Servicios Personalizados
Revista
Articulo
Indicadores
- Citado por SciELO
- Accesos
Links relacionados
- Citado por Google
- Similares en SciELO
- Similares en Google
Compartir
Ingeniería y competitividad
versión impresa ISSN 0123-3033versión On-line ISSN 2027-8284
Resumen
TELLO-CIFUENTES, Lizette; MARULANDA, Johannio y THOMSON, Peter. Técnicas de visión artificial y aprendizaje de máquinas para la detección y clasificación de grietas. Ing. compet. [online]. 2023, vol.25, n.2, e-20512143. Epub 05-Mayo-2023. ISSN 0123-3033. https://doi.org/10.25100/iyc.v25i2.12143.
En los procesos de mantenimiento y rehabilitación de vías, es importante el desarrollo de procedimientos que contribuyan a la evaluación de la condición del pavimento. Los métodos de inspección de la superficie de pavimento que emplean imágenes capturan información permitiendo un análisis cuantitativo. Este documento presenta una metodología para la detección de grietas en el pavimento, mediante la aplicación de técnicas de procesamientos de imágenes y redes neuronales artificiales; está dividido en cuatro etapas: 1. Adquisición de las imágenes, 2. Procesamiento de imágenes, iii. Extracción de características y iv. Clasificación utilizando RNA. La metodología se aplicó para la detección de los deterioros: grieta longitudinal, bache y piel de cocodrilo. La clasificación se realizó mediante una red neuronal MLP con configuración (12 14 3), la cual obtuvo una exactitud de 95,56% y una precisión de 94,44%. La metodología propuesta puede ser útil para las organizaciones gubernamentales en la evaluación de la malla vial.
Palabras clave : Procesamiento de imágenes; Transformada Wavelet Scattering; Redes neuronales artificiales; Grietas en el pavimento.