基于圖像處理的橋梁底面裂縫檢測(cè)識(shí)別方法研究.pdf

1、在我國(guó)的交通運(yùn)輸建設(shè)過(guò)程當(dāng)中，公路橋梁一直是非常重要的組成部分。由于之前改革開(kāi)放的大力建設(shè)，現(xiàn)階段，我國(guó)每年步入維保期的橋梁總數(shù)也在日益增加，因此對(duì)橋梁安全檢測(cè)尤其是對(duì)橋梁裂縫檢測(cè)的需求已經(jīng)提高到一個(gè)新的高度，然而由于傳統(tǒng)的人工檢測(cè)方法不但工作危險(xiǎn)系數(shù)大，工作成本高，而且檢測(cè)效率低，檢測(cè)結(jié)果精確度和可信度較低。隨著現(xiàn)代計(jì)算機(jī)技術(shù)的飛速發(fā)展以及計(jì)算機(jī)硬件性能的不斷提高，使發(fā)展最迅速的數(shù)字圖像處理技術(shù)能夠應(yīng)用到橋梁裂縫檢測(cè)中也成為可能，所以

2、，提出新的可視化裂縫檢測(cè)方法來(lái)完成對(duì)橋梁的健康評(píng)估勢(shì)在必行，而且具有非常大的價(jià)值意義。
　　本文工作基于一種自主設(shè)計(jì)的可以實(shí)時(shí)采集到橋梁底面圖像的橋梁檢測(cè)設(shè)備，提出了用于混凝土橋梁裂縫檢測(cè)的圖像處理算法，并采用基于機(jī)器學(xué)習(xí)的分類(lèi)方法進(jìn)行橋梁裂縫的分類(lèi)，最后還進(jìn)行了橋梁裂縫最大寬度的計(jì)算，為改善交通運(yùn)輸中的橋梁檢測(cè)與維保工作做出重要貢獻(xiàn)。其中具體工作有以下幾個(gè)方面:
　　(1)首先針對(duì)采集到的圖像進(jìn)行預(yù)處理從而使目標(biāo)裂縫得到了

3、增強(qiáng)并且噪聲干擾物得到了相對(duì)的弱化，預(yù)處理包括灰度化，濾波以及圖像增強(qiáng)。然后對(duì)處理后的圖像進(jìn)行粗分割，最后運(yùn)用圖像形態(tài)學(xué)分析方法進(jìn)行圖像中噪聲塊的濾除，從而初步分割出橋梁裂縫目標(biāo)。
　　(2)目標(biāo)裂縫的連接。由于裂縫圖像通過(guò)上述的圖像處理方法會(huì)一定程度影響裂縫連接性，為了得到更加連續(xù)、完整的裂縫目標(biāo)，論文通過(guò)一種基于KD樹(shù)的裂縫連接算法進(jìn)行裂縫片段連接。首先，計(jì)算每段裂縫間的最小外接凸多邊形并找到每段裂縫的端點(diǎn);接著，設(shè)定一個(gè)閾值

4、并判斷不同裂縫段上兩端點(diǎn)之間的距離是否小于該閾值，小于則連接這兩個(gè)端點(diǎn);最后將連線之間的裂縫連通域填充起來(lái)，從而提取出完整的連續(xù)的裂縫。
　　(3)裂縫目標(biāo)的分類(lèi)。因?yàn)椴煌?lèi)型的裂縫對(duì)橋梁的危害不同，所以在提取出完整的裂縫目標(biāo)之后，還需要進(jìn)行裂縫的分類(lèi)工作。本文根據(jù)裂縫的分類(lèi)需求提出一種基于學(xué)習(xí)型的SVM決策樹(shù)分類(lèi)方法用于橋梁的裂縫分類(lèi)。首先根據(jù)裂縫的不同特征提取了7維的裂縫特征向量;然后根據(jù)訓(xùn)練樣本訓(xùn)練出所需的SVM分類(lèi)器;最后

5、將驗(yàn)證樣本集輸入訓(xùn)練好的SVM分類(lèi)器中進(jìn)行驗(yàn)證分類(lèi)。最后驗(yàn)證結(jié)果表明，本文所采用的分類(lèi)方法對(duì)于橋梁裂縫的分類(lèi)精度較高，能夠應(yīng)用到工程當(dāng)中。
　　(4)裂縫長(zhǎng)度及最大寬度計(jì)算。針對(duì)裂縫長(zhǎng)度寬度等幾何信息計(jì)算精度不高的問(wèn)題，本文首先在二值圖像上計(jì)算裂縫的骨架點(diǎn)，通過(guò)骨架化求取裂縫長(zhǎng)度，并對(duì)圖像細(xì)化做出了改進(jìn);然后通過(guò)二值形態(tài)學(xué)腐蝕算法按照本文設(shè)計(jì)的算法流程進(jìn)行裂縫最大寬度的計(jì)算，得出的測(cè)量結(jié)果與實(shí)測(cè)結(jié)果進(jìn)行對(duì)比，最后得出結(jié)論。本文提供