Улучшение изображений асфальтобетонных покрытий на основе методов сегментации

Аннотация

Журавлев А.А.

Дата поступления статьи: 01.05.2023

Для оценки качества дорожного покрытия существует множество систем, работающих на основе конкретных алгоритмов, среди которых методы сегментации изображения. Временная сложность и точность классификации – два ключевых показателя при оценке эффективности конкретного алгоритма. В данной статье в качестве анализируемых методов сегментации изображений используются: Кластеризация k-средних, Линейная кластеризация, Адаптивные пороговые значения, Глобальные пороговые значения. На основе способов, описанных в разделе «Методология экспериментов», наилучшие показатели точности классификации и временной сложности имеет метод «Глобальные пороговые значения» (38,2% – точность классификации; временная сложность – линейная (такой же тип сложности имеют и другие методы, однако, у данного алгоритма гораздо меньшие абсолютные временные показатели).

Ключевые слова: сравнение, метод, сегментация, изображение, фотография, дорога, покрытие, состояние, точность, классификация, время, сложность

2.1.1 - Строительные конструкции, здания и сооружения

2.1.8 - Проектирование и строительство дорог, метрополитенов, аэродромов, мостов и транспортных тоннелей

.