Today, keeping and determining the quality of the food products is actually a problem. The quality control workers classify the fruits and vegetables according to their quality and properties by means of hands and eyes. However, this method does not provide the standard of quality and it is possible to occur incorrect classification. At the same time, there is a great loss in terms of time and labour force. In order to eliminate these cases, it is possible to categorize fruits quickly and in line with the standards depending upon a machine automatically. In this study, it is aimed to ascertain the dimension, colour, category, weight of the apples moving on a band in a real time.With a color camera situated on the closed cabin and on a moving band, it is possible to take and process the image of apples in real time: The weight and the size of the apples are estimated by using their areas on the acquired image before the classification. The category information of the apples can be determined by color analysis. Moreover, the defects and the symptoms of illness can be determined and new separation can be processed if required.The developed MATLAB program allows users to acquire the images of apples, change the speed of conveyer band and classify the apples. The apple images, category stamps and the data on category statistics can be seen on the screen.This program keeps the user information and also the data of daily, weekly, monthly and yearly production in a database. In the database, the eight kinds of apple cultivated in Isparta region, their categories and color are stored.The developed system can classify an apples in a half second time on average with the success rates of 95.52% and 99.00% for category and color estimation, respectively. Better rates can be obtained for weight and dimension estimation.As results, fast and high accurate apple classification can be carried out by the developed system. Despite the high cost at initial settings, the computer based automatic apple classification system reduces the processing cost in long turn.Key Words: Image processing, apple classification, fruit classification.

Günümüzde gıda ürünlerinin saklanması ve kalitesinin belirlenmesi önemli bir problemdir. Sebze ve meyvelerin kalitelerine ve özelliklerine göre sınıflandırılması, genellikle kalite kontrol işçileri tarafından el ve gözle yapılmaktadır. Bu yöntem kalitedeki standardı sağlamamakta ve bu yöntemde yanlış sınıflandırmalar olabilmektedir. Ayrıca zaman ve iş gücü açısından büyük kayıplar oluşmaktadır. Bu durumları ortadan kaldırabilmek için makine görmesi ile otomatik olarak daha hızlı ve standartlara uygun meyve tasniflemesi mümkün olabilir. Bu tez çalışması ile yürüyen bant üzerinden geçen elmaların gerçek zamanlı olarak boyut, renk, sınıf ve ağırlık tespiti yapılması amaçlanmıştır.Yürüyen bant üzerine yerleştirilen kapalı kabin içine konumlandırılmış renkli kamera ile anlık olarak elma görüntüleri alınmakta; resim içerisinde gürültü temizleme, arka plan ve elma tespiti yapılmaktadır. Görüntü içindeki elma alanı ve boyutları ile ağırlık tespiti yapılmakta ve elma büyüklüğüne göre sınıfı belirlenmektedir. Ayrıca renk analizi ile elmanın cinsi hakkında bilgi verilmektedir. Elma üzerinde var olabilecek kir, pas, çürük ve hastalık belirtileri tespit edilmekte, gerektiğinde ikinci kalite ya da hurda ataması yapılabilmektedir.Hazırlanan MATLAB programı ile kameradan görüntü alınabilmekte, gerektiğinde yürüyen bandın kontrolü yapılabilmekte ve elma resimleri, sınıf etiketleri ve sınıf istatistiki bilgileri ekranda gösterilebilmektedir.Program kullanıcı bilgilerini ve yıllık, aylık ve günlük verileri veri tabanında tutarak üretim hakkında yöneticiye anlamlı sayısal bilgileri sunabilmektedir. Veri tabanında Isparta bölgesinde yetiştirilen başlıca 8 cins elma sınıf ve renk bilgileri tutulmaktadır. Bu sayede her zaman aynı standardın tutturulması sağlanmaktadır.Deneysel çalışmalarda ortalama 0.50 sn sürede bir elmanın sınıflandırılması başarılmıştır. Elma cinsine göre değişmekle beraber, ortalama 95.52% sınıf tahmini ve 99.00% renk tahmini başarısı elde edilmiştir. Bunun yanında yüksek oranlarda boyut ve ağırlık tahmini başarısı elde edilmiştir.Sonuç olarak makine görmesi ile elma tasnifi daha sağlıklı yapılabilmekte, standartlar tutturulabilmekte ve daha hızlı tanıma gerçekleştirilebilmektedir. İlk kurulum maliyetleri yüksek olmasına rağmen uzun vadede otomatik bilgisayarlı elma tasnifi daha kârlı bir uygulamadır.Anahtar Kelimeler: Görüntü işleme, elma tasnifleme, meyve sınıflandırma.