專利名稱：一種混凝土結構裂縫智能化檢測方法
技術領域：
本發明涉及的是一種混凝土結構裂縫智能化檢測方法，具體涉及一種基于圖像處理技術的對混凝土結構裂縫進行非接觸、遠距離、自動提取裂縫特征信息的智能化檢測技術。
背景技術：
混凝土抗壓強度高，而抗拉強度低，因此，裂縫是混凝土結構的“常發病”。結構的損壞乃至倒塌往往是從裂縫的開展開始的，裂縫問題最終將成為結構的安全問題。因此，需對結構出現的裂縫進行準確識別與定位，掌握裂縫特征信息，為結構的病害成因分析、健康狀況的準確評定等提供信息資料。傳統的裂縫檢測方法是目測法，人工操作多，缺乏客觀性和權威性；費時費力，誤差大，效率低。彈性波法、電磁波法以及傳感儀器檢測法等先進的無損檢測方法則存在儀器價格昂貴、測量范圍小、無法完全實現非接觸測量。而近年迅速發展基于圖像處理的攝影法，對局部區域裂縫的寬度進行獲取，信息單一。因此，研制一種新型的應用于混凝土結構裂縫智能化檢測方法已為急需。
發明內容
本發明目的在于針對現有建筑物裂縫測量的不足，提出一種通過拍攝的高清晰混凝土結構表面裂縫圖片，運用圖像處理技術，獲取裂縫信息的新方法，具有信息詳細、省時省力、檢測方便、速度快、測量精確度高等優點。本發明采用全新思路，利用高清數碼拍攝設備和圖像處理技術，發明了一種混凝土結構裂縫非接觸、遠距離、自動提取裂縫信息并進行分析的新型的智能化技術。在保證精度的前提下，獲取裂縫寬度與長度、平均裂縫間距等信息，本發明克服傳統方法的困難，能為評價結構性提供全面有效的數據。本發明的解決方案是在現有技術的基礎上的一種混凝土結構裂縫智能化檢測方法，包括如下步驟(a)對照相機進行標定；(b)對獲取到的圖像截取待處理區域內的單條裂縫；(C)對單條裂縫圖像進行圖像增強、閾值分割的二值化操作；(d)在步驟(C)得到的二值圖像對裂縫進行連接和填充處理，提取目標區域的輪廓，剪枝后得到裂縫區域；(e)根據(a)所得的被拍攝圖像平面5上單位像素的長度a(mm/像)素得到裂縫的實際寬度值；(f)提取裂縫的骨架，對裂縫的起始點和終止點進行定位，得到裂縫的長度；根據裂縫的起始點位置以及由步驟(b)得到的單條裂縫圖像區域的初始邊界位置，得到此裂縫的起始點的位置；(g)重復(b)、(C)、(f)的操作，得到鄰近裂縫的寬度、長度、裂縫的起始點位置，從而計算得相鄰兩裂縫的間距。本發明能對構件的全場進行裂縫信息的獲取，且提高了檢測效率和信息的準確度，為現有結構的有效檢測、實時監控、安全性能評判和投資決策管理提供可靠依據。本發明還在于采集圖像后通過圖像處理方法得到裂縫邊緣信息，從而獲得裂縫的寬度、長度和裂縫間距。本發明還在于通過圖像處理的方法得到裂縫邊緣信息，步驟為、
步驟I裂縫圖像采集，采用高清照相機對裂縫圖像進行采集，首先對相機進行標定，得相片中單位像素寬度代表實際物體的尺寸的amm/像素，拍攝時需保持相機軸線與被拍攝面垂直，在保證識別精度的前提下，相機與拍攝物體之間的距離在5米范圍之內；步驟2圖像裁剪，人機交互截取圖片內待處理的單條裂縫，稱為目標區域。同時程序自動記錄目標區域左邊界的橫坐標在整個圖像中的位置X。；步驟3圖像增強。將圖像灰值化后，采用選擇式掩模平滑和中值濾波相結合的方法去除圖像噪聲，增強圖像。采用閾值 分割法得到二值圖像，最佳閾值在100 120之間；步驟4裂縫連接與填充。本發明采用圖像膨脹和腐蝕相結合的方法對二值化目標邊界點進行擴充，連接鄰近目標，平滑其邊界，使目標成為一條連續不間斷的裂縫；步驟5剪枝。提取目標輪廓，計算每個連通區域的包含的像素數，設定閾值得到只含裂縫邊緣的圖像；步驟6裂縫信息獲取。裂縫信息的獲取包括如下內容a)本發明選取裂縫特征最大寬度作為衡量裂縫的標準，選取裂縫的絕對最大寬度及其位置作為補充信息。設裂縫左邊界點的坐標為(xm，ym)，右邊界點的坐標為(xn，yn)，則左右邊界點的距離如式(h)所示。W=a^(Xn-XJ +(yn-yj2(h)對左邊界的任一邊界點，遍歷右邊界的所有點，根據式(h)計算W。當w為最小值時，則w為與此左邊界點相對應的裂縫寬度值。其中，α為相機標定時的換算因子。因此，裂縫的平均裂縫寬度、絕對最大裂縫寬度的計算公式分別如式(i)、式(j)所示。w =T^w1 jN(i)
Wm a !Fm axn()(j)其中，w為裂縫的平均寬度，Wi為第i行的裂縫寬度值，N為裂縫區域所占的行數，Wmax為絕對最大裂縫寬度。放大系數τ s的計算公式如式(k)所示。τ s = u+z o z (k)其中，z為保證率的大小，取值為0.95。其物理意義為超過這個寬度的裂縫出現概率不大于協議概率5%，即概率保證率為95%。U、Ti, σζ的計算公式分別如式
(η^、(η)、(ρ)所示。
U = ^r--
I(η)
σζ = T1N-I(P)則裂縫的特征最大裂縫寬度為^_為裂縫的平均寬度w乘以一個放大系數τ s，其計算公式如式(q)所示。Wlm^ = Ts-W(q)b)設裂縫左邊界點的坐標為(Xni, ym)，右邊界點的坐標為(xn，yn)，取左右邊界點中點的連線為裂縫骨架，通過圖像掃描確定裂縫的起始點(xq，Yq)和終止點(xz，Yz)，從而確定裂縫的位置X和長度I。裂縫的位置用橫坐標X來表示，如(r)式所示。X = Xq+X0(r)裂縫長度為I (單位為mm)，如(S)式所示。l = a^{X2-Xqf+{Y2-Yqf(S)其中，α為相機標定時的換算因子。 本發明還在于對已處理裂縫的鄰近裂縫依次進行相同操作，獲取裂縫寬度、長度和位置X1信息，從而可求得相鄰裂縫的間距λ I。Δ I = α IX1-X |(t)本發明的有益效果本發明利用高清數碼拍攝設備和圖像處理技術，發明了一種混凝土結構裂縫非接觸、遠距離、自動提取裂縫信息的新型技術。在保證精度的前提下，能對高架橋梁、特殊地勢等不便于檢測的結構采用非接觸檢測，獲取混凝土結構裂縫的寬度、長度、裂縫間距等信息。本發明能為現有結構的安全性能評判和投資決策管理提供可靠依據。
圖I為系統流程2為圖像預處理流程3為相機標定示意4為獲取的圖像圖5為截取的第一條裂縫6為圖像的增強效果7為圖像二值化8為圖像連接效果9為圖像輪廓提取10為裂縫骨架其中附圖標記，I為高清照相機，2為激光同步測距儀，3為(XD/CM0S，4為相機透鏡，5為被拍攝平面，6為相機軸線。
具體實施例方式下面結合附圖和實施例對本發明作進一步說明。本發明如附圖所示，混凝土結構裂縫智能化檢測方法，包括如下步驟(a)對照相機進行標定；(b)對獲取到的圖像截取待處理區域內的單條裂縫；(c)對單條裂縫圖像進行圖像增強、閾值分割的二值化操作；(d)在步驟(C)得到的二值圖像對裂縫進行連接和填充處理，提取目標區域的輪廓，剪枝后得到裂縫區域；(e)根據(a)所得的被拍攝圖像平面5上單位像素的長度a (mm/像素)得到裂縫的實際寬度值；(f)提取裂縫的骨架，對裂縫的起始點和終止點進行定位，得到裂縫的長度；根據裂縫的起始點位置以及由步驟(b)得到的單條裂縫圖像區域的初始邊界位置，得到此裂縫的起始點的位置；(g)重復(b)、(C)、(f)的操作，得到鄰近裂縫的寬度、長度、裂縫的起始點位置，從而計算得相鄰兩裂縫的間距。發明還在于采集圖像后通過圖像處理方法得到裂縫邊緣信息，從而獲得裂縫的寬度、長度和裂縫間距。發明還在于通過圖像處理的方法得到裂縫邊緣信息，步驟為步驟I裂縫圖像采集，采用高清照相機I對裂縫圖像進行采集，首先對相機進行標定，得相片中單位像素寬度代表實際物體的尺寸的a (mm/像素)，拍攝時需保持相機軸線與被拍攝面垂直，在保證識別精度的前提下，相機與拍攝物體之間的距離在5米范圍之內；步驟2圖像裁剪，人機交互截取圖片內待處理的單條裂縫，稱為目標區域，同時程序自動記錄目標區域左邊界的橫坐標在整個圖像中的位置X。；步驟3圖像增強，將圖像灰值化后，采用選擇式掩模平滑和中值濾波相結合的方法去除圖像噪聲，增強圖像，采用閾值分割法得到二值圖像，最佳閾值在100 120之間；步驟4裂縫連接與填充，本發明采用圖像膨脹和腐蝕相結合的方法對二值化目標邊界點進行擴充，連接鄰近目標，平滑其邊界，使目標成為一條連續不間斷的裂縫；步驟5剪枝，提取目標輪廓，計算每個連通區域的包含的像素數，設定閾值得到只含裂縫邊緣的圖像；步驟6裂縫信息獲取，裂縫信息的獲取包括如下內容a)本發明選取裂縫特征最大寬度作為衡量裂縫的標準，選取裂縫的絕對最大寬度及其位置作為補充信息，設裂縫左邊界點的坐標為(xm，ym)，右邊界點的坐標為(xn，yn)，則左右邊界點的距離如式(h)所示，
權利要求
1.一種混凝土結構裂縫智能化檢測方法，包括如下步驟(a)對照相機進行標定；(b)對獲取到的圖像截取待處理區域內的單條裂縫；(c)對單條裂縫圖像進行圖像增強、閾值分割的二值化操作；(d)在步驟(C)得到的二值圖像對裂縫進行連接和填充處理，提取目標區域的輪廓，剪枝后得到裂縫區域；(e)根據(a)所得的圖像平面上單位像素的長度a得到裂縫的實際寬度值；(f)提取裂縫的骨架，對裂縫的起始點和終止點進行定位，得到裂縫的長度；根據裂縫的起始點位置以及由步驟(b)得到的單條裂縫圖像區域的初始邊界位置，得到此裂縫的起始點的位置；(g)重復(b)、(C)、(f)的操作，得到鄰近裂縫的寬度、長度、裂縫的起始點位置，從而計算得相鄰兩裂縫的間距。往往
2.按照權利要求I所述的一種混凝土結構裂縫智能化檢測方法，其特征在于采集圖像后通過圖像處理方法得到裂縫邊緣信息，從而獲得裂縫的寬度、長度和裂縫間距。
3.按照權利要求2所述的一種混凝土結構裂縫智能化檢測方法，其特征在于通過圖像處理的方法得到裂縫邊緣信息，步驟為 步驟I裂縫圖像采集，采用高清照相機對裂縫圖像進行采集，首先對相機進行標定，得相片中單位像素寬度代表實際物體的尺寸的amm/像素，拍攝時需保持相機軸線與被拍攝面垂直，在保證識別精度的前提下，相機與拍攝物體之間的距離在5米范圍之內； 步驟2圖像裁剪，人機交互截取圖片內待處理的單條裂縫，稱為目標區域，同時程序自動記錄目標區域左邊界的橫坐標在整個圖像中的位置X。; 步驟3圖像增強，將圖像灰值化后，采用選擇式掩模平滑和中值濾波相結合的方法去除圖像噪聲，增強圖像，采用閾值分割法得到二值圖像，最佳閾值在100 120之間； 步驟4裂縫連接與填充，本發明采用圖像膨脹和腐蝕相結合的方法對二值化目標邊界點進行擴充，連接鄰近目標，平滑其邊界，使目標成為一條連續不間斷的裂縫； 步驟5剪枝，提取目標輪廓，計算每個連通區域的包含的像素數，設定閾值得到只含裂縫邊緣的圖像； 步驟6裂縫信息獲取，裂縫信息的獲取包括如下內容 a)本發明選取裂縫特征最大寬度作為衡量裂縫的標準，選取裂縫的絕對最大寬度及其位置作為補充信息，設裂縫左邊界點的坐標為(Xm，ym)，右邊界點的坐標為(Xn，yn)，則左右邊界點的距離如式(h)所示， 對左邊界的任一邊界點，遍歷右邊界的所有點，根據式(h)計算W，當W為最小值時，則w為與此左邊界點相對應的裂縫寬度值，其中，a為相機標定時的換算因子， 因此，裂縫的平均裂縫寬度、絕對最大裂縫寬度的計算公式分別如式(i)、式(j)所示， w = ^jWi /N(OWmajFmaOCj) 其中，w為裂縫的平均寬度，Wi為第i行的裂縫寬度值，N為裂縫區域所占的行數，Wfflax為絕對最大裂縫寬度， 放大系數τ s的計算公式如式(k)所示， τ s = u+z σ ζ (k) 其中，ζ為保證率的大小，取值為O. 95，其物理意義為超過這個寬度的裂縫出現概率不大于協議概率5%，即概率保證率為95%，U、τ Λ σζ的計算公式分別如式(m)、(η)、(ρ)所示，
4.按照權利要求3所述一種混凝土結構裂縫智能化檢測方法，其特征在于對已處理裂縫的鄰近裂縫依次進行相同操作，獲取裂縫寬度、長度和位置X1信息，從而可求得相鄰裂縫的間距Al， Δ I = a j X1-X j(t) ο
全文摘要
一種混凝土結構裂縫智能化檢測方法，包括步驟(a)對照相機標定；(b)對獲取到的圖像截取待處理區域內單條裂縫；(c)對單條裂縫圖像進行圖像增強、閾值分割二值化操作；(d)在步驟(c)得到二值圖像對裂縫進行連接和填充處理提取目標區輪廓，剪枝后得到裂縫區域；(e)根據(a)所得圖像平面上單位像素長度a得到裂縫實際寬度值；(f)提取裂縫骨架，對裂縫起始點和終止點進行定位，得到裂縫長度；根據裂縫起始點位置以及由步驟(b)得到單條裂縫圖像區域初始邊界位置，得到此裂縫起始點位置；(g)重復(b)、(c)、(f)的操作，得到鄰近裂縫寬度、長度、裂縫起始點位置，得到相鄰兩裂縫間距。
文檔編號G01N21/88GK102680480SQ201210134539
公開日2012年9月19日 申請日期2012年5月3日 優先權日2012年5月3日
發明者衛軍, 曹龍飛, 曾艷霞, 董榮珍 申請人:中南大學, 高速鐵路建造技術國家工程實驗室