Demiryolu Bağlantı Elemanları için Anahtar Noktalar ve Görsel Kelime Çantası Tabanlı Kusur Tespit Yöntemi

İlhan Aydın; Emre Güçlü; Erhan Akın

doi:10.35234/fumbd.894102

Demiryolu Bağlantı Elemanları için Anahtar Noktalar ve Görsel Kelime Çantası Tabanlı Kusur Tespit Yöntemi

Öz

Demiryolu hattı; raylar, ray traversleri ve bağlantı elemanlarından oluşan stabil bir yapıdır. Bu yapı tekerlekler için güvenilir bir yüzey sağlayarak trenlerin taşınmasını sağlar. Eğer bu yapı bozulursa güvenlik sorunları ortaya çıkar. Bu nedenle hat üzerinde oluşabilecek kusurların incelenmesi önemli bir konu haline gelmiştir. Bu çalışmada, ray bağlantı elemanlarında oluşan kusurların tespiti için bilgisayarlı görme tabanlı bir yaklaşım önerilmiştir. Önerilen yaklaşımda ilk olarak ray görüntüsünden bağlantı elemanının konumunu belirlenmektedir. Daha sonra bağlantı elemanı ile ilgili tanımlayıcı özellikler ORB yöntemi ile elde edilmektedir. Son aşamada ise elde edilen özellikler kullanılarak bağlantı elemanı için kusurlu veya sağlam olarak sınıflandırma işlemi yapılmaktadır. Önerilen yöntemin başarımı deneysel olarak doğrulanmış ve %96.88’lik bir başarım elde edilmiştir. Aynı veri kümesi üzerinde SURF anahtar nokta çıkarım tekniği ve HOG tekniği de uygulanmıştır. Üç tekniğin sonuçları karşılaştırılmıştır. Ayrıca elde edilen sonuç, literatürde bulunan farklı çalışmaların sonuçları ile karşılaştırılıp tablo halinde sunulmuştur.

Anahtar Kelimeler

Destekleyen Kurum

TUBITAK

Proje Numarası

120E097

Kaynakça

Peng, Z., Wang, C., Ma, Z., & Liu, H. (2019). A Multifeature Hierarchical Locating Algorithm for Hexagon Nut of Railway Fasteners. IEEE Transactions on Instrumentation and Measurement, 69(3), 693-699.
Utrata, D., & Clark, R. (2003, March). Groundwork for rail flaw detection using ultrasonic phased array inspection. In AIP Conference Proceedings (Vol. 657, No. 1, pp. 799-805). American Institute of Physics.
Chen, Q., Niu, X., Zuo, L., Zhang, T., Xiao, F., Liu, Y., & Liu, J. (2018). A railway track geometry measuring trolley system based on aided INS. Sensors, 18(2), 538.
Gan, J., Wang, J., Yu, H., Li, Q., & Shi, Z. (2018). Online rail surface inspection utilizing spatial consistency and continuity. IEEE Transactions on Systems, Man, and Cybernetics: Systems.
Zhang, H., Jin, X., Wu, Q. J., Wang, Y., He, Z., & Yang, Y. (2018). Automatic visual detection system of railway surface defects with curvature filter and improved Gaussian mixture model. IEEE Transactions on Instrumentation and Measurement, 67(7), 1593-1608.
Gibert, X., Patel, V. M., & Chellappa, R. (2016). Deep multitask learning for railway track inspection. IEEE transactions on intelligent transportation systems, 18(1), 153-164.
Liu, J., Huang, Y., Zou, Q., Tian, M., Wang, S., Zhao, X., ... & Ren, S. (2019). Learning visual similarity for inspecting defective railway fasteners. IEEE Sensors Journal, 19(16), 6844-6857.
Feng, H., Jiang, Z., Xie, F., Yang, P., Shi, J., & Chen, L. (2013). Automatic fastener classification and defect detection in vision-based railway inspection systems. IEEE transactions on instrumentation and measurement, 63(4), 877-888.

Aytekin, Ç., Rezaeitabar, Y., Dogru, S., & Ulusoy, I. (2015). Railway fastener inspection by real-time machine vision. IEEE Transactions on Systems, Man, and Cybernetics: Systems, 45(7), 1101-1107.
Wei, X., Yang, Z., Liu, Y., Wei, D., Jia, L., & Li, Y. (2019). Railway track fastener defect detection based on image processing and deep learning techniques: A comparative study. Engineering Applications of Artificial Intelligence, 80, 66-81.
He, B., Luo, J., Ou, Y., Xiong, Y., & Li, B. (2020). Railway Fastener Defects Detection under Various Illumination Conditions using Fuzzy C-Means Part Model. Transportation Research Record, 0361198120977182.
Ma, A., Lv, Z., Chen, X., Li, L., Qiu, Y., Zheng, S., & Chai, X. (2020). Pandrol track fastener defect detection based on local convolutional neural networks. Proceedings of the Institution of Mechanical Engineers, Part I: Journal of Systems and Control Engineering, 0959651820953679.
Mery, D., & Pedreschi, F. (2005). Segmentation of colour food images using a robust algorithm. Journal of Food engineering, 66(3), 353-360.
Otsu, N. (1979). A threshold selection method from gray-level histograms. IEEE transactions on systems, man, and cybernetics, 9(1), 62-66.
Ojala, T., Pietikainen, M., & Maenpaa, T. (2002). Multiresolution gray-scale and rotation invariant texture classification with local binary patterns. IEEE Transactions on pattern analysis and machine intelligence, 24(7), 971-987.
Fan, H., Cosman, P. C., Hou, Y., & Li, B. (2018). High-speed railway fastener detection based on a line local binary pattern. IEEE Signal Processing Letters, 25(6), 788-792.
Csurka, G., Dance, C., Fan, L., Willamowski, J., & Bray, C. (2004, May). Visual categorization with bags of keypoints. In Workshop on statistical learning in computer vision, ECCV (Vol. 1, No. 1-22, pp. 1-2).
Taheri, N., Nejad, F. M., & Zakeri, H. (2019). A Brief Overview and New Knowledge Based System for Rail Direct Fastening Evaluation Using Digital Image Processing. Archives of Computational Methods in Engineering, 1-19.

Ayrıntılar

Birincil Dil

Türkçe

Konular

Mühendislik

Bölüm

Araştırma Makalesi

Yazarlar

İlhan Aydın ^*
0000-0001-6880-4935
Türkiye

Emre Güçlü
Türkiye

Erhan Akın
0000-0001-6476-9255
Türkiye

Yayımlanma Tarihi

15 Eylül 2021

Gönderilme Tarihi

10 Mart 2021

Kabul Tarihi

5 Nisan 2021

Yayımlandığı Sayı

Yıl 2021 Cilt: 33 Sayı: 2

DOI

https://doi.org/10.35234/fumbd.894102

IZ

https://izlik.org/JA98AL52GK

Kaynak Göster

RIS / Bibtex

APA

Aydın, İ., Güçlü, E., & Akın, E. (2021). Demiryolu Bağlantı Elemanları için Anahtar Noktalar ve Görsel Kelime Çantası Tabanlı Kusur Tespit Yöntemi. Fırat Üniversitesi Mühendislik Bilimleri Dergisi, 33(2), 587-597. https://doi.org/10.35234/fumbd.894102

AMA

1.Aydın İ, Güçlü E, Akın E. Demiryolu Bağlantı Elemanları için Anahtar Noktalar ve Görsel Kelime Çantası Tabanlı Kusur Tespit Yöntemi. Fırat Üniversitesi Mühendislik Bilimleri Dergisi. 2021;33(2):587-597. doi:10.35234/fumbd.894102

Chicago

Aydın, İlhan, Emre Güçlü, ve Erhan Akın. 2021. “Demiryolu Bağlantı Elemanları için Anahtar Noktalar ve Görsel Kelime Çantası Tabanlı Kusur Tespit Yöntemi”. Fırat Üniversitesi Mühendislik Bilimleri Dergisi 33 (2): 587-97. https://doi.org/10.35234/fumbd.894102.

EndNote

Aydın İ, Güçlü E, Akın E (01 Eylül 2021) Demiryolu Bağlantı Elemanları için Anahtar Noktalar ve Görsel Kelime Çantası Tabanlı Kusur Tespit Yöntemi. Fırat Üniversitesi Mühendislik Bilimleri Dergisi 33 2 587–597.

IEEE

[1]İ. Aydın, E. Güçlü, ve E. Akın, “Demiryolu Bağlantı Elemanları için Anahtar Noktalar ve Görsel Kelime Çantası Tabanlı Kusur Tespit Yöntemi”, Fırat Üniversitesi Mühendislik Bilimleri Dergisi, c. 33, sy 2, ss. 587–597, Eyl. 2021, doi: 10.35234/fumbd.894102.

ISNAD

Aydın, İlhan - Güçlü, Emre - Akın, Erhan. “Demiryolu Bağlantı Elemanları için Anahtar Noktalar ve Görsel Kelime Çantası Tabanlı Kusur Tespit Yöntemi”. Fırat Üniversitesi Mühendislik Bilimleri Dergisi 33/2 (01 Eylül 2021): 587-597. https://doi.org/10.35234/fumbd.894102.

JAMA

1.Aydın İ, Güçlü E, Akın E. Demiryolu Bağlantı Elemanları için Anahtar Noktalar ve Görsel Kelime Çantası Tabanlı Kusur Tespit Yöntemi. Fırat Üniversitesi Mühendislik Bilimleri Dergisi. 2021;33:587–597.

MLA

Aydın, İlhan, vd. “Demiryolu Bağlantı Elemanları için Anahtar Noktalar ve Görsel Kelime Çantası Tabanlı Kusur Tespit Yöntemi”. Fırat Üniversitesi Mühendislik Bilimleri Dergisi, c. 33, sy 2, Eylül 2021, ss. 587-9, doi:10.35234/fumbd.894102.

Vancouver

1.İlhan Aydın, Emre Güçlü, Erhan Akın. Demiryolu Bağlantı Elemanları için Anahtar Noktalar ve Görsel Kelime Çantası Tabanlı Kusur Tespit Yöntemi. Fırat Üniversitesi Mühendislik Bilimleri Dergisi. 01 Eylül 2021;33(2):587-9. doi:10.35234/fumbd.894102