Técnicas de visión artificial y aprendizaje de máquinas para la detección y clasificación de grietas

En los procesos de mantenimiento y rehabilitación de vías, es importante el desarrollo de procedimientos que contribuyan a la evaluación de la condición del pavimento. Los métodos de inspección de la superficie de pavimento que emplean imágenes capturan información permitiendo un análisis cuantitativo. Este documento presenta una metodología para la detección de grietas en el pavimento, mediante la aplicación de técnicas de procesamientos de imágenes y redes neuronales artificiales; está dividido en cuatro etapas: 1. Adquisición de las imágenes, 2. Procesamiento de imágenes, iii. Extracción de características y iv. Clasificación utilizando RNA. La metodología se aplicó para la detección de los deterioros: grieta longitudinal, bache y piel de cocodrilo. La clasificación se realizó mediante una red neuronal MLP con configuración (12 14 3), la cual obtuvo una exactitud de 95,56% y una precisión de 94,44%. La metodología propuesta puede ser útil para las organizaciones gubernamentales en la evaluación de la malla vial.