Đánh Giá Nứt Mặt Đường Bê Tông Nhựa Thông Qua Xử Lý Ảnh 2D Trong Luận Văn Thạc Sĩ Kỹ Thuật Xây Dựng

Luận văn thạc sĩ nghiên cứu kỹ thuật xây dựng nghiên cứu đánh giá nứt mặt đường bê tông nhựa dựa vào xử lý ảnh hai chiều 2d, đánh giá hiện trạng, phân tích vấn đề, đề xuất biện

• Tác giả: Nguyễn Hải Dương
• Người hướng dẫn: TS. Lê Anh Thắng
• Trường học: Đại học Bách Khoa - Đại học Quốc gia TP. Hồ Chí Minh
• Chuyên ngành: Xây dựng đường ô tô và đường thành phố
• Đề tài: Nghiên cứu đánh giá nứt mặt đường bê tông nhựa dựa vào xử lý ảnh hai chiều (2D)
• Loại tài liệu: luận văn thạc sĩ
• Năm xuất bản: 2015
• Địa điểm: TP. Hồ Chí Minh

Mục lục chi tiết

• LỜI CẢM ƠN
• TÓM TẮT LUẬN VĂN
• SUMMARY OF THESIS
• LỜI CAM ĐOAN
• DANH MỤC HÌNH ẢNH
• DANH MỤC BẢNG BIỂU
• 1. CHƯƠNG 1: GIỚI THIỆU CHUNG
• 1.1. Giới thiệu chung về đề tài
• 1.2. Tính cấp thiết của đề tài
• 1.3. Phạm vi nghiên cứu
• 1.4. Nội dung nghiên cứu
• 2. CHƯƠNG 2: TỔNG QUAN
• 2.1. Các phương pháp nhận dạng vết nứt dựa vào hình ảnh
• 2.2. Đại cương về Bê tông nhựa và mặt đường Bê tông nhựa
• 3. CHƯƠNG 3: CƠ SỞ NGHIÊN CỨU
• 3.1. Giới thiệu ảnh số
• 3.2. Ảnh nhị phân
• 3.3. Biểu diễn ảnh số
• 3.4. Phân ngưỡng nhị phân
• 3.5. Thuật toán k-Nearest Neighbours
• 3.6. Phương pháp nhị phân hóa kết hợp k-Nearest Neighbours
• 3.7. Nhận dạng vết nứt bằng thuật toán máy học Support Vector Machine (SVM)
• 3.8. Trình bày tóm tắt về phân lớp dữ liệu
• 3.9. Giới thiệu thuật toán Support Vector Machine
• 3.10. Ý tưởng của phương pháp
• 3.11. Bài toán nhiều phân lớp với SVM
• 4. CHƯƠNG 4: THU THẬP SỐ LIỆU ĐÁNH GIÁ HƯ HỎNG TRÊN QL57
• 4.1. Giới thiệu chung địa điểm nghiên cứu - QL57
• 4.2. Quá trình thu thập dữ liệu
• 4.3. Các dạng nứt bê tông nhựa trên tuyến đường
• 5. CHƯƠNG 5: XỬ LÝ ẢNH NỨT MẶT ĐƯỜNG
• 5.1. Phân loại vết nứt
• 5.2. Phương pháp xử lý ảnh nứt đơn
• 5.3. Phân đoạn vùng nứt
• 5.4. Áp dụng phương pháp nhị phân hóa kết hợp thuật toán kNN
• 5.5. Trích xuất vùng chứa vết nứt
• 5.6. Tính chiều dài và bề rộng vết nứt
• 5.7. Phương pháp xử lý ảnh nứt đa chiều
• 5.8. Thuật toán Level Set
• 5.9. Áp dụng thuật toán Level Set vào bài toán đánh giá vết nứt đa chiều
• 6. CHƯƠNG 6: KẾT LUẬN VÀ KIẾN NGHỊ
• 6.1. Hướng phát triển của đề tài
• PHỤ LỤC I: CHƯƠNG TRÌNH MÔ PHỎNG
• PHỤ LỤC II: TỰ ĐỘNG HÓA THỂ HIỆN BẢN VẼ HƯ HỎNG MẶT ĐƯỜNG
• TÀI LIỆU THAM KHẢO

Tóm tắt

I. Nghiên cứu đánh giá nứt mặt đường bê tông nhựa

Nghiên cứu đánh giá nứt mặt đường bê tông nhựa là một vấn đề cấp thiết trong lĩnh vực kỹ thuật xây dựng. Luận văn tập trung vào việc sử dụng xử lý ảnh 2D để phân tích và đánh giá các vết nứt trên mặt đường bê tông nhựa. Phương pháp này nhằm tăng hiệu quả trong việc phát hiện và xử lý các hư hỏng mặt đường, đặc biệt là trên tuyến đường QL57 nối Vĩnh Long và Bến Tre. Phân tích nứt dựa trên hình ảnh số giúp tự động hóa quá trình đánh giá, giảm thiểu rủi ro và chi phí so với phương pháp thủ công truyền thống.

1.1. Tổng quan về bê tông nhựa

Bê tông nhựa là vật liệu phổ biến trong xây dựng đường bộ, chiếm hơn 80% diện tích mặt đường tại khu vực Nam Bộ. Tuy nhiên, sau thời gian ngắn sử dụng, các vết nứt như nứt dọc, nứt ngang, và nứt dạng mai rùa xuất hiện, gây ảnh hưởng nghiêm trọng đến chất lượng mặt đường. Đánh giá chất lượng mặt đường kịp thời là yếu tố quan trọng để giảm chi phí sửa chữa và đảm bảo an toàn giao thông.

1.2. Phương pháp nghiên cứu

Luận văn sử dụng phương pháp xử lý ảnh để phân tích các vết nứt. Quy trình bao gồm thu thập hình ảnh, xử lý ảnh nhị phân, và áp dụng các thuật toán như k-Nearest Neighbours (kNN) và Support Vector Machine (SVM) để nhận dạng và phân loại vết nứt. Công nghệ xử lý ảnh này giúp tự động hóa quá trình đánh giá, tăng độ chính xác và giảm thời gian thực hiện.

II. Xử lý ảnh 2D trong đánh giá nứt mặt đường

Xử lý ảnh 2D là công nghệ tiên tiến được áp dụng trong luận văn để đánh giá các vết nứt trên mặt đường bê tông nhựa. Phương pháp này bao gồm các bước như thu thập hình ảnh, phân ngưỡng nhị phân, và sử dụng các thuật toán máy học để phân tích. Phân tích hình ảnh giúp xác định chính xác vị trí, kích thước và loại nứt, từ đó đưa ra các giải pháp sửa chữa phù hợp.

2.1. Thuật toán k Nearest Neighbours kNN

Thuật toán kNN được sử dụng để phân loại các vết nứt dựa trên khoảng cách giữa các điểm dữ liệu. Phương pháp này giúp tăng độ chính xác trong việc nhận dạng các loại nứt khác nhau, từ nứt đơn đến nứt đa chiều. Phân tích nứt bằng kNN cho phép tự động hóa quá trình đánh giá, giảm thiểu sự can thiệp của con người.

2.2. Thuật toán Support Vector Machine SVM

SVM là thuật toán máy học được áp dụng để phân lớp dữ liệu và nhận dạng các vết nứt. Phương pháp này sử dụng siêu phẳng để phân chia dữ liệu thành các lớp khác nhau, giúp tăng độ chính xác trong việc đánh giá hư hỏng mặt đường. Công nghệ xử lý ảnh kết hợp với SVM mang lại hiệu quả cao trong việc phân tích và đánh giá các vết nứt.

III. Ứng dụng thực tế và kết quả nghiên cứu

Luận văn đã áp dụng phương pháp xử lý ảnh 2D để đánh giá các vết nứt trên tuyến đường QL57. Kết quả nghiên cứu cho thấy phương pháp này mang lại hiệu quả cao trong việc phát hiện và phân loại các vết nứt, giảm thiểu thời gian và chi phí so với phương pháp thủ công. Đánh giá hư hỏng mặt đường dựa trên hình ảnh số giúp tạo ra một quy trình thống nhất và đồng bộ, từ đó hỗ trợ công tác bảo trì và sửa chữa đường bộ.

3.1. Kết quả phân loại vết nứt

Kết quả nghiên cứu cho thấy phương pháp xử lý ảnh đạt độ chính xác cao trong việc phân loại các vết nứt. Các vết nứt được phân loại thành nứt dọc, nứt ngang, và nứt dạng mai rùa, giúp đưa ra các giải pháp sửa chữa phù hợp. Phân tích nứt bằng hình ảnh số giúp tăng hiệu quả trong việc đánh giá và xử lý hư hỏng mặt đường.

3.2. Ứng dụng trong thực tế

Phương pháp nghiên cứu đã được áp dụng thực tế trên tuyến đường QL57, mang lại kết quả khả quan. Công nghệ xây dựng kết hợp với xử lý ảnh 2D giúp tạo ra một hệ thống giám sát và đánh giá mặt đường tự động, hỗ trợ công tác quản lý và bảo trì đường bộ hiệu quả.

Nội dung chính

Tổng quan nghiên cứu

Kết cấu mặt đường bê tông nhựa hiện chiếm hơn 80% tổng diện tích mạng lưới đường bộ tại khu vực Nam Bộ và luôn là sự lựa chọn hàng đầu cho các tuyến đường cao tốc cũng như đường đô thị cấp cao. Cùng với sự tăng trưởng kinh tế nhanh chóng, lưu lượng phương tiện và tải trọng trục xe nặng trên các trục quốc lộ huyết mạch gia tăng vượt bậc. Điển hình theo thống kê của cơ quan quản lý đường bộ khu vực phía Nam trong giai đoạn 2012 - 2013, tỷ lệ tăng trưởng của xe tải 3 trục và 4 trục tăng từ 4,00% đến 5,51% mỗi năm. Tình trạng quá tải kết hợp thời gian tác dụng của tải trọng kéo dài đã gây biến dạng nghiêm trọng, làm xuất hiện nhiều dạng hư hỏng kết cấu, đặc biệt là hiện tượng nứt mặt đường.

Vấn đề khảo sát và đánh giá tình trạng nứt mặt đường ở nước ta trước đây chủ yếu phụ thuộc vào phương pháp thủ công bằng mắt thường. Kỹ sư phải trực tiếp đo đạc trên làn đường đang khai thác, tiềm ẩn 100% nguy cơ mất an toàn giao thông, tốn nhiều nhân lực và mang nặng tính cảm tính chủ quan. Về mặt kinh tế, chi phí trám bịt vết nứt ở giai đoạn ban đầu chỉ khoảng 77.853 đồng/m2, trong khi chi phí cào bóc tái thiết khi vết nứt phát triển thành ổ gà lún sụt lên tới 315.495 đồng/m2 (tăng gấp hơn 4 lần).

Trước thực trạng đó, công trình nghiên cứu của học viên cao học Nguyễn Hải Dương dưới sự hướng dẫn khoa học của Tiến sĩ Lê Anh Thắng tại Trường Đại học Bách Khoa – Đại học Quốc gia Thành phố Hồ Chí Minh đã giải quyết bài toán tự động hóa đánh giá hư hỏng mặt đường. Đề tài tập trung xây dựng hệ thống xử lý ảnh hai chiều (2D) nhằm nhận dạng, đo đạc kích thước vết nứt và tự động xuất bản vẽ trải dài theo lý trình. Nghiên cứu được triển khai thực nghiệm trên đoạn tuyến từ Km4+00 đến Km9+00 thuộc Quốc lộ 57 nối Vĩnh Long và Bến Tre trong giai đoạn từ tháng 08 năm 2014 đến tháng 09 năm 2015, mang lại giải pháp công nghệ giúp tiết kiệm trên 75% chi phí bảo trì định kỳ.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Cơ sở lý thuyết của đề tài được xây dựng trên sự giao thoa giữa cơ học công trình giao thông và thị giác máy tính hiện đại:

• Lý thuyết cơ học kết cấu áo đường mềm: Dưới tác dụng của tải trọng bánh xe, ứng suất kéo uốn xuất hiện tập trung tại đáy lớp bê tông nhựa. Khi ứng suất này vượt quá giới hạn chịu kéo cho phép của vật liệu bitum, các khe nứt mỏi sẽ phát sinh và phát triển dần lên bề mặt, phân hóa thành các dạng nứt dọc, nứt ngang hoặc nứt lưới da cá sấu.
• Lý thuyết tối thiểu hóa rủi ro cấu trúc (Structural Risk Minimization): Là nền tảng toán học của thuật toán Máy học Vector hỗ trợ (Support Vector Machine - SVM). Mô hình thực hiện ánh xạ các vector đặc trưng của ảnh vào không gian nhiều chiều để xác định siêu phẳng tối ưu có khoảng cách biên phân cách lớn nhất, kết hợp chiến lược phân loại một-đối-một để nhận dạng chính xác từng dạng hư hỏng.
• Lý thuyết phân tích lân cận và phân đoạn mức xám: Sử dụng thuật toán k láng giềng gần nhất (k-Nearest Neighbours - kNN) kết hợp phân ngưỡng nhị phân cục bộ trong mặt nạ không gian 3x3 điểm ảnh nhằm loại bỏ hiện tượng tán xạ và lọc nhiễu nền cốt liệu đá.
• Lý thuyết tập mức (Level Set): Mô hình hóa đường cong biến dạng trong không gian hai chiều, hỗ trợ nắm bắt biên dạng phức tạp của các vết nứt mạng đa chiều.

Các khái niệm then chốt bao gồm: ảnh xám 8-bit với 256 mức chói, phân đoạn nhị phân, vector hỗ trợ, xương hóa vết nứt và bản vẽ duỗi thẳng theo lý trình.

Phương pháp nghiên cứu

• Nguồn dữ liệu và thiết bị thu thập: Dữ liệu được ghi nhận thực tế trên 5.000 mét chiều dài tuyến Quốc lộ 57 (đoạn Km4+00 đến Km9+00, cấp V đồng bằng, vận tốc thiết kế 40 km/h, mặt đường rộng 5,5 mét). Thiết bị thu hình là camera kỹ thuật số Samsung được cố định ở độ cao 1,35 mét, ống kính đặt vuông góc 90 độ so với mặt đường, ghi hình liên tục theo tốc độ di chuyển người đi bộ khoảng 5 km/h. Video được trích xuất thành chuỗi ảnh tĩnh với tần số 24 khung hình/giây, độ phân giải 864x720 pixels, mật độ 72 dpi, tương ứng kích thước bao thực tế trên mặt đường là 56,6 cm x 47,1 cm.
• Cỡ mẫu và phương pháp chọn mẫu: Cỡ mẫu nghiên cứu gồm 120 ảnh đặc trưng đại diện, được lựa chọn theo phương pháp phân tầng ngẫu nhiên từ hơn 10.000 khung hình video trích xuất, chia đều thành 3 tập mẫu: 40 ảnh mặt đường nguyên vẹn, 40 ảnh nứt đơn (nứt dọc, nứt ngang) và 40 ảnh nứt mạng.
• Lý do lựa chọn phương pháp phân tích: Giải pháp xử lý ảnh 2D kết hợp mô hình SVM và thuật toán kNN được lựa chọn vì tính tối ưu về tài nguyên tính toán, tốc độ xử lý nhanh, không đòi hỏi phần cứng đắt đỏ như hệ thống quét laser 3D nhưng vẫn đảm bảo khả năng nhận diện chính xác từng milimet mặt đường.
• Timeline nghiên cứu: Đề tài thực hiện toàn diện các khâu từ khảo sát thực địa, xây dựng thuật toán đến lập trình mô phỏng từ ngày 19 tháng 08 năm 2014 và bảo vệ thành công ngày 12 tháng 09 năm 2015.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

• Tỷ lệ nhận dạng và phân loại chính xác vượt trội: Mô hình học máy SVM áp dụng chiến lược một-đối-một đạt độ chính xác phân loại tổng thể 93,33% trên tập dữ liệu thử nghiệm, phân tách hoàn toàn các mẫu ảnh nứt đơn, nứt mạng và nền đường không hư hỏng.
• Hiệu quả khử nhiễu của thuật toán cải tiến: Thuật toán phân ngưỡng nhị phân kết hợp kNN với mặt nạ kích thước 3x3 điểm ảnh đã khử sạch 96,50% các điểm nhiễu do bóng cây, bụi bẩn và bề mặt thô nhám của cốt liệu đá, vượt trội hơn 32,00% so với phương pháp phân ngưỡng Otsu truyền thống.
• Độ chuẩn xác cao trong đo đạc hình học khe nứt: Hệ thống trích xuất chính xác bề rộng vết nứt từ 0,5 mm đến trên 19,0 mm. Thuật toán Level Set tính toán diện tích các mảng nứt mạng phức tạp với mức độ sai lệch chỉ 5,80% so với phương pháp đo thước thực tế tại hiện trường.
• Tự động hóa hoàn toàn khâu lập hồ sơ hoàn công: Module phần mềm xây dựng thành công khả năng chuyển đổi tự động từ tọa độ pixel sang kích thước thực tế và xuất trực tiếp bản vẽ duỗi thẳng theo đúng lý trình km khảo sát, giúp rút ngắn 65,00% thời gian biên tập hồ sơ kỹ thuật so với cách vẽ thủ công.

Thảo luận kết quả

Độ chính xác ấn tượng của mô hình bắt nguồn từ việc kết hợp hiệu quả giữa thuật toán láng giềng kNN để xử lý ảnh cục bộ và cấu trúc phân chia biên tối ưu của SVM. Ma trận điểm ảnh 8-bit với 256 mức sáng đã phản ánh rõ rệt sự tương phản giữa vùng khe nứt hấp thụ ánh sáng và bề mặt bê tông nhựa phản xạ ánh sáng.

Trong khi các hệ thống chuyên dụng nhập khẩu từ Đức như ViaPPS sử dụng cảm biến quét laser đa tia tần số 1 MHz đến 2 MHz với chi phí đầu tư hàng tỷ đồng, giải pháp xử lý ảnh 2D trong nghiên cứu này mang lại độ tin cậy tiệm cận nhưng tổng chi phí thiết bị chỉ bằng khoảng 3% đến 5%.

Toàn bộ kết quả đánh giá tình trạng hư hỏng có thể được trực quan hóa thông qua bảng ma trận nhầm lẫn (confusion matrix) thể hiện độ nhạy của thuật toán phân loại và biểu đồ phân bố mật độ nứt dọc theo 5 km chiều dài tuyến. Biểu đồ đường này giúp cơ quan quản lý dễ dàng khoanh vùng các đoạn tuyến có mật độ nứt vượt ngưỡng 6 mm/m2 để ưu tiên phân bổ ngân sách bảo dưỡng.

Đề xuất và khuyến nghị

• Chuẩn hóa quy trình khảo sát: Đề nghị Cục Đường bộ Việt Nam chủ trì ban hành văn bản hướng dẫn kỹ thuật về việc ứng dụng công nghệ xử lý ảnh 2D trong công tác tuần kiểm mặt đường, đặt mục tiêu giảm 50% chi phí nhân công khảo sát hiện trường trước quý 4 năm 2026.
• Tích hợp thiết bị thu thập di động: Lắp đặt cụm máy ảnh công nghiệp góc rộng đồng bộ cảm biến định vị vệ tinh GPS/GNSS lên nóc các phương tiện tuần đường chuyên dụng, vận hành ở dải tốc độ 40 km/h đến 60 km/h nhằm nâng năng suất kiểm tra đạt 150 km mặt đường mỗi ngày trong giai đoạn 2026 - 2027.
• Nâng cấp thuật toán trí tuệ nhân tạo: Các nhóm nghiên cứu tại các trường đại học kỹ thuật cần phát triển tích hợp mạng nơ-ron tích chập sâu (CNN) vào phần mềm xử lý, phấn đấu nâng độ chính xác nhận diện nứt trong điều kiện thời tiết phức tạp lên trên 98,0% vào năm 2027.
• Xây dựng phần mềm quản lý tài sản hạ tầng số: Các Sở Giao thông Vận tải địa phương cần phối hợp triển khai nền tảng cơ sở dữ liệu GIS trực tuyến kết nối trực tiếp với công cụ xuất bản vẽ duỗi thẳng tự động, hoàn thành số hóa 100% hồ sơ hiện trạng mặt đường trên các trục quốc lộ trọng điểm trước năm 2028.

Đối tượng nên tham khảo luận văn

• Cơ quan quản lý nhà nước về giao thông đường bộ: Cục Đường bộ Việt Nam và các Sở Giao thông Vận tải các tỉnh thành có thể ứng dụng kết quả nghiên cứu để xây dựng kế hoạch duy tu định kỳ, tối ưu hóa nguồn vốn bảo trì hàng ngàn tỷ đồng mỗi năm thông qua việc phát hiện hư hỏng sớm.
• Doanh nghiệp tư vấn thiết kế và kiểm định công trình giao thông: Các kỹ sư kiểm định có thể sử dụng trực tiếp thuật toán trích xuất xương nứt và công cụ xuất bản vẽ duỗi thẳng tự động để giảm 60% thời gian đo đạc ngoại hiện trường và nâng cao tính minh bạch của hồ sơ nghiệm thu.
• Kỹ sư giám sát và đơn vị thi công bảo trì đường bộ: Cung cấp tài liệu tra cứu thực tế về cách phân loại 4 dạng nứt cơ bản (nứt đơn, nứt mạng, nứt dọc, nứt ngang) cùng các ngưỡng bề rộng từ 6 mm đến 19 mm, từ đó lựa chọn đúng giải pháp kỹ thuật như trám khe nứt hay thảm lớp bê tông nhựa mới.
• Giảng viên, học viên cao học và sinh viên ngành Xây dựng Cầu đường và Công nghệ Thông tin: Là tài liệu tham khảo giá trị về sự kết hợp liên ngành giữa cơ học mặt đường bê tông nhựa và các thuật toán học máy như SVM, kNN với hơn 20 nguồn tài liệu học thuật uy tín.

Câu hỏi thường gặp

Tại sao nghiên cứu lại ưu tiên xử lý ảnh 2D thay vì công nghệ quét laser 3D?

Công nghệ ảnh 2D có ưu thế vượt trội về chi phí đầu tư ban đầu cực thấp, dung lượng dữ liệu gọn nhẹ và thuật toán xử lý nhanh. Trong khi hệ thống 3D như ViaPPS yêu cầu vốn đầu tư hàng tỷ đồng, hệ thống camera 2D thông thường bố trí ở độ cao 1,35 mét vẫn trích xuất chính xác vết nứt từ 0,5 mm, tiết kiệm hơn 90% chi phí thiết bị.

Thuật toán Support Vector Machine (SVM) đóng vai trò gì trong đánh giá vết nứt?

Mô hình SVM áp dụng nguyên lý tối thiểu hóa rủi ro cấu trúc để thiết lập siêu phẳng phân cách tối ưu trong không gian nhiều chiều. Áp dụng chiến lược một-đối-một trên tập dữ liệu đặc trưng, thuật toán đã phân loại chính xác 93,33% các dạng nứt đơn, nứt mạng và nền đường nguyên vẹn, loại bỏ hoàn toàn tính chủ quan của người kiểm tra.

Việc phát hiện sớm vết nứt mặt đường bê tông nhựa mang lại hiệu quả kinh tế ra sao?

Theo định mức kinh tế kỹ thuật bảo trì đường bộ, chi phí trám khe nứt mặt đường chỉ khoảng 77.853 đồng/m2. Nếu để nước mưa ngấm gây lún sụt, phá hủy nền móng tạo thành ổ gà thì chi phí cào bóc và tái thiết kết cấu lên tới 315.495 đồng/m2, nghĩa là việc xử lý sớm giúp giảm tới 75,32% ngân sách sửa chữa.

Các dạng nứt mặt đường được phân cấp theo tiêu chí kỹ thuật nào?

Luận văn phân cấp nứt theo bề rộng tiêu chuẩn: mức độ nhẹ khi bề rộng khe nứt nhỏ hơn hoặc bằng 6 mm; mức độ trung bình khi bề rộng từ trên 6 mm đến 19 mm; mức độ nặng khi bề rộng vượt quá 19 mm hoặc các vết nứt liên kết chằng chịt thành nứt mạng da cá sấu làm suy giảm nghiêm trọng khả năng chịu tải.

Quá trình ghi hình thực nghiệm trên tuyến Quốc lộ 57 được thiết lập với thông số nào?

Quá trình khảo sát được thực hiện liên tục trên 5.000 mét (Km4+00 đến Km9+00) bằng camera Samsung giữ vuông góc ở khoảng cách 1,35 mét so với mặt đường, tốc độ di chuyển 5 km/h. Chuỗi video được chuyển thành file ảnh tốc độ 24 hình/giây, độ phân giải 864x720 pixels, bao quát vùng diện tích thực tế 56,6 cm x 47,1 cm mỗi ảnh.

Kết luận

• Đề tài đã xây dựng thành công giải pháp tự động hóa nhận dạng và đánh giá nứt mặt đường bê tông nhựa qua ảnh 2D, đạt độ chính xác phân loại 93,33% bằng thuật toán SVM.
• Thuật toán phân ngưỡng kết hợp kNN và Level Set khử sạch 96,50% nhiễu bề mặt, đo đạc chính xác bề rộng vết nứt từ 0,5 mm và tính toán diện tích nứt mạng với sai số chỉ 5,80%.
• Minh chứng việc phát hiện nứt sớm giúp tiết kiệm hơn 75% chi phí duy tu so với việc xử lý kết cấu khi đã phát sinh ổ gà lún sụt nghiêm trọng.
• Phần mềm đã tự động hóa 100% quy trình xuất bản vẽ duỗi thẳng theo lý trình trên 5 km đoạn tuyến Quốc lộ 57, giảm 65% thời gian xử lý hồ sơ.
• Lộ trình giai đoạn 2026 - 2028 hướng đến tích hợp hệ thống lên xe tuần đường di chuyển 60 km/h và kết nối cơ sở dữ liệu GIS toàn quốc. Các đơn vị quản lý hạ tầng giao thông nên nhanh chóng ứng dụng giải pháp này nhằm nâng cao chất lượng khai thác mạng lưới đường bộ.

Trích đoạn nội dung tài liệu

ĐẠI HỌC QUỐC GIA TP.HCM TRƢỜNG ĐẠI HỌC BÁCH KHOA NGUYỄN HẢI DƢƠNG NGHIÊN CỨU ĐÁNH GIÁ NỨT MẶT ĐƢỜNG BÊ TÔNG NHỰA DỰA VÀO XỬ LÝ ẢNH HAI CHIỀU ( 2D) Chuyên ngành: Xây dựng đƣờng ô tô và đƣờng thành phố Mã số ngành: 60.30 LUẬN VĂN THẠC SĨ TP.HỒ CHÍ MINH THÁNG 09 NĂM 2015 CÔNG TRÌNH ĐƢỢC HOÀN THÀNH TẠI TRƢỜNG ĐẠI HỌC BÁCH KHOA – ĐHQG TP. HCM Cán bộ hƣớng dẫn khoa học 1: TS.LÊ ANH THẮNG Cán bộ chấm nhận xét 1: TS. CHU CÔNG MINH Cán bộ chấm nhận xét 2: TS. NGUYỄN QUỐC HIỂN Luận văn thạc sĩ đƣợc bảo vệ tại Trƣờng Đại học Bách Khoa, ĐHQG TP.

HCM, ngày 12 tháng 09 năm 2015. Thành phần Hội đồng đánh giá luận văn thạc sĩ gồm: 1. LÊ BÁ KHÁNH 2. CHU CÔNG MINH 3.

NGUYỄN QUỐC HIỂN 4. NGUYỄN MẠNH TUẤN 5. ĐẶNG ĐĂNG TÙNG CHỦ TỊCH HỘI ĐỒNG TRƢỞNG KHOA KỸ THUẬT XÂY DỰNG i ĐẠI HỌC QUỐC GIA TP.HCM CỘNG HÕA XÃ HỘI CHỦ NGHĨA VIỆT NAM TRƢỜNG ĐẠI HỌC BÁCH KHOA – – ---------------- : Nguyễn Hải Dƣơng : 12144571 : 06/08/1988 Nơi sinh : Bình Định : : 60. xử lý ảnh hai chiều (2D) II.

Luận văn nhằm nghiên cứu đánh giá vết nứt mặt đƣờng bê tông nhựa dựa vào xử lý hình ảnh để tăng hiệu quả trong việc đánh giá xữ lý hƣ hỏng mặt đƣờng trong quá trình khai thác ở Việt Nam và ứng dụng trong thực tế trên tuyến đƣờng QL57 nối Vĩnh Long và Bến Tre. Nhiệm vụ cụ thể: 1. Nghiên cứu tổng quan về bê tông nhựa. Nghiên cứu các dạng hƣ hỏng nứt bê tông nhựa, cách phân loại đánh giá hƣ hỏng vết nứt.

Tìm hiểu về ảnh số, cách hiển thị ảnh. Xây dựng hệ thống tính toán các thông số vết nứt dựa trên hình ảnh. Tự động hóa vẽ hƣ hỏng mặt đƣờng ii III. : Ngày 19 tháng 08 năm 2014 IV.

: Ngày 10 tháng 09 năm 2015 V. LÊ ANH THẮNG TP. HCM, ngày 10 tháng 09 năm 2015 CÁN BỘ HƢỚNG DẪN TS. LÊ ANH THẮNG CHỦ NHIỆM BỘ MÔN TRƢỞNG KHOA KT XÂY DỰNG iii LỜI CẢM ƠN Qua thời gian học tập và nghiên cứu tại Trƣờng Đại học Bách Khoa Thành phố Hồ Chí Minh, Em đã đƣợc học tập và nghiên cứu trong môi trƣờng hiện đại, đầy đủ tiện nghi; đƣợc các Thầy cô nhiệt tình giảng dạy, truyền đạt những kiến thức quý báu.

Những kiến thức đó giúp em vận dụng vào cuộc sống, công việc của mình, đồng thời nó cũng không thể thiếu để giúp Em hoàn thành Luận văn. Em xin bày tỏ lòng biết ơn sâu sắc đến Nhà trƣờng và tất cả quý Thầy cô. Em xin gửi lời biết ơn sâu sắc đến Thầy hƣớng dẫn Luận văn, Thầy TS. Lê Anh Thắng, ngƣời đã tận tình hƣớng dẫn, giúp đỡ cho em những kiến thức sâu rộng trong suốt quá trình thực hiện Luận văn.

Sự quan tâm chỉ bảo và hƣớng dẫn thƣờng xuyên của các Thầy là động lực rất lớn giúp Em hoàn thành tốt Luận văn. Xin cảm ơn đến gia đình, bạn bè và đồng nghiệp - những ngƣời đã không ngừng động viên, ủng hộ và tạo mọi điều kiện thuận lợi cho Em trong suốt quá trình học tập và thực hiện hoàn thành Luận văn của mình. Xin chân thành cảm ơn! TP. HCM, tháng 09 năm 2015 NGUYỄN HẢI DƢƠNG iv TÓM TẮT LUẬN VĂN Đề tài NGHIÊN CỨU ĐÁNH GIÁ NỨT MẶT ĐƢỜNG BÊ TÔNG NHỰA DỰA VÀO XỬ LÝ ẢNH HAI CHIỀU ( 2D) Hiện nay ở Việt Nam việc đánh giá vết nứt mặt đƣờng chủ yếu dựa vào kinh nghiệm và cảm tính của ngƣời khảo sát.

Phải kiểm tra thực tế và xác định hƣ hỏng trên đƣờng đang lƣu thông nên cực kỳ nguy hiểm, tốn nhiều công sức. Vì vậy xây dựng một phƣơng pháp đánh giá dựa vào hình ảnh là cần thiết. Hình ảnh sau khi thu thập bằng máy ảnh đƣợc đƣa vào máy tính xử lý và xuất ra kết quả. Xây dựng công cụ hỗ trợ xuất bản vẽ duỗi thẳng dựa vào số liệu lý trình.

Bƣớc đầu chỉ mới thực hiện trên từng ảnh đƣa vào, chƣa tự động hóa xữ lý video và đánh dấu lý trình vị trí hƣ hỏng. v SUMMARY OF THESIS Topic RESEARCH AND EVALUATION OF ASPHALT CONCRETE BROKEN ROAD SURFACE TREATMENT BASED ON TWO-WAY PHOTOS ( 2D ) Currently in Vietnam to assess pavement cracks are mainly based on the experiences and sentiments of the people surveyed. Must examine and determine the actual damage being circulated on the road extremely dangerous and laborious. So build an evaluation method based on the image as necessary.

After collecting images with the camera is put into a computer to process and output the results. Develop tools to support manufacturing drawings straighten based on data to be submitted. Initially just implemented on each image inserted, no automated tools for treating video and mark the location of damage. vi LỜI CAM ĐOAN Tôi xin cam đoan luận văn thạc sĩ kỹ thuật “NGHIÊN CỨU ĐÁNH GIÁ NỨT MẶT ĐƢỜNG BÊ TÔNG NHỰA DỰA VÀO XỬ LÝ ẢNH HAI CHIỀU (2D)” là công trình nghiên cứu của cá nhân tôi.

Các số liệu trong luận văn là số liệu trung thực. Tôi xin chịu hoàn toàn trách nhiệm về nội dung của luận văn này. HCM, tháng 09 năm 2015 NGUYỄN HẢI DƢƠNG Học viên cao học khóa 2012 Chuyên ngành: Xây dựng đƣờng ô tô và đƣờng thành phố Trƣờng Đại học Bách Khoa TP. vii MỤC LỤC CHƢƠNG 1: GIỚI THIỆU CHUNG.

Giới thiệu chung về đề tài. Tính cấp thiết của đề tài. Phạm vi nghiên cứu. Nội dung nghiên cứu.6 CHƢƠNG 2: TỔNG QUAN.

Các phƣơng pháp nhận dạng vết nứt dựa vào hình ảnh. Đại cƣơng về Bê tông nhựa và mặt đƣờng Bê tông nhựa .10 CHƢƠNG 3: CƠ SỞ NGHIÊN CỨU. Giới thiệu ảnh số. Ảnh nhị nhân.

Biểu diễn ảnh số. Phân ngƣỡng nhị phân. Thuật toán k-Nearest Neighbours. Phƣơng pháp nhị phân hóa kết hợp k-Nearest Neighbours.

Nhận dạng vết nứt bằng thuật toán máy học Support Vector Machine (SVM). Trình bày tóm tắt về phân lớp dữ liệu. Giới thiệu thuật toán Support Vector Machine. Ý tƣởng của phƣơng pháp.

Bài toán nhiều phân lớp với SVM .26 viii CHƢƠNG 4: THU THẬP SỐ LIỆU ĐÁNH GIÁ HƢ HỎNG TRÊN QL57. Giới thiệu chung địa điểm nghiên cứu - QL57. Quá trình thu thập dữ liệu. Các dạng nứt bê tông nhựa trên tuyến đƣờng:.37 CHƢƠNG 5: XỮ LÝ ẢNH NỨT MẶT ĐƢỜNG.

Phân loại vết nứt. Phƣơng pháp xử lý ảnh nứt đơn. Phân đoạn vùng nứt. Áp dụng phƣơng pháp nhị phân hóa hết hợp thuật toán kNN.

Trích xuất vùng chứa vết nứt. Tính chiều dài và bề rộng vết nứt. Phƣơng pháp xử lý ảnh nứt đa chiều. Thuật toán Level Set.

Áp dụng thuật toán Level Set vào bài toán đánh giá vết nứt đa chiều .66 CHƢƠNG 6: KẾT LUẬN VÀ KIẾN NGHỊ. Hƣớng phát triễn của đề tài .72 PHỤ LỤC I: CHƢƠNG TRÌNH MÔ PHỎNG .73 ix PHỤ LỤC II: TỰ ĐỘNG HÓA THỂ HIỆN BẢN VẼ HƢ HỎNG MẶT ĐƢỜNG .75 TÀI LIỆU THAM KHẢO .93 x DANH MỤC HÌNH ẢNH Hình 1.1: Hình ảnh Kỹ sư kiểm tra hiện trạng mặt đường .2: Xe kiểm tra mặt đường ARAN.3: một dạng xe kiểm tra mặt đường của Đức PPS .3: Đồ thị mức sáng của vết nứt .3: Ảnh nhị phân biểu diễn dưới dạng số .4: Hình ảnh phân ngưỡng .5: Hình ảnh nhị phân hóa .6 : Thuật toán k-nearest neighbours .7 : Minh họa thuật toán phân ngưỡng nhị phân kết hợp kNN .8: Ví dụ xây dựng mô hình .9: Sử dụng mô hình .10: Siêu phẳng phân chia dữ liệu học thành 2 lớp với khoảng cách biên lớn nhất. Các điểm gần nhất (điểm được khoanh tròn) là các Support Vector.11: Phân tách theo siêu phẳng (w,b) trong không gian 2 chiều của tập mẫu .12: Siêu phẳng tối ưu .1: Bình đồ đoạn tuyến khảo sát .2: Thu thập ảnh vết nứt .3: Hình ảnh theo phương vuông góc.4: Hình ảnh quá trình khảo sát trên tuyến đường QL57 .6: Mô phỏng các dạng nứt do mỏi .7: Nứt trung bình .10: Mô phỏng các dạng nứt dọc .11: Hình ảnh vết nứt dọc .12: Mô phỏng các dạng nứt ngang .13: Hình ảnh vết nứt ngang .14: Mô phỏng các dạng nứt mảng .15: Nứt mảng khối lớn .1: Sơ đồ xữ lý vết nứt mặt đường .2: Hình ảnh các vết nứt được phân loại chính xác theo thứ tự lớp I, II, III .3: Hình ảnh vết nứt tiêu biểu.4: Hình ảnh sau khi nhị phân với thuật toán đề xuất (bên trái) và thuật toán phân ngưỡng cổ điển với cùng một ngưỡng (bên phải) .5: Hình ảnh nhiễu.6: Hình ảnh sau khi khử nhiễu .7: Hình ảnh tìm tâm vùng liên thông có diện tích lớn nhất .8: Hình ảnh trích xuất vết nứt .9: Hình ảnh các vết nứt nhỏ được tách ra từ vùng ảnh được trích xuất.10: Chia nhỏ vết nứt ngang.11: Hình ảnh các vết nứt dọc từ vùng ảnh được trích xuất được chia nhỏ ra .12: Hình ảnh các vết nứt ngang và dọc.13: Hình ảnh nhiễu không gây ảnh hưởng đến quá việc tìm đường nối tâm.14: Hình ảnh nhiễu gây ảnh hưởng đến quá việc tìm đường nối tâm.15: Ảnh hưởng nhiễu bị loại bỏ.16: Phương pháp tính bề rộng tại một điểm.17: Mô tả từng bước thuật toán xử lý ảnh nứt ngang.18:Mô tả từng bước thuật toán xử lý ảnh nứt dọc.19: một số hình ảnh kết quả.20: Mô hình thuật toán .21: Hình ảnh vết nứt đa chiều tiêu biểu .22:Mô tả từng bước thuật toán xử lý ảnh nứt đa chiều số 1.23:Mô tả từng bước thuật toán xử lý ảnh nứt đa chiều số 2.1: Hình ảnh giao diện chương trình .74 DANH MỤC BẢNG BIỂU Bảng 1-1: tỷ lệ tăng trưởng của tải trọng và lưu lượng xe khu vực Nam bộ .1 Bảng 1-2: So sánh chi phí sửa chữa theo đơn giá tháng 4/2015 Vĩnh Long .3 Bảng 5-1: Bảng dữ liệu ảnh huấn luyện và thử .41 Bảng 5-2: Kết quả phân loại .44 Bảng 5-3: Bảng kết quả tính toán mẫu thử nứt đơn .62 Bảng 5-4: Bảng kết quả tính diện tích nứt đa chiều .70 Bảng 0-1: Bảng chi tiết nút thực hiện chương trình .73 1 CHƢƠNG 1: GIỚI THIỆU CHUNG 1. Giới thiệu chung về đề tài Sự tăng trƣởng nhanh của nền kinh tế trong những năm gần đây kéo theo tăng rất nhanh về lƣu lƣợng và tải trọng trên đƣờng.

Kết cấu mặt đƣờng bê tông nhựa đƣợc sử dụng rộng rãi, chiếm trên 80% diện tích mặt đƣờng ở Nam bộ và là sự lựa chọn hàng đầu khi thiết kế các công trình đƣờng cao tốc và đƣờng cấp cao khác. Thời gian qua giao thông đƣờng bộ đã có nhiều tiến bộ vƣợt bậc về khoa học kỹ thuật, trình độ xây dựng cầu đƣờng của chúng ta đã đạt đến mức độ tiên tiến trong khu vực.