专利名称：一种基于机器视觉的隧道病害快速调查系统及调查方法
技术领域：
本发明涉及隧道病害调查技术，尤其涉及一种基于机器视觉的隧道病害快速调查系统，应用于隧道病害的检测。
背景技术：
近年来，我国已建成的各种公路、铁路、水底和地铁隧道不同程度地出现衬砌裂缝、变形以及渗漏水等病害。病害的存在会影响交通质量，威胁到隧道内行车安全，造成安全事故，亟需科学、有效的分析与研究方法，分析评估病害产生对衬砌结构安全和使用性能造成的影响，为病害治理方法与对策提供依据。防治隧道病害的前提是对隧道病害的种类、 分布和程度进行详细而全面的调查，通过对病害的系统调查可以为隧道的健康诊断提供依据。目前我国对隧道的病害调查主要采用的是人工现场调查方法，这种方法需要调查人员在隧道内对隧道的健康状况进行调查，包括对隧道裂缝、变形和渗漏水处的位置、长度、宽度和面积进行测量记录，并对记录的数据进行统计、归类和存档，最后根据一定的标准对隧道病害进行评价。这种人工调查的方法在作业时往往会影响隧道的正常运营、调查方法高耗而且低效、在调查过程中往往带有很大的危险性、而且调查时的测量方法和读取数据存在人为的主观因素，数据的可靠性和完备性有限。对于裂缝的检测和识别，现有的方法有激光扫描法和图像识别法。这两种方法目前主要应用在公路路面的裂缝识别。激光扫描法是通过激光扫描器发出激光扫描路面，然后光接收器以一定角度接收从路面发射回来的光，当被扫描的路面出现裂缝时，裂缝会使到达的激光散射或者折射，光接收器接收的反射光的强度就会减少，因此可以根据光接收器输出的反射光强度的变化，确定路面是否存在裂缝。这种方法的缺点是周围的光线环境对检测的精度影响大，在白天时激光的反射会受到太阳光的影响，所以一般在夜间作业，给检测人员带来不便，并且在检测过程中需要人工地进行裂缝的标注和评价，效率低下。而图像识别法则是通过检测车上的摄像机获取路面的图像并将图像发送到计算机，由计算机对路面的图像进行预处理，得到只含路面背景和裂缝的图像，然后再利用相应的识别算法确定路面是否存在裂缝，以及对裂缝进行定位。这种方法的缺点是检测的结果取决于图像的成像质量和识别算法的可靠性，摄像机的成像需要高亮度的光照条件，成像容易受到检测车的震动和速度的影响，而且需要人工对每一幅图像进行标注和分类统计处理，所以无法实现对裂缝的全自动实时处理。
发明内容
本发明为克服上述现有技术存在的缺陷而提供一种基于机器视觉的隧道病害快速调查系统及调查方法，可以实现对隧道常见病害的定期快速调查，使调查过程安全快速、 全自动实时处理、且不影响隧道的正常运营。本发明是这样实现的，一种基于机器视觉技术的隧道病害快速调查系统，其特征在于，装置于一调查承载车上，包括
机器视觉子系统，用于利用CCD摄像机对待调查对象一隧道表面进行采像，获取待调查对象的图像数据后传输至数据处理子系统；
激光测距子系统，用于通过激光测距方法测量机器视觉子系统采集的图像的成像距
罔；
光电测速子系统，用于运用光电测速方法对调查承载车的行驶速度进行非接触式测量，提供采集图像在隧道中的对应坐标；
控制子系统，用于控制激光测距子系统、光电测速子系统，接收并将激光测距子系统、 光电测速子系统获得的测量数据传输至数据处理子系统，同时触发机器视觉子系统采集图像传输至数据处理子系统；
数据处理子系统，用于调用控制子系统传来的测量数据对机器视觉子系统获取的图像进行处理，进行灾害快速识别统计；
电源子系统，用于统一为上述各个子系统提供工作所需稳定电压。所述机器视觉子系统包括光学镜头、CXD面阵摄像机以及为所述CXD面阵摄像机成像提供光源的照明灯，还包括
图像采集模块，用于将所述CCD面阵摄像机采集的图像信号转换为数字信号输入到计算机进行处理；
图像数据存储与传输模块，用于存储计算机处理的图像，并将图像数据传输到数据处理子系统。所述调查承载车包括轮子和圆弧形车体，圆弧形车体外表面分布有机器视觉子系统、激光测距子系统以及光电测速子系统，机器视觉子系统中包括亮度固定的照明灯，圆弧形车体内置有控制子系统、数据处理子系统和电源子系统。所述光电测速子系统安装在调查承载车的圆弧形车体下方、与地面相对的位置处；所述照明灯、机器视觉子系统、激光测距子系统每三个组成一组，在调查承载车的圆弧形车体表面的各个方向均勻分布。一种应用所述基于机器视觉技术的隧道病害快速调查系统的调查方法，其特征是在于步骤流程如下
(1)、确定采集区域采集区域确定后，将调查承载车放置于采集区域所在的隧道内道路中央，并在开始检测时使其沿道路中心线勻速前进；
(2)、信息采集由控制子系统向激光测距子系统下发测距指令并接收测距数据上传至数据处理子系统，并控制光电测速子系统测速，将通过测速而获得采集的图像的坐标定位数据进行格式转换后打包上传至数据处理子系统；同时产生触发信号，触发机器视觉子系统的CCD面阵摄像机采集图像上传到数据处理子系统；
(3)、数据储存数据处理子系统将传来的采集的上述测距数据、定位数据及图像数据进行储存；
(4)、数据分析数据处理子系统调用储存的所述采集的测距、定位数据按预设程序对采集的图像进行处理，进行灾害快速识别、判断及统计；
(5)、人工分析即由分析人员介入分析，剔除统计中的错误结果，并将最终结果进行统计、归类和存档。
所述(4)中数据处理子系统调用储存的所述采集的测距、定位数据对采集的图像进行处理，进行灾害快速识别、分析判断及统计的方法如下
首先，数据处理子系统调用储存的测距数据、定位数据和图像数据进行分析，对图像进行展开、拼接处理；
其次，对隧道衬彻结构图像进行分析识别、判断及统计，获得隧道裂缝、变形和渗漏水处位置、长度、宽度、面积以及衬砌侵限信息；
再次，由分析人员介入对所获取的上述统计信息进行人工分析，剔除所获取信息中的错误结果，以增强可靠性；
最后，由数据处理子系统将最终得到的分析结果进行统计、归类和存档。所述对隧道衬彻结构图像进行分析识别方法包括运用灰度级校正、二值化处理、 二值图像处理和图像测量方法。本发明与现有技术相比，具有如下优点1、实现了对隧道常见病害的全自动实时的调查，调查过程不需要人工参与，克服了人工识别方法劳动强度大、工作效率低和调查结果主观因素大的缺点，提高了调查工作效率、安全性和调查的准确性。2、调查的方法和过程简单且易于实现，一次调查只需检测承载车在待调查隧道行驶即可完成对该段隧道病害的调查，因此可实现隧道病害定期快速调查，大大降低调查成本和消耗。3、调查过程不影响隧道正常运营，提高了调查作业安全性，可对隧道进行长期监测调查，及时发现隧道存在的病害，并对病害进行自动的分类、病害程度评价和提供相应的
处理预案。机器视觉是用机器代替人眼来作各种测量和判断，机器视觉系统是指通过图像摄取装置将被摄取目标转换成图像信号，传送给专用图像处理系统，根据像素分布和亮度、颜色等信息，转变成数字化信号；图像处理系统对这些信号进行各种运算来抽取目标的特征， 进而根据判别的结果来控制现场的设备动作。机器视觉技术涉及到计算机、图像处理、模式识别、人工智能、信号处理、光学、机械等多个领域，是一种非接触测量技术，对观测与被观测者都不会产生任何损伤，机器视觉系统的可靠性高，具有较宽的光谱响应范围，例如使用人眼看不见的红外测量，扩展了人眼的视觉范围；机器视觉检测系统可以长时间地作测量、 分析和识别，并且可以在恶劣环境下工作。
图1是本发明实施例提供的基于机器视觉技术的隧道病害快速调查系统的结构示意图。图2是本发明实施例提供的机器视觉子系统的结构示意图。图3是本发明实施例提供的基于机器视觉技术的隧道病害快速调查系统的运用方法的流程图。图4是本发明实施例提供的数据处理子系统进行灾害识别、判断及统计的方法的流程图。图5是本发明实施例提供的基于机器视觉技术的隧道病害快速调查系统的设备布置示意图。
具体实施例方式为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图，对本发明进行进一步详细说明。参见图1，图1示出了本发明实施例提供的基于机器视觉技术的隧道病害快速调查系统的结构。为了便于说明，仅示出了与本发明有关的部分，现结合该附图，对本发明作详细说明如下。所述的基于机器视觉技术的隧道病害快速调查系统包括一调查承载车，装置于调查承载车上的机器视觉子系统、激光测距子系统、光电测速子系统、控制子系统、数据处理子系统以及电源子系统。机器视觉子系统，基于机器视觉技术，利用C⑶摄像机对待调查对象一隧道表面进行采像，获取待调查对象的图像数据后传输至数据处理子系统。机器视觉技术是用机器代替人眼来作各种测量和判断，指通过图像摄取装置将被摄取目标转换成图像信号，传送给专用图像处理系统根据图像像素分布和亮度、颜色等信息，转变成数字化信号后对这些信号进行各种运算来抽取目标的特征进行处理。激光测距子系统，用于通过激光测距方法测量机器视觉子系统采集的图像的成像距离；该激光测距子系统，主要包括激光发射模块、激光接收模块和信号处理模块，其测距方法采用脉冲激光测距法，具有测距精度高、测程远、抗干扰能力强、不需要合作目标的特点；该激光测距方法为本领域现有技术，本领域普通技术人员根据现有技术及上述说明即可得以实现激光测距，此处不再进行详述。光电测速子系统，用于运用光电测速方法对调查承载车的行驶速度进行非接触式测量，提供采集图像在隧道中的对应坐标。光电测速子系统在测量得调查承载车的实时行驶速度后，根据所测速度信息得到承载车的行驶距离即里程，从而提供每一幅图像在隧道中所对应的坐标，对该采集的图像进行定位，其测量精度不受调查承载车上下颠簸的影响。以上所述的光电测速子系统，主要包括非接触式光电测速传感器、照明灯、跟踪滤波器及相应的用于固定前述装置的固定装置；该光电测速方法为本光电测速领域的现有技术，该领域普通技术人员根据现有技术及上述说明即可得以实现光电测速目的，此处不再进行详述。控制子系统，用于控制激光测距子系统、光电测速子系统，接收并将激光测距子系统、光电测速子系统获得的测量数据传输至数据处理子系统，同时触发机器视觉子系统采集图像传输至数据处理子系统；包括为激光测距子系统、光电测速子系统和机器视觉子系统提供各种控制信号，如同步触发机器视觉子系统、向激光测距子系统下达测距指令控制
信号等。数据处理子系统，用于调用控制子系统传来的测量数据对机器视觉子系统获取的图像进行处理，进行灾害快速识别统计；该子系统是上述相应子系统获得图像数据、测距数据和测速数据的处理中心，前述获取的数据统一在该数据处理子系统中进行图像的存取和预处理、图像的模式识别、病害的分类和评价等工作。电源子系统，用于统一为上述各个子系统提供工作所需的稳定电压。
所述的调查承载车用来承载系统的其他所有子系统并提供稳定的运动速度，可平稳地行使在隧道中，因此，调查承载车须使用抗震性能好的承载车，以提供稳定的行使速度，减少系统的抖动以获得质量较高的隧道表面图像，同时可以为电源子系统提供发电电源。参见图2所示，该图2示出了本发明提供的机器视觉子系统的结构，为了便于说明，仅示出了与本发明有关的部分。下面结合该附图，对该机器视觉子系统说明如下。该机器视觉子系统包括光学镜头、CCD面阵摄像机、为CCD面阵摄像机成像提供光源的照明模块、图像采集模块以及图像数据存储与传输模块。光学镜头用于将成像目标聚焦在CCD图像传感器的光敏面上构成成像，CCD面阵摄像机用于提供快速、高像素及高分辨率的成像，所述的照明模块为CCD面阵摄像机成像提供所需要的光源，通过将照明光线投射在成像目标上，使CCD面阵摄像机的成像更加清晰；图像采集模块则将CCD面阵摄像机成像的图像光信号转换为数字图像信号输入到计算机进行处理；图像数据存储与传输模块则将计算机处理后的图像数据进行存储，并将图像数据传输到数据处理子系统进行处理，进行灾害快速识别、统计。以上所述机器视觉子系统采集图像的技术与为现有技术，不再详述。参见图3，该图示出了运用本发明实施例提供的基于机器视觉技术的隧道病害快速调查系统的使用方法的流程；下面结合该附图，对该使用方法流程说明如下一、确定采集区域采集区域确定后，将调查承载车放置于采集区域所在的隧道内道路中央，并在开始检测时使其沿道路中心线勻速前进。二、信息采集由控制子系统向激光测距子系统下发测距指令并接收测距数据上传至数据处理子系统，并控制光电测速子系统测速，将通过测速而获得采集的图像的坐标定位数据进行格式转换后打包上传至数据处理子系统；同时产生触发信号，触发机器视觉子系统的CCD面阵摄像机采集图像上传到数据处理子系统。三、数据储存数据处理子系统将传来的采集的上述测距数据、定位数据及图像数据进行储存。四、数据分析数据处理子系统调用储存的所述采集的测距、定位数据按预设程序对采集的图像进行处理，进行灾害快速识别、判断及统计。五、人工分析即由分析人员介入分析，剔除统计中的错误结果，并将最终结果进行统计、归类和存档。参见图4，该图示出了本发明的数据处理子系统进行灾害快速识别、判断及统计的方法的流程。以下结合该附图，对本发明所述的数据处理子系统的灾害快速识别统计的方法作详细说明如下。首先，数据处理子系统调用储存的测距数据、定位数据和图像数据进行分析，对图像进行展开、拼接处理。其次，对隧道衬彻结构图像进行分析识别、判断及统计，获得隧道裂缝、变形和渗漏水处位置、长度、宽度、面积以及衬砌侵限信息。分析识别方法包括运用灰度级校正、二值化处理、二值图像处理和图像测量等方法；本发明实施例所述灰度级校正、二值化处理、二值图像处理和图像测量方法均为现有技术，本领域普通技术人员根据上述描述均可利用本领域现有技术实现，并获得隧道裂缝、变形和渗漏水处位置、长度、宽度、面积以及衬砌侵限信息。再次，由分析人员介入对所获取的上述统计信息进行人工分析，剔除所获取信息中的错误结果，以增强可靠性。最后，由数据处理子系统将最终得到的分析结果进行统计、归类和存档。5，[微软用户1]该图示出了基于机器视觉技术的隧道病害快速调查系统的设备布置方法。以下结合附图，对布置方法作一简要说明。如图5所示，所述调查承载车5包括轮子和圆弧形车体，圆弧形车体外表面分布有机器视觉子系统2、激光测距子系统3以及光电测速子系统4，机器视觉子系统中包括亮度固定的照明灯1，圆弧形车体内置有控制子系统、数据处理子系统和电源子系统。所述光电测速子系统4安装在调查承载车5的圆弧形车体下方、与地面相对的位置处；所述照明灯1、机器视觉子系统2、激光测距子系统3每三个组成一组，在调查承载车 5的圆弧形车体表面的各个方向均勻分布。为了保证调查的全面性及准确性，该调查承载车 5的圆弧形体表面上应均勻安装有多组照明灯1、机器视觉子系统2以及激光测距子系统3。以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。
权利要求
1.一种基于机器视觉技术的隧道病害快速调查系统，其特征在于，装置于一调查承载车(5)上，包括机器视觉子系统，用于利用CCD摄像机对待调查对象一隧道表面进行采像，获取待调查对象的图像数据后传输至数据处理子系统；激光测距子系统，用于通过激光测距方法测量机器视觉子系统采集的图像的成像距罔；光电测速子系统，用于运用光电测速方法对调查承载车的行驶速度进行非接触式测量，提供采集图像在隧道中的对应坐标；控制子系统，用于控制激光测距子系统、光电测速子系统，接收并将激光测距子系统、 光电测速子系统获得的测量数据传输至数据处理子系统，同时触发机器视觉子系统采集图像传输至数据处理子系统；数据处理子系统，用于调用控制子系统传来的测量数据对机器视觉子系统获取的图像进行处理，进行灾害快速识别统计；电源子系统，用于统一为上述各个子系统提供工作所需稳定电压。
2.根据权利要求1所述的一种基于机器视觉技术的隧道病害快速调查系统，其特征是在于，所述机器视觉子系统包括光学镜头、CCD面阵摄像机以及为所述CCD面阵摄像机成像提供光源的照明灯，还包括图像采集模块，用于将所述CCD面阵摄像机采集的图像信号转换为数字信号输入到计算机进行处理；图像数据存储与传输模块，用于存储计算机处理的图像，并将图像数据传输到数据处理子系统。
3.根据权利要求2所述的一种基于机器视觉技术的隧道病害快速调查系统，其特征是在于，所述调查承载车(5)包括轮子和圆弧形车体，圆弧形车体外表面分布有机器视觉子系统(2)、激光测距子系统(3)以及光电测速子系统(4)，机器视觉子系统中包括亮度固定的照明灯(1)，圆弧形车体内置有控制子系统、数据处理子系统和电源子系统。
4.根据权利要求3所述的一种基于机器视觉技术的隧道病害快速调查系统，其特征是在于，所述光电测速子系统(4)安装在调查承载车(5)的圆弧形车体下方、与地面相对的位置处；所述照明灯(1)、机器视觉子系统(2)、激光测距子系统(3)每三个组成一组，在调查承载车(5)的圆弧形车体表面的各个方向均勻分布。
5.一种应用权利要求1 一 4任意一项所述基于机器视觉技术的隧道病害快速调查系统的调查方法，其特征是在于步骤流程如下(1)、确定采集区域采集区域确定后，将调查承载车放置于采集区域所在的隧道内道路中央，并在开始检测时使其沿道路中心线勻速前进；(2)、信息采集由控制子系统向激光测距子系统下发测距指令并接收测距数据上传至数据处理子系统，并控制光电测速子系统测速，将通过测速而获得采集的图像的坐标定位数据进行格式转换后打包上传至数据处理子系统；同时产生触发信号，触发机器视觉子系统的CCD面阵摄像机采集图像上传到数据处理子系统；(3)、数据储存数据处理子系统将传来的采集的上述测距数据、定位数据及图像数据进行储存；(4)、数据分析数据处理子系统调用储存的所述采集的测距、定位数据按预设程序对采集的图像进行处理，进行灾害快速识别、判断及统计；(5)、人工分析即由分析人员介入分析，剔除统计中的错误结果，并将最终结果进行统计、归类和存档。
6.根据权利要求5所述的一种基于机器视觉技术的隧道病害快速调查方法，其特征是在于所述(4)中数据处理子系统调用储存的所述采集的测距、定位数据对采集的图像进行处理，进行灾害快速识别、分析判断及统计的方法如下首先，数据处理子系统调用储存的测距数据、定位数据和图像数据进行分析，对图像进行展开、拼接处理；其次，对隧道衬彻结构图像进行分析识别、判断及统计，获得隧道裂缝、变形和渗漏水处位置、长度、宽度、面积以及衬砌侵限信息；再次，由分析人员介入对所获取的上述统计信息进行人工分析，剔除所获取信息中的错误结果，以增强可靠性；最后，由数据处理子系统将最终得到的分析结果进行统计、归类和存档。
7.根据权利要求6所述的一种基于机器视觉技术的隧道病害快速调查方法，其特征是在于所述对隧道衬彻结构图像进行分析识别方法包括运用灰度级校正、二值化处理、二值图像处理和图像测量方法。
全文摘要
本发明公开了一种基于机器视觉技术的隧道病害快速调查系统及调查方法，装置于一调查承载车上，包括机器视觉子系统，用CCD摄像机获取待调查对象图像数据；激光测距子系统，用激光测距法测量机器视觉子系统采集的图像的成像距离；光电测速子系统，用于提供采集图像在隧道中的对应坐标；控制子系统，控制激光测距及光电测速子系统，将该两子系统获得数据传至数据处理子系统，触发机器视觉子系统采集图像传至数据处理子系统；数据处理子系统，根据控制子系统传来的数据处理机器视觉子系统获取的图像；电源子系统，为各子系统提供电压。本发明可实现对隧道常见病害的定期快速调查，使调查过程安全快速、全自动实时处理、不影响隧道正常运营。
文档编号G01C11/00GK102435173SQ201110281700
公开日2012年5月2日 申请日期2011年9月21日 优先权日2011年9月21日
发明者叶英, 张智明, 杨新锐 申请人:北京市市政工程研究院