一種地鐵隧道表面裂縫的檢測(cè)方法
【專利摘要】本發(fā)明公開了一種地鐵隧道表面裂縫的檢測(cè)方法，該方法包括：利用高速面陣相機(jī)組成的視覺系統(tǒng)，對(duì)地鐵隧道洞體表面進(jìn)行高速圖像采集；對(duì)采集到的圖像進(jìn)行預(yù)處理，獲得二值化圖像；計(jì)算所述二值化圖像的連通區(qū)域，并基于所述連通區(qū)域進(jìn)行多級(jí)濾波處理，獲得濾除不規(guī)則及分布無規(guī)律的噪聲點(diǎn)的隧道表面圖像；根據(jù)所述濾除不規(guī)則及分布無規(guī)律的噪聲點(diǎn)的隧道表面圖像進(jìn)行隧道表面裂縫的檢測(cè)，并在檢測(cè)到裂縫后對(duì)其大小進(jìn)行計(jì)算。通過采用本發(fā)明公開的檢測(cè)方法，可以有效去除復(fù)雜噪聲背景，提高了裂縫檢測(cè)的準(zhǔn)確性。
【專利說明】—種地鐵隧道表面裂縫的檢測(cè)方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及軌道交通【技術(shù)領(lǐng)域】，尤其涉及一種地鐵隧道表面裂縫的檢測(cè)方法。
【背景技術(shù)】
[0002]隨著國(guó)內(nèi)地鐵路線的快速發(fā)展，早期建設(shè)的地鐵隧道基礎(chǔ)設(shè)施已經(jīng)進(jìn)入養(yǎng)護(hù)維修期，而新建成的地鐵隧道，也會(huì)誘發(fā)洞體形變并出現(xiàn)裂縫，影響隧道的正常使用，威脅行車安全。如果對(duì)地鐵隧道洞體出現(xiàn)的裂縫不及時(shí)預(yù)警，會(huì)使隧道基礎(chǔ)設(shè)施進(jìn)一步被破壞，一旦發(fā)生事故，給生命財(cái)產(chǎn)帶來巨大損失。目前地鐵隧道裂縫檢測(cè)，主要采用人工靜態(tài)檢查為主、少量動(dòng)態(tài)檢測(cè)車為輔的方式，主要在晚上線路無運(yùn)營(yíng)任務(wù)時(shí)進(jìn)行。這種以人工為主的肉眼檢測(cè)方式檢測(cè)速度慢、工作效率低、占用線路時(shí)間長(zhǎng)，不符合現(xiàn)代城市軌道交通發(fā)展的需求。
[0003]隨著計(jì)算機(jī)技術(shù)的快速發(fā)展，圖像處理技術(shù)在無損檢測(cè)中的應(yīng)用越來越廣泛，利用圖像處理檢測(cè)裂縫也受到了人們的關(guān)注。這種方法具有非接觸，方便快捷，效率高等優(yōu)點(diǎn)，是一種最有發(fā)展?jié)摿Φ臋z測(cè)方法。
[0004]目前基于圖像處理技術(shù)的裂縫檢測(cè)取得了眾多研究成果。總的來說主要有三個(gè)研究方向。第一個(gè)方向是完全使用傳統(tǒng)的圖像處理技術(shù)來進(jìn)行檢測(cè)。第二個(gè)方向是改進(jìn)傳統(tǒng)的圖像處理技術(shù)來進(jìn)行檢測(cè)。第三個(gè)方向是將其他領(lǐng)域的技術(shù)引入圖像處理領(lǐng)域或者設(shè)計(jì)新的圖像處理技術(shù)。對(duì)于傳統(tǒng)的裂縫圖像，例如混凝土墻面、浙青路面、橋梁等，上述研究已經(jīng)能夠較好地檢測(cè)出裂縫。而地鐵隧道表面裂縫有著很多復(fù)雜的情況，例如光照不均勻，噪聲種類繁多、分布無規(guī)律，背景紋理復(fù)雜，裂縫對(duì)比度低等，其自動(dòng)檢測(cè)技術(shù)仍是當(dāng)前的一個(gè)難題。
[0005]現(xiàn)有技術(shù)中，主要利用如下兩種方法進(jìn)行隧道裂縫的檢測(cè)方法:
[0006]I)基于圖像局部網(wǎng)格特征的隧道襯砌裂縫自動(dòng)識(shí)別算法。該算法通過構(gòu)造十字形模板進(jìn)行裂縫的識(shí)別，但是該方式只能適用于理想的裂縫圖像；如果裂縫圖像的背景紋理非常復(fù)雜，比如隧道表面的裂縫圖像，那么裂縫網(wǎng)格和背景網(wǎng)格的灰度剖面圖十分復(fù)雜，難以進(jìn)行有效的識(shí)別。并且，該方法通過識(shí)別完裂縫種子后，需要對(duì)裂縫進(jìn)行連接，但是裂縫種子點(diǎn)的連接存在著缺陷，連接算法要求背景十分理想；如果存在塊狀的噪聲或者噪聲與裂縫連接甚至覆蓋了裂縫，那么就可能將噪聲包含在內(nèi)，從而造成裂縫連接的失敗，進(jìn)而對(duì)于長(zhǎng)度、走向、寬度的計(jì)算都將出現(xiàn)誤差。另外，該方法利用卷積后尋找極值點(diǎn)的方法計(jì)算裂縫的寬度也存在著缺陷，這種計(jì)算方法要求背景不能存在噪聲，如果存在大量散點(diǎn)噪聲，則灰度剖面圖中將存在大量極值點(diǎn)，造成無法計(jì)算寬度的問題。
[0007]2)隧道襯砌裂縫的遠(yuǎn)距離圖像測(cè)量技術(shù)。該方法提取裂縫的過程同樣只適用于理想背景的情況下，如果背景中存在大面積且形狀不規(guī)則的噪聲，或者噪聲與裂縫連接在一起，那么該方法無法去除這些噪聲；因此該算法不適用隧道表面的裂縫圖像檢測(cè)。另外，該方法計(jì)算裂縫寬度采用最小距離法有很大的局限。首先，對(duì)于有噪聲干擾的裂縫圖像，邊緣的準(zhǔn)確提取非常困難。其次，對(duì)于圖像來說，需要首先在像素域計(jì)算裂縫的寬度，而后根據(jù)相機(jī)參數(shù)換算到實(shí)際寬度。而對(duì)于細(xì)小的裂縫，以像素點(diǎn)表示的兩個(gè)裂縫邊緣間隔非常小，采用最小距離法會(huì)存在很大的誤差。
【發(fā)明內(nèi)容】
[0008]本發(fā)明的目的是提供一種地鐵隧道表面裂縫的檢測(cè)方法，可以有效去除復(fù)雜噪聲背景，提高了裂縫檢測(cè)的準(zhǔn)確性。
[0009]本發(fā)明的目的是通過以下技術(shù)方案實(shí)現(xiàn)的:
[0010]一種地鐵隧道表面裂縫的檢測(cè)方法，該方法包括:
[0011]利用高速面陣相機(jī)組成的視覺系統(tǒng)，對(duì)地鐵隧道洞體表面進(jìn)行高速圖像采集；
[0012]對(duì)采集到的圖像進(jìn)行預(yù)處理，獲得二值化圖像；
[0013]計(jì)算所述二值化圖像的連通區(qū)域，并基于所述連通區(qū)域進(jìn)行多級(jí)濾波處理，獲得濾除不規(guī)則及分布無規(guī)律的噪聲點(diǎn)的隧道表面圖像；
[0014]根據(jù)所述濾除不規(guī)則及分布無規(guī)律的噪聲點(diǎn)的隧道表面圖像進(jìn)行隧道表面裂縫的檢測(cè)，并在檢測(cè)到裂縫后對(duì)其大小進(jìn)行計(jì)算。
[0015]由上述本發(fā)明提供的技術(shù)方案可以看出，基于連通區(qū)域的多級(jí)濾波算法能夠較好地處理復(fù)雜的地鐵隧道表面裂縫圖像，對(duì)于大量的、不規(guī)則的、分布無規(guī)律的噪聲能夠有效地進(jìn)行濾除，提高了裂縫檢測(cè)的準(zhǔn)確性；并且，對(duì)于海量的隧道圖像可進(jìn)行裂縫的自動(dòng)檢測(cè)和識(shí)別，代替了人工肉眼，可高效率的完成繁重的檢測(cè)工作。
【專利附圖】
【附圖說明】
[0016]為了更清楚地說明本發(fā)明實(shí)施例的技術(shù)方案，下面將對(duì)實(shí)施例描述中所需要使用的附圖作簡(jiǎn)單地介紹，顯而易見地，下面描述中的附圖僅僅是本發(fā)明的一些實(shí)施例，對(duì)于本領(lǐng)域的普通技術(shù)人員來講，在不付出創(chuàng)造性勞動(dòng)的前提下，還可以根據(jù)這些附圖獲得其他附圖。
[0017]圖1為本發(fā)明實(shí)施例一提供的一種地鐵隧道表面裂縫的檢測(cè)方法的流程圖；
[0018]圖2為本發(fā)明實(shí)施例二提供的一種地鐵隧道表面裂縫的檢測(cè)方法的流程圖；
[0019]圖3為本發(fā)明實(shí)施例二提供的一種特殊噪聲的示意圖；
[0020]圖4為本發(fā)明實(shí)施例二提供的一種端點(diǎn)檢測(cè)的示意圖；
[0021]圖5為本發(fā)明實(shí)施例二提供的一種計(jì)算裂縫點(diǎn)法線的示意圖；
[0022]圖6為本發(fā)明實(shí)施例二提供的一種裂縫寬度計(jì)算規(guī)則的示意圖。
【具體實(shí)施方式】
[0023]下面結(jié)合本發(fā)明實(shí)施例中的附圖，對(duì)本發(fā)明實(shí)施例中的技術(shù)方案進(jìn)行清楚、完整地描述，顯然，所描述的實(shí)施例僅僅是本發(fā)明一部分實(shí)施例，而不是全部的實(shí)施例?；诒景l(fā)明的實(shí)施例，本領(lǐng)域普通技術(shù)人員在沒有做出創(chuàng)造性勞動(dòng)前提下所獲得的所有其他實(shí)施例，都屬于本發(fā)明的保護(hù)范圍。
[0024]實(shí)施例一
[0025]圖1為本發(fā)明實(shí)施例一提供的一種地鐵隧道表面裂縫的檢測(cè)方法的示意圖。如圖1所示，該方法主要包括如下步驟:[0026]步驟11、利用高速面陣相機(jī)組成的視覺系統(tǒng)，對(duì)地鐵隧道洞體表面進(jìn)行高速圖像米集。
[0027]本發(fā)明實(shí)施例中，采用安裝在軌道車或電客車上的視覺系統(tǒng)，并配合強(qiáng)光照片來采集高質(zhì)量的地鐵隧道洞體表面圖像。
[0028]步驟12、對(duì)采集到的圖像進(jìn)行預(yù)處理，獲得二值化圖像。
[0029]本發(fā)明實(shí)施例中，對(duì)采集到的圖像進(jìn)行灰度級(jí)腐蝕處理，獲得對(duì)比度增強(qiáng)后的灰度圖像；然后，對(duì)所述灰度圖像進(jìn)行局部直方圖拉伸處理及局部Otsu(大津算法)分割處理，進(jìn)而獲得隧道表面的二值化圖像。
[0030]步驟13、計(jì)算所述二值化圖像的連通區(qū)域，并基于所述連通區(qū)域進(jìn)行多級(jí)濾波處理，獲得濾除不規(guī)則及分布無規(guī)律的噪聲點(diǎn)的隧道表面圖像。
[0031]本發(fā)明實(shí)施例所述的基于連通區(qū)域進(jìn)行多級(jí)濾波處理主要包括:基于連通區(qū)域的零階矩濾波處理、基于連通區(qū)域矩形度濾波處理及特殊噪聲濾波處理。
[0032]步驟14、根據(jù)所述濾除不規(guī)則及分布無規(guī)律的噪聲點(diǎn)的隧道表面圖像進(jìn)行隧道表面裂縫的檢測(cè)，并在檢測(cè)到裂縫后對(duì)其大小進(jìn)行計(jì)算。
[0033]基于上述步驟11-13處理后，可根據(jù)濾除不規(guī)則及分布無規(guī)律的噪聲點(diǎn)的隧道表面圖像進(jìn)行隧道裂縫的檢測(cè)與識(shí)別；若檢測(cè)到裂縫，則對(duì)該裂縫的寬度進(jìn)行計(jì)算，主要包括如下步驟:對(duì)所述裂縫圖像進(jìn)行細(xì)化，獲得裂縫的骨架圖；對(duì)所述骨架圖中的毛刺進(jìn)行濾除，獲得濾除毛刺后的裂縫骨架圖；基于所述濾除毛刺后的裂縫骨架圖進(jìn)行裂縫寬度的計(jì)
笪
ο
[0034]本發(fā)明實(shí)施例基于連通區(qū)域的多級(jí)濾波算法能夠較好地處理復(fù)雜的地鐵隧道表面裂縫圖像，對(duì)于大量的、不規(guī)則的、分布無規(guī)律的噪聲能夠有效地進(jìn)行濾除，提高了裂縫檢測(cè)的準(zhǔn)確性；并且，對(duì)于海量的隧道圖像可進(jìn)行裂縫的自動(dòng)檢測(cè)和識(shí)別，代替了人工肉目艮，可高效率的完成繁重的檢測(cè)工作。
[0035]實(shí)施例二
[0036]為了便于理解本發(fā)明，下面結(jié)合附圖2-6對(duì)本發(fā)明做進(jìn)一步說明。如圖2所示，本發(fā)明實(shí)施例提供的一種地鐵隧道表面裂縫的檢測(cè)方法，主要包括如下1-4個(gè)步驟:
[0037]1、隧道圖像高速采集。
[0038]本發(fā)明實(shí)施例中，利用高速面陣相機(jī)組成的視覺系統(tǒng)，對(duì)地鐵隧道洞體表面進(jìn)行高速圖像采集。視覺系統(tǒng)可以安裝于軌道車或電客車上，實(shí)現(xiàn)快速移動(dòng)式的圖像采集，并配合強(qiáng)光照明得到高質(zhì)量的隧道圖像。
[0039]2、隧道圖像預(yù)處理。
[0040]本發(fā)明實(shí)施例所述的預(yù)處理主要包括三個(gè)步驟:灰度級(jí)腐蝕、局部直方圖拉伸與局部Otsu (大津算法)分割，具體的如下:
[0041]I)灰度級(jí)腐蝕。
[0042]對(duì)采集到的圖像進(jìn)行灰度級(jí)腐蝕處理(其目的在于增強(qiáng)裂縫圖像的對(duì)比度)，設(shè)原始圖像為I U，y)，獲得腐蝕后的圖像G (X，y)，其公式為:
[0043]G(x,y) = min{I(x+x/ ，y+y' )-S(x' ,j' ) I (x,，y' ) e Ds}；
[0044]其中，S(x'，y')為結(jié)構(gòu)元素，結(jié)構(gòu)元素是圖像形態(tài)學(xué)處理中掃描圖像的基本單元，DsSS(x'，y')的定義域。計(jì)算過程為用結(jié)構(gòu)元素掃描整幅圖像，在圖像中對(duì)應(yīng)位置計(jì)算I與S之差的最小值，作為新的像素灰度值。
[0045]2)局部直方圖拉伸。
[0046]將圖像G(x，y)分割成若干個(gè)寬度為W高度為H的子圖像；若邊界上子圖像的不滿足邊長(zhǎng)條件，則在圖像中選取一個(gè)包含該子圖像且寬度為W高度為H的區(qū)域，將該區(qū)域作為新的邊界子圖像；將每一個(gè)子圖像做歸一化處理，其公式為:
【權(quán)利要求】
1.一種地鐵隧道表面裂縫的檢測(cè)方法，其特征在于，該方法包括: 利用高速面陣相機(jī)組成的視覺系統(tǒng)，對(duì)地鐵隧道洞體表面進(jìn)行高速圖像采集； 對(duì)采集到的圖像進(jìn)行預(yù)處理，獲得二值化圖像； 計(jì)算所述二值化圖像的連通區(qū)域，并基于所述連通區(qū)域進(jìn)行多級(jí)濾波處理，獲得濾除不規(guī)則及分布無規(guī)律的噪聲點(diǎn)的隧道表面圖像； 根據(jù)所述濾除不規(guī)則及分布無規(guī)律的噪聲點(diǎn)的隧道表面圖像進(jìn)行隧道表面裂縫的檢測(cè)，并在檢測(cè)到裂縫后對(duì)其大小進(jìn)行計(jì)算。
2.根據(jù)權(quán)利要求1所述的檢測(cè)方法，其特征在于，所述對(duì)地鐵隧道洞體表面進(jìn)行高速圖像采集包括: 采用安裝在軌道車或電客車上的視覺系統(tǒng)，并配合強(qiáng)光照片來采集高質(zhì)量的地鐵隧道洞體表面圖像。
3.根據(jù)權(quán)利要求1所述的檢測(cè)方法，其特征在于，所述對(duì)采集到的圖像進(jìn)行預(yù)處理，獲得二值化圖像包括: 對(duì)采集到的圖像進(jìn)行灰度級(jí)腐蝕處理，獲得對(duì)比度增強(qiáng)后的灰度圖像； 對(duì)所述灰度圖像進(jìn)行局部直方圖拉伸處理及局部大津算法Otsu分割處理，獲得隧道表面的二值化圖像。
4.根據(jù)權(quán)利要求1或3所述的檢測(cè)方法，其特征在于，所述獲得二值化圖像，具體包括: 對(duì)采集到的圖像進(jìn)行灰度級(jí)腐蝕處理，獲得腐蝕后的圖像G(x，y)，其公式為:
G(x,y) = min{I(x+x/，y+y' )-S(x/ ,j' ) I (x, ,j' ) e Ds}；其中，I (x, y)為原始圖像，S(x' , y')為結(jié)構(gòu)元素，Ds為S(x' , y')的定義域；對(duì)所述圖像G(x，y)進(jìn)行局部直方圖拉伸處理；具體的:將圖像G(x，y)分割成若干個(gè)寬度為W高度為H的子圖像；若邊界上子圖像的不滿足邊長(zhǎng)條件，則在圖像中選取一個(gè)包含該子圖像且寬度為W高度為H的區(qū)域，將該區(qū)域作為新的邊界子圖像；將每一個(gè)子圖像做歸一化處理，其公式為:
5.根據(jù)權(quán)利要求1所述的檢測(cè)方法，其特征在于，所述基于所述連通區(qū)域進(jìn)行多級(jí)濾波處理包括: 基于連通區(qū)域的零階矩濾波處理、基于連通區(qū)域矩形度濾波處理及特殊噪聲濾波處理。
6.根據(jù)權(quán)利要求1或5所述的檢測(cè)方法，其特征在于，所述獲得濾除不規(guī)則及分布無規(guī)律的噪聲點(diǎn)的隧道表面圖像包括: 計(jì)算二值化圖像P (X，y)的連通區(qū)域，設(shè)Ck(X，y)為P (X，y)的連通區(qū)域，p為Ck(x，y)中的已知點(diǎn)，B表示邊長(zhǎng)為3的正方形結(jié)構(gòu)元素，其公式為:
7.根據(jù)權(quán)利要求1或3或5所述的檢測(cè)方法，其特征在于，計(jì)算檢測(cè)到的裂縫大小包括: 對(duì)所述裂縫圖像進(jìn)行細(xì)化，獲得裂縫的骨架圖； 對(duì)所述骨架圖中的毛刺進(jìn)行濾除，獲得濾除毛刺后的裂縫骨架圖； 基于所述濾除毛刺后的裂縫骨架圖進(jìn)行裂縫寬度的計(jì)算。
8.根據(jù)權(quán)利要求7所述的檢測(cè)方法，其特征在于，所述對(duì)所述裂縫圖像進(jìn)行細(xì)化包括: 利用zhang快速并行細(xì)化算法進(jìn)行細(xì)化處理；設(shè)裂縫像素值為O，背景像素值為1，取一個(gè)像素點(diǎn)的3 X 3鄰域，設(shè)中心點(diǎn)為P1，其坐標(biāo)為(i，j)，鄰域中其余像素點(diǎn)按逆時(shí)針方向排列分別為P2-P9，如果鄰域像素點(diǎn)滿足如下四個(gè)條件，則刪除中心點(diǎn)P1 ;
(a) 2 ^ Z (P1) ( 6 ；
(WT(P1) = I ；
(c)(1-P2)X (1-P4)X (1-P8) = O 或者 T(P1)關(guān) I ;
(d)(1-P2)X (1-P4)X (1-P6) = O 或者 T(P4)關(guān) I ; 其中，Z(P1)為中P2，P3，…，P9像素值為O的點(diǎn)個(gè)數(shù)，T(P1) SP1點(diǎn)的8鄰域點(diǎn)按逆時(shí)針方向排列后像素值從O到I變化的次數(shù)。
9.根據(jù)權(quán)利要求7所述的檢測(cè)方法，其特征在于，所述對(duì)所述骨架圖中的毛刺進(jìn)行濾除，獲得濾除毛刺后的裂縫骨架圖包括: 利用方向鏈碼計(jì)算毛刺的長(zhǎng)度，再設(shè)定長(zhǎng)度閾值進(jìn)行毛刺的濾除； 其中，計(jì)算毛刺的長(zhǎng)度包括: 檢測(cè)端點(diǎn)和節(jié)點(diǎn)，所述端點(diǎn)到節(jié)點(diǎn)為一條完整的分支；具體的:取骨架圖上像素點(diǎn)的3X3鄰域，如果鄰域范圍內(nèi)至少有三個(gè)像素點(diǎn)與中心點(diǎn)相連，則該中心點(diǎn)為一個(gè)節(jié)點(diǎn)； 設(shè)分支為N(x，y)，使用方向鏈碼對(duì)其編碼，利用下式計(jì)算分支長(zhǎng)度。
L = ANe+BN0+CNc ； 其中，Ne為偶數(shù)鏈碼的個(gè)數(shù)，N0為奇數(shù)鏈碼的個(gè)數(shù)，Nc為鏈碼方向發(fā)生變化的點(diǎn)的個(gè)數(shù)；設(shè)六=1，Β=4?, C=O ； 設(shè)定長(zhǎng)度閾值T1，將長(zhǎng)度低于該閾值的分支作為毛刺濾除，過程如下:
10.根據(jù)權(quán)利要求7所述的檢測(cè)方法，其特征在于，所述基于所述濾除毛刺后的裂縫骨架圖進(jìn)行裂縫寬度的計(jì)算包括: 根據(jù)骨架圖上裂縫點(diǎn)的坐標(biāo)，在裂縫法向上選取一個(gè)直線型鄰域；具體的:選取裂縫點(diǎn)的一個(gè)5X 5鄰域，計(jì)算鄰域內(nèi)距離最遠(yuǎn)兩點(diǎn)之間的連線，再根據(jù)斜率之積為-1得到裂縫點(diǎn)的法向斜率，進(jìn)而得到法線；設(shè)所述鄰域?yàn)锳，鄰域半徑為D，表示為:
A — (I (xq> Yo)，I (xD Yi))…,I (?) Yd)，...，I (x2D-1，Υ2?-ι)，工(X2D，Y2d)); 其中，I(Xmyn)為裂縫點(diǎn)，(Xpyi)為鄰域像素點(diǎn)的坐標(biāo)； 利用變量^\未計(jì)算裂縫一側(cè)的邊界，其公式為:
【文檔編號(hào)】G06T7/00GK103839268SQ201410100802
【公開日】2014年6月4日 申請(qǐng)日期:2014年3月18日 優(yōu)先權(quán)日:2014年3月18日
【發(fā)明者】余祖俊, 王耀東, 朱力強(qiáng), 郭保青, 白彪 申請(qǐng)人:北京交通大學(xué)