Budownictwo i Inżynieria Środowiska
2016.91, DOI: 10.7862/rb.2016.91
ZASTOSOWANIE SIECI NEURONOWYCH TYPU HOPFIELDA W DIAGNOSTYCE NAWIERZCHNI DROGOWYCH
Marcin STANIEK
DOI: 10.7862/rb.2016.91
Streszczenie
Artykuł dotyczy zagadnień diagnostyki nawierzchni drogowych z wykorzystaniem metod przetwarzania obrazów cyfrowych wspomaganych zastosowaniem sieci neuronowej typu Hopfielda w procesie wzajemnego dopasowania pikseli pary obrazów nawierzchni drogi. Para obrazów rejestrowana z wykorzystaniem stereowizyjnego mobilnego stanowiska pomiarowego, opracowanego przez autora, definiowana jest jako stereo-obraz drogi. W artykule opisano ograniczenia rozwiązań stereowizyjnych oraz przedstawiono problem niejednoznaczności dopasowania dla obszarów o jednakowej intensywności. Określono problem obiektów przesłaniających się w polu widzenia kamer, zidentyfikowano ograniczenia ciągłości wynikające z nagłej zmiany funkcji intensywności obrazów, oraz zwrócono uwagę na typowe ograniczenia związane z przetwarzaniem i rozpoznawaniem obrazów cyfrowych. Podczas implementacji sieci neuronowej zdefiniowano kryteria, których minimalizacja jako składowych funkcji energii pozwoliła na uzyskanie optymalnego dopasowania pikseli stereo-obrazów, tym samym właściwego odwzorowania nawierzchni drogowej. Do rozwiązania zadania optymalizacji wielokryterialnej zaproponowano kryteria maksymalizacji i jednoznaczności dopasowania pikseli oraz kolejności przyporządkowania sekwencji pikseli w obu stereo-obrazach, a także kryterium ciągłości mapy dysparycji. Opis matematyczny składowych energii sieci neuronowej określono w artykule. Ocenę zastosowania sieci neuronowej zdefiniowano jako różnicę pomiędzy pomiarami głębi z wykorzystaniem sieci neuronowej oraz bez jej zastosowania. Do oceny zaproponowanego rozwiązania przeprowadzono pomiary z wykorzystaniem mobilnego stanowiska stereowizyjnego, które porównano z pomiarami statycznymi z wykorzystaniem skanowania laserowego w zdefiniowanych przekrojach pomiarowych drogi. Zastosowana sieć neuronowa typu Hopfielda pozwoliła na zwiększenie liczby pikseli poprawnie przypisanych w procesie dopasowania pikseli stereo-obrazów. Zwiększyło to tym samym precyzję odwzorowania nawierzchni drogowej, tym samym oceny jest stanu.
Literatura
[1] Batchelor B.G., Waltz F.M.: Intelligent machine vision: techniques, implementations and applications, 2001, Springer-Verlag UK.
[2] Cichocki A., Unbehauen R.: Neural networks for optimization and signal processing, Willey 1993, John Wiley & Sons, Chichester.
[3] Cyganek B., Siebert P., An Introduction to 3D Computer Vision Techniques and Algorithms, 2009, John Wiley & Sons, Chichester.
[4] Grace A.E., Pycock D., Tillotson H.T., Snaith M.S., Active shape from stereo for highway inspection, Machine Vision and Applications, 2000, pp. 7–15.
[5] Mańdziuk J.,: Sieci neuronowe typu Hopfielda. Teoria i przykłady zastosowań, Akademicka Oficyna Wydawnicza EXIT, 2000, Warszawa.
[6] Scharstein B., View Synthesis Using Stereo Vision, Lecture Notes in Computer Science 1582, 1999, Springer-Verlag, Berlin.
[7] Soatto M, S., Kosecka J., Sastry S.S., An invitation to 3-D vision: from images to geometric models, 2004, Springer-Verlag, New York.
[8] Staniek M., Pavement conditions diagnosis by means of stereoscopy, Proc. of the 58th Conference of Scientific Problems of Civil Engineering, 2012, pp. 358-359.
[9] Staniek M.: Diagnostyka stanu nawierzchni drogowej z wykorzystaniem pomiarów stereoskopowych. Zeszyty Naukowe Politechniki Rzeszowskiej, nr 283 z. 59, nr 3, 2012, pp. 339-346.
[10] Staniek M.: Ocena dokładności stereowizyjnej metody inspekcji dróg. Budownictwo i architektura. vol. 13 nr 4, 2014, s. 259-266.
[11] Tadeusiewicz R., Korbicz J., Rutkowski L., Duch W., Sieci neuronowe w inżynierii biomedycznej. Tom 9, ISBN 978-83-7837-024-6, Akademicka Oficyna Wydawni-cza EXIT, 2013, Warszawa.
[12] Tsai C.T., Wang J.H., Sun Y.N.: Livet stereoscopic visualization by using Hopfield neural nets, Neural Computing and Applications, Vol. 7(3), 1998, pp. 229-237.
[13] Vilaça J. L., Fonseca J. C., Pinho A. M., Non-contact 3D acquisition system based on stereo vision and laser triangulation, Machine Vision and Applications 21(3), 2010, pp. 341-350.
[14] Wang K. C. P, Gong W., Tracy T., Nguyen V., Automated survey of pavement distress based on 2D and 3D laser images, MBTC DOT 3023 –Grant, 2011, Transportation Research Board.
[15] Zarządzenie nr 34 Generalnego Dyrektora Dróg Krajowych i Autostrad z dnia 30 kwietnia 2015 r. w sprawie diagnostyki stanu nawierzchni i jej elementów.
Podsumowanie
TYTUŁ:
ZASTOSOWANIE SIECI NEURONOWYCH TYPU HOPFIELDA W DIAGNOSTYCE NAWIERZCHNI DROGOWYCH
AUTORZY:
Marcin STANIEK
AFILIACJE AUTORÓW:
Politechnika Śląska
WYDAWNICTWO:
Budownictwo i Inżynieria Środowiska
2016.91
SŁOWA KLUCZOWE:
ocena stanu nawierzchni drogowych, inspekcja drogi, stereowizja, diagnostyka stanu nawierzchni, przetwarzanie i rozpoznawanie obrazów
PEŁNY TEKST:
http://doi.prz.edu.pl/pl/pdf/biis/528
DOI:
10.7862/rb.2016.91
URL:
http://dx.doi.org/10.7862/rb.2016.91
DATA WPŁYNIĘCIA DO REDAKCJI:
2016-07-06
PRAWA AUTORSKIE:
Oficyna Wydawnicza Politechniki Rzeszowskiej, al. Powstańców Warszawy 12, 35-959 Rzeszów