تعیین توزیع دانه بندی سنگ دانه های بتن و آسفالت با استفاده از استخراج ویژگی فیلترهای گابور و شبکه های عصبی

توزیع ابعادی سنگ دانه های تشکیل دهنده بتن و آسفالت، از مهمترین پارامترها در کنترل طرح های اختلاط بتن و آسفالت است که می تواند بر کیفیت نهایی، مقاومت و دوام بتن و آسفالت تاثیر گذار باشد. به منظور ارزیابی درصد اختلاط سنگ دانه ها، روش پردازش تصویری دیجیتال یک روش غیر مستقیم، سریع و قابل اعتماد است. در این تحقیق بر پایه یکی از روش های استخراج ویژگی های دیداری تصویر (فیلترهای گابور) و استفاده از شبکه های عصبی، الگوریتمی جهت تعیین توزیع دانه بندی تصاویر سنگ دانه های تشکیل دهنده بتن و آسفالت ارائه شده است. تعداد ۱۰۰ تصویر از سنگ دانه های تشکیل دهنده بتن و آسفالت برای آموزش شبکه عصبی به کار برده شد. سپس نتایج حاصله با نتایج تخمین خودکار دانه بندی سنگ دانه ها در نرم افزار Split-Desktop و همچنین تجزیه سرندی مقایسه شد. نتایج به دست آمده بیان گر یک بهبود کلی در ارزیابی توزیع اندازه سنگ دانه های تشکیل دهنده بتن و آسفالت و کاهش خطای ۶۷% با استفاده از روش پیشنهادی نسبت به تخمین خودکار نرم افزار Split-Desktop است. همچنین در ارزیابی اندازه های ۱۰F تا ۱۰۰F، روش پیشنهادی بهبود ۶۳%را نشان داد.

کلیدواژه ها:

توزیع دانه بندی ، سنگ دانه های بتن و آسفالت ، استخراج ویژگی تصویر ، فیلترهای گابور ، شبکه های عصبی