Haploid ve diploid mısır tohumlarının imge analizi ve makine öğrenme algoritmaları kullanılarak sınıflandırılması

Katlanmış haploid bitkiler günümüzde gelişmiş mısır ıslah programlarında yaygın olarak kullanılmaktadır. Bu teknik ıslah süresini kısaltmakta ve ıslahın etkinliğini arttırmaktadır. Bu ıslah tekniğinde önemli işlerden biri haploid tohumların seçimidir. Haploid tohumların seçiminde en yaygın yöntem R1-nj renk markörüdür. Bu seçimin elle yapılıyor olması seçim başarımını azaltmakta, zaman ve emek kaybına sebep olmaktadır. Bu nedenle seçim başarımını arttıracak, zaman ve emek tasarrufu sağlayacak otomatik seçim yöntemlerinin geliştirilmesi bir ihtiyaç haline gelmiştir. Bu tez çalışmasında, R1-nj renk markörüne göre haploid ve diploid mısır tohumlarını imge analizi ve makine öğrenme algoritmaları kullanarak sınıflandıracak bir yöntem önerilmiştir. Tez çalışması kapsamında iki ayrı veri seti oluşturulmuştur. Öznitelik vektörü olarak 8, 16 ve 32 renk ölçekli gri seviyeli renk histogramları, renk momentleri ve doku öznitelikleri kullanılmıştır. Öznitelikler karar ağacı, k-en yakın komşu, destek vektör makinesi ve yapay sinir ağı yöntemleri ile sınıflandırılmıştır. Sınıflandırıcı başarımı 10-katlı çapraz doğrulama yöntemi ile sınanmıştır. En iyi performans, k-en yakın komşu sınıflandırma yöntemi ile renk momentleri öznitelikleri kullanılarak %90,39 doğruluk oranıyla elde edilmiştir.