Système expert de vision par ordinateur pour la détection, la mesure et la classification automatique des dégradations routières.
RoadDetectorEnsao est un logiciel desktop haute performance développé en C++ natif, destiné à l’analyse automatique de l’état des chaussées à partir d’images.
Contrairement aux approches classiques limitées à la simple détection, ce projet intègre un pipeline avancé de vision par ordinateur combiné à un système expert décisionnel, permettant de produire un diagnostic structurel complet :
- type de fissure
- sévérité
- recommandation de réparation
-
🔍 Détection précise
Isolation robuste des fissures du bitume grâce à des filtres adaptatifs et morphologiques, même sous éclairage non uniforme. -
📏 Mesure algorithmique
Implémentation de l’algorithme de Zhang–Suen (squelettisation) pour calculer la longueur réelle et la largeur moyenne des fissures. -
🧠 Système expert
Classification automatique de la gravité (Faible, Moyenne, Critique) et génération de recommandations de maintenance (pontage, purge, reprofilage…). -
⚡ Architecture haute performance
- Multithreading (thread de calcul séparé de l’interface)
- Gestion mémoire optimisée (smart pointers, références)
-
🎨 Interface professionnelle
Interface graphique moderne basée sur SDL3 + ImGui, avec visualisation temps réel de chaque étape du traitement.
Le cœur du système repose sur une chaîne de traitement rigoureuse :
Étapes principales :
- Acquisition de l’image routière
- Amélioration du contraste (CLAHE)
- Binarisation adaptative
- Nettoyage morphologique
- Squelettisation
- Extraction de métriques géométriques
- Diagnostic via règles expertes
L’interface permet :
- la navigation entre les étapes du pipeline
- la visualisation comparative (original / traité)
- l’affichage du diagnostic final et des mesures
RoadDetectorEnsao/
├── assets/ # Images pour le README
├── src/ # Code source C++
├── include/ # Headers
├── lib/ # Librairies
├── fonts/ # Polices UI
├── obj/ # Fichiers objets
├── README.md
├── Makefile
make
./RoadDetectorEnsao






