文献

J-GLOBAL ID：201702244469267762   整理番号：17A1489626

ファジィc-平均クラスタリングおよび形態学的再構成を用いた2次元色ポットホール画像からのアスファルト舗装のポットホール検出【Powered by NICT】

Pothole detection on asphalt pavements from 2D-colour pothole images using fuzzy c-means clustering and morphological reconstruction

著者 (2件)： Ouma Yashon O. (Department of Civil and Structural Engineering, Moi University, 30100 Eldoret, Kenya) ,  Hahn M. (Department of Geomatics, Stuttgart University of Applied Sciences, Schellingstr., 70174 Stuttgart, Germany)
資料名： Automation in Construction  (Automation in Construction)
巻： 83  ページ： 196-211  発行年： 2017年 
JST資料番号： W0491A  ISSN： 0926-5805  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 一般的に,アスファルト舗装のポットホールは2D及び3Dで検出され,表現することができる。しかし,3Dイメージングと画像再構成によるポットホール検出は収集装置と計算と処理要求と時間の点で高価であることが証明されている。初期形成でポットホールでは,表面積の観点からそれらの検出,表現と定量化はタイムリーなメンテナンスと修理のために重要である。ポットホール検出のための舗装画像セグメンテーションを流延成形混合ピクセル(ミクセル)内のクラスタ化多変量特徴の問題として,本研究では,都市域におけるアスファルト道路舗装のポットホールの検出のための低コスト2D視覚画像-利用手法を提案する。本研究のアプローチは(FCM)ウェーブレット変換を用いたtexton表現のための多重スケールテクスチャに基づく画像フィルタリングの事前統合,ファジィc-平均を用いた舗装欠陥および非欠陥のスーパーピクセルクラスタリングへのアルゴリズムに基づいている。ハイブリッドウェーブレットFCMクラスタリング結果の欠陥極値(最小値および最大値)の抽出のために,形態学的再構成に基づく精密なセグメンテーションは,検出されたポットホールの輪郭を平滑化と認識するために採用した。方法論は,75実験画像データセットを用いたMATLABプロトタイプで実行し,試験し,検証した。95秒の平均CPU実行時間により,研究結果と手動セグメント化されたグランドトルースデータを比較することにより,平均検出精度はそれぞれ87.5%,77.7%および97.6%の類似性,Jaccard指数と感度計量のDice係数を用いて決定した。ポットホールサイズ抽出のパーセント誤差の平均値と標準偏差の平均の大きさは,それぞれ8.5%と4.9%として検出された。研究の結果は,計画された道路状態調査と,提案したアルゴリズムは低コスト消費者グレードイメージセンサを用いて得られた2次元視覚画像から初期ポットホールの検出と抽出に適していることを示した。Copyright 2017 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： *モルフォロジー ,  *二次元 ,  類似性 ,  アルゴリズム ,  視覚 ,  三次元 ,  *画像 ,  標準偏差 ,  セグメンテーション ,  *再構成 ,  道路 ,  ウェーブレット変換 ,  クラスタ化 ,  画像再構成 ,  改変
準シソーラス用語： *ポットホール , 【Automatic Indexing@JST】

著者キーワード (5件)： ポットホール検出 ,  低コスト2Dイメージング ,  ウェーブレット変換 ,  ファジィc-平均クラスタリング ,  形態学的再構成

分類 (1件)： 建築設計,建築家,建築史  (RB04000W)

タイトルに関連する用語 (6件)： ファジィc-平均クラスタリング ,  形態学 ,  再構成 ,  2次元 ,  ポットホール ,  アスファルト舗装