No atual sistema de concessões rodoviária do Brasil ambos, concessionárias e agências reguladoras têm a missão de melhorar a qualidade dos pavimentos rodoviários no País. Tal situação requer a pesquisa e a identificação de novas ferramentas que facilitem o levantamento das condições dos pavimentos rodoviários num tempo e custos menores que os métodos usuais. Recentemente, se verificou um grande aumento da disponibilidade de imagens de sensoriamento remoto com alta resolução espacial, seguindo uma tendência do mercado de novos satélites de sensoriamento remoto, e de sensores aerotransportados. De forma similar, imagens multi e hiperespectrais estão disponíveis tanto comercialmente quanto para a pesquisa científica. O artigo apresenta uma nova metodologia para a identificação das condições do asfalto em superfícies pavimentadas e uma classificação dos tipos de defeitos identificáveis a partir de imagens hiperespectrais adquiridas por sensores aerotransportados. O objetivo do artigo é o de mostrar que índices das condições das superfícies dos pavimentos asfaltados gerados via imagens hiperespectrais podem ser comparados com os indicadores vigentes, utilizados pela agência reguladora nacional.

With the current system of concession roads in Brazil, both concessionaires and regulatory agents have been charged with improving the quality of the pavement on Brazilian highways. This situation requires the search for new tools that can facilitate the survey of pavement conditions in less time and at a lower cost than traditional methods. Recently, an increasing number of high-resolution spatial images have become available on the world market following the development of new remote sensing satellites and airborne sensors. Similarly, multispectral images and even hyperspectral images are now available commercially and for scientific research. The paper presents a new methodology for the identification of asphalted pavement surfaces condition and the classification of the main types of asphalt defects using hyperspectral images from airborne digital sensors. The objective of this study was to generate indexes of pavement conditions from images that can be compared with the indicators of pavement surface conditions already used by national regulatory agencies.

Monitorar a condição de uso de toda a extensão das rodovias brasileiras é tarefa dispendiosa e demorada. Este trabalho trata de novas técnicas que permitem o levantamento da condição da superfície dos pavimentos rodoviários de forma ágil utilizando imagens hiperespectrais de sensor digital aeroembarcado. Nos últimos anos, um número crescente de imagens de alta resolução espacial tem surgido no mercado mundial com o aparecimento dos novos satélites e sensores aeroembarcados de sensoriamento remoto. Propõe-se uma metodologia para identificação dos pavimentos asfálticos e classificação das principais ocorrências dos defeitos na superfície do pavimento. A primeira etapa da metodologia é a identificação da superfície asfáltica na imagem, utilizando uma classificação híbrida baseada inicialmente em pixel e depois refinada por objetos. A segunda etapa da metodologia é a identificação e classificação das ocorrências dos principais defeitos nos pavimentos flexíveis que são observáveis nas imagens de alta resolução espacial. Esta última etapa faz uso intensivo das novas técnicas de classificação de imagens baseadas em objetos. O resultado final é a geração de índices da condição da superfície do pavimento a partir das imagens que possam ser comparados com os indicadores vigentes da condição da superfície do pavimento já normatizados pelos órgãos competentes no país.

Monitoring every Brazilian road use condition is an expensive and time consuming task. This research deals with new techniques which will yield a quick survey of road surface pavement condition by using hyperspectral images from airborne remote sensing. Recently, an increasing number of images with high spatial resolution has emerged on the world market with the advent of new remote sensing satellites and airborne sensors. Hyperspectral images from digital airborne sensor have been used in this work. A new identification methodology for a pavement surface and also for classification of the main defects of the surface has been devised. The first step of the methodology is the identification of the asphalt surface in the image, by using hybrid classification based on pixel initially and then improved by objects. The second step of the methodology is the identification and classification of the main defects of pavement surface that are observable in high spatial resolution imagery. This step makes intensive use of new techniques for classification of images based on objects. The goal is the generation of pavement surface condition index from the images which can be compared to quality index of pavement surface already managed by the regulatory agency in the country.