基于图像处理和人工神经网络,在实验室控制的芯片密封路面样本上确定表面平均纹理深度
İslam Gökalp1, Volkan Emre Uz2, Mücahid Barstuğan3
1Faculty of Engineering and Architecture, Civil Engineering Department, Batman University, Batman, Turkey. islam.gokalp@batman.edu.tr.
Scientific reports
|November 13, 2024
概括
一种新的2D图像处理方法使用表面空隙比 (SVR) 估计路面表面纹理深度 (MTD). 该技术为评估芯片密封路面提供了可靠且潜在的成本效益高的替代方案.
科学领域:
- 土木工程 土木工程是指土木工程.
- 材料科学 材料科学 材料科学
- 运输工程 运输工程
背景情况:
- 路面表面质地对于道路安全和噪音水平至关重要.
- 现有的纹理评估方法往往需要封闭车道或是昂贵的.
- 路面表面质地变化的例行评估是必不可少的.
研究的目的:
- 开发一种2D图像处理方法,用于估计芯片密封路面的平均纹理深度 (MTD).
- 评估表面空隙比率 (SVR) 方法在路面纹理分析中的可靠性.
- 为了将拟议的方法与传统的技术比较,如沙子补丁和水合物.
主要方法:
- 芯片密封路面样本的实验室制备,具有不同的聚合物特性.
- 使用常规的沙子补丁 (SP) 和水凝 (HT) 方法确定MTD.
- 应用基于使用捕获图像的表面空隙比 (SVR) 分析的2D图像处理技术.
- 使用人工神经网络进行SVR数据和传统MTD测量之间的相关性分析.
主要成果:
- 2D图像处理方法成功估计了所有路面样本的SVR.
- 发现SVR衍生数据与从SP和HT方法获得的MTD值之间存在很强的相关性.
- 人工神经网络分析证实了拟议方法与传统技术之间的关系.
结论:
- 提出的表面空隙比 (SVR) 方法,利用二维图像处理,是评估芯片密封路面表面质感的可靠替代方案.
- 这种方法有可能克服现有技术的局限性,提供更容易获得的评估.
- 进一步的研究可以探索其应用于其他路面类型和条件的应用.
