Algoritmo para la clasificación de daños en pavimento flexible de vías urbanas

Simple item page
dc.contributor.advisorPorras Diaz, Hernán
dc.contributor.advisorCastañeda Pinzón, Eduardo Alberto
dc.contributor.authorSanabria Echeverry, Duvan Yahir
dc.date.accessioned2024-03-03T20:08:57Z
dc.date.available2013
dc.date.available2024-03-03T20:08:57Z
dc.date.created2013
dc.date.issued2013
dc.description.abstractEl presente documento muestra el trabajo de investigación realizado en el grupo de investigación Geomática, gestión y optimización de sistemas, en el área de Ingeniería de Pavimentos aplicando técnicas del procesamiento digital de imágenes (PDI), orientada a la clasificación de daños para apoyar la automatización de los procesos relacionados con la inspección de pavimentos. La investigación ha sido enfocada principalmente en la caracterización y detección de grietas en imágenes, y en la clasificación de daños tipo agrietamiento en pavimento flexible usando redes neuronales artificiales, dado que las grietas son el principal tipo de daño en la superficie del pavimento, porque de estas se derivan los demás tipos de deterioros. En este trabajo, el proceso para la clasificación de grietas inicia con la captación de imágenes mediante los sistemas implementados. Luego a cada imagen captada se aplica el filtro de la mediana, para el suavizado de la imagen; el ajuste de contraste, para hacer uniforme el fondo de la imagen y realzar la grieta; la aplicación de la media y la desviación estándar de los niveles de grises, para segmentar la imagen; la combinación de operadores de morfología matemática, para fusionar separaciones estrechas y rellenar agujeros pequeños; la detección de grietas, usando propiedades geométricas y descriptores de forma; y la aplicación de redes neuronales, para reconocer las grietas en el pavimento asfáltico. Adicionalmente, se propone un método para cuantificar la extensión y la severidad de las grietas, y con base en la metodología Índice de Condición del Pavimento (PCI, de su sigla en inglés) se califica automáticamente el área de pavimento que abarca la imagen. Por último, se presenta una herramienta software que integra los algoritmos propuestos en cada etapa del PDI.
dc.description.abstractenglishClassification of damage type crack, Crack detection, Morphological operations, Flexible pavement, Neural networks, Digital image processing. Description: This paper shows the research work done in the research group Geomática, gestión y optimización de sistemas, in the área of Pavement Engineering using digital image processing (DIP), oriented classification of damage to support the automation of processes related to pavement inspection. The research has been focused mainly on the Characterization and detection of cracks in images, and cracks classification in flexible pavement using neural networks, as cracks are the main type of damage to the road surface, because these are derived from other types of damage. In this paper, the process for classifying cracks begins with the acquisition of images using the implemented systems. Then for each acquired image is applied median filter for image smoothing; contrast adjustment, to make uniform the background of the image and enhance the crack; applying the mean and standard deviation of gray levels, to segment the image; the combination of mathematical morphology operators to fuse narrow gaps and filling small holes; crack detection, using geometrical properties and shape descriptors; and the application of neural networks to recognize the cracks in the asphalt pavement. Furthermore, a method to quantify the extent and severity of the damage crack type is proposed, and based on the methodology Pavement Condition Index (PCI) pavement área covering the image is automatically qualified. Finally, a software tool that integrates the algorithms proposed in each stage of the DIP is presented.
dc.description.degreelevelMaestría
dc.description.degreenameMagíster en Ingeniería de Sistemas e Informática
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/20.500.14071/29241
dc.language.isospa
dc.publisherUniversidad Industrial de Santander
dc.publisher.facultyFacultad de Ingenierías Fisicomecánicas
dc.publisher.programMaestría en Ingeniería de Sistemas e Informática
dc.publisher.schoolEscuela de Ingeniería de Sistemas e Informática
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.subjectAjuste De Contraste
dc.subjectCaracterísticas Geométricas Y Descriptores De Forma
dc.subjectClasificación De Daños Tipo Grieta
dc.subjectDetección De Grietas
dc.subjectOperaciones Morfológicas
dc.subjectPavimento Flexible
dc.subjectRedes Neuronales
dc.subjectProcesamiento Digital De Imágenes.
dc.subject.keywordContrast Adjustment
dc.subject.keywordGeometrics Features And
dc.titleAlgoritmo para la clasificación de daños en pavimento flexible de vías urbanas
dc.title.englishAlgorithm for pavement damages classification in urban roads
dc.type.coarhttp://purl.org/coar/version/c_b1a7d7d4d402bcce
dc.type.hasversionhttp://purl.org/coar/resource_type/c_bdcc
dc.type.localTesis/Trabajo de grado - Monografía - Maestria
Files
Original bundle
Now showing 1 - 3 of 3
No Thumbnail Available
Name:
Carta de autorización.pdf
Size:
260.03 KB
Format:
Adobe Portable Document Format
Download
No Thumbnail Available
Name:
Documento.pdf
Size:
7.02 MB
Format:
Adobe Portable Document Format
Download
No Thumbnail Available
Name:
Nota de proyecto.pdf
Size:
136.94 KB
Format:
Adobe Portable Document Format
Download
Collections
Maestría en Ingeniería de Sistemas e Informática