数字图像增强技术在红外影像鉴定外墙质量中的应用
【图文】:
化图像高频分量,可使图像中的物体轮廓清晰,细节明显;强化低频分量可减少图像中噪声影响。3影像增强技术的应用实例3.1二值化处理图像的二值化处理是将其他格式的影像转化成有黑白效果图像的过程;二值化除能使图像变得简单及减小数据量外,还能增强反差,凸显出目标物的特征,本研究将图像二值化归为影像增强技术中的一种。在理论上,图像灰度值设置于0~256个等级范围内,因此可通过适当的阈值,选取能获得可反映图像整体和突出局部特征的二值化图像,其中阈值的选取至关重要,因为所有灰度大于或等于阈值的图2红外图像与可见光图像对比(a)红外影像分辨率低;(b)可见光图像分辨率高(a)(b)像素灰度值为255,反之则为0。只要根据施工、材料、环境条件等因素综合设定目标灰度值,就能将背景排除在目标区域以外,从而达到识别目标的目的。如某建筑外墙面雨后常印湿痕且经久不干(图3);由于检测时环境温度低,红外影像显示墙面温差不明显并由此引发争议(图3)。采用增加温差的方法虽可进行局部问题印证,但仍难以圈定质量问题范围。经对图像设定阈值进行二值化处理后(图4),不但圈定了原目标的质量问题,还清晰显示了目测难以确定的隐患范围,使问题和隐患得以发现并彻底解决。图3红外及可见光影像(a)可见光影像;(b)红外热成像(a)(b)图4图像处理过程3.2图形边界提取墙体局部潮湿时,因材料含水不同墙面常出现一个浸润范围(衡量参数为面积大小和深浅变化),合理圈定该范围并及时加以处理,可避免后期如霉变、脱落等更大质量问题的发生。红外热像仪温度分辨率很高,比目视更易于感知这一范围;同时由于温度分布是灰度图像,因此通过影像处理可更精确地获得浸润影响范围[7]。某建
研究将图像二值化归为影像增强技术中的一种。在理论上,图像灰度值设置于0~256个等级范围内,因此可通过适当的阈值,选取能获得可反映图像整体和突出局部特征的二值化图像,其中阈值的选取至关重要,因为所有灰度大于或等于阈值的图2红外图像与可见光图像对比(a)红外影像分辨率低;(b)可见光图像分辨率高(a)(b)像素灰度值为255,反之则为0。只要根据施工、材料、环境条件等因素综合设定目标灰度值,就能将背景排除在目标区域以外,从而达到识别目标的目的。如某建筑外墙面雨后常印湿痕且经久不干(图3);由于检测时环境温度低,,红外影像显示墙面温差不明显并由此引发争议(图3)。采用增加温差的方法虽可进行局部问题印证,但仍难以圈定质量问题范围。经对图像设定阈值进行二值化处理后(图4),不但圈定了原目标的质量问题,还清晰显示了目测难以确定的隐患范围,使问题和隐患得以发现并彻底解决。图3红外及可见光影像(a)可见光影像;(b)红外热成像(a)(b)图4图像处理过程3.2图形边界提取墙体局部潮湿时,因材料含水不同墙面常出现一个浸润范围(衡量参数为面积大小和深浅变化),合理圈定该范围并及时加以处理,可避免后期如霉变、脱落等更大质量问题的发生。红外热像仪温度分辨率很高,比目视更易于感知这一范围;同时由于温度分布是灰度图像,因此通过影像处理可更精确地获得浸润影响范围[7]。某建筑外墙饰面观感合格(图5),但内墙有非常不明显的湿痕,根据经验判断主要是材料含水率不同所致。采用增温措施并给予一段时间散热[8],然后采集热红外影像,由于水的比热容大,红外影像很快显示出墙体的质量问题。根据水在材料中浸润及扩散的特点(基层潮湿后表层才会出现持久的湿?
【相似文献】
相关期刊论文 前10条
1 王沁芳;徐梅;张朝辉;;红外热成像法在建筑节能缺陷检测中的研究与应用[J];砖瓦;2013年07期
2 张慧慧;;红外热成像法检测岩石渗水病害的实验研究[J];齐齐哈尔大学学报(自然科学版);2014年01期
3 黄志义;方云;张新鹏;董庆贺;喻媛;严绍军;;基于探地雷达/红外热成像的地下墓室渗水机理及应用研究[J];科学技术与工程;2014年10期
4 吴浩;姚燕;王玲;;数字图像处理技术在水泥混凝土研究中的应用[J];混凝土与水泥制品;2007年04期
5 李涛;程华应;杨镇华;;浅谈准直领域中的数字图像处理技术[J];科技资讯;2006年02期
6 刘兆松;娄宗科;丁聪;张航;;基于数字图像处理的混凝土细观有限元建模[J];人民长江;2012年19期
7 张建军;姜蓬;;基于数字图像处理技术的金相分析[J];消防科学与技术;2008年01期
8 翟旭茹;康庄;;混凝土挡墙破损状况的红外热成像检测[J];重庆建筑;2013年02期
9 卜迟武;耿浩;;混凝土柱内部缺陷的红外热成像无损检测[J];机械工程师;2013年04期
10 李文炳,冯平,蔡增伸,叶蔚嫦;基于数字图像处理的位移测量[J];浙江工业大学学报;2004年06期
相关硕士学位论文 前7条
1 崔冬凡;基于ABAQUS与数字图像处理技术的轻骨料混凝土细观力学研究[D];内蒙古农业大学;2015年
2 樊海柱;西域砾岩结构特性及力学特性的试验研究[D];北京交通大学;2016年
3 彭俊善;基于数字图像处理技术建筑工地钢筋计数的方法[D];深圳大学;2017年
4 喻勇;红外热成像管道检测方法研究[D];昆明理工大学;2015年
5 肖锋;基于数字图像处理技术的建筑裂缝监测研究[D];重庆大学;2013年
6 黄文浩;建筑物外饰层缺陷红外热成像检测方法研究[D];南京航空航天大学;2006年
7 尹兰;基于数字图像处理技术的混凝土表面裂缝特征测量和分析[D];东南大学;2006年
本文编号:2564544
本文链接:https://www.wllwen.com/kejilunwen/ruanjiangongchenglunwen/2564544.html