一種基于邊緣檢測的墻體裂縫識別方法與流程

本發明屬于數字圖像識別技術，尤其涉及一種基于邊緣檢測的墻體裂縫識別方法。

背景技術：

墻體材料內部會產生間隙，在長時間的風吹雨打日曬等自然環境下，會受到溫度應力等因素影響，間隙可能催化放大進而在表面產生裂縫，隨著裂縫不斷擴大，會造成安全隱患。因此，必須有效地對墻體裂縫進行檢測，評估其風險性，以便能預防潛在的危害。

當前在變電站對墻體狀況的檢查主要由人工巡檢來完成，巡檢工作量大，在惡劣環境下難以按時完成。并且人眼檢測主觀性強，某些情況下可靠性低。

隨著計算機技術和數字圖像處理技術的發展，機器視覺廣泛地應用在各種目標識別上，利用圖像處理技術來檢測墻體裂縫，有高靈敏性、高自動化、非接觸性等特點。現有的一些裂縫檢測方法多數是簡單的設定灰度閾值進行二值化，難以去除污垢等干擾項適應性差；或者是運用神經網絡等復雜算法，計算量大實時性差。因此，要將其用于墻體檢測上還需要對圖像處理方法進行改進，以提高檢測效率。

技術實現要素：
：

本發明要解決的技術問題是：提供一種基于邊緣檢測的墻體裂縫識別方法，以解決現有技術對變電站墻體裂縫檢測方法采用簡單的設定灰度閾值進行二值化，難以去除污垢等，導致干擾項適應性差；或者是運用神經網絡等復雜算法，計算量大實時性差等技術問題。

本發明技術方案：

一種基于邊緣檢測的墻體裂縫識別方法，它包括：

步驟1、墻體圖像采集；

步驟2、圖像預處理；

步驟3、裂縫邊緣提取；

步驟4、背景噪聲濾波；

步驟5、墻體裂縫識別。

步驟1所述墻體圖像采集，通過CCD鏡頭或數碼相機拍攝。

步驟2所述圖像預處理方法為：先對采集原圖進行灰度化，使用OpenCV庫的灰度均值對原圖紅R、綠G、藍B三通道進行加權平均，即Gray＝0.072169B+0.715160G+0.212671R，得到灰度圖像；再對所得灰度圖像進行高斯濾波，使用3×3模板進行計算，消除孤立點。

步驟3所述裂縫邊緣提取的方法為：利用Laplacian算子對圖像預處理所得的灰度圖像進行運算，使用OpenCV的Laplacian算子實現，調用的Sobel算子內核大小設為3，此運算突出裂縫特征，忽略背景噪聲；然后利用Otsu算法計算圖像的全局灰度分割閾值，并以此閾值對圖像進行二值化將背景和裂縫分開。

步驟4所述背景噪聲濾波的方法包括：

(1)對圖像進行掃描，進行連通域的計算，標記出所有連通域；

(2)對每個連通域，計算其周長和面積進而得到圓形度；

(3)將連通域的圓形度與閾值相比，大于閾值則去掉連通域；

(4)對所有連通域進行步驟(3)操作后得到裂縫圖像。

本發明的有益效果：

與現有技術相比，本發明的有益效果是能有效獲取裂縫特征，排除背景干擾；自適應能力強，分割更準確；可以濾出大量無規則污垢塊，為裂縫的檢測帶來了方便；在保證識別精度和抗干擾的條件下，大大降低了運算量，具有很高的應用價值；解決了現有技術對變電站墻體裂縫檢測方法采用簡單的設定灰度閾值進行二值化，難以去除污垢等，導致干擾項適應性差；或者是運用神經網絡等復雜算法，計算量大實時性差等技術問題。

附圖說明

圖1為本發明流程示意圖；

圖2為墻體裂縫識別方法中裂縫邊緣提取的關鍵圖像處理步驟；

圖3為基于連通域計算的背景噪聲濾波流程。

具體實施方式：

一種基于邊緣檢測的墻體裂縫識別方法，它包括：

步驟1、墻體圖像采集；

步驟1所述墻體圖像采集，通過CCD鏡頭或數碼相機拍攝。本發明使用巡檢機器人上的可見光相機對圍墻表面進行拍攝，獲取高清墻體圖像。

步驟2、圖像預處理；

步驟2所述圖像預處理方法為：先對采集原圖進行灰度化，使用OpenCV庫的灰度均值對原圖紅R、綠G、藍B三通道進行加權平均，即Gray＝0.072169B+0.715160G+0.212671R，得到灰度圖像；再對所得灰度圖像進行高斯濾波，使用3×3模板進行計算，消除孤立點。

步驟3、裂縫邊緣提取；

步驟3所述裂縫邊緣提取的方法為：利用Laplacian算子對圖像預處理所得的灰度圖像進行運算，使用OpenCV的Laplacian算子實現，調用的Sobel算子內核大小設為3，此運算突出裂縫特征，忽略背景噪聲；然后利用Otsu算法計算圖像的全局灰度分割閾值，并以此閾值對圖像進行二值化將背景和裂縫分開。

裂縫邊緣的提取是利用Laplacian算子對預處理所得灰度圖像進行運算，使用OpenCV的Laplacian實現，調用的Sobel算子內核大小設為3，此運算可以突出裂縫特征，忽略背景噪聲。然后利用Otsu算法計算圖像的全局灰度分割閾值，并以此閾值對圖像進行二值化，可進一步將背景和裂縫分開；

步驟4、背景噪聲濾波；

背景噪聲濾波是針對與裂縫灰度相近的塊狀污垢和斑點圖像二值化形成的明亮塊狀斑點。定義C代表圓形度，其公式為其中P為連通域周長，S為連通域面積。對圖像從上到下、從左到右掃描，相鄰點為1和0則標記，統計標記點的個數可得連通域的周長P。定義連通域水平寬度W，垂直方向高度H，可得其中f(x，y)表示像素值為1的點。通過對圖像進行連通域的計算，標記出所有連通域，然后掃描連通域并計算相應連通域的圓形度。明亮塊狀斑點的圓形度接近1，對所有標記的連通域的圓形度進行比較，大于一定閾值則作為噪聲去除，最后剩下的就是裂縫圖像。

步驟4所述背景噪聲濾波的方法包括：

(1)對圖像進行掃描，進行連通域的計算，標記出所有連通域；

(2)對每個連通域，計算其周長和面積進而得到圓形度；

(3)將連通域的圓形度與閾值相比，大于閾值則去掉連通域；

(4)對所有連通域進行步驟(3)操作后得到裂縫圖像。

步驟5、墻體裂縫識別。背景噪聲濾波后可得裂縫圖像，進而可對裂縫的幾何特征進行計算。