ارزیابی عملکرد روسازی یکی از مهمترین عناصر سیستمهای مدیریت روسازی جهت تعیین راهکار بهینه عملیات ترمیم و نگهداری راه محسوب میشود. شناسایی خرابیهای سطحی راه جزو مراحل اصلی فرایند ارزیابی روسازی میباشد. در دو دهه اخیر، تحقیقات گستردهای پیرامون توسعه روشهای خودکار، جهت شناسائی خرابیهای روسازی انجام گرفته که اغلب بر پایه فنون پردازش تصویر میباشند. یکی از مهمترین اجزای تشکیل- دهنده سیستمهای بینایی ماشین، فرایند استخراج ویژگی میباشد. در این تحقیق، پس از برداشت تصاویر شش گروه مختلف از خرابیهای سطح روسازی آسفالتی در شرایط کنترل شده، به منظور استخراج ویژگی و آنالیز آماری بافت آنها، از ترکیبی از الگوی باینری محلی تصویر و شاخصهای آماری مرتبه دوم بر پایه ماتریس همرخداد سطوح خاکستری استفاده شده است. نتایج حاصل از کلاسبندی تصاویر خرابی بر اساس روش کمینه فاصله ماهالانوبیس، حاکی از آن است که آمارگان مرتبه دوم مستخرج از الگوی باینری محلی تصویر، با دقت طبقهبندی 90 درصد، عملکرد بسیار خوبی در تشخیص و کلاسبندی خرابیهای روسازی داشته است.

کلمات کلیدی