Processamento digital de imagens na classificação de agregados minerais quanto a alteração para aplicações em pavimentação

Abstract

O agregado mineral é utilizado em obras de pavimentação e pode sofrer alteração em sua estrutura físico-química devido ao intemperismo. Tal alteração no agregado pode reduzir a qualidade e durabilidade do material. O objetivo desta pesquisa foi investigar o uso de Processamento digital de imagem (PDI) na classificação de agregados de rochas ígneas levando em conta o seu grau de alteração, além de investigar o desempenho de algoritmos de classificação, em diferentes cenários de iluminação, assim como o desempenho de algoritmos ao analisar fragmentos menores de uma mesma imagem em relação à imagem original, com o objetivo de diminuir a quantidade de processamento. Foram investigados basaltos e granitos com utilização de ferramentas de análise de textura como a escala em tons de cinza, a frequência dos canais Red, Green, Blue, a Entropia, Local binary patterns (LBP), Local binary patterns Uniform (LBPU) e Matriz de co-ocorrência (GLCM). Os classificadores utilizados foram o K-Nearest Neighboors (KNN), Multi-layer Perceptron (MLP), Árvore de decisão, Naive Bayes (NB) e Random forest (RF). Os resultados foram submetidos à análise estatísticas por meio de teste de Friedman e Nemenyi. Os descritores de textura LBP, LBPU, GLCM apresentaram resultados promissores para experimentos com recortes de amostras de imagens, enquanto as frequências dos canais RGB e a escala dos tons de cinza mostraram bom desempenho nos experimentos com imagens completas. Os algoritmos KNN e RF se mostraram eficazes na tarefa de classificação.