تحلیل میزان حساسیت جهتی تبدیل موجک در شناسایی هوشمند بافت خرابی های روسازی آسفالتی
محل انتشار: فصلنامه مهندسی حمل و نقل، دوره: 10، شماره: 4
سال انتشار: 1398
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 547
فایل این مقاله در 26 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_JTE-10-4_004
تاریخ نمایه سازی: 21 خرداد 1398
چکیده مقاله:
ارزیابی خرابیهای سطحی راه جزء مراحل اصلی فرآیند مدیریت روسازی است. در دهه گذشته، مطالعات وسیعی پیرامون توسعه روشهای خودکار شناسایی خرابیهای روسازی انجام گرفته که غالبا بر پایه بینایی کامپیوتر و فنون پردازش تصویر هستند. یکی از مهمترین اجزای تشکیلدهنده سیستمهای بینایی ماشین، الگوریتم استخراج ویژگی تصویر است. ویژگیهای بافتی در مقایسه با دیگر ویژگیها همچون رنگ و ویژگیهای هندسی، اطلاعات جامعتر و دقیقتری از الگوهای موجود در ناحیههای تصویر ارائه مینمایند. در سالهای اخیر روشهای آنالیز چندرزولوشن همچون تبدیل موجک، ابزار کارآمدی جهت تجزیه و تحلیل بافت تصویر با سرعت و دقتی منحصربفرد فراهم آورده است. در این پژوهش، پس از برداشت تصاویر شش گروه مختلف از خرابیهای روسازی آسفالتی در شرایط کنترل شده، به منظور تحلیل ساختاری آنها، از 3 نوع تبدیل موجک گسسته دوبعدی شامل موجکهای Haar، Daubechies 3 و Coiflet 1 استفاده گردید. علاوه بر تبدیلهای فوق، به منظور آنالیز میزان حساسیت جهتی تبدیل موجک در شناسایی بافت خرابیها، تبدیل جهتدار موجک مختلط دردرختی نیز بر روی تصاویر اعمال گردید. پس از تجزیه تصاویر توسط اعمال تبدیلهای مذکور، آمارگان مرتبه دوم بر پایه ماتریس همرخداد و توصیفگرهای مرتبه سوم و بالاتر بر پایه ماتریس طول تکرار سطوح خاکستری، به منظور تفسیر آماری بافت زیرباندهای فرکانسی موجکها و استخراج بردار ویژگی بهکارگیری گردید. نتایج حاصل از طبقهبندی تصاویر خرابی بر اساس روش کمینه فاصله ماهالانوبیس، حاکی از آن است که آمارگان مرتبه دوم مستخرج از زیرباندهای تبدیل موجک مختلط دودرختی و موجک گسسته Haar به ترتیب با دقت کلاسبندی 99 درصد و 95 درصد، در تشخیص انواع خرابی نتایج بهتری نسبت به سایر الگوریتمها حاصل نموده اند. همچنین ویژگیهای بافتی حاصل از ماتریس همرخداد سطوح خاکستری، به طور میانگین با دقت طبقهبندی 87 درصد، عملکرد برتری نسبت به آمارگان ماتریس طول تکرار، در کلاسهبندی تصاویر خرابی به دنبال داشته است.
کلیدواژه ها:
نویسندگان
رضا شهابیان مقدم
دانش آموخته کارشناسی ارشد، گروه عمران- راه و ترابری، دانشکده مهندسی، دانشگاه فردوسی مشهد، مشهد، ایران
سیدعلی صحاف
استادیار، گروه عمران- راه و ترابری، دانشکده مهندسی، دانشگاه فردوسی مشهد، مشهد، ایران
ابوالفضل محمدزاده مقدم
استادیار، گروه عمران- راه و ترابری، دانشکده مهندسی، دانشگاه فردوسی مشهد، مشهد، ایران
حمیدرضا پوررضا
استاد، گروه کامپیوتر، 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 :