شماره ركورد كنفرانس
5424
عنوان مقاله
تاثير كيفيت تصوير در شناسايي ترك سازه
عنوان به زبان ديگر
impact of image quality in crack recognition
پديدآورندگان
مجيدي سهيل soheil.majidi@ut.ac.ir دانشكده مهندسي نقشه برداري و اطلاعات مكاني دانشگاه تهران , اميدعلي زرندي محمد zarandi@gih.uni-hannover.de دانشكده ژئودتيك دانشگاه لايبنيتز هانوفر , شريفي محمد علي sharif@ut.ac.ir دانشكده مهندسي نقشه برداري و اطلاعات مكاني دانشگاه تهران
تعداد صفحه
3
كليدواژه
بازيابي تصوير , يادگيري عميق , بخش بندي ترك , آناليز نويز , بهبود كيفيت تصاوير كمنور
سال انتشار
1402
عنوان كنفرانس
بيست و هفتمين همايش ملي مهندسي نقشه برداري و اطلاعات مكاني (ژئوماتيك 1402)
زبان مدرك
فارسي
چكيده فارسي
صحت پيش بيني شبكههاي يادگيري عميق در شناسايي اشياء، بخشبندي و طبقهبندي تصاوير كاملاً با كيفيت تصاوير در ارتباط است. عوامل مخرب تصوير مانند تاري و ماتي ، نويز و مناسب نبودن شرايط نوري تصوير به علت مستحكم نبودن سنجنده و شرايط محيطي در فتوگرامتري و ماشين بينايي رايج هستند. از اين رو، بازيابي تصاوير با هدف افزايش دقت شناسايي عوارض، ضروري ميباشد. در اين تحقيق، ما تأثير وجود نويز و مناسب نبودن شرايط نوري در تصاوير را در بخشبندي ترك بررسي كرديم. ابتدا، يك شبكه عميق رمزگذار-رمزگشاي كانولوشني DoubleU-net براي استخراج ويژگي و آموزش تصاوير براي هدف بخشبندي تَرَك پياده سازي شد. براي مقايسه و ارزيابي صحت عمليات و شبكه بخشبندي، از معيار Intersection over Union (IoU) بهره گرفته شد. در قدم بعد، بازيابي تصاوير به كمك شبكه يادگيري عميق رمزگذار-رمز گشاي چند مقياسه با ماژول ادغام و انتخاب ويژگي MIRNet پياده سازي شد. براي ارزيابي و تجزيه و تحليل نتايج از شاخص هاي ارزيابي كيفيت طيفي PSNR، RMSE، SSIM و ERGAS استفاده شد. بخشبندي تصاوير تخريب شده با كاهش صحت همراه بود ولي پس از عمليات يازيابي تصوير اين كاهش دقت تا حد زيادي بهبود پيدا كرده و جبران شد.
كشور
ايران
لينک به اين مدرک