FenixEdu™

Dissertação

{en_GB=Image Processing for Detection of Road Pavement Degradation} {} EVALUATED

Detalhes: {pt=Para manter a qualidade e a segurança das estradas, é necessário aplicar uma política de manutenção apropriada, assim que fendas começarem a aparecer. Uma solução semi-automática é proposta nesta dissertação, pois o modo tradicional de detectar fendas por um técnico é muito demorado, aumentando assim a rapidez e a eficiência da análise do pavimento rodoviário e reduzindo o esforço feito pelo técnico tal como a subjetividade dos resultados. O sistema proposto começa por proporcionar uma detecção automática de fendas não supervisionada rápida e eficaz através um processo de filtragem para identificar as regiões de fendas mais evidentes na imagem. O esqueleto e respetivos pontos finais de cada região identificada são obtidos usando um método de esqueleto. Em seguida, um conjunto de caminhos mínimos entre esses pontos finais é calculado, usando um algoritmo de caminho mínimo. Para aumentar a precisão dos resultados, é aplicado um procedimento de validação, considerando as intensidades de pixels pertencentes aos caminhos previamente computados e a probabilidade de pertencerem à fissura. Finalmente, uma GUI desenvolvida permite que um usuário apague segmentos de caminhos incorretos e adicione novos, usando os mesmos algoritmos de caminho mínimo para minimizar a necessidade de interações do usuário. O dataset usado para fins de teste foi adquirido pelo sistema LRIS e foi dividido em dois conjuntos de imagens, um que contém exemplos de fendas mais fáceis e outro com imagens de fendas mais desafiantes. , en=To keep a high road surface quality and road safety, an appropriate maintenance policy needs to be enforced, as soon as cracks start to appear. Since the traditional way of visually detecting road cracks by a skilled technician is very time consuming. This paper proposes a system that starts by providing a fast and effective unsupervised automatic crack detection result by first applying a filtering procedure to identify the most evident crack regions of the cracks present in the image. The skeleton and its respective endpoints of each identified region are obtained using a skeleton method. Then, a set of minimal paths among those endpoints are computed, using a minimal path algorithm. A validation procedure is applied, considering the intensities of pixels belonging to the previously computed paths and their likelihood of belonging to the crack. Finally, a developed GUI allows a user to erase incorrectly included paths and add new ones, relying on the same minimal path algorithms to minimize the need for user interactions.}
Keywords: {pt=detecção de fendas, caminho mínimos, light field, não supervisionado, processamento de imagem, en=Crack detection, minimal path, light field, unsupervised, image processing}

Discussão: junho 21, 2018, 14:30