Resumen

La detección de defectos, como grietas y desprendimientos en la superficie de las paredes de los edificios de gran altura, es una tarea crucial para el mantenimiento de los edificios. Si no se detectan ni se tratan, estos defectos pueden afectar significativamente a la integridad estructural y al aspecto estético de los edificios. Los propietarios de edificios y las agencias de mantenimiento necesitan métodos oportunos y rentables de inspección del estado de los edificios para sustituir el método de inspección manual, que requiere mucho tiempo y trabajo. Este estudio construye un enfoque de procesamiento de imágenes para evaluar periódicamente el estado de las estructuras de los muros. Se emplean algoritmos de procesamiento de imágenes de filtros orientables e integrales de proyección para extraer características útiles de las imágenes digitales. El nuevo modelo desarrollado se basa en la máquina de vectores de apoyo y en la máquina de vectores de apoyo de mínimos cuadrados para generalizar los límites de clasificación que categorizan las condiciones del muro en cinco etiquetas: grieta longitudinal, grieta transversal, grieta diagonal, daño por desprendimiento y muro intacto. Se ha recogido un conjunto de datos compuesto por 500 muestras de imágenes para entrenar y probar los clasificadores basados en el aprendizaje automático. Los resultados experimentales señalan que el modelo propuesto que combina el procesamiento de imágenes y los algoritmos de aprendizaje automático puede lograr un buen rendimiento de clasificación con una tasa de precisión de clasificación = 85,33%. Por lo tanto, el nuevo método desarrollado puede ser una alternativa prometedora para ayudar a las agencias de mantenimiento en las inspecciones periódicas de los edificios.

• Materias:Biotecnología Minería de datos Algoritmos genéticos Cerebro - fisiopatología Neurofisiología
• Subjects:Biotechnology Data mining Genetic algorithms Brain - pathophysiology Neurophysiology
• Palabras claves:condiciones de la pared, agencia de mantenimiento, inspección periódica del edificio, detección de defectos, algoritmo de aprendizaje automático, tasa de precisión de la clasificación, algoritmo de procesamiento de imágenes, buen rendimiento de la clasificación, máquina de vectores de apoyo, tarea del edificio
• Keywords:conditions of wall, maintenance agency, periodic building survey, detection of defects, machine learning algorithm, classification accuracy rate, image processing algorithm, good classification performance, support vector machine, task of building