Научная статья на тему 'АЛГОРИТМ ОБНАРУЖЕНИЯ И ВЫДЕЛЕНИЯ УЧАСТКА ПРОВОДА НА СНИМКАХ С КУРСОВОЙ КАМЕРЫ БПЛА'

АЛГОРИТМ ОБНАРУЖЕНИЯ И ВЫДЕЛЕНИЯ УЧАСТКА ПРОВОДА НА СНИМКАХ С КУРСОВОЙ КАМЕРЫ БПЛА Текст научной статьи по специальности «Компьютерные и информационные науки»

CC BY
31
9
i Надоели баннеры? Вы всегда можете отключить рекламу.
Ключевые слова
КОМПЬЮТЕРНОЕ ЗРЕНИЕ / СЕГМЕНТАЦИЯ ИЗОБРАЖЕНИЯ / ЛЭП

Аннотация научной статьи по компьютерным и информационным наукам, автор научной работы — Калинич И. В.

В статье автор приводит алгоритм для сегментации проводов ЛЭП на снимках с курсовой камеры БПЛА.

i Надоели баннеры? Вы всегда можете отключить рекламу.

Похожие темы научных работ по компьютерным и информационным наукам , автор научной работы — Калинич И. В.

iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.
i Надоели баннеры? Вы всегда можете отключить рекламу.

Текст научной работы на тему «АЛГОРИТМ ОБНАРУЖЕНИЯ И ВЫДЕЛЕНИЯ УЧАСТКА ПРОВОДА НА СНИМКАХ С КУРСОВОЙ КАМЕРЫ БПЛА»

УДК 004.4'2

И.В. Калинич

АЛГОРИТМ ОБНАРУЖЕНИЯ И ВЫДЕЛЕНИЯ УЧАСТКА ПРОВОДА НА СНИМКАХ С КУРСОВОЙ КАМЕРЫ БПЛА

В статье автор приводит алгоритм для сегментации проводов ЛЭП на снимках с курсовой камеры БПЛА.

Ключевые слова: компьютерное зрение, сегментация изображения, ЛЭП.

На изображениях, снятых с БПЛА во время передвижения по проводу помимо провода присутствует большое количество деталей таких как деревья, дороги, другие элементы ландшафта, что делает невозможным поиск дефектов на таких изображениях без предварительной обработки. Поэтому перед поиском дефектов необходимо произвести сегментацию изображения. Пример исходного изображения полученного с курсовой камеры комплекса представлен на рис. 1.

! -с ■ - ) i

Рис. 1. Пример снимка с курсовой камеры БПЛА

Так как съемка ведется с определенного ракурса, можно производить поиск провода в определенной области перед камерой.

Провод представляет собой как правило прямую линию, для выделения линий на изображении было использовано преобразование Хафа [4]. Так как преобразование Хафа работает с бинарными изображениями, для его применения необходимо привести исходное изображение к бинарному. Для этой задачи был использован алгоритм Кэни [3] для поиска контуров изображения.

© Калинич И. В., 2020.

Научный руководитель: Лимановская Оксана Викторовна - кандидат химических наук, доцент, Уральский Федеральный университет имени первого Президента России Б.Н. Ельцина, Россия.

Вестник магистратуры. 2020. № 5-5 (104)

ISSN 2223-4047

На рис. 2 приведен результат применения алгоритма Кэнни к изображению провода.

{

А и

1

А

Г \

\

t г 4

г > h

t &

\ 1 • ii

\-V % ¿t 1 Е

Рис. 2. Участок изображения с проводом после применения алгоритма Кэнни

После применения преобразования Хафа полученные линии фильтруются так как провод представляет собой вертикальную линию, поэтому для дальнейшего уточнения позиции провода будут использованы только вертикальные линии. Результат применения преобразования Хафа и фильтрации вертикальных линий можно увидеть на рис. 3.

Рис. 3. Линии найденные в результате применения преобразования Хафа

Линии полученные в результате преобразования Хафа и фильтрации используются для выделения провода с помощью морфологических операторов, это помогает устранить обособленные линии появившиеся в результате шумов на изображении и получить более подходящую под провод область.

Полученная область все еще может не обладать достаточной точностью, поэтому для дальнейшей сегментации используется алгоритм GrubCut [2]. На рис. 4 изображен результат сегментации.

Рис. 4. Результат удаления фона с помощью алгоритма GrubCut

Таким образом мы определяем положение провода и удаляем лишние детали из изображения. Полученное изображение сегмента провода возможно использовать для дальнейшего анализа на наличие дефектов.

Библиографический список

1.Р. Гонсалес, Р. Вудс Цифровая обработка изображений, Москва: Техносфера, 2005. - 1072 с.

2.С. Rother, V. Kolmogorov, A. Blake Grabcut — interactive foreground extraction using iterated graph cuts, 2004

3.Canny J. A Computational Approach to Edge Detection // IEEE Transactions on pattern analysis and machine intelligence. - 1986. - Vol. PAMI-8, no. 6. - P. 679-698.

4.Ballard D.H. Generalizing the hough transform to detect arbitrary shapes // Pattern Recoqnition. - 1981. - Vol. 13, no. 2. - P. 111-122.

КАЛИНИЧ ИГНАТ ВЛАДИМИРОВИЧ - магистрант, Уральский Федеральный университет им. первого Президента России Б.Н. Ельцина, Россия.

i Надоели баннеры? Вы всегда можете отключить рекламу.