Abstract:
CONDITIONING OF PROJECT PUBLICATION. The inspection of civil structures demands objective techniques that ensure safety and durability.
This project compares the performance of intelligent methods in two-dimensional (2D) and
three-dimensional (3D) domains for the detection and quantification of cracks in lime mortars,
using a stereo vision system to obtain volumetric information about the damage. During development,
pairs of stereoscopic images were acquired and preprocessed, converting formats through
high-performance computing. The fine-tuned YOLO11n model was used for 2D segmentation,
and dense point clouds were generated using the RAFT algorithm to estimate 3D metrics such as
depth and aperture. The results showed that 3D quantification complements 2D analysis by providing
relief information, although volumetric metrics depend on the stability of image segmentation.
Parallel processing was observed to significantly optimize data conversion times. In conclusion,
the 2D approach showed the best overall performance, while 3D analysis is maintained as
a complement that provides volumetric context and interpretive support when segmentation and
reconstruction conditions allow it.
Keywords: Stereo Vision, Deep Learning, Point Cloud, Structural Inspection
Description:
CONDICIONAMIENTO DE PUBLICACION DE PROYCTOS. La inspección de estructuras civiles demanda técnicas objetivas que garanticen seguridad y durabilidad.
Este proyecto compara el desempeño de métodos inteligentes en dominios bidimensional
(2D) y tridimensional (3D) para la detección y cuantificación de grietas en morteros de cal, utilizando
un sistema de visión estéreo para obtener información volumétrica del daño. Durante el
desarrollo, se adquirieron y preprocesaron pares de imágenes estereoscópicas, convirtiendo formatos
mediante computación de alto rendimiento. Se empleó el modelo YOLO11n ajustado para
la segmentación 2D y se generaron nubes de puntos densas mediante el algoritmo RAFT para
estimar métricas 3D como profundidad y apertura. Los resultados evidenciaron que la cuantificación
3D complementa al análisis 2D aportando información de relieve, aunque las métricas
volumétricas dependen de la estabilidad de la segmentación en imagen. Se observó que el procesamiento
paralelo optimizó significativamente los tiempos de conversión de datos. En conclusión,
el enfoque 2D presentó el mejor desempeño global, mientras que el análisis 3D se mantiene como
un complemento que aporta contexto volumétrico y soporte interpretativo cuando las condiciones
de segmentación y reconstrucción lo permiten