基于图像处理的混凝土预制构件裂缝检测系统研究

发布时间：2018-02-24 22:05

  本文关键词： 预制构件 裂缝检测 中值滤波 图像分割　出处：《西安建筑科技大学》2017年硕士论文　论文类型：学位论文

【摘要】：装配式建筑具有施工速度快、质量稳定可靠、节能环保等优点,在我国得到快速的发展。混凝土预制构件是装配式建筑的重要组成部分,当混凝土预制构件出现宽度大于0.2 mm的裂缝时将会严重影响到装配式建筑的工程质量。目前对于裂缝的检测主要采用人工方法,不仅效率低下而且检测精度不高。为改善当前现状,研究了一种基于数字图像处理技术的混凝土预制构件裂缝检方法,此方法能有效的对裂缝进行检测。针对裂缝图像在采集过程中易受外界环境影响产生图像对比度较弱、模糊等缺陷以及图像分割算法对裂缝检测精度具有重要影响,重点对裂缝图像分割算法进行了研究。首先采用灰度化、灰度增强、及自适应中值滤波对裂缝图像进行预处理以减弱上述缺陷的影响。然后采用脉冲耦合神经网络(PCNN)实现裂缝图像的分割,针对PCNN模型存在不稳定性,利用遗传算法和最小误差准则对脉冲耦合神经网络模型进行了改进,并结合裂缝的几何形态特征实现图像中裂缝的识别。最后计算已识别裂缝的长度和平均宽度。结合上述裂缝检测方法,设计了混凝土预制构件裂缝检测系统,通过实验验证了算法的可行性和有效性。
[Abstract]:Prefabricated building has the advantages of fast construction speed, stable and reliable quality, energy saving and environmental protection, and has been developed rapidly in China. The concrete prefabricated component is an important part of prefabricated building. When cracks with width greater than 0.2 mm appear in concrete prefabricated members, the engineering quality of prefabricated buildings will be seriously affected. At present, manual methods are mainly used to detect cracks. In order to improve the present situation, a crack detection method for concrete prefabricated components based on digital image processing technology is studied. This method can detect cracks effectively, aiming at the weak contrast of images caused by external environment, blur and image segmentation algorithm have an important impact on the accuracy of crack detection. The algorithm of crack image segmentation is studied in detail. Firstly, grayscale is used to enhance the intensity of the image. And adaptive median filter is used to preprocess the crack image in order to reduce the influence of the above defects. Then the pulse coupled neural network (PCNN) is used to segment the crack image. Aiming at the instability of the PCNN model, Using genetic algorithm and minimum error criterion, the pulse coupling neural network model is improved. Finally, the length and average width of the identified cracks are calculated. Combined with the above crack detection methods, the crack detection system of concrete prefabricated member is designed. The feasibility and effectiveness of the algorithm are verified by experiments.
【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】：2017
【分类号】：TU528;TP391.41

【参考文献】

相关期刊论文 前10条

1 张先帅;陈新;杨淘;张园园;;遗传算法在大坝安全监测模型中的应用[J];水利水电技术;2016年11期

2 陈瑶;梅涛;王晓杰;李峰;刘彦伟;;基于爬壁机器人的桥梁裂缝图像检测与分类方法[J];中国科学技术大学学报;2016年09期

3 齐宝库;朱娅;马博;刘帅;;装配式建筑综合效益分析方法研究[J];施工技术;2016年04期

4 刘娜;宋伟东;赵泉华;;形态学和最大熵图像分割的城市路面裂缝检测[J];辽宁工程技术大学学报(自然科学版);2015年01期

5 齐宝库;李长福;;装配式建筑施工质量评估指标体系的建立与评估方法研究[J];施工技术;2014年15期

6 王耀东;余祖俊;白彪;许西宁;朱力强;;基于图像处理的地铁隧道裂缝识别算法研究[J];仪器仪表学报;2014年07期

7 张兴龙;;装配整体式混凝土结构预制构件常见质量通病与防治[J];安徽建筑;2014年03期

8 周东国;高潮;郭永彩;;一种参数自适应的简化PCNN图像分割方法[J];自动化学报;2014年06期

9 拜颖乾;;图像分割阈值选取方法的研究[J];信息系统工程;2014年02期

10 严文培;;基于MatLab不同平滑处理对边缘检测效果的影响[J];现代计算机;2013年25期

相关博士学位论文 前2条

1 李建锋;脉冲耦合神经网络在图像处理中的应用研究[D];中南大学;2013年

2 杨娜;基于脉冲耦合神经网络的车辆图像分割研究[D];北京交通大学;2013年

相关硕士学位论文 前10条

1 刘小燕;基于数字图像处理的混凝土桥梁底面裂缝的检测[D];武汉理工大学;2014年

2 贺华;建筑工程混凝土裂缝智能监测系统研究与实现[D];电子科技大学;2013年

3 王俊杰;基于机器视觉的桥梁检测多足爬壁机器人桥壁状态检测[D];华南理工大学;2013年

4 岳鹏德;基于图嵌入的图匹配算法研究[D];西安建筑科技大学;2013年

5 陈绍磊;混凝土裂缝特征信息识别与辨析研究[D];中南大学;2013年

6 蒋磊;基于脉冲耦合神经网络图像分割算法研究[D];东北大学;2012年

7 蔡光明;高速铁路桥梁底面裂缝的视频检测系统研究[D];北京交通大学;2011年

8 韩光;基于PCNN的图像细化算法研究与实践[D];广东工业大学;2011年

9 曾艳霞;混凝土裂缝特征信息识别研究[D];中南大学;2011年

10 张国旗;基于图像处理的混凝土桥梁底面裂缝检测方法的研究[D];北京交通大学;2010年

，

本文编号：1531888