基于图像处理的混凝土桥梁裂缝识别技术研究

发布时间：2020-03-22 00:48

【摘要】：桥梁在我国交通事业中发挥着不可替代的作用,有力地保障了我国的经济建设。大部分现代桥梁都是由钢筋混凝土建设而成的,由于自然灾害的影响、建筑材料的老化以及超载、人为撞击等因素,目前大部分投入使用的桥梁都或多或少地产生了病害。裂缝是桥梁常见的病害之一,不仅影响桥梁的正常使用,也会诱发其他病害,所以定时对桥梁进行裂缝检测是非常必要的。传统人工检测方法已不能满足我国桥梁损伤、缺陷的检测需求,随着计算机技术和人工智能的快速发展,基于图像处理的桥梁裂缝检测技术越来越受到人们的关注。由于桥梁所处地理环境较为复杂,且混凝土表面略为粗糙,采集到图像往往存在光照不均匀、裂缝信息弱、噪声多等情况,传统裂缝检测算法不能很好地解决这些问题。本文设计出一套适用于混凝土高架桥表面的裂缝检测系统,系统由能量供应模块、图像采集处理模块构成,其中最重要的是图像采集处理模块。通过工业摄像头OV5640实时获取图像,对采集到的图像进行中值滤波处理,在背景减除的基础上提出了一种基于灰度估计的自适应阂值分割方法,较为准确地实现了裂缝的完整提取;根据图像局部相异度特征,采用灰度相异性滤波方法滤除了大量伪裂缝像素点;设计了一种基于形态学和连通域的多级滤波算法,在去除大面积噪声点和噪声小块的同时实现裂缝断裂片段的连接,较好地保证了裂缝的完整性。为了有效区分图像中剩下的裂缝片段和水渍、凹槽、孔洞等非裂缝片段,本文设计了一种基于SVDD的裂缝识别算法,提出了灰度差比结合圆形度、面积占比、偏心率、填充度4个形状特征的裂缝识别特征向量构建方法,并构造了非裂缝样本库实现SVDD裂缝识别模型的训练。最后用实际采集到的混凝土表面图像进行实验,得到本文算法的识别准确率为94.92%,满足工程应用的实际需求,具有很高的实用价值和应用前景。
【图文】：

中值滤波,图像,阈值滤波

图２＿３中值滤波后图像逡逑Ｆｉｇ．２－３邋Ｃｏｎｃｒｅｔｅ邋ｓｕｒｆａｃｅ邋ｉｍａｇｅｓ邋ａｆｔｅｒ邋ｍｅｄｉａｎ邋ｆｉｌｔｅｒｉｎｇ逡逑在图２－１中加入椒盐噪声，使用中值滤波滤除噪声，得到图２＿３。观察处理后的图逡逑像，可以看出中值滤波对图像中的噪声和孤立点有较好的处理效果，同时也能够兼顾逡逑边界和图像细节，较好地保留了裂缝的边缘信息。因此在处理混凝土裂缝图像时使用逡逑中值滤波可以取得较为理想的结果。逡逑２．２．３阈值滤波逡逑为了在保护图像边缘和细节的同时提高滤波速度，一些基于传统滤波算法的改进逡逑方法被提出。阈值滤波［２６】算法是一种基于均值滤波的改进非线性滤波算法，滤波效果逡逑好且图像处理速度快，很好地解决了均值滤波存在的弊端。逡逑和均值滤波相似，阈值滤波也是取邻域像素的均值作为滤波后中心像素的值。不逡逑同的是，在计算均值时，阈值滤波并不将中心像素点考虑进去，，而是将其剔除，只计逡逑算其周围像素点的灰度均值。若图像中含有噪声点

阈值滤波,图像

／（〖，＿／）、＜？（〗，刀分别为滤波前后图像点（〗，ｙ）处的灰度值。逡逑这样就可以既保留了图像的细节信息，又去除了大的噪声。取尸１邋＝邋１５、Ｐ２邋＝邋１５７，逡逑原图２－１经过阈值滤波后的结果如下图所示。逡逑加入噪声后图像逦３ｘ３模板的阈值滤波逡逑■Ｈｌｉ逡逑ＩＭ—逦ＩＢ—逡逑ＨＨＨ１逦ＢＨＨＩ逡逑图２＊４阈值滤波后图像逡逑Ｆｉｇ．２－４邋Ｃｏｎｃｒｅｔｅ邋ｓｕｒｆａｃｅ邋ｉｍａｇｅｓ邋ａｆｔｅｒ邋ｔｈｒｅｓｈｏｌｄ邋ｆｉｌｔｅｒｉｎｇ逡逑虽然阈值滤波速度快，但对椒盐噪声的滤波效果并不好，且ＰＩ、Ｐ２的值需要在逡逑实践中手动调节直到结果满意，因此并不适合混凝土图像的实时预处理。逡逑２．２．４去噪结果的客观评价逡逑为了验证传统均值、中值滤波和阈值滤波对图像的去噪效果，选取实际采集到的逡逑１１逡逑
【学位授予单位】：北京化工大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：TP391.41;U445.71

【参考文献】