Algoritmo para reconocimiento de fallas tipo fisura en pavimiento rígido mediante tratamiento de imágenes digitales

La necesidad de avanzar hacía planes de gestión de pavimentos más eficaces, eficientes y económicos ha impulsado el uso de tecnologías para la evaluación del estado del pavimento, destacándose el reconocimiento de fisuras mediante el procesamiento de imágenes digitales. En este contexto, y como part...

Full description

Autores:
Castillo Rangel, Miguel Andrés
Mesa Ribero, Sulay Tatiana
Tipo de recurso:
http://purl.org/coar/version/c_b1a7d7d4d402bcce
Fecha de publicación:
2011
Institución:
Universidad Industrial de Santander
Repositorio:
Repositorio UIS
Idioma:
spa
OAI Identifier:
oai:noesis.uis.edu.co:20.500.14071/25020
Acceso en línea:
https://noesis.uis.edu.co/handle/20.500.14071/25020
https://noesis.uis.edu.co
Palabra clave:
Algoritmo
Pavimento rígido
Fisuras
Procesamiento de imágenes digitales.
Concrete pavement
Cracks
Digital image processing.
Rights
License
Attribution-NonCommercial 4.0 International (CC BY-NC 4.0)
Description
Summary:La necesidad de avanzar hacía planes de gestión de pavimentos más eficaces, eficientes y económicos ha impulsado el uso de tecnologías para la evaluación del estado del pavimento, destacándose el reconocimiento de fisuras mediante el procesamiento de imágenes digitales. En este contexto, y como parte del desarrollo de un sistema automatizado para la clasificación y evaluación del estado del pavimento en vías urbanas para Bucaramanga y su área metropolitana, en el presente trabajo se propuso un algoritmo capaz de identificar, clasificar y medir las fisuras registradas en imágenes digitales del pavimento rígido. Para realizar el algoritmo, se partió de establecer un procedimiento de recolección de las imágenes digitales, las cuales fueron pre-procesadas con un filtro mediano y una homogenización del fondo. Para segmentar las fisuras se empleó la técnica de crecimiento por regiones, seguida dedos algoritmos: el primero para eliminar los objetos que por su forma discreparan de una fisura, y el segundo para unir los tramos de grietas segmentados. Posteriormente, se establecieron cinco clases de fisuras: borde, longitudinal, transversal, de bloque u otro objeto, las cuales fueron caracterizadas con tres descriptores de forma (extensión, elongación y orientación) y clasificadas con una red neuronal perceptron multicapa. Finalmente, el algoritmo desarrollado se validó para imágenes capturadas dentro y fuera del procedimiento de recolección, obteniéndose, respectivamente, porcentajes de acierto en el clasificador de 84 y 74%. En definitiva, el algoritmo propuesto presenta una gran capacidad de generalización y es considerado novedoso en su tipo por representar, caracterizar y clasificar las fisuras como regiones dentro de las imágenes digitales. Asimismo, los tiempos de ejecución medidos tras implementar el algoritmo en el software Matlab, permiten que éste sea empleado en cualquier sistema semi-automático para la evaluación del estado del pavimento.