A repedésfelület-arány (crack_area_pct) a repedésmaszk területének a teljes elemzett képterülethez viszonyított aránya, százalékban kifejezve. Ez egy kulcsfontosságú kvantitatív súlyossági mérőszám a TarmacView állapotfelmérő rendszerében, ahol az 1%-os és 5%-os küszöbértékek magasabb állapotbesorolást és javítási prioritást váltanak ki. Ismerteti a szegmentált maszkokból történő számítást, az értelmezést és az összehasonlítást más repedés-súlyossági mérőszámokkal (szélesség, hosszúság, arány).
A repedésfelület-arány — amelyet a TarmacView a crack_area_pct paraméterrel jelöl — a repedésmaszk területének a teljes elemzett képterülethez viszonyított aránya, százalékban kifejezve. Ez az alapvető kvantitatív súlyossági mérőszám az automatizált burkolat- és szerkezeti felületállapot-felmérésben. Képpont-alapon kifejezve a számítás a következő: Repedésfelület % = (Repedés képpontok / Összes képpont) × 100.
Maga a repedésmaszk egy szemantikus szegmentációs neurális hálózat bináris kimenete — jellemzően egy mély konvolúciós neurális hálózat (CNN), mint például U-Net, DeepLab, vagy egy speciális burkolatrepedés-szegmentációs architektúra. A bemeneti kép minden egyes képpontja repedés (1-es érték a maszkban) vagy nem repedés / ép felület (0-ás érték) besorolást kap. A szegmentációs modell nagy felbontású képeken működik, amelyeket speciális felmérő járművekkel rögzítenek, amelyek vonalszkennelő kamerákkal, 3D lézer profilozókkal vagy területszkennelő képalkotó rendszerekkel vannak felszerelve. Az elemzett régió teljes képpontszáma a kép felbontásától és az érdeklődési régió (ROI) maszkjától függ, amely kizárja a nem burkolati területeket, mint a sávjelölések, padkák, vízelvezetők és árnyékos régiók.
A mérőszámot több infrastrukturális területen használják: rugalmas és merev burkolatok (aszfalt és beton utak), hídpályák (vasbeton födémek), kifutópálya-felületek (repülőtéri burkolatok), gurulóutak és előterek (repülőtéri burkolatok), valamint betonszerkezetek (gátak, támfalak és alagútbélelések). Minden területen a repedésfelület-arány közvetlenül összehasonlítható, megismételhető és objektív repedés-súlyossági mértéket biztosít, amely kiküszöböli a kézi repedésfelmérésekben rejlő szubjektivitást.
A hagyományos kézi módszerekkel ellentétben, ahol egy technikus vizuális közelítéssel vagy repedésrács sablon alkalmazásával becsüli meg a repedezett területet, a TarmacView crack_area_pct mérése determinisztikus egy adott szegmentációs modell és bemeneti kép esetében. Ez a megismételhetőség elengedhetetlen a trendfigyeléshez — a repedésfelület-arány értékeinek összehasonlításához egymást követő felmérési kampányokból a romlási ütemek statisztikai megbízhatósággal történő számszerűsítéséhez.
A repedésfelület-arány szegmentációból történő levezetése egy szisztematikus feldolgozási láncot foglal magában: képfelvétel, előfeldolgozás, modell következtetés, utófeldolgozás és mérőszám számítás. Minden egyes szakasz befolyásolja a végső crack_area_pct érték pontosságát, precizitását és megbízhatóságát.
Képfelvétel — A felmérő járművek a burkolati felület képeit vonalszkennelő kamerákkal rögzítik, jellemző felbontásokkal: 4096 képpont (1 mm repedésészlelés), 2048 képpont (2 mm észlelés) vagy 1300 képpont (3 mm észlelés) szkennelési vonalanként. Az AASHTO R 86-18 szabvány előírja, hogy az automatizált burkolatfelmérések minimálisan észlelhető repedésméretének 1 mm szélességűnek és 25 mm hosszúságúnak kell lennie. A nagyobb felbontás lehetővé teszi a finomabb repedések észlelését, de arányosan növeli az adatmennyiséget és a feldolgozási időt. A képeket szabályozott megvilágítási körülmények között rögzítik, vaku vagy LED tömbök segítségével, amelyek minimalizálják az árnyékhatásokat és egyenletes megvilágítást biztosítanak a felmérés teljes szélességében.
Előfeldolgozás — A nyers képek geometriai korrekción (lencsetorzítás eltávolítása), radiometriai normalizáláson (fényerő és kontraszt kiegyenlítése) és érdeklődési régió (ROI) maszkoláson esnek át. A ROI maszk kizárja a vízelvezetőket, padkákat, sávjelöléseket és árnyékhatárokat a vizsgálati területből. Ez a lépés megakadályozza, hogy a nem burkolati elemek a teljes képpontszám nevezőjének felfújásával mesterségesen csökkentsék a repedésfelület-arányt. Egyes rendszerek megvilágítás-korrekciót is alkalmaznak a kép szélességében jelentkező megvilágítási gradiensek kompenzálására, amelyek befolyásolhatják a szegmentáció pontosságát a kép szélei közelében.
Szemantikus szegmentációs következtetés — Az előfeldolgozott képet egy betanított neurális hálózaton vezetik át, amely képpont-szintű osztályozást ad ki. A burkolatrepedés-észleléshez használt modern szegmentációs architektúrák 70-85%-os Intersection over Union (IoU) pontszámokat érnek el olyan referencia adatkészleteken, mint a Crack500, DeepCrack és GAPS384. A hálózat egy valószínűségi térképet ad ki, ahol minden képpont 0,0 (ép felület) és 1,0 (repedés) közötti értéket kap. Egy küszöbérték (jellemzően 0,5) alakítja át ezt a valószínűségi térképet bináris repedésmaszkká. Kifinomultabb megközelítések feltételes véletlen mezőket (CRF) vagy morfológiai utófeldolgozást használnak a maszk határainak finomításához és az izolált álpozitív képpontok eltávolításához.
Utófeldolgozás — A bináris maszk tisztítási műveleteken esik át: a minimális területküszöb alatti kis összefüggő komponensek eltávolítása (jellemzően 10-50 képpont a zaj kiszűréséhez), morfológiai zárás a töredezett repedésszegmensek összekapcsolásához, és opcionális vázasítás a repedésszélesség-eloszlások kiszámításához. Ezek az utófeldolgozási lépések közvetlenül befolyásolják a végső crack_area_pct értéket — az agresszív zajeltávolítás csökkenti a százalékot, míg a konzervatív szűrés megtartja azt. Az utófeldolgozási paraméterek megválasztását dokumentálni kell, és annak konzisztensnek kell lennie a trendfigyelő program összes felmérése során.
Mérőszám számítás — A végső repedésfelület-arány kiszámítása a következő:
crack_area_pct = (repedés_képpontok_száma / összes_képpont_száma) × 100
Ahol a repedés_képpontok_száma az utófeldolgozott bináris maszkban repedésként besorolt képpontok száma, az összes_képpont_száma pedig a ROI-n belüli képpontok száma. Az eredményt jellemzően két tizedesjegy pontossággal jelentik kutatási alkalmazásokhoz, vagy egy tizedesjegy pontossággal rutin hálózati szintű felmérésekhez.
Mértékegységek — A repedésfelület-arány dimenzió nélküli — a felület repedezett hányadát jelenti, nem egy konkrét fizikai területet. Fizikai területre (négyzetméter vagy négyzetláb) történő átváltáshoz szorozza meg a százalékot a teljes felmért területtel. Például egy 3,2%-os repedésfelület-arány egy 100 m²-es burkolatszakaszon 3,2 m² repedezett felületnek felel meg. Ez az átváltás hasznos a munkamennyiség becsléséhez a karbantartási tervezésben.
A TarmacView állapotfelmérő rendszere a crack_area_pct értéket használja elsődleges mozgatórugóként az automatizált állapotbesoroláshoz és javítási prioritás hozzárendeléshez. A rendszer két kritikus küszöbértéket határoz meg, amelyek az állapotbesorolás emelését váltják ki:
| crack_area_pct Tartomány | Állapotbesorolás | Állapot leírása | Javítási prioritás |
|---|---|---|---|
| < 1,0% | 1-3. fokozat | Jó-tól Megfelelő-ig | Rutin megfigyelés |
| 1,0% – 5,0% | 4. fokozat | Figyelmeztetés | Megelőző karbantartás |
| > 5,0% | 5. fokozat | Kritikus | Azonnali javítás |
A TarmacView mesterséges intelligencia által támogatott repedésfelület-arány elemzést kínál burkolatokhoz, hídpályákhoz és kifutópálya-felületekhez. Az automatizált szegmentációs és állapotbesorolási rendszer megismételhető, kvantitatív súlyossági mérőszámokat biztosít az infrastruktúra-eszközkezeléshez.
Az AI-alapú repedésfelismerés számítógépes látást – konvolúciós neurális hálózatokat, víziótranszformátorokat és szemantikus szegmentációs modelleket – használ ...
Az automatizált repedésszélesség-mérés a felismert repedések nyílásszélességét határozza meg szegmentált pixelmaszkokból, euklideszi távolságtranszformáció segí...
A hibaszűrés egy olyan kiértékelési stratégia, amely a prediktált hibacímkéket felülettípus és szerkezeti tartomány alapján szűri a hamis pozitívok visszaszorít...