Powerline detection for aircraft flight safety using image processing

Abstract

Bu tezde, hava araçlarının güvenliğine yönelik olarak, hava araçlarının elektriktellerine çarpmalarını engeleyecek aktif birkaç yöntem önerilmiştir. Bu kapsamda, AyrıkKosinüs Dönüşümü, Lineer İkili Desen, Gradyenlerin Histogramı ve Evrişimsel NöralAğ yöntemleri kullanılmıştır. Kullanılan yöntemler, tarafımızdan oluşturulan ve gerçekgörüntülerden oluşturulan veritabanı üzerinde denenmiştir. Bu yöntemlerin elektrik teliiçeren sahneleri tanıma performansları karşılaştırılmıştır. Yöntemler uygulanmadan önce,ön-işleme / ön-eğitim işlemlerinde hangi metodların kullanılacağı ve bu metodların performanslarıda 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 ConvolutionalNeural 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. Therecognition performances of such scenes with these methods were compared. The effectsof various pre-processing / pre-training on the classification and feature extraction stepswere also examined.