Flok ve filamentlerin morfolojik karakterlerin incelenmesi, aktif çamur durumunun değerlendirilmesinde önemli bir rol oynamaktadır. Özellikle flokların dokusal özellikleri ve serbest halde bulunan filament miktarlarının incelenmesi gerekmektedir. Bu yüzden bölütleme aşamasının ayrı bir önemi vardır ve bu konuda yapılmış birçok çalışma bulunmaktadır. Bu çalışmada, Hücresel Sinir Ağları (HSA) kullanılmıştır. HSA’da sabit bir şablon kullanılmış, sadece iterasyon değeri görüntüye göre güncellenmiştir. İterasyon değerinin belirlenmesinde dalgacık metodu kullanılmıştır. Haar dalgacık filtresi kullanılarak ikinci seviyede ayrıştırma yapılmıştır. Bu ayrıştırma sonucu elde edilen alt bantların uzaysal frekans değerleri kullanılarak iterasyon değeri hesaplanmıştır. Çamur içinde serbest halde bulunan filementlerin miktarı, çamurun özelliği acısından önemlidir. Görüntülerde, filamentler ve floklar iç içe yer alabilmektedir. Bu yüzden görüntüde serbest halde veya floklarla teması bulunan filamentlerin görüntüden ayrıştırılması gerekmektedir. Dolayısıyla HSA işleminden sonra görüntüye bir dizi morfolojik işlemler uygulanmıştır. HSA bölütleme sonucu elde edilen görüntü, kenar çıkarma ve tophat dönüşümü uygulanan görüntüler ile piksel olarak karşılaştırılmıştır. Sonuç olarak, flok ve filamentler görüntünün özelliklerine göre ve çalışmanın amacına uygun olarak bölütlenmiştir.Examination of morphological characteristics of flocs and filaments plays an important role for activated sludge. An examination should be conducted especially on textural features and free filament amounts. This is why the segmentation stage has a particular importance and there are many studies in this regard. In this study, cellular neural networks (CNN) were used. A constant template was used and it was only the iteration value that was updated according to image. Wavelet method was employed to determine the iteration value. Second level decomposition was made with Haar wavelet filter. Iteration value was calculated with spatial frequency values of subbands acquired from decomposition process. The free filament amount in sludge is substantial in terms of activated sludge features. Filaments and flocs in images may appear one within the other. Therefore, filaments that are present free or in contact with flocs should be degraded from the image. Hence, a series of morphological processes were applied on the image after CNN process. A comparison was made between the image acquired from CNN segmentation process and images acquired from edge extraction and top-hat transform. Consequently, flocs and filaments were segmented parallel to features of the image and aim of the study.