Identificação e monitoramento de dormentes de ferrovias usando processamento de imagens

Página do item simplificado
dc.contributor.advisor1Vassallo, Raquel Frizera
dc.contributor.authorFranca, André Stanzani
dc.contributor.referee11º membro da banca
dc.date.accessioned2018-08-02T00:00:45Z
dc.date.available2018-08-01
dc.date.available2018-08-02T00:00:45Z
dc.date.issued2017-05-29
dc.description.abstractThe railway is an important engine of the world economy. This means of transport more than 200 years old is efficient, safe and of great capacity and speed but still suffers from the difficulties of maintenance, mainly due to its assets of great extent, quantity, weight and geographic dispersion. In view of this, some initiatives in automatic inspection of railway assets have been developing. In particular, the inspection of railway sleepers (railway ties), which is sometimes done manually, needs development and consolidation. This dissertation presents a method for inventorying, identifying the type and some defects in sleepers based on image processing, heuristics and feature fusion in an unsupervised way. It uses Haar transform and integral images, as well as other image processing techniques such as edge detection and entropy computation along with aspects of railroad topology to achieve the proposed objectives. The algorithm was developed using real images of daily railway, previously unclassified, and that were subject to various noises and variations of a real railway operation. The method was validated through experiments with an image set that have approximately 33,000 sleepers. The results are promising and reach 97% accuracy in identifying the type of sleepers and reach 93% accuracy in identifying visible defects in sleepers.eng
dc.description.resumoA ferrovia é importante motor da economia mundial. Eficiente, segura e de grande capacidade e velocidade, esse meio de transporte de mais de 200 anos, ainda sofre com as dificuldades de manutenção, majoritariamente devido aos seus ativos de grande extensão, dispersão geográfica, quantidade e peso. Em vista disso, iniciativas em inspeção automática de ativos ferroviários vem se desenvolvendo. Em particular, a inspeção de dormentes ferroviários, que por vezes é feita manualmente, carece de desenvolvimento e consolidação. Esta dissertação apresenta um método para inventariar, identificar o tipo e defeitos em dormentes baseando-se em processamento de imagens, heurística e fusão de características de forma não-supervisionada. Utiliza-se transformada de Haar e imagens integrais, além de outras técnicas de processamento de imagens como detecção de bordas e cálculo de entropia acompanhadas de aspectos da própria topologia da ferrovia para alcançar os objetivos propostos. O desenvolvimento ocorreu sobre imagens reais, não classificadas previamente, do cotidiano ferroviário e que estavam sujeitas a diversos ruídos e variações de uma operação ferroviária autêntica. O método foi validado através de experimentos com um banco de imagens que possuem aproximadamente 33 mil dormentes. Os resultados alcançados são promissores, com acurácia de 97% na assertividade do tipo de dormente identificado e 93% na identificação de defeitos visíveis em dormentes.
dc.formatText
dc.identifier.citationFRANCA, André Stanzani. Identificação e monitoramento de dormentes de ferrovias usando processamento de imagens. 2018. Dissertação (Mestrado em Engenharia Elétrica) — Centro Tecnológico, Universidade Federal do Espírito Santo, Vitória, ES, 2017.
dc.identifier.urihttp://repositorio.ufes.br/handle/10/9575
dc.languagepor
dc.publisherUniversidade Federal do Espírito Santo
dc.publisher.countryBR
dc.publisher.courseMestrado em Engenharia Elétrica
dc.publisher.departmentCentro Tecnológico
dc.publisher.initialsUFES
dc.publisher.programPrograma de Pós-Graduação em Engenharia Elétrica
dc.rightsopen access
dc.subjectProcessamento de imagenspor
dc.subjectReconhecimento de característicaspor
dc.subjectTransformada de Haarpor
dc.subjectImagens integraispor
dc.subjectEntropiapor
dc.subjectFerroviapor
dc.subjectDormentepor
dc.subject.cnpqEngenharia Elétrica
dc.subject.udc621.3
dc.titleIdentificação e monitoramento de dormentes de ferrovias usando processamento de imagens
dc.typemasterThesis
Arquivos
Pacote Original
Agora exibindo 1 - 1 de 1
Imagem de Miniatura
Nome:
tese_11031_André Stanzani Franca.pdf
Tamanho:
6.85 MB
Formato:
Adobe Portable Document Format
Descrição:
Baixar
Coleções
Mestrado em Engenharia Elétrica