Resumen

Los baches son la forma más común de deterioro de los pavimentos de hormigón de cemento, lo que puede comprometer la seguridad del pavimento y la facilidad de conducción. Por lo tanto, la detección oportuna y precisa de baches es una tarea importante para desarrollar estrategias de mantenimiento adecuadas y garantizar la seguridad de la conducción. Este artículo propone un método para integrar el procesamiento de las características de escala de grises y textura. Este método combina principalmente la cámara industrial para realizar una detección rápida y precisa del bache. Las técnicas de procesamiento de imágenes, incluidos los filtros de textura, la escala de grises de la imagen, la morfología y la extracción del máximo dominio conectado, se utilizan de forma sinérgica para extraer características útiles de las imágenes digitales. Se construye un modelo de aprendizaje automático basado en la biblioteca de máquinas de vectores soporte (LIBSVM) para distinguir los baches de las grietas longitudinales, las grietas transversales y las grietas complejas. El método se valida utilizando datos recogidos en zonas agrícolas y de pastoreo de Mongolia Interior, China. Los experimentos exhaustivos de reconocimiento de baches muestran que el recuerdo, la precisión y la puntuación F1 alcanzados son del 100%, el 97,4% y el 98,7%, respectivamente. Además, se calcula la tasa de solapamiento entre la región de baches extraída y la imagen original. Las imágenes con una tasa de solapamiento superior al 90 representan el 76,8% de la imagen total, y las imágenes con un índice de solapamiento superior al 80 representan el 94% de la imagen total. Una comparación revela que el enfoque propuesto es superior al método existente no sólo desde el punto de vista de la precisión de la detección de baches, sino también desde la perspectiva del efecto de segmentación y la eficacia del procesamiento.

• Materias:Matemáticas
• Subjects:mathematics
• Palabras claves:tasa de solapamiento, método, imagen total, técnicas de tratamiento de imágenes, detección precisa de baches, estrategias de mantenimiento adecuadas, máquina de vectores soporte, perspectiva, baches, interior de mongolia
• Keywords:overlap rate, method, total image, image processing techniques, accurate pothole detection, proper maintenance strategies, support vector machine, perspective, potholes, inner mongolia