مقایسه روش های آنالیز بافت تصویر به منظور شناسایی و طبقه بندی خودکار خرابیهای روسازی آسفالتی
نویسندگان
1 استاد، دانشکده مهندسی، دانشگاه فردوسی مشهد
2 دانش آموخته کارشناسی ارشد، دانشکده مهندسی، دانشگاه فردوسی مشهد
3 استادیار، دانشکده مهندسی، دانشگاه فردوسی مشهد
4 استادیار، دانشکده مهندسی، دانشگاه فردوسی مشهد
doi
10.22075/jtie.2017.11322.1211چکیده
ارزیابی عملکرد روسازی یکی از مهمترین عناصر سیستمهای مدیریت روسازی جهت تعیین راهکار بهینه عملیات ترمیم و نگهداری راه محسوب میشود. پیمایش خرابیهای سطحی راه جزو مراحل اصلی فرایند ارزیابی روسازی در سطح شبکه و همچنین در سطح پروژه است. در دو دهه اخیر، تحقیقات گستردهای پیرامون توسعه روشهای خودکار، جهت شناسائی خرابیهای روسازی انجام گرفته که اغلب بر پایه بینایی ماشین و فنون پردازش تصویر میباشند. یکی از مهمترین اجزای تشکیلدهنده سیستم بینایی ماشین، فرایند استخراج ویژگی میباشد. در این تحقیق، پس از برداشت تصاویر شش گروه مختلف از خرابیهای سطح روسازی آسفالتی در شرایط کنترل شده، به منظور مقایسه روشهای مختلف آنالیز آماری بافت تصویر در تشخیص و طبقهبندی خودکار انواع خرابیها، از شاخصهای آماری مرتبه اول بر پایه هیستوگرام تصویر، شاخصهای آماری مرتبه دوم بر پایه ماتریس همرخداد و از آمارگان مرتبه سوم و بالاتر مبتنی بر ماتریس طول تکرار سطوح خاکستری، استفاده شده است. نتایج حاصل از کلاسبندی تصاویر خرابی بر اساس روش کمینه فاصله ماهالانوبیس، حاکی از آن است که آمارگان مستخرج از هیستوگرام و ماتریس همرخداد سطوح خاکستری، اگر چه در شناسایی ترکهای پوست سوسماری نسبت به ماتریس طول تکرار، حساسیت عملکردی طبقهبندی بهتری داشته، اما به طور میانگین شاخصهای آماری مرتبه سوم و بالاتر بر پایه ماتریس طول تکرار سطوح خاکستری، با دقت عملکردی 80%، نسبت به سایر رویکردهای توصیف بافت بهکارگیری شده در این تحقیق، نتایج برتری در شناسایی و کلاسهبندی خرابیهای سطح روسازی آسفالتی حاصل نموده است.