L'amianto ਠun insieme di sei minerali idrati di silicato (crisotilo e anfiboli) caratterizzati da una particolare struttura fibrosa. Grazie alle sue notevoli proprietà  fisiche (resistenza al fuoco, calore, elettricità  e trazione) e alla sua accessibilità , un enorme quantitativo di cemento amianto (AC) ਠstato impiegato come materiale da costruzione in Italia e nel resto del mondo. Durante gli anni '60 molte ricerche scientifiche hanno dimostrato che l'inalazione delle fibre di amianto aumenti considerevolmente il rischio di contrarre gravi malattie alle vie respiratorie come il cancro del polmone, il mesotelioma e l'asbestosi. Percià², al fine di tutelare la salute dei cittadini, molti paesi (compresa l'Italia nel 1992) hanno dichiarato il divieto di produzione di materiali contenenti amianto (ACM). Al giorno d'oggi i tetti in cemento amianto sono ancora ampiamente diffusi in tutta Italia e si possono trovare soprattutto nelle coperture degli edifici industriali. Pertanto, una metodologia automatizzata per l'identificazione dei tetti di AC sarebbe fondamentale per le autorità  locali per mappare le superfici di amianto e adottare adeguate politiche di monitoraggio o azioni di rimozione. In questo lavoro ci siamo concentrati sull'analisi delle immagini con approccio object-oriented (GEOBIA) e sulle tecniche di classificazione supervisionate. In primo luogo, abbiamo utilizzato un'immagine multispettrale dell'ambiente urbano di Modena, acquisita da WorldView 3, per testare diversi algoritmi di classificazione. Successivamente, abbiamo scelto la metodologia che ha fornito i migliori risultati per studiare l'area critica del distretto ceramico di Fiorano. Confrontando i risultati ottenuti con la classificazione e le verità  a terra abbiamo ottenuto un'accuratezza complessiva di circa il 90%. Questo eccellente risultato, unito alla sostanziale rapidità  dell'intera procedura, dimostra quanto le analisi GEOBIA siano in grado di garantire classificazioni ad alte prestazioni a basso costo.

Classificazione di superfici in cemento amianto da immagini WorldView-3 tramite approccio object-oriented

2019

Abstract

L'amianto ਠun insieme di sei minerali idrati di silicato (crisotilo e anfiboli) caratterizzati da una particolare struttura fibrosa. Grazie alle sue notevoli proprietà  fisiche (resistenza al fuoco, calore, elettricità  e trazione) e alla sua accessibilità , un enorme quantitativo di cemento amianto (AC) ਠstato impiegato come materiale da costruzione in Italia e nel resto del mondo. Durante gli anni '60 molte ricerche scientifiche hanno dimostrato che l'inalazione delle fibre di amianto aumenti considerevolmente il rischio di contrarre gravi malattie alle vie respiratorie come il cancro del polmone, il mesotelioma e l'asbestosi. Percià², al fine di tutelare la salute dei cittadini, molti paesi (compresa l'Italia nel 1992) hanno dichiarato il divieto di produzione di materiali contenenti amianto (ACM). Al giorno d'oggi i tetti in cemento amianto sono ancora ampiamente diffusi in tutta Italia e si possono trovare soprattutto nelle coperture degli edifici industriali. Pertanto, una metodologia automatizzata per l'identificazione dei tetti di AC sarebbe fondamentale per le autorità  locali per mappare le superfici di amianto e adottare adeguate politiche di monitoraggio o azioni di rimozione. In questo lavoro ci siamo concentrati sull'analisi delle immagini con approccio object-oriented (GEOBIA) e sulle tecniche di classificazione supervisionate. In primo luogo, abbiamo utilizzato un'immagine multispettrale dell'ambiente urbano di Modena, acquisita da WorldView 3, per testare diversi algoritmi di classificazione. Successivamente, abbiamo scelto la metodologia che ha fornito i migliori risultati per studiare l'area critica del distretto ceramico di Fiorano. Confrontando i risultati ottenuti con la classificazione e le verità  a terra abbiamo ottenuto un'accuratezza complessiva di circa il 90%. Questo eccellente risultato, unito alla sostanziale rapidità  dell'intera procedura, dimostra quanto le analisi GEOBIA siano in grado di garantire classificazioni ad alte prestazioni a basso costo.
2019
it
Dipartimento di Ingegneria "Enzo Ferrari"
Università degli Studi di Modena e Reggio Emilia
File in questo prodotto:
File Dimensione Formato  
Tesi_Definitiva_MARCO_BARTOLI.pdf

accesso solo da BNCF e BNCR

Tipologia: Altro materiale allegato
Licenza: Tutti i diritti riservati
Dimensione 5.97 MB
Formato Adobe PDF
5.97 MB Adobe PDF

I documenti in UNITESI sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/20.500.14242/306022
Il codice NBN di questa tesi è URN:NBN:IT:UNIMORE-306022