Estimación de irregularidades en pavimentos mediante técnicas de procesamiento digital de imágenes
DOI:
https://doi.org/10.33571/rpolitec.v19n37a2Palabras clave:
Procesamiento digital de imágenes, intersección sobre unión, irregularidades en pavimentos, evaluación de pavimentosResumen
Las vías de transporte cumplen un papel fundamental dentro de la comunicación de un país, algunas de ellas están pavimentadas y constituidas por diversos materiales que con el paso del tiempo pueden presentar diferentes tipos de irregularidades. En el siguiente documento se pretende dar una solución para estimar el daño ocasionado por estas irregularidades, específicamente: baches, grietas y pieles de cocodrilo, que son comunes en vías con constante deterioro. Con este objetivo, se realiza un tratamiento desde la perspectiva del procesamiento digital de imágenes usando para ello técnicas de transformación de perspectiva, umbrales, filtros, entre otros, con el propósito de estimar el área equivalente afectada que varía según la irregularidad, evaluando la veracidad del resultado por medio del método intersección sobre unión (IOU), obteniéndose valores de exactitud o precisión de 0.69, 0.87, 0.79 para deterioros como: piel de cocodrilo, bache y grietas considerados en este documento.
Transportation roads play a fundamental role in the communication of a country, some of them are paved and made of different materials that over time may present different types of irregularities. The following document aims to provide a solution to estimate the damage caused by these irregularities, specifically: potholes, cracks and crocodile skins, which are common in roads with constant deterioration. With this objective, a treatment is carried out from the perspective of digital image processing using perspective transformation techniques, thresholds, filters, among others, with the purpose of estimating the equivalent affected area that varies according to the irregularity, evaluating the veracity of the result by means of the intersection over union (IOU) method, obtaining accuracy or precision values of 0.69, 0.87, 0.79 for deteriorations such as: crocodile skin, pothole and cracks considered in this document.
Métricas de artículo
Resumen: 479 PDF: 258 HTML: 110Métricas PlumX
Citas
S. D. Indicators, “Road Infrastructure and Economic Development,” 1992.
R. Huincalef, G. Urrutia, G. Ingravallo, and D. C. Martínez, “Recognition of Surface Irregularities on Roads: a machine learning approach on 3D models,” 2018.
L. Tello-Cifuentes, M. Aguirre-Sánchez, J. P. Díaz-Paz, and F. Hernández, “Evaluación de daños en pavimento flexible usando fotogrametría terrestre y redes neuronales,” TecnoLógicas, vol. 24, no. 50, Jan. 2021, doi: 10.22430/22565337.1686.
D. Buchinger and A. G. Silva, “Anomalies detection in asphalt pavements: a morphological image processing approach,” Revista Brasileira de Computação Aplicada, vol. 6, no. 1, Apr. 2014, doi: 10.5335/rbca.2014.3661.
C. Koch and I. Brilakis, “Pothole detection in asphalt pavement images,” Advanced Engineering Informatics, vol. 25, no. 3, Aug. 2011, doi: 10.1016/j.aei.2011.01.002.
A. Cubero-Fernandez, Fco. J. Rodriguez-Lozano, R. Villatoro, J. Olivares, and J. M. Palomares, “Efficient pavement crack detection and classification,” EURASIP Journal on Image and Video Processing, vol. 2017, no. 1, Dec. 2017, doi: 10.1186/s13640-017-0187-0.
U. Escalona, F. Arce, E. Zamora, and J. H. Sossa Azuela, “Fully Convolutional Networks for Automatic Pavement Crack Segmentation,” Computación y Sistemas, vol. 23, no. 2, Jun. 2019, doi: 10.13053/cys-23-2-3047.
W. A. Mustafa, H. Aziz, W. Khairunizam, Z. Ibrahim, A. B. Shahriman, and Z. M. Razlan, “Review of Different Binarization Approaches on Degraded Document Images,” in 2018 International Conference on Computational Approach in Smart Systems Design and Applications, ICASSDA 2018, 2018.
A. Vyas, S. Yu, and J. Paik, “Fundamentals of digital image processing,” in Signals and Communication Technology, 2018.
Publicado
Cómo citar
Número
Sección
Licencia
Derechos de autor 2023 Luis David Flórez-Pareja, Juan Pablo Escobar-Arenas, David Stephen Fernandez Mc Cann
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-CompartirIgual 4.0.