Segmentação de fendas em superfícies de betão: seleção de canais relevantes em imagens hiperespectrais
Summary
No summary yet. VIRAT can read this paper and write a plain-language summary of its aim, methods, key findings and limitations.
Summarise with VIRAT Free to try with your Science Catalogs account.Abstract
O avanço dos métodos de visão por computador tem impulsionado aplicações no mapeamento de fendas em superfícies de betão. Contudo, a transposição destas técnicas para condições reais continua desafiante, sobretudo devido ao ruído existente, como a presença de colonização biológica. Dando continuidade ao trabalho anterior baseado em imagens multiespectrais de 17 canais (SC-Crack), os autores propõem um método de seleção dos canais mais relevantes para melhorar a segmentação de fendas. Para garantir comparações consistentes, são também introduzidas melhorias no método original, resultando no SC-Crack+. Este novo processo de pré‑processamento permite otimizar futuras aquisições, reduzir o esforço computacional e manter a qualidade dos resultados. A abordagem revela especial importância quando se utiliza informação no infravermelho próximo (NIR), particularmente eficaz em cenários com colonização biológica, contribuindo assim para uma segmentação mais fiável de fendas em imagens de superfícies de betão em ambiente real.
Fields of Study & Subjects
Infrastructure Maintenance and Monitoring
Remote-Sensing Image Classification
Industrial Vision Systems and Defect Detection
Publication details
- Journal / source
- Repositório Cientifico do LNEC
- Publication date
- 24 May 2026
- Language
- PT