Konfeksiyon sektöründe baskı ve nakış kalite kontrolünde görüntü işleme yönteminin endüstriyel uygulaması

Bu tez, konfeksiyon sektöründe baskı ve nakış kalite kontrol süreçlerinde görüntü işleme tekniklerinin uygulanabilirliğini incelemekte ve Beybo firması üzerinde gerçekleştirilen bir örnek uygulamayı ele almaktadır. Tez kapsamında, baskı ve nakış hatalarının tespitine yönelik bir kalite kontrol sistemi geliştirilmiştir. Sistem, bir referans numune ile üretimden çıkan ürünleri karşılaştırarak hataları otomatik olarak algılayabilmekte ve operatör müdahalesini en aza indirmektedir. Tezde, sistemin yapısı ve işleyişi detaylı bir şekilde açıklanmış; Raspberry Pi tabanlı bir donanım altyapısı ile kamera ve ışıklandırma entegrasyonu gerçekleştirilmiştir. Hataların tespiti sonrasında sistem, görsel bir uyarı mekanizması (kırmızı-yeşil ışık) ile sonuçları operatöre bildirmektedir. Bu uygulama, kalite kontrol süreçlerindeki insan hatalarını azaltmış, verimliliği artırmış ve süreçleri dijitalleştirerek iş gücü maliyetlerini düşürmüştür. Sonuç olarak, görüntü işleme ile kalite kontrol sistemleri, konfeksiyon sektöründe yüksek hassasiyetli hata tespiti ve süreç iyileştirmesi için yenilikçi bir çözüm sunmaktadır. Bu çalışma, sektör için benzer uygulamalara rehberlik edebilecek bir örnek teşkil etmektedir.

This thesis investigates the applicability of image processing techniques in the quality control processes of printing and embroidery within the apparel industry, through an implementation conducted at Beybo, a textile manufacturing company. Within the scope of the study, a quality control system was developed to detect defects in printed and embroidered products. The system operates by comparing each item from the production line with a predefined reference sample, enabling automatic defect detection and significantly reducing the need for manual inspection. The system’s structure and workflow are explained in detail, including its hardware integration using a Raspberry Pi, camera, and lighting setup. Upon detecting a defect, the system provides instant feedback to the operator through a visual alert mechanism involving red and green lights. This application has reduced human error, improved inspection speed, enhanced process efficiency, and contributed to cost reduction by digitizing quality control tasks. The findings demonstrate that image processing-based quality control systems can offer a highly accurate and efficient solution for detecting defects in the textile industry. The study sets an example for similar applications and contributes to the digital transformation of traditional inspection processes in apparel production.