基于MATLAB的桥梁拉索表面缺陷视频检测
发布时间：2022-02-15 23:48
我国地势走向西高东低,山地面积要占全国土地总面积的2/3以上。因此,大跨度的斜拉桥和悬索桥被广泛采用,其中我国斜拉桥数量占世界斜拉桥总数一半以上。近年来我国桥梁行业的发展重心已经逐渐从“建设为主”向“养护为主”转移。目前国内已建成的拉索类桥梁中,拉索是其主要承载构件,拉索的健康状态直接影响到桥梁的正常运营与否。拉索外观的缺陷检测是桥梁安全检查工作中的重点内容之一,也是发现桥梁拉索安全隐患的重要内容。然而行业内在实际工作中对拉索表面检测还是通过人工目视视频数据的方式进行。这种方式的弊端主要是工作效率低下;依靠个人主观经验判断;长时间目视检测容易出错等。因此,本文从实际需求出发,研发了桥梁拉索外观视频检测软件系统,并就系统中的关键问题进行技术攻关,实验表明该系统可以代替人工进行桥梁拉索外观的缺陷检测。本论文重点对拉索类桥梁外观缺陷检测的理论和技术流程进行了研究。围绕拉索类桥梁外观视频数据自动化检测的实际工程需求,开展了相关实验。针对原始视频数据采用了合理的压缩准则提取可疑图像,减少了数据量;同时通过形态学的引入提升缺陷图像阈值分割精度;然后对分割图像进行连通域标定提取缺陷几何信息量化目标区...
【文章来源】：重庆交通大学重庆市
【文章页数】：78 页
【学位级别】：硕士
【文章目录】：
摘要
ABSTRACT
第一章 绪论
1.1 研究背景与意义
1.2 国内外研究现状
1.2.1 桥梁外观检测方法的国内外发展现状
1.2.2 桥梁缺陷检测的算法研究
1.3 拉索图像的基本认识
1.3.1 拉索表面病害类型
1.3.2 病害图像特征分析
1.3.3 研究的难点
1.4 技术路线与研究内容
1.4.1 技术路线
1.4.2 研究内容
第二章 桥梁拉索表面视频数据预处理
2.1 桥梁拉索视频数据采集
2.2 视频拆分转换
2.2.1 按帧提取图像
2.2.2 单镜头图像提取
2.3 图像预检测
2.3.1 灰度化
2.3.2 图像分块
2.3.3 基于统计的方差双阈值信息提取
2.4 本章小结
第三章 桥梁拉索缺陷图像分割
3.1 图像分割的原理
3.2 拉索图像分割算法研究
3.2.1 最大类间方差法
3.2.2 迭代法阈值分割
3.2.3 最小错误阈值法
3.3 形态学分割
3.3.1 基本形态学运算
3.3.2 结构元素的选择
3.4 基于形态学的大津法分割
3.4.1 实验结果分析
3.5 本章小结
第四章 缺陷图像几何特征描述及计算方法研究
4.1 连通域标记
4.2 几何参数提取
4.2.1 区域面积计算
4.2.2 外接矩形长宽计算
4.2.3 矩形度的计算
4.2.4 圆形度的计算
4.2.5 边界周长计算
4.3 病害识别
4.3.1 桥梁拉索图像病害信息的特点
4.3.2 病害区域判断规则
4.3.3 实验验证
4.4 本章小结
第五章 桥梁拉索表面检测视频自动化处理软件开发
5.1 系统功能需求分析
5.2 软件开发平台及检测流程
5.2.1 开发平台简介
5.2.2 软件检测流程概述
5.3 系统整体结构设计实现
5.4 工程实践
5.4.1 工程概况
5.4.2 试验验证
5.4.3 试验分析
5.5 本章小结
第六章 结论与展望
6.1 总结
6.2 展望
致谢
参考文献
在学期间发表的论文及学术成果
【参考文献】：
期刊论文
[1]拉索检测机器人爬升装置设计与稳定性分析[J]. 余剑武,张申林,肖清,罗红,张汉卫. 机械设计与研究. 2017(04)
[2]运营期桥梁斜拉索的技术状况检测[J]. 李鸥,侍刚,王波,赵承新. 世界桥梁. 2017(04)
[3]2016年交通运输行业发展统计公报[J]. 交通财会. 2017(05)
[4]基于谱残差视觉显著性的带钢表面缺陷检测[J]. 陈海永,徐森,刘坤,孙鹤旭. 光学精密工程. 2016(10)
[5]基于多阈值Otsu准则的阈值分割快速计算[J]. 申铉京,刘翔,陈海鹏. 电子与信息学报. 2017(01)
[6]基于视觉显著度的皮革表面瑕疵检测[J]. 朱凌云,严飞华,李汶松. 计算机工程与科学. 2016(03)
[7]发动机包覆层表面缺陷自动检测技术研究[J]. 杨建华,刘进圣,金永. 传感器世界. 2016 (01)
[8]我国桥梁技术发展战略的思考[J]. 冯正霖. 中国公路. 2015(11)
[9]基于图像分析的纸张表面缺陷检测系统的研究与实现[J]. 罗磊,张二虎. 西安理工大学学报. 2014(02)
[10]基于图像处理的桥梁缆索检测系统研制[J]. 刘朝涛,杜子学,武维,向中富. 重庆交通大学学报(自然科学版). 2014(02)
博士论文
[1]桥梁拉索表面缺陷图像检测关键技术的研究[D]. 李新科.重庆大学 2014
硕士论文
[1]道路裂缝图像识别的算法研究[D]. 宰柯楠.郑州大学 2017
[2]基于路面检测车图像的裂缝提取方法研究[D]. 任帅.重庆交通大学 2015
[3]基于Matlab的路面裂缝识别算法研究[D]. 任炳兰.长安大学 2014
[4]桥梁裂缝检测中图像识别处理与测量技术的研究[D]. 齐超.北京交通大学 2014
[5]基于机器视觉的焊件外观缺陷检测系统的设计[D]. 郭俊磊.南京航空航天大学 2014
[6]基于图像处理技术的缝纫机针外观质量高速检测系统研究[D]. 纪孝利.烟台大学 2013
[7]基于多足爬墙机器人平台的桥梁裂缝检测方法研究[D]. 蔡钊雄.华南理工大学 2012
[8]高速铁路桥梁底面裂缝的视频检测系统研究[D]. 蔡光明.北京交通大学 2011
本文编号：3627501
【文章来源】：重庆交通大学重庆市
【文章页数】：78 页
【学位级别】：硕士
【文章目录】：
摘要
ABSTRACT
第一章 绪论
1.1 研究背景与意义
1.2 国内外研究现状
1.2.1 桥梁外观检测方法的国内外发展现状
1.2.2 桥梁缺陷检测的算法研究
1.3 拉索图像的基本认识
1.3.1 拉索表面病害类型
1.3.2 病害图像特征分析
1.3.3 研究的难点
1.4 技术路线与研究内容
1.4.1 技术路线
1.4.2 研究内容
第二章 桥梁拉索表面视频数据预处理
2.1 桥梁拉索视频数据采集
2.2 视频拆分转换
2.2.1 按帧提取图像
2.2.2 单镜头图像提取
2.3 图像预检测
2.3.1 灰度化
2.3.2 图像分块
2.3.3 基于统计的方差双阈值信息提取
2.4 本章小结
第三章 桥梁拉索缺陷图像分割
3.1 图像分割的原理
3.2 拉索图像分割算法研究
3.2.1 最大类间方差法
3.2.2 迭代法阈值分割
3.2.3 最小错误阈值法
3.3 形态学分割
3.3.1 基本形态学运算
3.3.2 结构元素的选择
3.4 基于形态学的大津法分割
3.4.1 实验结果分析
3.5 本章小结
第四章 缺陷图像几何特征描述及计算方法研究
4.1 连通域标记
4.2 几何参数提取
4.2.1 区域面积计算
4.2.2 外接矩形长宽计算
4.2.3 矩形度的计算
4.2.4 圆形度的计算
4.2.5 边界周长计算
4.3 病害识别
4.3.1 桥梁拉索图像病害信息的特点
4.3.2 病害区域判断规则
4.3.3 实验验证
4.4 本章小结
第五章 桥梁拉索表面检测视频自动化处理软件开发
5.1 系统功能需求分析
5.2 软件开发平台及检测流程
5.2.1 开发平台简介
5.2.2 软件检测流程概述
5.3 系统整体结构设计实现
5.4 工程实践
5.4.1 工程概况
5.4.2 试验验证
5.4.3 试验分析
5.5 本章小结
第六章 结论与展望
6.1 总结
6.2 展望
致谢
参考文献
在学期间发表的论文及学术成果
【参考文献】：
期刊论文
[1]拉索检测机器人爬升装置设计与稳定性分析[J]. 余剑武,张申林,肖清,罗红,张汉卫. 机械设计与研究. 2017(04)
[2]运营期桥梁斜拉索的技术状况检测[J]. 李鸥,侍刚,王波,赵承新. 世界桥梁. 2017(04)
[3]2016年交通运输行业发展统计公报[J]. 交通财会. 2017(05)
[4]基于谱残差视觉显著性的带钢表面缺陷检测[J]. 陈海永,徐森,刘坤,孙鹤旭. 光学精密工程. 2016(10)
[5]基于多阈值Otsu准则的阈值分割快速计算[J]. 申铉京,刘翔,陈海鹏. 电子与信息学报. 2017(01)
[6]基于视觉显著度的皮革表面瑕疵检测[J]. 朱凌云,严飞华,李汶松. 计算机工程与科学. 2016(03)
[7]发动机包覆层表面缺陷自动检测技术研究[J]. 杨建华,刘进圣,金永. 传感器世界. 2016 (01)
[8]我国桥梁技术发展战略的思考[J]. 冯正霖. 中国公路. 2015(11)
[9]基于图像分析的纸张表面缺陷检测系统的研究与实现[J]. 罗磊,张二虎. 西安理工大学学报. 2014(02)
[10]基于图像处理的桥梁缆索检测系统研制[J]. 刘朝涛,杜子学,武维,向中富. 重庆交通大学学报(自然科学版). 2014(02)
博士论文
[1]桥梁拉索表面缺陷图像检测关键技术的研究[D]. 李新科.重庆大学 2014
硕士论文
[1]道路裂缝图像识别的算法研究[D]. 宰柯楠.郑州大学 2017
[2]基于路面检测车图像的裂缝提取方法研究[D]. 任帅.重庆交通大学 2015
[3]基于Matlab的路面裂缝识别算法研究[D]. 任炳兰.长安大学 2014
[4]桥梁裂缝检测中图像识别处理与测量技术的研究[D]. 齐超.北京交通大学 2014
[5]基于机器视觉的焊件外观缺陷检测系统的设计[D]. 郭俊磊.南京航空航天大学 2014
[6]基于图像处理技术的缝纫机针外观质量高速检测系统研究[D]. 纪孝利.烟台大学 2013
[7]基于多足爬墙机器人平台的桥梁裂缝检测方法研究[D]. 蔡钊雄.华南理工大学 2012
[8]高速铁路桥梁底面裂缝的视频检测系统研究[D]. 蔡光明.北京交通大学 2011
本文编号：3627501
本文链接：https://www.wllwen.com/kejilunwen/daoluqiaoliang/3627501.html
