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

Simple item page
dc.contributor.advisorPorras Diaz, Hernán
dc.contributor.advisorSanabria Echeverry, Duván Yahir
dc.contributor.authorCastillo Rangel, Miguel Andrés
dc.contributor.authorMesa Ribero, Sulay Tatiana
dc.date.accessioned2024-03-03T18:36:57Z
dc.date.available2011
dc.date.available2024-03-03T18:36:57Z
dc.date.created2011
dc.date.issued2011
dc.description.abstractLa 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.
dc.description.abstractenglishThe necessity to improve the pavement management plans in terms of efficacy, efficiency and economy have increased the use of technologies for the pavement evaluation, being remarkable the role played by the pavement cracks recognition based on digital image processing. In this context, and as a part of the development of an automated pavement classification and evaluation system, an algorithm capable of identify, classify and measure the distress presents in concrete pavement digital images was proposed. To realize the algorithm, a proceeding for the digital images recollection was established at first, and then a median filter and a background homogenization technique were used to pre-process the images collected. For the cracks segmentation, the region grow technique was used, followed with two algorithms focused on: eliminate the pavement joints or another object which had been segmented but that does not seems like a pavement distress, and join the cracks pieces previously segmented. Latterly, five concrete pavement cracks classes were established: edge, longitudinal, transversal, block and another object, which each of one were characterized using three shape descriptors (extension, elongation and orientation), and then were classified through a perceptron multilayer artificial neuronal network. Finally, the developed algorithm was validated for images that were captured either following or not the established pavement crack recollection proceeding, obtaining, respectively, an accuracy percentage of 84 y 74%. In conclusion, the proposed algorithm presents a great generalization capacity and could be considered as novel in its kind because it represents, characterizes and classifies the concrete pavement distress as regions inside the digital images. Also, the running times registered once the algorithm was implemented in the software Matlab, could asseverate that it may be uses on any semi-automatic pavement evaluation system.
dc.description.degreelevelPregrado
dc.description.degreenameIngeniero Civil
dc.format.mimetypeapplication/pdf
dc.identifier.instnameUniversidad Industrial de Santander
dc.identifier.reponameUniversidad Industrial de Santander
dc.identifier.repourlhttps://noesis.uis.edu.co
dc.identifier.urihttps://noesis.uis.edu.co/handle/20.500.14071/25020
dc.language.isospa
dc.publisherUniversidad Industrial de Santander
dc.publisher.facultyFacultad de Ingenierías Fisicomecánicas
dc.publisher.programIngeniería Civil
dc.publisher.schoolEscuela de Ingeniería Civil
dc.rightshttp://creativecommons.org/licenses/by/4.0/
dc.rights.accessrightsinfo:eu-repo/semantics/openAccess
dc.rights.creativecommonsAtribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)
dc.rights.licenseAttribution-NonCommercial 4.0 International (CC BY-NC 4.0)
dc.rights.urihttp://creativecommons.org/licenses/by-nc/4.0
dc.subjectAlgoritmo
dc.subjectPavimento rígido
dc.subjectFisuras
dc.subjectProcesamiento de imágenes digitales.
dc.subject.keywordConcrete pavement
dc.subject.keywordCracks
dc.subject.keywordDigital image processing.
dc.titleAlgoritmo para reconocimiento de fallas tipo fisura en pavimiento rígido mediante tratamiento de imágenes digitales
dc.title.englishConcrete pavement cracks recognition algorithmbased on digital image processing
dc.type.coarhttp://purl.org/coar/version/c_b1a7d7d4d402bcce
dc.type.hasversionhttp://purl.org/coar/resource_type/c_7a1f
dc.type.localTesis/Trabajo de grado - Monografía - Pregrado
Files
Original bundle
Now showing 1 - 3 of 3
No Thumbnail Available
Name:
Carta de autorización.pdf
Size:
84.29 KB
Format:
Adobe Portable Document Format
Download
No Thumbnail Available
Name:
Documento.pdf
Size:
6.35 MB
Format:
Adobe Portable Document Format
Download
No Thumbnail Available
Name:
Nota de proyecto.pdf
Size:
1.41 MB
Format:
Adobe Portable Document Format
Download
Collections
Ingeniería Civil