.

Authors

  • Lilian Tais de Gouveia Universidade Estadual de Ponta Grossa - UEPG
  • Fernanda Elisa Stelle Universidade Estadual de Ponta Grossa - UEPG
  • Luciano Jose Senger Universidade Estadual de Ponta Grossa - UEPG
  • Edson Aparecido Martins Filho Universidade Estadual de Ponta Grossa - UEPG

DOI:

https://doi.org/10.14295/transportes.v23i2.788

Keywords:

mulscale skleton, shape, aggregates.

Abstract

Mineral aggregates’ shape affect various properties of asphalt mixtures, such as resistance to permanent defor-mation and to fatigue. Shape is directly related to geometric proportions of aggregates. There are several laboratory methods used to determine aggregates’ shapes, but they are often cumbersome and sometimes subjective. In this paper, the multiscale skeleton method for determining the shape characteristics of aggregates is presented. This method is simple to be applied and the results are easy to understand. In this method, the particles are reduced to a simpler structure, called the skeleton, at different levels of detail (thresholds). Two types of aggregates were studied, basalt and gravel, with degrees of sphericity 0.77 and 0.87, respectively, according to the Rittenhouse table. Images of aggregates were obtained by using a digital scanner. The skeletons of images of aggregates were obtained using the distance transform and knowledge was extracted from skele-tons by shape descriptors: average radii, variance, number of branches, largest branch and sphericity. The best level of detail of the skeleton (threshold) was equal to 5, which allows the classification algorithm to achieve an accuracy of 97%. This satisfactory rate of success demonstrates the robustness of the multiscale skeleton method for the determination and classifi-cation of aggregates shapes.

Downloads

Download data is not yet available.

Author Biographies

Lilian Tais de Gouveia, Universidade Estadual de Ponta Grossa - UEPG

possui graduação em Engenharia Civil pela Universidade Estadual de Ponta Grossa, mestrado e doutotado em Engenharia Civil, na área de Transportes pela Universidade de São Paulo. Pós-doutorado (IFSC-USP), Grupo de pesquisa de Computação Interdisciplinar, atuando nas áreas de Análise de Formas e Imagens. Atua como professora pesquisadora na Universidade Estadual de Ponta Grossa.

Fernanda Elisa Stelle, Universidade Estadual de Ponta Grossa - UEPG

Acadêmica de graduação do Curso de Engenharia Civil da Universidade Estadual de Ponta grossa.

Luciano Jose Senger, Universidade Estadual de Ponta Grossa - UEPG

possui graduação em Bacharelado Em Informática pela Universidade Estadual de Ponta Grossa (1995), mestrado em Ciência da Computação e Matemática Computacional pelo Instituto de Ciências Matemáticas e de Computação (1997) e doutorado em Ciências de Computação e Matemática Computacional pelo Instituto de Ciências Matemáticas e de Computação (2005). Professor associado na Universidade Estadual de Ponta Grossa, onde atua desde 1998. Tem experiência na área de Computação, atuando principalmente nas áreas de arquitetura de computadores e computação de alto desempenho.

Edson Aparecido Martins Filho, Universidade Estadual de Ponta Grossa - UEPG

Acadêmico de graduação do Curso de Engenharia de Computação da Universidade Estadual de Ponta grossa.

References

Barrett, P. J. (1980) Sedimentology, 27, p. 291-303.

Bessa, I. S. (2012) Avaliação do Processamento Digital de Imagens como Ferramenta para Caracterização de Agregados e Misturas Asfálticas. Dissertação (Mestrado), Universidade Federal do Ceará, Fortaleza.

Bowman, E. T.; K. Soga, K. e T. W. Drummond (2000) Particle shape characterisation using Fourier analysis. Relatório técnico, Cambridge University Engineering Department – CUED/D-Soils/TR315. DOI: 10.1680/geot.2001.51. 6.545

Chandan, C.; K. Sivakumar; E. Masad e T. Fletcher (2004) Application of imaging techniques to geometry analysis of aggregate particles. Journal of Computing in Civil Engineering, p. 75 – 82. DOI: dx.doi.org/10.1061/(ASCE)0887-3801(2004)18:1(75)

Costa, L. d. F. e L.F. Estrozi (1999) Multiresolution shape representation without border shifting, Electron. Lett, v. 35, n. 21, p. 1829–1830. DOI: 10.1049/el: 19991262

Costa, L. d. F. e R. M. Cesar Jr. (2001) Shape analysis and classification: Theory and practice, CRC, Boca Raton, Fla.

Costa, L. d. F. e G. Mutinari (2003) Characterizing width uniformity by wave propagation. Physical Review, E 68. DOI: dx.doi.org/10.1103/PhysRevE.68.056704

Fernandes, J.L; R. Roque; M. Tia; L. Casanova (2000) Evaluation of uncompacted void content of fine aggregate as a quality indicator of materials used in Superpave mixtures. Transportation Research Board. DOI: 10.3141/1723-05

Fernandes Jr., J.L.; L.T. Gouveia (2003). Limitation of Fine Aggregate Angularity Test to Predict the Behavior of Asphalt Mixtures. International Journal of Pavements, vol. 2, p. 20-28.

Fletcher, T.; C. Chandan; E. Masad; K. Sivakumar (2002) Aggregate imaging system (AIMS) for characterizing the shape of fine and coarse aggregates. Transportation Research Board - CD-rom.

Frazão, E. B (2002) Tecnologia de Rochas na Construção Civil. ABGE - São Paulo.

Gonzalez, R. C; R. E. Woods (2010) Processamento Digital de Imagens. Pearson - 3ª edição, São Paulo, 2010.

Gouveia, L. T.; J. L. Fernandes Jr. e J. B. Soares (2007) Influência da energia de compactação no comportamento volumétrico e mecânico de misturas asfálticas. TRANSPORTES, v. 15, n. 1, p. 34-41. DOI: hdx.doi.org/10.4237/transportes.v15i1.45.

Gouveia, L.T.; F. A. Rodrigues e L. F. Costa (2010) Multiscale Curvature Analysis of Asphaltic Aggregate Particles. Journal of Computing in Civil Engineering, v. 24, p. 506-513. DOI:dx.doi.org/10.1061/(ASCE)CP.1943-5487.0000057

Gouveia, L. T.; L. F. Costa; L. J. Senger; M. K. Albertini e R. F. Mello (2011) Entropy-Based Approach to Analyze and Classify Mineral Aggregates. Journal of Computing in Civil Engineering, ASCE, v. 25, p. 75-84. DOI: dx.doi.org/10.1061/ (ASCE) CP.1943-5487.0000071

Gouveia, L. T.; G. Arruda; F. Rodrigues, L. J. Senger e L. F. Costa (2013) Supervised Classification of Basaltic Aggregate Particles Based on Texture Properties. Journal of Computing in Civil Engineering, ASCE, v. 27, p. 177–182. DOI: dx.doi.org/10.1061/ (ASCE) CP.1943-5487.0000212

Ketcham, R. A. e N. Shashidhar (2001) Quantitative analysis of 3-d images of asphalt concrete. Transportation Research Board - CD-rom.

Kim, Y.R.; N. Kim e N. P. Khosla (1992) Effects of Aggregate Type and Gradation on Fatigue and Permanent Deformation of Asphalt Concrete. Em Effects of Aggregates and Mineral Fillers on Asphalt Mixture Performance. American Society for Testing and Materials (ASTM), Philadelphia.

Kuo, C.Y.; J. D. Frost; J. S. Lai e L. B. Wang (1996) Three-dimensional image analysis of aggregate particle from orthogonal projections. Transportation Research Record, v. 1526, p. 98-103. DOI: 10.3141/1526-12

Masad, E.; B. Muhunthan; N. Shashidhar e T. Harman (1999) Internal structure characterization of aspahlt concrete using image analysis. Journal of Computing in Civil Engineering, ASCE, p. 88 – 95. DOI: dx.doi.org/10.1061/(ASCE)0887-3801(1999)13:2(88)

Masad, E.; J. W. Button e T. Papagiannakis (2000) Fine aggregate angularity: Automated image analysis approach. Transportation Research Record, v.1721, p.66 – 72. DOI: 10.3141/1721-08

Masad, E.; Al-Rousan; J. Button; D. Little e E. Tutumluer (2005) Test Methods for Characterizing Aggregate Shape, texture, and Angularity. National Cooperative Highway Research Program, NCHRP.

Mahmoud, E. e E. Masad (2007) Experimental Methods for the Evaluation of Aggregate Resistance to Polishing, Abrasion, and Breakage. Journal of Computing in Civil Engineering, ASCE, v. 19, p. 977-985. DOI:

dx.doi.org/10.1061/(ASCE)0899-1561(2007)19:11(977)

Senger, L.J. e L. T. Gouveia (2010) Aplicação de redes neurais ART e análise de textura para a classificação do estado de alteração de agregados minerais. Revista de Informática Teórica e Aplicada, v. 17, p. 1.

Pedrini, H. e W. R. Schwartz (2008) Análise de Imagens Digitais: Princípios, Algorítimos e Aplicações. THOMSON- São Paulo, (2008).

Prowell, B.D.; J. Zhang e E. R. Brown (2005) Aggregate Properties and Performance of Superpave Designed Hot Mix Asphalt. National Cooperative Highway Research Program, NCHRP, n. 539.

Wilson, J.D. e L. D. Klotz (1996) Quantitative Analysis of Aggregate Based on Hough Transform. Transportation Research Record, TRB, n. 1530. DOI: 10.3141/1530-14

Witten, I. A e E. Frank (2005) Data Mining: Practical Machine Learning Tools and Techniques. 2. ed. Morgan Kaufmann.

Published

2015-08-28

How to Cite

Gouveia, L. T. de, Stelle, F. E., Senger, L. J., & Martins Filho, E. A. (2015). TRANSPORTES, 23(2), 14–21. https://doi.org/10.14295/transportes.v23i2.788

Issue

Section

Artigos