Please use this identifier to cite or link to this item:
http://tede2.uepg.br/jspui/handle/prefix/3486
metadata.dc.type: | Dissertação |
Title: | Classificação de agregados de rochas ígneas quanto a sua alteração por meio de processamento digital de imagens |
metadata.dc.creator: | Kohler, Rogério Kraft |
metadata.dc.contributor.advisor1: | Senger, Luciano José |
metadata.dc.contributor.advisor-co1: | Gouveia, Lilian Tais de |
metadata.dc.contributor.referee1: | Campos Jr., Arion de |
metadata.dc.contributor.referee2: | Ishii, Renato Porfírio |
metadata.dc.description.resumo: | A construção de estradas de qualidade depende da escolha de material que ofereça resistência, durabilidade e segurança, descritas em normas próprias da engenharia civil. O agregado mineral é, comumente, utilizado em larga escala nas obras de pavimentação e, naturalmente, pode sofrer alteração em sua estrutura física-química devido ao intemperismo. Tal alteração no agregado, quando usado em obras de pavimentação, pode reduzir a qualidade e durabilidade. O objetivo do presente estudo foi investigar o uso de Processamento digital de imagem na classificação de agregados de rochas ígneas levando em conta o grau de alteração, e assim destiná-las da forma mais correta para uso em construção de pavimentos asfálticos. O material investigado foi o basalto e o granito. O uso de ferramentas de análise de textura como a escala em tons de cinza, a frequência dos canais Red, Green, Blue, a Entropia, Local binary patterns, Local binary patterns Uniform e Matriz de co-ocorrência foram investigados. Os classificadores utilizados foram o K-Nearest Neighboors, Multi-layer Perceptron, Árvore de decisão, Naive Bayes e Random forest. Os resultados foram submetidos à analise estatísticas por meio de teste de Friedman e Nemenyi para verificar diferenças estatísticas. Concluiu-se que os descritores de textura são promissores para classificação quanto ao grau de alteração dos agregados, apresentando resultados de 100% de acerto, em alguns casos, para ambos os tipos de agregados. Os descritores de textura LBP, LBPU, GLCM apresentaram resultados promissores para experimentos com amostras de imagens sem ruído, enquanto as frequências dos canais RGB e a escala dos tons de cinza mostraram bom desempenho nos experimentos com imagens completas. Os algoritmos KNN e Random forest se mostraram eficazes na tarefa de classificação. Observou-se, ainda, resultados promissores quando granito e basalto são combinados e quando se utiliza amostras do agregado ou a imagem completa. |
Abstract: | The construction of quality roads/highways depends on the choice of material that offers strength, durability and safety, described in civil engineering standards. The mineral aggregate is commonly used in large scale on paving works and, naturally, it can suffer alterations in its physical-chemical structure due to weather conditions. Such alteration in the aggregate, when used in paving works may reduce quality and durability. The objective of the present study was to investigate the use of Digital Image Processing in the classification of igneous rock aggregates, taking into account the degree of alteration, and thus allocate them in the most appropriate way for use in asphalt sidewalk construction. The materials investigated were basalt and granite. The use of texture analysis tools such as grayscale, frequency of Red, Green, Blue channels, entropy, Local binary patterns, Local binary patterns Uniform and Co-occurrence matrix have been investigated. The classifiers used were K-Nearest Neighboors, Multi-layer Perceptron, Decision Tree, Naive Bayes and Random forest. The results were submitted to statistical analysis from the Friedman and Nemenyi test to verify statistical differences. It was concluded that the texture descriptors are promising regarding to classification as to the degree of alteration of the aggregates, presenting results of 100% accuracy, in some cases, for both types of aggregates. The texture descriptors LBP, LBPU, GLCM showed good results for the group A tests, while the RGB channel frequencies and grayscale showed good performance in the group B experiments. The KNN and Random forest algorithms proved to be effective in the classification task. Promising results were also observed when granite and basalt are combined and when using samples of the aggregate or the full image. |
Keywords: | análise de textura mineração de dados agregados minerais classificação texture analysis data mining mineral aggregate classification |
metadata.dc.subject.cnpq: | CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO |
metadata.dc.language: | por |
metadata.dc.publisher.country: | Brasil |
Publisher: | Universidade Estadual de Ponta Grossa |
metadata.dc.publisher.initials: | UEPG |
metadata.dc.publisher.department: | Departamento de Informática |
metadata.dc.publisher.program: | Programa de Pós Graduação Computação Aplicada |
Citation: | KOHLER, Rogério Kraft. classificação de agregados de rochas ígneas quanto a sua alteração por meio de processamento digital de imagens. Dissertação (mestrado em Ciências da Computação) Universidade Estadual de Ponta Grossa. Ponta Grossa. 2021. |
metadata.dc.rights: | Acesso Aberto Attribution-NonCommercial-NoDerivs 3.0 Brazil |
metadata.dc.rights.uri: | http://creativecommons.org/licenses/by-nc-nd/3.0/br/ |
URI: | http://tede2.uepg.br/jspui/handle/prefix/3486 |
Issue Date: | 6-Aug-2021 |
Appears in Collections: | Programa de Pós Graduação Computação Aplicada |
Files in This Item:
File | Description | Size | Format | |
---|---|---|---|---|
Rogerio Kraft Kohler.pdf | 4.97 MB | Adobe PDF | View/Open |
This item is licensed under a Creative Commons License