Título

CLASSIFICAÇÃO AUTOMÁTICA DE PARTÍCULAS DE RESÍDUO DE CONSTRUÇÃO E DEMOLIÇÃO POR ANÁLISE DIGITAL DE IMAGENS

AUTOMATIC CLASSIFICATION OF PARTICLES FROM CONSTRUCTION AND DEMOLITION WASTE THROUGH DIGITAL IMAGE ANALYSIS

Autoria

Brisola, Daisiana Frozi; Cunha, Bruna Maria da; Gomes, Otávio da Fonseca Martins; Lima, Paulo Roberto Lopes; Paciornik, Sidnei

DOI

10.5151/2594-5327-16732

Downloads

Baixar Artigo 47 Downloads

Resumo

Os resíduos de construção e demolição (RCD) tornaram-se, em todo mundo, um dos principais problemas ambientais das cidades. A classificação e separação das partículas de RCD constituem-se na principal dificuldade para sua reciclagem. O presente trabalho propõe uma metodologia para a classificação de partículas de RCD que consiste em um típico sistema de classificação supervisionada. Ele utiliza parâmetros de forma, tamanho e textura para discriminar partículas de RCD provenientes de argamassa, cerâmica e concreto, observadas por microscopia eletrônica de varredura. O sistema de classificação foi testado com relativo sucesso, a taxa de acerto total atingiu 73,96% e as taxas de acerto para as classes argamassa e cerâmica foram maiores que 80%. A principal limitação encontrada foi o reconhecimento da classe concreto, o melhor resultado obtido para sua taxa de acerto foi de apenas 56,30%.

 

Construction and demolition waste (CDW) has become one of the most important environmental problems in large and medium-sized cities around the world. The classification and segregation of CDW particles constitute the main difficulties for their recycling. The present paper proposes a methodology for classification of particles from CDW that consists in a typical supervised classification procedure. It uses size, shape and texture description parameters to discriminate between CDW particles from mortar, ceramic and concrete observed with scanning electron microscopy. The classification system reaches a reasonable success. The total success rate obtained was 73.96% and the success rates for mortar and ceramic were greater than 80%. The main limitation was the recognition of the concrete particles; the best result obtained for its success rate was 56.30%.

Palavras-chave

Resíduo de construção e demolição; Classificação supervisionada; Análise de imagens.

Construction and demolition waste; Supervised classification; Image analysis.