Detección de bordes optimizada por metaheurísticas para el reconocimiento de grietas en muros de concreto: Un estudio comparativo sobre el rendimiento de los algoritmos de Roberts, Prewitt, Canny y Sobel.
Autores: Hoang, Nhat-Duc; Nguyen, Quoc-Lam
Idioma: Inglés
Editor: Hindawi
Año: 2018
Acceso abierto
Artículo científico
Categoría
Ingeniería y Tecnología
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 21
Citaciones: Sin citaciones
La detección de grietas es una tarea crucial en la inspección periódica de edificios de gran altura e infraestructuras. La inspección manual es conocida por su baja productividad. Este estudio tiene como objetivo establecer un método basado en el procesamiento de imágenes para detectar grietas en superficies de paredes de concreto de manera automática. Los algoritmos de Roberts, Prewitt, Canny y Sobel se emplean como métodos de detección de bordes para revelar las texturas de grietas que aparecen en las paredes de concreto. Se utilizan operaciones de filtrado mediano y limpieza de objetos para mejorar la imagen y facilitar el reconocimiento de grietas. Dado que los detectores de bordes, el filtro mediano y la operación de limpieza de objetos requieren la selección apropiada de parámetros de ajuste, este estudio se basa en el algoritmo de polinización de flores diferencial como una metaheurística para optimizar el modelo de detección de grietas basado en el procesamiento de imágenes. Los resultados experimentales señalan que el
Descripción
La detección de grietas es una tarea crucial en la inspección periódica de edificios de gran altura e infraestructuras. La inspección manual es conocida por su baja productividad. Este estudio tiene como objetivo establecer un método basado en el procesamiento de imágenes para detectar grietas en superficies de paredes de concreto de manera automática. Los algoritmos de Roberts, Prewitt, Canny y Sobel se emplean como métodos de detección de bordes para revelar las texturas de grietas que aparecen en las paredes de concreto. Se utilizan operaciones de filtrado mediano y limpieza de objetos para mejorar la imagen y facilitar el reconocimiento de grietas. Dado que los detectores de bordes, el filtro mediano y la operación de limpieza de objetos requieren la selección apropiada de parámetros de ajuste, este estudio se basa en el algoritmo de polinización de flores diferencial como una metaheurística para optimizar el modelo de detección de grietas basado en el procesamiento de imágenes. Los resultados experimentales señalan que el