıca damla büyüklüğünün hacimle olan ilişkisini göstermektedir(Lefebvre, 1993). Span
VMD, Hacimsel orta çap anlamına gelmektedir. Püskürtülen damlaların toplam hacmini iki eşit hacme ayıran çaptır. NMD ise sayısal orta çap anlamına gelmektedir. Yani
püskürtülen damlaların toplam sayısını iki eşit sayı grubuna ayıran çaptır. Şekilde VMD ve
NMD çaplarının grafiksel açıklaması görülmektedir. Bu çaplar sayısal ve hacimsel dağılım
grafikleri çizildikten sonra grafik üzerinden alınmaktadır (Zeren, Bayat, 1995).
Şekil 3.15. NMD ve VMD çaplarının damlalar üzerindeki anlamı (Zeren ve Bayat, 1995)
Klasik tip basınç enerjisi ile çalışan konik veya yelpaze huzmeli memelerle
donatılmış mekanik bir tarla pülverizatöründe basınç arttıkça verdi artmasına rağmen
VMD çapı kısmen küçülmektedir. VMD karakteristik çapı pülverizasyon içerisindeki büyük çaplı damlalardan önemli oranda etkilenen bir çaptır.
Span değeri ise Eşitlik 3.21 ile bulunur.
5 . 0 1 . 0 9 . 0 v v v D D D Span= − (3.21) 3.2.15. Program Arayüzü
Windows uyumlu olarak hazırlanan ve program adı Damla Analizi2.0 olarak verilen programının kullanıcı arayüzü Şekil 3.16’da gösterilmiştir.
Şekil 3.16. Programın kullanıcı arayüzü
3.2.16. Program Kullanımı
Programda açılan ilk orijinal resim Orijinal sekmesinde yer alır. Analize hazırlamak amacıyla Konu Mankeni sekmesinde resim üzerinde istenildiği gibi oynanabilir(silmek
boyamak, kesmek…). Ayrıca yapılan eşik seviye işlemi de burada etkili olur.
Renk Bantları sekmesinde resmin RGB ve gri seviye bileşenleri görülebilir. Analiz Mankeni sekmesinde ise konu mankeni kısmında islenmiş en son resim analiz için alınır.
Yapılan analizler, bu resmi temel alır. Parametreler/Değerler sekmesinde çıkan analiz sonuçları yer alır.
3.2.16.1. Menüler Dosya Menüsü
Aç: Resimleri program içerisine almak için kullanılır. 24 bit, .bmp uzantılı resimler kullanılabilir. Jpg dosyalarını, Windows’ta, donatılar menüsünde bulunan Paint araç programı ile açıp, farklı kaydet komutu ile 24 bit bmp uzantılı olarak kaydedebilirsiniz.
Kaydet: Çalışmalardaki her türlü resmi kaydetmek için kullanılır.
Çıkış: Programdan çıkmak için kullanılır.
Görünüm Menüsü
Not: Burada resmin büyüyüp küçülmesi gerçekteki boyutlarını etkilemez. Resim sanal olarak büyür ve küçülür.
Büyüt: Resmi büyütmek için kullanılır.
Küçült: Resmi küçültmek için kullanılır.
Gerçek Boyut: Resmi gerçek boyuta getirir.
Sığdır: Resmi ekrana sığdırır.
Filtreler Menüsü
Resmin üzerine hazır veya kullanıcı tanımlı filtreleri uygulamak için kullanılır.
Araçlar Menüsü
Ton: Resmin üç kanalı ve gri bazlı kanalını görüntülemek için kullanılır.
Gri Bazlı Esik Değer: Gri bazlı esik değer özelliğini aktif yapar.
Histogram: Resmin kanallarına ait histogram grafiğini oluşturur.
Piksel Say: Özellikle referans değer için kullanılan nesnenin boyutlarını ölçmek için
kullanılır. Satır, sütun ve alan sayılabilir. Saymadan önce mutlaka sayılacak kısmı seçmeniz gerekmektedir.
Eşik Değer Rengi: Eşik değer rengini belirler.
Özellikler: Resmin boyutlarını, parlaklığını ve kontrastını ayarlamak için ilgili sekmeyi
açar.
Analiz Mankeni Oluştur: Hazırlanan resmi analiz için etkin kılar.
Sonuçları Excel’e Aktar:Ortaya çıkan sonuçları, Excel yapısındaki bir dosyaya atar.
Analiz Menüsü
Damla Rengi: Sayılan lekelerin alması gerektiği renk
Damla Say: Lekeleri sayar
Ağırlık Merkezi Bul: Lekelerin ağırlık merkezini bulur.
Damla Piksel Sayıları: Lekeyi oluşturan toplam pikselleri bulur.
Kaplama Oranı: Lekeli alanın resim alanına oranını verir.
Gerçek Alanlar: Skala değerine göre gerçek alanları hesaplar.
Çaplar: Alanlardan karşılık gelen çaplar bulunur.
Ortalama Çap: Ortalama çapları bulur.
Yuvarlaklık Katsayıları: Lekelerin ne kadar yuvarlak olduğunu belirler.
Hakkında Menüsü
Yardım: Yardım konularını içeren dokümanı açar.
Kaydet: Programı lisanslı hale getirmek için kullanılır.
3.2.16.2. Resim Açma ve Ön Hazırlık
Bahsedilecek tüm bu işlemler konu mankeni sekmesinde uygulanır. Programda
kullanılacak resimler, .bmp formatında olması gerekir. Resim üzerinde özellikle çalışılmak
istenen kısım varsa burası seçilerek( ) kesilir( ) ve artakalan kısım atılır. Resim çok büyükse özellikler menüsünden % olarak boyutları değiştirilebilir. Yine buradan parlaklık
ve kontrast değerleri ayarlanabilir.
Resim üzerindeki gürültüyü elimine etmek için hazır veya kullanıcı tanımlı filtreleri kullanabilirsiniz.
3.2.16.3. Eşik Değer Uygulaması
Resim hazırlandıktan sonra isteğe göre rgb veya gri bazlı eşik seviye teknikleri
kullanılabilir.
Gri bazlı threshold basit kolay ve hızlıdır. Fazla renk tonu içermeyen resimler için uygundur. Resimde de görüleceği üzere eşik seviye değerlerinin max ve min değerlerini
çubukları kaydırarak ayarlarız. Çubuk her kaydığında etkisi konu mankeninde görülecektir.
Şekil 3.18. Gri seviye eşik değer uygulamasının yapılışı
RGB bazlı eşik seviye ise daha ayrıntılı ve uğraş vericidir. Ancak programda bunun
için bir kolaylık sağlanmıştır. Lekenin üzerine çift tıkladığımızda RGB değerleri ±10
toleranslı olarak otomatik olarak yapılanmaktadır. Bundan sonra ise RGB kaydırma çubuklarını kullanarak daha hassas seçim yapılabilir.
