تشخیص و طبقه بندی خودکار بافت خرابی های روسازی آسفالتی بر پایه تبدیل موجک
محل انتشار: فصلنامه جاده، دوره: 29، شماره: 107
سال انتشار: 1400
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 182
فایل این مقاله در 23 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_ROAD-29-107_012
تاریخ نمایه سازی: 22 شهریور 1400
چکیده مقاله:
ارزیابی خرابیهای روسازی یکی از مهمترین عناصر سیستمهای مدیریت روسازی جهت تعیین راهکار بهینه عملیات ترمیم و نگهداری راه محسوب میشود. در دو دهه اخیر، تحقیقات گستردهای پیرامون توسعه روشهای خودکار جهت شناسایی خرابیهای روسازی انجام گرفته است. اغلب این روشها بر پایه بینایی ماشین و فنون پردازش تصویر میباشند. یکی از مهمترین اجزای تشکیلدهنده سیستمهای بینایی ماشین، فرآیند استخراج ویژگی است. در سالهای اخیر روشهای آنالیز چنددقته همچون تبدیل موجک، ابزار مناسبی جهت تجزیه و تحلیل ویژگیهای بافتی تصویر با سرعت و دقتی قابل قبول، فراهم آورده است. در این پژوهش، پس از برداشت تصاویر شش گروه مختلف از خرابیهای سطح روسازی آسفالتی در شرایط کنترل شده، به منظور تشخیص و طبقهبندی آنها، از ۴ نوع تبدیل چنددقته دوبعدی شامل موجک گسسته Haar، موجک گسسته Daubechies ۳، موجک گسسته Coiflet ۱ و موجک مختلط دو درختی استفاده گردید. پس از تجزیه تصاویر توسط اعمال تبدیلهای مذکور، شاخصهای آماری مرتبه اول بر پایه خصوصیات هیستوگرام و آمارگان مرتبه دوم مبتنی بر ماتریس همرخداد سطوح خاکستری، به منظور آنالیز آماری بافت باندهای فرکانسی موجکها بهکارگیری گردید. نتایج حاصل از طبقهبندی تصاویر خرابی بر اساس روش کمینه فاصله ماهالانوبیس، حاکی از آن است که شاخصهای آماری مرتبه دوم مستخرج از زیرباندهای تبدیل موجک مختلط دودرختی و موجک گسسته Haar به ترتیب با دقت کلاسبندی ۹۹ درصد و ۹۵ درصد، نسبت به سایر الگوریتمهای توصیف بافت استفاده شده در این تحقیق، در شناسایی انواع خرابی نتایج بهتری به دنبال داشته است. همچنین شاخصهای آماری حاصل از ماتریس همرخداد سطوح خاکستری، به طور میانگین با دقت عملکردی ۸۷ درصد، عملکرد برتری نسبت به خصوصیات آماری هیستوگرام در کلاسهبندی تصاویر خرابی دارا میباشند.
کلیدواژه ها:
خرابی های روسازی ، بافت تصویر ، تبدیل موجک گسسته ، تبدیل موجک مختلط دو درختی ، کمینه فاصله ماهالانوبیس
نویسندگان
رضا شهابیان مقدم
دانش آموخته کارشناسی ارشد، گروه عمران، دانشکده مهندسی، دانشگاه فردوسی مشهد، مشهد، ایران
سید علی صحاف
استادیار، گروه عمران، دانشکده مهندسی، دانشگاه فردوسی مشهد، مشهد، 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 :