![Ιδρυματικό Αποθετήριο [SANDBOX]](images/dias.logo.png "Ιδρυματικό Αποθετήριο [SANDBOX]"){kind=logo}
Ιδρυματικό Αποθετήριο [SANDBOX]
Πολυτεχνείο Κρήτης
Πολυτεχνείο Κρήτης
EN
|
EL
| URI | http://purl.tuc.gr/dl/dias/90809E9B-7A42-434F-9E32-6CA556D47A6F | - |
| Αναγνωριστικό | https://doi.org/10.26233/heallink.tuc.28151 | - |
| Γλώσσα | el | - |
| Μέγεθος | 99 σελίδες | el |
| Τίτλος | Τεχνικές εξαγωγής σημείων ενδιαφέροντος σε τούνελ από σκυρόδεμα | el |
| Δημιουργός | Davaris Konstantinos | en |
| Δημιουργός | Δαβαρης Κωνσταντινος | el |
| Συντελεστής [Επιβλέπων Καθηγητής] | Doulamis Anastasios | en |
| Συντελεστής [Επιβλέπων Καθηγητής] | Δουλαμης Αναστασιος | el |
| Συντελεστής [Επιβλέπων Καθηγητής] | Stavroulakis Georgios | en |
| Συντελεστής [Επιβλέπων Καθηγητής] | Σταυρουλακης Γεωργιος | el |
| Συντελεστής [Μέλος Εξεταστικής Επιτροπής] | Marinakis Ioannis | en |
| Συντελεστής [Μέλος Εξεταστικής Επιτροπής] | Μαρινακης Ιωαννης | el |
| Συντελεστής [Μέλος Εξεταστικής Επιτροπής] | Stavroulakis Georgios | en |
| Συντελεστής [Μέλος Εξεταστικής Επιτροπής] | Σταυρουλακης Γεωργιος | el |
| Εκδότης | Πολυτεχνείο Κρήτης | el |
| Εκδότης | Technical University of Crete | en |
| Ακαδημαϊκή Μονάδα | Technical University of Crete::School of Production Engineering and Management | en |
| Ακαδημαϊκή Μονάδα | Πολυτεχνείο Κρήτης::Σχολή Μηχανικών Παραγωγής και Διοίκησης | el |
| Περίληψη | Τον τελευταίο καιρό το ενδιαφέρον της ανίχνευσης ρωγμών και θρυμματισμών στα τούνελ έχει αυξηθεί. Αρκετά τούνελ βρίσκονται σε λειτουργία πολλά χρόνια, ενώ το κόστος κατασκευής ενός νέου τούνελ είναι πολύ υψηλό. Η ύπαρξη πολλών ατυχημάτων, κατά καιρούς, έχει καταστήσει την παρακολούθηση και ανίχνευση της δομικής τους κατάστασης επιτακτική. Στην παρούσα διπλωματική εργασία, δημιουργήθηκε ένας αλγόριθμος, στον οποίο χρησιμοποιήθηκαν και αξιολογήθηκαν πέντε διαφορετικοί ανιχνευτές που πάρθηκαν από την εργαλειοθήκη της Matlab, με απώτερο σκοπό την ανίχνευση ρωγμών και θρυμματισμών στην εσωτερική επένδυση ενός τούνελ από σκυρόδεμα. Τα δεδομένα που χρησιμοποιήθηκαν ήταν 37 πραγματικές φωτογραφίες από το τούνελ V-S-H της Ελβετίας. Κάθε μια από τις 37 φωτογραφίες, έχει την αντίστοιχή της σχολιαστική εικόνα (annotation image), η οποία εμπεριέχει τις ακριβείς συντεταγμένες των ελαττωματικών σημείων του σκυροδέματος. Οι πραγματικές φωτογραφίες, σε συνδυασμό με τις αντίστοιχες τους σχολιαστικές εικόνες, χρησιμοποιούνται προκειμένου να ανευρεθούν και να διαχωριστούν, τα ελαττωματικά σημεία θρυμματισμών και ρωγμών, από τα σημεία που δεν είναι ελαττωματικά σε δομικό επίπεδο. Τα σημεία αυτά χρησιμοποιούνται για την αξιολόγηση των ανιχνευτών και, κατ’ επέκταση, την εξαγωγή συμπερασμάτων. Συμπερασματικά, ο ανιχνευτής SURF δίνει τα πιο εύρωστα αποτελέσματα ως προς την συνολική αξιολόγηση των ελλατωμάτων των τούνελ σκυροδέματος. Εν αντιθέσει, ο Harris παρουσιάζει καλύτερη απόδοση στον εντοπισμό των θρυμματισμών ενώ ο BRISK για τις ρωγμές. | el |
| Περίληψη | Recently, the detection of structural defects (cracks and spallings) has been of great interest. Several tunnels have been in operation for many years, while the cost of a new tunnel construction is very high. Occasionally, there have been many accidents, which require the immediate inspection and detection of their structural state. In this diploma thesis, we developed an algorithm, which uses and assesses five different detectors from the Computer Vision Matlab toolbox. Our ultimate goal is to detect cracks and spallings in the inner concrete lining of a tunnel. The data used are 37 real-time images of the tunnel V-S-H in Switzerland. Each one of the 37 images, has its respective annotation image, which includes the exact coordinates of the defective points of the concrete lining. We use these real-time images combined with their respective annotation images, so as to find and separate the defective points (cracks and spallings), from the structurally non-defective points. These points are used to assess the detectors selected, thus to reach a useful conclusion. In conclusion, SURF descriptor yields the most robust results as regards the total defects of concrete tunnel. On the contrary, Harris presents the best performance in detecting spalling defects while BRISK as for the cracks. | en |
| Τύπος | Διπλωματική Εργασία | el |
| Τύπος | Diploma Work | en |
| Άδεια Χρήσης | http://creativecommons.org/licenses/by/4.0/ | en |
| Ημερομηνία | 2015-08-25 | - |
| Ημερομηνία Δημοσίευσης | 2015 | - |
| Θεματική Κατηγορία | Feature detection | en |
| Θεματική Κατηγορία | Machine vision | en |
| Θεματική Κατηγορία | Vision, Computer | en |
| Θεματική Κατηγορία | computer vision | en |
| Θεματική Κατηγορία | machine vision | en |
| Θεματική Κατηγορία | vision computer | en |
| Βιβλιογραφική Αναφορά | Κωνσταντίνος Δάβαρης, "Τεχνικές εξαγωγής σημείων ενδιαφέροντος σε τούνελ από σκυρόδεμα", Διπλωματική Εργασία, Σχολή Μηχανικών Παραγωγής και Διοίκησης, Πολυτεχνείο Κρήτης, Χανιά, Ελλάς, 2015 | el |
Copyright © DIAS 2013
