nach oben

Erschienen in:

2015 | OriginalPaper | Buchkapitel

Image Based Approaches for Tunnels’ Defects Recognition via Robotic Inspectors

verfasst von : Eftychios Protopapadakis, Nikolaos Doulamis

Erschienen in: Advances in Visual Computing

Verlag: Springer International Publishing

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config

KI-gestützte Suche

Aus

Abstract

In this paper we present a visual based approach, utilized for the detection of concrete defects in tunnels. The detection mechanism is a hybrid approach, based on both image processing and deep learning models. Initial detections are validated by an expert, in order to create a robust data set in short time, saving resources during annotation process. Then, a deep-learning classifier is trained and applied for the inspection. The fully automated system, performs well, in various environments, and can be, easily, implemented with most robotic systems.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

über 102.000 Bücher
über 537 Zeitschriften

aus folgenden Fachgebieten:

Automobil + Motoren
Bauwesen + Immobilien
Business IT + Informatik
Elektrotechnik + Elektronik
Energie + Nachhaltigkeit
Finance + Banking
Management + Führung
Marketing + Vertrieb
Maschinenbau + Werkstoffe
Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

über 67.000 Bücher
über 390 Zeitschriften

aus folgenden Fachgebieten:

Automobil + Motoren
Bauwesen + Immobilien
Business IT + Informatik
Elektrotechnik + Elektronik
Energie + Nachhaltigkeit
Maschinenbau + Werkstoffe

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

über 67.000 Bücher
über 340 Zeitschriften

aus folgenden Fachgebieten:

Bauwesen + Immobilien
Business IT + Informatik
Finance + Banking
Management + Führung
Marketing + Vertrieb
Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Vorheriges Kapitel Variational Inference for Background Subtraction in Infrared Imagery

Nächstes Kapitel Deep Learning-Based Man-Made Object Detection from Hyperspectral Data

Yu, S.N., Jang, J.H., Han, C.S.: Auto inspection system using a mobile robot for detecting concrete cracks in a tunnel. Autom. Constr. 16, 255–261 (2007)CrossRef

Pynn, J., Wright, A., Lodge, R.: Automatic identification of cracks in road surfaces. In: Seventh International Conference on Image Processing and Its Applications, 1999 (Conf. Publ. No. 465), vol. 2, pp. 671–675 (1999)

Kim, Y.S., Haas, C.T.: A model for automation of infrastructure maintenance using representational forms. Autom. Constr. 10, 57–68 (2000)CrossRef

Tung, P.C., Hwang, Y.R., Wu, M.C.: The development of a mobile manipulator imaging system for bridge crack inspection. Autom. Constr. 11, 717–729 (2002)CrossRef

Sinha, S.K., Fieguth, P.W.: Automated detection of cracks in buried concrete pipe images. Autom. Constr. 15, 58–72 (2006)CrossRef

Liu, Z., Suandi, S.A., Ohashi, T., Ejima, T.: Tunnel crack detection and classification system based on image processing. Proc. SPIE Int. Soc. Opt. Eng. 4664, 145–152 (2002)

Son, H., Kim, C., Kim, C.: Automated color ModelBased concrete detection in construction-site images by using machine learning algorithms. J. Comput. Civ. Eng. 26, 421–433 (2012)CrossRef

Abdel-Qader, I., Abudayyeh, O., Kelly, M.E.: Analysis of edge-detection techniques for crack identification in bridges. J. Comput. Civ. Eng. 17, 255–263 (2003)CrossRef

Mohanty, A., Wang, T.T.: Image mosaicking of a section of a tunnel lining and the detection of cracks through the frequency histogram of connected elements concept, vol. 8335 (2012) 83351P–83351P-9

10.

Koch, C., Brilakis, I.: Pothole detection in asphalt pavement images. Adv. Eng. Inform. 25, 507–515 (2011)CrossRef

11.

German, S., Brilakis, I., DesRoches, R.: Rapid entropy-based detection and properties measurement of concrete spalling with machine vision for post-earthquake safety assessments. Adv. Eng. Inform. 26, 846–858 (2012)CrossRef

12.

Halfawy, M.R., Hengmeechai, J.: Automated defect detection in sewer closed circuit television images using histograms of oriented gradients and support vector machine. Autom. Constr. 38, 1–13 (2014)CrossRef

13.

Jahanshahi, M.R., Masri, S.F., Padgett, C.W., Sukhatme, G.S.: An innovative methodology for detection and quantification of cracks through incorporation of depth perception. Mach. Vis. Appl. 24, 227–241 (2011)CrossRef

14.

Hinton, G.E., Salakhutdinov, R.R.: Reducing the dimensionality of data with neural networks. Science 313, 504–507 (2006)MATHCrossRefMathSciNet

15.

Hinton, G.E., Osindero, S., Teh, Y.W.: A fast learning algorithm for deep belief nets. Neural Comput. 18, 1527–1554 (2006)MATHCrossRefMathSciNet

16.

Makantasis, K., Protopapadakis, E., Doulamis, A.D., Doulamis, N.D., Loupos, C.: Deep convolutional neural networks for efficient vision based tunnel inspection. In: 2015 IEEE International Conference on Intelligent Computer Communication and Processing (ICCP), pp. 335–342. IEEE, Cluj-Napoca, Romania (2015)

17.

Doulamis, A.: Event-driven video adaptation: a powerful tool for industrial video supervision. Multimedia Tools Appl. 69, 339–358 (2012)CrossRef

18.

Doulamis, A., Matsatsinis, N.: Visual understanding industrial workflows under uncertainty on distributed service oriented architectures. Future Gener. Comput. Syst. 28, 605–617 (2012)CrossRef

19.

Bastien, F., Lamblin, P., Pascanu, R., Bergstra, J., Goodfellow, I., Bergeron, A., Bouchard, N., Warde-Farley, D., Bengio, Y.: Theano: new features and speed improvements. arXiv:1211.5590 [cs] (2012)

20.

Fitzpatrick, P., Metta, G., Natale, L.: Towards long-lived robot genes. Robot. Auton. Syst. 56, 29–45 (2008)CrossRef

Titel: Image Based Approaches for Tunnels’ Defects Recognition via Robotic Inspectors
verfasst von: Eftychios Protopapadakis
Nikolaos Doulamis
Verlag: Springer International Publishing
Buch: Advances in Visual Computing
Print ISBN: 978-3-319-27856-8

Electronic ISBN: 978-3-319-27857-5

Copyright-Jahr: 2015
DOI: https://doi.org/10.1007/978-3-319-27857-5_63

Springer Professional

Abstract

Bitte loggen Sie sich ein, um Zugang zu Ihrer Lizenz zu erhalten.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Springer Professional "Technik"

Springer Professional "Wirtschaft"

Premium Partner