Use este identificador para citar ou linkar para este item: http://repositorio.ufes.br/handle/10/9575
Título: Identificação e Monitoramento de Dormentes de Ferrovias usando Processamento de Imagens
Autor(es): FRANCA, A. S.
Orientador: Raquel Frizera Vassallo
Palavras-chave: Processamento de imagens
Reconhecimento de características
Data do documento: 29-Mai-2017
Editor: Universidade Federal do Espírito Santo
Citação: FRANCA, A. S., Identificação e Monitoramento de Dormentes de Ferrovias usando Processamento de Imagens
Resumo: A 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.
URI: http://repositorio.ufes.br/handle/10/9575
Aparece nas coleções:PPGEE - Dissertações de mestrado

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
tese_11031_André Stanzani Franca.pdf7.01 MBAdobe PDFVisualizar/Abrir


Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.