Rozpoznawanie oraz lokalizacja w obrazie przewodów linii wysokiego napięcia

• Autorzy: Kowalski P. , Smyk R.

Identyfikatory

DOI

10.21008/j.1897-0737.2018.96.0022

Warianty tytułu

EN

Power line detection

• Konferencja: Computer Applications in Electrical Engineering (23-24.04.2018 ; Poznań, Polska)
• Języki publikacji: PL

Abstrakty

PL

W pracy przedstawiono opracowany algorytm rozpoznawania oraz lokalizacji przewodów linii wysokiego napięcia na podstawie obrazu horyzontalnego. Procedura detekcji przewodu została podzielona na trzy etapy. Pierwszy etap zawiera algorytm wykrywania krawędzi wykazujący największą czułość na krawędzie poziome, a jednocześnie brak czułości na krawędzie pionowe. Efektem jest znaczna redukcja liczby wykrytych krawędzi w porównaniu do algorytmów wykrywających krawędzie we wszystkich kierunkach ze stałą czułością. Drugi etap polega na filtracji wykrytych krawędzi oraz klasyfikacji punktów do dalszej analizy. Na podstawie lokalnych różnic między sąsiadującymi pikselami wstępnie odrzucane są miejsca zawierające przypuszczalnie szum lub tło. Finalna klasyfikacja punktów reprezentujących przewód dokonywana jest z wykorzystaniem algorytmu znajdującego najdłuższą ścieżkę. Ostatni, trzeci etap polega na lokalizacji przewodu poprzez aproksymację jego kształtu na podstawie sklasyfikowanych punktów. Kontur wykrytego przewodu uzupełniany jest zbiorem pikseli reprezentującym przerwane ścieżki, zwiększając w ten sposób dokładność finalnej aproksymacji. Procedurę wykrywania przewodu zrealizowaną przy użyciu poszczególnych algorytmów przetestowano dla zdjęć rzeczywistych przewodów elektrycznych i stwierdzono jej pełną skuteczność.

EN

The paper presents the algorithm for recognizing and locating high voltage power lines with the use of horizontal images. The algorithm has the highest sensitivity to horizontal edges and at the same time is insensitive to vertical edges. The first stage includes an edge detection algorithm. The second stage involves filtering of detected edges and classifying the points for further analysis. Using gradient method, the regions containing noise or background are discarded. The final classification of pixels representing the line is made using the longest path detection algorithm. In the third stage a shape of the wire is approximated based on the set of selected points. Then the contour of the detected wire is constructed with a set of pixels representing interrupted paths, thus increasing the accuracy of the final approximation.

Słowa kluczowe

PL

wykrywanie krawędzi; wykrywanie krzywych; wykrywanie przewodów wysokiego napięcia; aproksymacja kształtu przewodu; przetwarzanie obrazu

• Wydawca: Wydawnictwo Politechniki Poznańskiej
• Czasopismo: Poznan University of Technology Academic Journals. Electrical Engineering
• Rocznik: 2018
• Tom: No. 96
• Strony: 255--266
• Opis fizyczny: Bibliogr. 12 poz., rys.

Twórcy

autor

Kowalski P.

• Politechnika Gdańska

autor

Smyk R.

• Politechnika Gdańska

Bibliografia

• [1] Duda R. O., Hart P. E., Use of the Hough transformation to detect lines and curves in pictures, Comm. ACM, Vol. 15, Jan., 1972, pp. 11–15.
• [2] Burns J. B., Hanson A. R., Riseman E. M., Extracting straight lines, IEEE Transactions on Pattern Analysis & Machine Intelligence, Volume 8, Number 4, 1986, pp. 425-455.
• [3] Grompone von Gioi R., Jakubowicz J., Morel J. M., Randall G., LSD: a Line Segment Detector, Image Processing On Line, 2012, pp. 35-55.
• [4] Grompone von Gioi R., Jakubowicz J., Morel J. M., Randall G., LSD: A Fast Line Segment Detector with a False Detection Control, IEEE Transactions on Pattern Analysis and Machine Intelligence Volume 32, Number 4, April 2010, pp. 722-732.
• [5] Huang Q., An Algorithm for Extracting Straight Lines based on Differences Process, 2008 International Conference on Computer Science and Software Engineering Computer Science and Software Engineering, Volume 2, 2008.
• [6] Nguyen U. T. V., Bhuiyan A., Park L. A., Ramamohanarao K., An effective retinal blood vessel segmentation method using multi-scale line detection, Pattern Recognition, March 2013.
• [7] Yetgin O. E., Gerek O. N., PLD: Power line detection system for aircrafts, International Artificial Intelligence and Data Processing Symposium (IDAP) Artificial Intelligence and Data Processing Symposium (IDAP), Sept. 2017.
• [8] Guang Z., Jinwei Y., I-Ling Y., Farokh B., Robust Real-Time UAV Based Power Line Detection and Tracking, IEEE International Conference on Image Processing (ICIP), Sept. 2016, pp. 744-748.
• [9] Candamo J., Kasturi R., Goldgof D., Sarkar S., Detection of Thin Lines using Low-Quality Video from Low-Altitude Aircraft in Urban Settings, IEEE Transactions on Aerospace and Electronic Systems Volume 45 Number 3, July 2009.
• [10] Karakose, E., Performance evaluation of electrical transmission line detection and tracking algorithms based on image processing using UAV, International Artificial Intelligence and Data Processing Symposium (IDAP), 1-5 Sept. 2017.
• [11] Weiran C., Linlin Z., Jianda H., Tianran W., Yingkui D., High voltage transmission line detection for uav based routing inspection, IEEE/ASME International Conference on Advanced Intelligent Mechatronics Advanced Intelligent Mechatronics (AIM), July 2013, pp. 554-558.
• [12] Open Source Computer Vision Library, Reference Manual, 2014.

Uwagi

Opracowanie rekordu w ramach umowy 509/P-DUN/2018 ze środków MNiSW przeznaczonych na działalność upowszechniającą naukę (2018).