Please use this identifier to cite or link to this item: https://hdl.handle.net/20.500.13087/1984
Title: Powerline detection for aircraft flight safety using image processing
Other Titles: Hava aracı uçuş güvenliği için görüntü işleme kullanılarak gerilim teli tespiti
Authors: Gerek, Ömer Nezih
Yetgin, Ömer Emre
Keywords: Elektrik ve Elektronik Mühendisliği
Electrical and Electronics Engineering
Issue Date: 2018
Publisher: Eskişehir Teknik Üniversitesi
Abstract: Bu tezde, hava araçlarının güvenliğine yönelik olarak, hava araçlarının elektrik tellerine çarpmalarını engeleyecek aktif birkaç yöntem önerilmiştir. Bu kapsamda, Ayrık Kosinüs Dönüşümü, Lineer İkili Desen, Gradyenlerin Histogramı ve Evrişimsel Nöral Ağ yöntemleri kullanılmıştır. Kullanılan yöntemler, tarafımızdan oluşturulan ve gerçek görüntülerden oluşturulan veritabanı üzerinde denenmiştir. Bu yöntemlerin elektrik teli içeren sahneleri tanıma performansları karşılaştırılmıştır. Yöntemler uygulanmadan önce, ön-işleme / ön-eğitim işlemlerinde hangi metodların kullanılacağı ve bu metodların performansları da incelenmiştir.
In this thesis, several active methods have been proposed for the safety of air vehicles, which prevent air vehicles from colliding with electrical wires. In this context, Discrete Cosine Transform, Linear Binary Pattern, Histogram of Gradient and Convolutional Neural Network methods were used. The methods were tested on image databases, which consist of real life aerial images that were captured and curated by ourselves. The recognition performances of such scenes with these methods were compared. The effects of various pre-processing / pre-training on the classification and feature extraction steps were also examined.
URI: https://tez.yok.gov.tr/UlusalTezMerkezi/TezGoster?key=as2oTjW5jfr9IKSvmCdJYjNXCpofLh514WFItktzjVlBh8FUbD1pr1Zw7Gi2aY5b
https://hdl.handle.net/20.500.13087/1984
Appears in Collections:Tez Koleksiyonu

Show full item record

CORE Recommender

Page view(s)

8
checked on Oct 3, 2022

Google ScholarTM

Check


Items in GCRIS Repository are protected by copyright, with all rights reserved, unless otherwise indicated.