Por favor, use este identificador para citar o enlazar este ítem: http://hdl.handle.net/11422/11677
Especie: Dissertação
Título : Computer vision methods for underwater pipeline segmentation
Autor(es)/Inventor(es): Campos Ruiz, Roberto Esteban
Tutor: Petraglia, Mariane Rembold
Tutor : Gomes, José Gabriel Rodríguez Carneiro
Resumen: O processo de inspeção de tubulações submarinas é geralmente realizado por Veículos Operados Remotamente (ROVs) equipados principalmente com sensores óticos e acústicos. Durante longos períodos de inspeção e em condições de baixa visibilidade, o processo de inspeção visual torna-se cansativo e sujeito a falhas de interpretação por parte do operador. Portanto, a automação desse processo apresenta uma melhoria na manutenção das tubulações. Este trabalho apresenta um sistema de segmentação de tubulações rígidas submarinas usando uma câmera monocular. Um detector de bordas baseado na cor foi proposto aproveitando as restrições da geometria das tubulações e informações de rastreamento. Tubulações segmentadas foram transformadas em uma representação de vista superior 2D. O sistema foi avaliado com um conjunto de dados de 7808 imagens, anotados manualmente, obtidas em diferentes tarefas de inspeção reais. O sistema obteve 96.5% na taxa de detecção e 96,3% de acurácia na segmentação.
Resumen: Underwater pipeline inspection is usually conducted by Remotely Operated Vehicles (ROVs) equipped mainly with optical and acoustic sensors. During long inspections periods and low visibility conditions, traditional visual inspection becomes a tedious job and can lead to operator misinterpretations. Therefore, the automation of this process involves an improvement in the maintenance of the pipelines. This work presents an underwater pipeline segmentation system for rigid pipelines using a monocular camera. A color based edge detector was proposed, taking advantage of the pipeline geometry restrictions, besides tracking information. Segmented pipelines were transformed into a 2D top view representation. The system was evaluated with a dataset containing 7808 images, manually annotated, acquired during real inspection tasks. The system reached 96.5% of detection rate and 96.3% of segmentation accuracy.
Materia: Engenharia elétrica
Tubulação subaquática
Detecção de objeto
Segmentação de imagem
Materia CNPq: CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA
Programa: Programa de Pós-Graduação em Engenharia Elétrica
Unidade de producción: Instituto Alberto Luiz Coimbra de Pós-Graduação e Pesquisa de Engenharia
Editor: Universidade Federal do Rio de Janeiro
Fecha de publicación: mar-2018
País de edición : Brasil
Idioma de publicación: eng
Tipo de acceso : Acesso Aberto
Aparece en las colecciones: Engenharia Elétrica

Ficheros en este ítem:
Fichero Descripción Tamaño Formato  
888735.pdf1.34 MBAdobe PDFVisualizar/Abrir


Los ítems de DSpace están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.