Classification of Vegetable Images Using Texture and Color Features

Abstract

In this thesis, the aim to use vegetable images and implement a computationally cheap system to automatically classify vegetables using their texture and color features. In this respect, Scale Invariant Feature Transform (SIFT) and Speeded Up Robust Features (SURF) approaches are used to classify vegetable features. Feature extraction is done based on three color space channels; XYZ color space, HSV color space and RGB color space. It generates the features using color space channels. The classifier is then utilized once the vegetable features have been created for each image. Experiments are conducted on Kaggle Vegetable Image Dataset using 15 different varieties of popular vegetables found all over the world that include bean, bitter gourd, bottle gourd, brinjal, broccoli, cabbage, capsicum, carrot, cauliflower, cucumber, papaya, potato, pumpkin, radish and tomato, and the results will be presented at the end of the thesis. Comparison of the effect of SIFT and SURF methods on different color space channels for vegetable classification is demonstrated.

ÖZ: Bu tezde, sebze görüntülerini kullanmayı ve sebzeleri doku ve renk özniteliklerini kullanarak otomatik olarak sınıflandırmak için hesaplama açısından ucuz bir sistem uygulanması amaçlanmaktadır. Bu bağlamda, sebze özniteliklerini sınıflandırmak için Ölçekten Bağımsız Öznitelik Dönüşümü (SIFT) ve Hızlandırılmış Sağlam Öznitelikler (SURF) yaklaşımları kullanılmıştır. Öznitelik çıkarma işlemi üç renk uzayına göre yapılır; XYZ renk uzayı, HSV renk uzayı ve RGB renk uzayı kullanılarak renk uzayı kanalları ile öznitelikler oluşturulur. Sınıflandırıcı, her görüntü için bitkisel öznitelikler oluşturulduktan sonra kullanılabilir. Kaggle Sebze Görüntü Veri Kümesi üzerinde, tüm dünyada bulunan ve fasulye, acı su kabağı, şişe kabağı, brinjal, brokoli, lahana gibi 15 farklı popüler sebze çeşidi kullanılarak deneyler yapılmıştır. Kapsikum, havuç, karnabahar, salatalık, papaya, patates, balkabağı, turp ve domates ile elde edilen sonuçlar tez sonunda sunulmuştur. SIFT ve SURF metotlarının farklı renk uzayı kanalları kullanılarak sebze sınıflandırması üzerindeki etkisinin bir karşılaştırması gösterilmistir.