Zastosowanie komputerowej analizy obrazu do oceny porowatości powierzchni betonu architektonicznego

• Autorzy: Benedysiuk Tomasz , Jackiewicz-Rek Wioletta , Garbacz Andrzej

Identyfikatory

DOI

10.15199/33.2024.10.04

Warianty tytułu

EN

The application of computer image analysis for assessment of surface porosity of architectural concrete

• Języki publikacji: PL

Abstrakty

PL

W artykule przedstawiono wyniki badań nad innowacyjną metodą oceny porowatości powierzchni betonu architektonicznego z zastosowaniem technik analizy obrazu. Metoda wykorzystuje algorytmy progowania lokalnego i operacje morfologiczne w celu minimalizacji wpływu koloru i chropowatości powierzchni na wynik pomiaru. Zastosowanie próbek modelowych, o kontrolowanych parametrach kolorystyki i struktury geometrycznej powierzchni, pozwoliło na przeprowadzenie weryfikacji dokładności metody oceny porowatości powierzchni i możliwości jej zastosowania do badania jakości powierzchni gładkiego betonu architektonicznego.

EN

This article presents the results of research on an innovative method for assessing the porosity of architectural concrete surfaces using image analysis techniques. The method utilizes local thresholding algorithms and morphological operations to minimize the influence of surface color and roughness on the measurement results. The use of model samples with controlled color and surface topography allowed for verification of the method's accuracy in assessing surface porosity and its applicability for evaluating the surface quality of smooth architectural concrete.

Słowa kluczowe

PL

beton architektoniczny; powierzchnia betonu; powierzchnia modelowa; porowatość betonu; analiza obrazu; algorytm progowania; operacje morfologiczne; kolorystyka; metoda oceny

EN

architectural concrete; concrete surface; model surface; concrete porosity; image analysis; thresholding algorithm; morphological operations; color; assessment method

• Wydawca: Wydawnictwo SIGMA-NOT
• Czasopismo: Materiały Budowlane
• Rocznik: 2024
• Tom: nr 10
• Strony: 18--24
• Opis fizyczny: Bibliogr. 28 poz., il., tab.

Twórcy

autor

Benedysiuk Tomasz

• Politechnika Warszawska, Wydział Inżynierii Lądowej

• https://orcid.org/0000-0002-8870-0225

autor

Jackiewicz-Rek Wioletta

• Politechnika Warszawska, Wydział Inżynierii Lądowej

• https://orcid.org/0000-0001-6056-5458

autor

Garbacz Andrzej

• Politechnika Warszawska, Wydział Inżynierii Lądowej

• https://orcid.org/0000-0002-5229-7884

Bibliografia

• [1] Jackiewicz-Rek W. Kształtowanie jakości gładkiego betonu architektonicznego. Materiały Budowlane. 2015; 24 - 25.
• [2] PTV 21-601 Elements Architectoniques et Industriels Prefabriques en Beton Decoratif. 2001.
• [3] AFNOR. Normes P18-503 Surfaces et parements de béton – Eléments d’identifications. 1989.
• [4] ÖNORM B 2211 Beton-, Stahlbeton- und Spannbetonarbeiten – Werkvertragsnorm. 2009.
• [5] LST 2015:2020 Surenkamieji betoniniai gaminiai. Paviršiaus išvaizdos charakteristikos ir jų tikrinimo metodai. 2020.
• [6] ДСТУБВ. 2.6-2:2009 ВИРОБИ БЕТОННІ І ЗАЛІЗОБЕТОННІ Загальні технічні умови. 2009.
• [7] CIB Report No.24 Concrete Surface Finishings – Tolerances on Blemishes of Concrete. 1973.
• [8] Deutscher Beton- und Bautechnik-Verein E.V. Sichtbeton. Exposed Concrete. 2008.
• [9] ACI 347.3R-13 Guide to Formed Concrete Surfaces. 2013.
• [10] Kuniczuk K. Beton architektoniczny. Wytyczne techniczne. Polski Cement; 2011.
• [11] Malisch W., Brown H. Examination and Evaluation of ACI 347.3R-13 Guide to Formed Concrete Surfaces. ACI Foundation; 2017.
• [12] Kwasny J., Sonebi M., Plasse J., Amziane S. Influence of rheology on the quality of surface finish of cement-based mortars. Constr Build Mater. 2015; 89: 102-109.
• [13] Lemaire G., Escadeillas G., Ringot E. Evaluating concrete surfaces using an image analysis process. Constr Build Mater. 2005; 19: 604 - 611.
• [14] Lee B.Y., Kim J., Kim Y.Y., Yi S.T. A technique based on image processing for measuring cracks in the surface of concrete structures. SMiRT 19, Toronto; 2007.
• [15] Liu B., Yang T. Image analysis for detection of bugholes on concrete surface. Constr Build Mater. 2017; 137: 432 - 440.
• [16] Hoang N.D., Nguyen Q.L. A novel approach for automatic detection of concrete surface voids using image texture analysis and history-based adaptive differential evolution optimized support vector machine. Advances in Civil Engineering. 2020; Article ID 4190682.
• [17] Yoshitake I., Maeda T., Hieda M. Image analysis for the detection and quantification of concrete bugholes in a tunnel lining. Case Stud. Constr. Mater. 2018; 8:116 - 130.
• [18] Wei F., Yao G., Yang Y., Sun Y. Instance-level recognition and quantification for concrete surface bughole based on deep learning.Autom Constr. 2019; 107.
• [19] da Silva W.R.L., Štemberk P. Expert system applied for classifying self-compacting concrete surface finish. Adv Eng Softw. 2013; 64: 47 - 61.
• [20] Liu Y., Cho S., Spencer B., Fan J. Automated assessment of cracks on concrete surfaces using adaptive digital image processing. Smart Struct Syst. 2014; 14: 719 - 741.
• [21] Niblack W. An introduction to digital image processing. Prentice-Hall, Englewood Cliffs, NJ. 1986. pp. 115 - 116.
• [22] Sauvola J., Seppanen T., Haapakoski S., Pietikainen M. Adaptive document thresholding. Proc. 4th Int. Conf. on Document Analysis and Recognition, Ulm, Germany. 1997. pp. 147 - 152.
• [23] Khairun S., Munadi K., Away Y., Arnia F. Improvement of binarization performance using local otsu thresholding. International Journal of Electrical and Computer Engineering (IJECE). 2018.
• [24] Bernsen J., Dynamic thresholding of grey-level images. Proc. of the 8th Int. Conf. on Pattern Recognition. 1986.
• [25] Feng M.-L., Tan Y.-P. Contrast adaptive thresholding of low quality document images. IEICE Electron. Express. 2004;1(16): 501 - 506.
• [26] Singh O. I., Sinam T., James O., Singh T. R. Local contrast and mean based thresholding technique in image binarization. International Journal of Computer Applications. 2012; 51: 5 - 10.
• [27] Parker J.R. Algorithms for image processing and computer vision. John Wiley & Sons. 2010.
• [28] Bradley D., Roth G. Adaptive thresholding using the integral image. Journal of Graphics Tools. 2007; 12(2): 13 - 21.