РОЗРОБКА МЕТОДІВ ВИДАЛЕННЯ ДЕФЕКТІВ НА ЗОБРАЖЕННЯХ ЕНЕРГООБ’ЄКТІВ, ОТРИМАНИХ В ПРОЦЕСІ ДИСТАНЦІЙНОГО МОНІТОРИНГУ ЗА ДОПОМОГОЮ БПЛА
Ключові слова:
повітряні лінії електропередачі, дистанційний моніторинг, БПЛА, порядкове перенесення, обробка зображень, медіанна фільтрація, взаємнокореляційна функція
Анотація
Метою статті є розробка та експериментальне дослідження методів видалення дефектів на зображеннях, отриманих в результаті дистанційного моніторингу об'єктів енергетичної інфраструктури за допомогою БПЛА, викликаного порядковим переносом зображення з матриці камери в пристрій зберігання. За час зйомки кадру об'єкт встигає змінити місце розташування, що обумовлено характером руху БПЛА, і в результаті ділянки одного кадру відображають різні моменти часу. Таке запізнення отримання даних з матриці щодо руху в кадрі призводить до появи добре помітних геометричних спотворень об'єктів. Камери з порядковим переносом, мають невисоку вартість, таким чином, їх застосування дозволяє істотно знизити вартість системи моніторингу, але вимагає розробки методів обробки отриманих зображень, які б мінімізували геометричні спотворення. При проведенні досліджень використовувалися методи кореляційного оцінювання відносного зсуву послідовностей що представляють собою рядки зображення, методи цифрової нелінійної фільтрації. Було проведено математичне моделювання в пакеті Scilab. Запропоновані і програмно реалізовані методи придушення ефекту порядкового перенесення, які не потребують аналізу послідовності кадрів і дозволяють усувати спотворення, викликані як нахилом відеокамери, так і її вібрацією. При цьому не потрібне проведення оцінки частоти коливань камери або виділення певних областей на зображенні. Використання запропонованих методів дозволяє створити програмне забезпечення для бортового комп'ютера БПЛА, яке може усувати артефакти на зображеннях, отриманих в процесі моніторингу в реальному масштабі часу. Що дозволяє спростити автоматичне виділення контурів і об'єктів на зображенні, а також визначення кількісних і якісних характеристик об'єктів за результатами фото- і відео-зйомки. Отримано розрахункові співвідношення, що дозволяють визначити передбачувані значення зсуву рядків зображення, викликаного ефектом порядкового перенесення. Крім зображень у видимому спектрі, запропоновані методи можуть бути використані для обробки термограм. Проаналізовано методи видалення спотворень на зображеннях та показано, що запропоновані методи дозволяють практично повністю усунути артефакти на зображенні, викликані ефектом порядкового перенесення.Завантаження
Дані про завантаження поки що недоступні.
Посилання
1. Skarbek L., Zak A., Ambroziak D. Damage detection strategies in structural health monitoring of overhead power transmission system. – 7th European Workshop on Structural Health Monitoring. Clerk Maxwell, A Treatise on Electricity and Magnetism. 2014. 3rd ed., vol. 2. pp. 68–73. HAL Id : hal-01020412
2. Li L. The UAV intelligent inspection of transmission lines. – International Conference on Advances in Mechanical Engineering and Industrial Informatics. 2015. pp. 1542–1545. doi: 10.2991/ameii-15.2015.285
3. Adabo G. J. Unmanned aircraft system for high voltage power transmission lines of Brazilian electrical system. – Journal of Power and Energy Engineering. February 2014. 8(2). pp. 394–398. doi: 10.1049/oap-cired.2017.1048
4. Sheinin M., Schechner Y., Kutulakos N. Rolling shutter imaging on the electric grid. – IEEE International Conference on Computational Photography (ICCP). 2018. pp.1–12. doi: 10.1109/ICCPHOT.2018.8368472
5. Chun J.-B., Jung H., Kyung, C.-M. Suppressing rolling-shutter distortion of CMOS image sensors by motion vector detection. – IEEE Transactions on Consumer Electronics. 2008. Vol. 54, Is. 4. pp. 1479–1487. doi: 10.1109/TCE.2008.4711190
6. Baker S., Bennett E., Kang S., Szeliski, R. Removing rolling shutter wobble. – IEEE Computer Society Conference on Computer Vision and Pattern Recognition. 2010. pp. 2392–2399. doi: 10.1109/CVPR.2010.5539932 Системи управління, навігації та зв'язку, 2018, випуск 4(50) ISSN 2073-7394 12
7. Rengarajan V., Rajagopalan A., Aravind R., Seetharaman G. Image Registration and Change Detection under Rolling Shutter Motion Blur. – IEEE Transactions on Pattern Analysis and Machine Intelligence. 2017. Volume: 39, Issue: 10, pp. 1959– 1972. doi: 10.1109/TPAMI.2016.2630687
8. Punnappurath A., Rengarajan V., Rajagopalan A. Rolling Shutter Super-Resolution. – IEEE International Conference on Computer Vision (ICCV). 2015. pp. 558–566. doi: 10.1109/ICCV.2015.71
9. Ali A., Rasha E., Alser T. Median Filter Performance Based on Different Window Sizes for Salt and Pepper Noise Removal in Gray and RGB Images. – International Journal of Signal Processing, Image Processing and Pattern Recognition. 2015. Vol.8, No.10, pp.343–352. doi: 10.14257/ijsip.2015.8.10.34
2. Li L. The UAV intelligent inspection of transmission lines. – International Conference on Advances in Mechanical Engineering and Industrial Informatics. 2015. pp. 1542–1545. doi: 10.2991/ameii-15.2015.285
3. Adabo G. J. Unmanned aircraft system for high voltage power transmission lines of Brazilian electrical system. – Journal of Power and Energy Engineering. February 2014. 8(2). pp. 394–398. doi: 10.1049/oap-cired.2017.1048
4. Sheinin M., Schechner Y., Kutulakos N. Rolling shutter imaging on the electric grid. – IEEE International Conference on Computational Photography (ICCP). 2018. pp.1–12. doi: 10.1109/ICCPHOT.2018.8368472
5. Chun J.-B., Jung H., Kyung, C.-M. Suppressing rolling-shutter distortion of CMOS image sensors by motion vector detection. – IEEE Transactions on Consumer Electronics. 2008. Vol. 54, Is. 4. pp. 1479–1487. doi: 10.1109/TCE.2008.4711190
6. Baker S., Bennett E., Kang S., Szeliski, R. Removing rolling shutter wobble. – IEEE Computer Society Conference on Computer Vision and Pattern Recognition. 2010. pp. 2392–2399. doi: 10.1109/CVPR.2010.5539932 Системи управління, навігації та зв'язку, 2018, випуск 4(50) ISSN 2073-7394 12
7. Rengarajan V., Rajagopalan A., Aravind R., Seetharaman G. Image Registration and Change Detection under Rolling Shutter Motion Blur. – IEEE Transactions on Pattern Analysis and Machine Intelligence. 2017. Volume: 39, Issue: 10, pp. 1959– 1972. doi: 10.1109/TPAMI.2016.2630687
8. Punnappurath A., Rengarajan V., Rajagopalan A. Rolling Shutter Super-Resolution. – IEEE International Conference on Computer Vision (ICCV). 2015. pp. 558–566. doi: 10.1109/ICCV.2015.71
9. Ali A., Rasha E., Alser T. Median Filter Performance Based on Different Window Sizes for Salt and Pepper Noise Removal in Gray and RGB Images. – International Journal of Signal Processing, Image Processing and Pattern Recognition. 2015. Vol.8, No.10, pp.343–352. doi: 10.14257/ijsip.2015.8.10.34
Опубліковано
2018-09-12
Як цитувати
Ivashko A. Розробка методів видалення дефектів на зображеннях енергооб’єктів, отриманих в процесі дистанційного моніторингу за допомогою бпла / A. Ivashko, A. Zuev // Системи управління, навігації та зв’язку. Збірник наукових праць. – Полтава: ПНТУ, 2018. – Т. 4 (50). – С. 8-12. – doi:https://doi.org/10.26906/SUNZ.2018.4.008.
Розділ
Навігація та геоінформаційні системи
This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License.
