İnsansız Hava Aracı ile Görüntü İşleme ve Yapay Zekâ Teknikleri Kullanılarak Yangın Tespiti: Örnek Bir Uygulama

Abstract

Son yıllarda orman ve şehir yangınlarının artması tüm dünya için önemli bir sorun oluşturmaktadır. Ekolojik ve ekonomik açıdan büyük kayıplara sebep olan yangınlar, karbon döngüsünü bozarak orman dinamiklerine de ciddi zarar vermektedir. Bu doğrultuda yaşamın gerekliliği açısından önemli ekosistemlerden olan ormanların ve doğanın korunması önem arz etmektedir. Orman ve şehir yangınları ile mücadelede yangının erken tespiti büyük kayıpların önüne geçmektedir. Teknolojinin gelişimi ile birlikte yangınların erken tespit edilebilmesi amacıyla insansız hava araçları (İHA), yapay zekâ ve görüntü işleme tekniklerinden yararlanılmaktadır. Çalışmada, yangının erken tespiti üzerinde duruldu ve yangının erken tespit edilebilmesi için insansız hava aracı tasarlandı. Çalışmada, görüntü işleme ve yapay zekâ tekniklerinden yararlanılarak görüntülerde ateş tespiti yapılmakta ve akabinde yangın tespit edilen konum belirlenmektedir. Çalışmada sonuç olarak kullanılan mimarinin karmaşıklık matrisine göre performansı değerlendirilerek, %96 doğruluk, %98 duyarlılık, %89 özgüllük ve %96 kesinlik değerleri bulunmuştur. Gerçekleştirilen çalışma sayesinde yangının erken tespiti sağlanacak ve hızlı müdahale gerçekleştirilecektir.

License Plate Recognition System Based on Artificial Intelligence with Different Approach

“…Therefore, filters are applied to improve the source image and eliminate these drawbacks. The preprocessing stage includes techniques such as color space transitions, scaling, histogram operations, thresholding, filtering, and morphological transformation [44]. Figure 2 shows the basic steps applied in image preprocessing.…”

“…Filtering operations are defined as changing or enhancing an image to remove certain features or highlight interesting features in an image [43]. The primary purpose of filtering is to clarify the distinction between the physical features in the image and make it easier to comment on the image [44]. Mean, gaussian, sobel, laplacian, canny, and bilateral filters, which are among the basic filtering methods, have been tested in the pycharm program using the python programming language.…”

“…In this case, this process is repeated for all pixels in the image, and the image is cleared of noise. The mathematical formula of the arithmetic mean filter is given in Equation 1 [44].…”

“…In static thresholding, a threshold value is determined by the user. The algorithm determines the threshold value in dynamic thresholding [44]. Threshold operations were tried one by one using a python programming language in the pycharm program.…”

“…Static thresholding: Static thresholding is divided into five groups: binary type, binary, inverted type, zero types, zero invented type, and truncate type [44]. Figure 9 shows the results obtained for each type after applying a static thresholding filter to the plate image.…”