تفکیک خودکار نواحی قیرزده در روسازی آسفالتی با استفاده آنالیز چند سطحی تصویر
محل انتشار: پژوهشنامه حمل و نقل، دوره: 20، شماره: 1
سال انتشار: 1402
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 194
فایل این مقاله در 13 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_TRJ-20-1_014
تاریخ نمایه سازی: 24 بهمن 1401
چکیده مقاله:
روسازی راه ها، اصلی ترین بخش شبکه راه های کشور را تشکیل داده است. از این رو بررسی وضعیت روسازی به ویژه بررسی خرابی-های روسازی نقش مهمی در فرایند مدیریت شبکه روسازی هر کشور دارد. خرابی قیرزدگی از جمله خرابی های مهم روسازی آسفالتی به شمار می رود، زیرا تاثیر مستقیمی بر مشخصه مقاومت لغزشی روسازی و مانورپذیری وسایل نقلیه و ایمنی راه ها دارد. بررسی تحقیقات گذشته نشان می دهد که ارزیابی خودکار این خرابی نسبت به سایر خرابی ها کمتر مورد توجه بوده است و تمرکز اصلی پژوهش های انجام شده در این زمینه بر تشخیص خودکار این خرابی بوده است. تفکیک خودکار نواحی دارای خرابی از سایر نواحی روسازی از جمله مهم ترین بخش ها در ارزیابی خرابی های روسازی است که امکان بررسی دقیق تر خرابی ها را فراهم می کند. از این رو، در این پژوهش تلاش شده است تا با استفاده از پردازش تصویر مبتنی بر آنالیز چند سطحی، روشی کارامد به منظور تفکیک خودکار نواحی قیرزده از نواحی سالم ارائه شود. سامانه پیشنهادی با متوسط ۸۲/۴۴ ،۸۸/۶۶ و ۸۰/۳۳ درصدی به ترتیب بر اساس معیار صحت، ضریب تشابه دایس و نسبت اشتراک به اجتماع، عملکرد بهتری نسبت به مطالعات گذشته داشته است. این تفکیک خودکار نواحی قیرزدگی با دقت قابل قبول، امکان بررسی خودکار خرابی قیرزدگی را فراهم کرده است و می تواند عملکرد سامانه های مدیریت روسازی را بهبود بخشد.
کلیدواژه ها:
نویسندگان
سجاد رنجبر
دانشجوی دکتری، دانشکده عمران و محیط زیست، دانشگاه صنعتی امیرکبیر، تهران، ایران
فریدون مقدس نژاد
استاد، دانشکده عمران و محیط زیست، دانشگاه صنعتی امیرکبیر، تهران، ایران
حمزه ذاکری
استاد، دانشکده عمران و محیط زیست، دانشگاه صنعتی امیرکبیر، تهران، ایران
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :