公路隧道裂缝检测系统的研究与设计

发布时间：2017-08-12 01:13

  本文关键词：公路隧道裂缝检测系统的研究与设计

  更多相关文章： 裂缝检测 灰色理论 特征提取 宽度预测 破损程度

【摘要】：公路隧道在交通运输中起着重要的作用,而隧道的病害严重影响着行车和生命安全。其中,裂缝就是隧道病害的一种,有效的检测隧道表面裂缝对于隧道的安全是至关重要的。隧道表面不同于一般的混凝土路面和建筑,普遍的存在着光照强度差,对比度低,背景纹理复杂,噪声多的情况。本课题以公路隧道裂缝作为研究背景,设计了一种适用于隧道环境的裂缝检测系统。提出了一种将灰色理论与自适应相结合的检测算法,有效的解决了隧道裂缝表面存在的问题,并给予实例对裂缝破损程度评价及宽度预测。课题研究的主要内容如下:1)深入分析隧道裂缝所处的特殊环境,对比传统检测算法在裂缝检测上的优缺点,采用了适用于隧道环境下的图像处理方法,包括灰色关联度的滤波算法,GM(1,1)模型边缘检测方法,改进的将阈值进行分割的自适应算法以及形态学处理方法。2)为了能够获取裂缝特征信息及裂缝概貌,在裂缝检测识别的基础上研究了裂缝图像的细化方法、分支及毛刺的滤除算法以及边缘连接处理方法,并通过实验仿真进行分析。3)总结影响裂缝产生的内外因素,重点研究了影响裂缝产生的最大因素-材料,利用灰色预测及神经网络结合的方法预测短期内裂缝宽度,并利用灰色关联度的调整来控制裂缝的产生,并把某地库环境下的裂缝作为实例进行了预测。4)针对隧道裂缝的特点,设计了一套以DSP为采集控制器,CMOS模块为采集模块,移动支架以及含有裂缝的混凝土模块等组成的模拟隧道环境下的裂缝图像采集系统,重点分析了图像的标定技术。在Visual DSP++软件平台的基础上实现裂缝图像的采集。5)结合本文采用的裂缝图像处理算法,在基于MALAB开发环境下开发了适合于隧道裂缝的仿真软件。实现了公路隧道裂缝的检测识别和破损程度评估。
【关键词】：裂缝检测 灰色理论 特征提取 宽度预测 破损程度
【学位授予单位】：西安建筑科技大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：U457;TP391.41
【目录】：

• 摘要3-5
• Abstract5-10
• 1 绪论10-16
• 1.1 研究背景及意义10-11
• 1.2 国内外研究现状11-13
• 1.2.1 国外研究现状11
• 1.2.2 国内研究现状11-13
• 1.3 裂缝的类型及破损程度评价标准13-14
• 1.3.1 裂缝的类型13
• 1.3.2 破损程度评价标准13-14
• 1.4 研究目标及内容安排14-16
• 1.4.1 研究目标14
• 1.4.2 研究内容安排14-16
• 2 裂缝检测算法综述16-20
• 2.1 基于种子生长法的裂缝检测16-17
• 2.2 基于最小代价路径的裂缝检测17-18
• 2.3 传统边缘检测算子的裂缝检测18-19
• 2.4 本章小结19-20
• 3 基于灰色理论的裂缝检测与识别20-44
• 3.1 灰色系统理论20-21
• 3.1.1 灰色系统的特点20
• 3.1.2 灰色关联度分析20-21
• 3.2 图像增强21-23
• 3.3 图像滤波23-27
• 3.3.1 传统的图像滤波23-25
• 3.3.2 基于灰色关联度的滤波25-26
• 3.3.3 滤波效果的客观评价26-27
• 3.4 边缘检测27-29
• 3.4.1 传统的边缘检测27-28
• 3.4.2 基于灰色预测模型边缘检测28-29
• 3.5 自适应阈值分割算法的改进29-33
• 3.5.1 自适应阈值分割29-31
• 3.5.2 改进的自适应阈值分割31-33
• 3.6 图像形态学处理33-34
• 3.7 裂缝毛刺滤除及骨架提取34-39
• 3.7.1 裂缝图像细化34-36
• 3.7.2 毛刺滤除36-37
• 3.7.3 裂缝边缘连接及骨架提取37-39
• 3.8 裂缝的特征计算及破损程度评估39-42
• 3.8.1 规则裂缝的计算39-40
• 3.8.2 不规则裂缝的计算40-41
• 3.8.3 裂缝参数的测量结果41
• 3.8.4 裂缝破损程度评估41-42
• 3.9 本章小结42-44
• 4 基于灰色模型-神经网络的裂缝预测44-56
• 4.1 混凝土裂缝产生的原因44-45
• 4.2 基于灰色模型的预测分析45-46
• 4.3 神经网络理论46-51
• 4.3.1 神经网络的主要内容46-47
• 4.3.2 神经网络在裂缝预测中的应用47
• 4.3.3 神经网络在裂缝上的预测分析47-51
• 4.4 混凝土裂缝预测的实例51-55
• 4.4.1 混凝土裂缝预测结构流程图52-53
• 4.4.2 混凝土裂缝宽度的预测53-55
• 4.5 本章小结55-56
• 5 系统的设计与实现56-74
• 5.1 系统组成结构及工作原理56-60
• 5.1.1 系统组成结构56
• 5.1.2 采集试验过程示意图56-57
• 5.1.3 系统工作原理57-58
• 5.1.4 传感器的选择58-60
• 5.2 尺寸标定60-61
• 5.2.1 拍摄距离范围的确定60
• 5.2.2 单位像素的尺寸标定60-61
• 5.3 采集系统硬件模块设计61-63
• 5.3.1 输入接口设计61
• 5.3.2 时钟电路设计61-62
• 5.3.3 复位电路设计62
• 5.3.4 存储模块62-63
• 5.4 采集系统软件设计与实现63-68
• 5.4.1 Visual DSP++软件介绍63
• 5.4.2 图像采集程序设计63-64
• 5.4.3 图像处理程序设计64-67
• 5.4.4 裂缝图像的采集实现67-68
• 5.5 仿真与结果分析68-72
• 5.5.1 仿真环境68
• 5.5.2 仿真实验流程68-69
• 5.5.3 仿真模块界面69-71
• 5.5.4 实验结果分析71-72
• 5.6 本章小结72-74
• 6 总结与展望74-76
• 6.1 工作总结74
• 6.2 展望74-76
• 参考文献76-80
• 攻读硕士期间发表的论文和参加科研情况80-82
• 致谢82

，

本文编号：659070