Satellietdataverzamelaar: Deze module haalt hogeresolutie-satellietbeelden van Pléiades op. De beelden worden voorbewerkt met orthorectificatie, waardoor afstand en ruimtelijke uitlijning worden gecorrigeerd voor terreindeformaties en satelliethoeken. Dit bereidt de gegevens voor op verdere analyse, zodat vegetatie en infrastructuur nauwkeurig kunnen worden gemonitord.
GIS-dashboard: Het GIS-dashboard is een gebruiksvriendelijke interface die een interactieve kaart weergeeft met de elektrische infrastructuur. Gebruikers kunnen op specifieke zones klikken om het vegetatieanalyseproces voor dat gebied te starten.
NDVI-filter: We begonnen met het toepassen van een Normalized Difference Vegetation Index (NDVI)-filter om vegetatie nabij de elektrische infrastructuur te identificeren, zodat alleen relevante elementen werden verwerkt.
CNN: Een convolutioneel neuraal netwerk (CNN) werd getraind om vegetatie en de schaduw ervan te detecteren, waardoor het systeem beide met hoge nauwkeurigheid in satellietbeelden kan identificeren.
Schaduwvectorberekenaar: We ontwikkelden een schaduwvectorberekenaar om de richting en lengte van schaduwen te analyseren, waardoor de relatieve positie en hoogte van de vegetatie kon worden bepaald.
YOLO-model: Een YOLO-model (You Only Look Once) werd geïntegreerd om de positie van elke boom te detecteren. Dit creëert instanties van de segmentatie, een vergelijkbaar resultaat als bij panoptische segmentatiemodellen.
Hoogteschatting: Tot slot hebben we een hoogteschatting gebouwd die de gegevens van het CNN, het YOLO-model en de schaduwvectorberekeningen combineert om de exacte hoogte van de vegetatie te bepalen, wat zorgt voor nauwkeurige monitoring op afstand.