Görüntü işleme teknikleri kullanarak petek üzerindeki arı larvasının konumunun ve özelliklerinin tespiti

Abstract

Bal arılarından başta bal olmak üzere birçok farklı ürün elde edilmektedir. Bunlardan biri de arı sütüdür. Arı sütü genç işçi arıların salgıbezlerinden salgılanarak arı larvalarının beslenmesi için kullanılmaktadır. Besin değeri en yüksek olan arı ürünüdür. Ancak üretimi meşakkatli olup yalnızca kısıtlı bir zaman aralığında yapılabilmektedir. Üretimde en çok zaman alan işlem ise insanlar tarafından yapılan larva transferidir. Bu işlemin hızlandırılması ve arı sütü üretiminin arttırılabilmesi için insan işçiliğinin azaltılması gerekmektedir. Bunun için petek gözlerinde bulunan arı sütü üretimi için ideal boyuttaki larvalar tespit edilmelidir. Bu çalışmanın amacı peteklerde bulunan larvaların konumunun ve özelliklerinin tespit edilmesidir. Çalışmada öncelikle petek gözlerinin net fotoğraflarını çekebilecek ve peteğin üzerinde hareket edebilecek bir deney düzeneği hazırlanmıştır. Bu deney düzeneği ile farklı boyutlarda larvaların bulunduğu 60 adet petek fotoğrafı çekilmiştir. Çekilen fotoğrafların 40 tanesi eğitim 20 tanesi test için ayrılmıştır. Eğitim için ayrılan fotoğraflardaki bütün larvalar etiketlenerek evrişimsel sinir ağı yöntemlerinden biri olan Faster R-CNN eğitilmiştir. Eğitilen sinir ağının larva tespit başarımı %80,4’dür. Tespit edilen larvaların piksel cinsinden büyüklüğüne bakılarak arı sütü üretimi için ideal boyutta olup olmadığı tespit edilmiştir. OpenCV görüntü işleme kütüphanesi kullanılarak ideal boyuttaki larvaların petek gözündeki konumu belirlenmiştir. Eğitim sonrası yapılan testlerde larvanın konumu ve özellikleri başarıyla tespit edilmiştir. Sonuç olarak arı sütü üretimi sürecinde kullanılabilecek, larvaların konum ve özelliklerini başarı ile tespit edebilen bir sistem ortaya çıkarılmıştır.

Many different product, especially honey, are obtained from honey bees. One of these is royal jelly. Royal jelly is secreted from the secretions of young worker bees and used for the feeding of bee larvae. The product with the highest nutritional value is the bee product. However, its production is difficult and can only be done in a limited time period. The most time-consuming process in production is larval transfer which by doing humans. Human labor needs to be reduced in order to speed up this process and increase royal jelly production. For this, the larvae in the honeycomb and ideal size for the production of royal jelly should be identified. The aim of this study is to determine the location and properties of the larvae in honeycombs. In these studies, first of all, an experimental setup that can take clear photos of the honeycomb cells and move on the honeycomb was prepared. With this experimental setup, 60 honeycomb photographs with different sizes of larvae were taken. 40 of these photographs were reserved for training and 20 for testing. All the larvae in the photos reserved for training were tagged and trained for Faster R-CNN which be one of the convolutional neural network methods. The larva detection success of the trained neural network is 80.4% According to the size of the detected larvae in pixels value, it was determined whether it is the ideal size for royal jelly production., The ideal size of the larvae in the honeycomb cells was determined by Using the OpenCV image processing library. the tests that performed after the training, the location and features of the larva were successfully determined. As a result, a system, which can be used in the production of royal jelly and which can determine the position and properties of the larvae successfully, was created.