Classificação de agregados de rochas ígneas quanto a sua alteração por meio de processamento digital de imagens

Detalhes bibliográficos
Ano de defesa: 2021
Autor(a) principal: Kohler, Rogério Kraft lattes
Orientador(a): Senger, Luciano José lattes
Banca de defesa: Campos Jr., Arion de lattes, Ishii, Renato Porfírio lattes
Tipo de documento: Dissertação
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Universidade Estadual de Ponta Grossa
Programa de Pós-Graduação: Programa de Pós Graduação Computação Aplicada
Departamento: Departamento de Informática
País: Brasil
Palavras-chave em Português:
Área do conhecimento CNPq:
Link de acesso: http://tede2.uepg.br/jspui/handle/prefix/3486
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.