Resumen

El mantenimiento efectivo de carreteras requiere encuestas periódicas adecuadas de la condición del pavimento asfáltico. El proceso manual de evaluación del pavimento es intensivo en mano de obra y consume mucho tiempo. Este estudio propone una alternativa para automatizar las encuestas periódicas de la condición del pavimento mediante el procesamiento de imágenes y el aprendizaje automático. Se emplean técnicas avanzadas de procesamiento de imágenes, incluyendo el filtro Laplaciano local rápido, el filtro Sobel, el filtro orientable y la integral de proyección, para mejorar y analizar imágenes y extraer características útiles de las imágenes digitales. Basándose en las características producidas por estas técnicas de procesamiento de imágenes, se utiliza un árbol de clasificación de refuerzo adaptativo para realizar tareas de reconocimiento de grietas en el pavimento. Se ha recopilado un conjunto de datos de muestras de imágenes que consta de cinco clases (grieta de cocodrilo, grieta diagonal, grieta longitudinal, sin grieta y grieta transversal) para construir y verificar el rendimiento del

• Materias:Etringita Microestructura Ingeniería portuaria Método estocástico Conductividad hidráulica
• Subjects:Ettringite Microstructure Port engineering Stochastic method Hydraulic conductivity
• Palabras claves:Mantenimiento de carreteras; Inspecciones periódicas; Estado del pavimento de asfalto; Procesamiento de imágenes; Aprendizaje automático; Reconocimiento de grietas
• Keywords:Road maintenance; Periodic surveys; Asphalt pavement condition; Image processing; Machine learning; Crack recognition