Polen görüntülerinin yapısal özellikler ile sınıflandırılması

Bu çalışmada, bitkilere ait polen tanelerini bir uzman kişinin yardımına ihtiyaç duymadan farklı taksonomik kategorilere ayıran bir bilgisayarla görü sistemi geliştirilmiştir. Polen taneleri üç boyutlu karmaşık bir yapıya sahip olmalarına rağmen birbirlerinden ayırt edilebilir özellikler taşırlar. Çalışmada polen görüntülerin sınıflandırılması için yerel kenar örüntüler (YKÖ) kullanılmıştır. Önerilen sistem 3 aşamadan oluşmaktadır. Birinci aşamada polen görüntülerine Sobel kenar algoritması uygulanarak yapısal özelliklerin belirgin olduğu yeni görüntüler elde edilmiştir. İkinci aşamada yeni görüntülerden YKÖ elde edilmiş, son aşamada ise elde edilen özellikler ile makine öğrenmesi yöntemleri ile sınıflandırma işlemi gerçekleştirilmiştir. YKÖ ile %98,48 gibi önemli bir sınıflandırma başarısı elde edilmiştir.

In this study, a computer vision system has been developed to separate the pollen grains of plants according to their taxonomic categories without the help of an expert person. Pollen grains have a complex threedimensional structure however they can be distinguished from one to another with their specific features. In the research, for the classification of pollen images the local edge patterns (LEP) were used. The proposed system is consists of three stages. At first Stage, Sobel edge detection algorithm was applied to pollen images to obtained new images that have prominent structural features. At the second stage LEP features were obtained and at the last stage the classification process was performed by machine learning methods by LEP features. The 98.48% classification success were obtained by LEP features.