专利名称：一种混凝土结构裂缝智能化检测方法
技术领域：
本发明涉及的是一种混凝土结构裂缝智能化检测方法，具体涉及一种基于图像处理技术的对混凝土结构裂缝进行非接触、远距离、自动提取裂缝特征信息的智能化检测技术。
背景技术：
混凝土抗压强度高，而抗拉强度低，因此，裂缝是混凝土结构的“常发病”。结构的损坏乃至倒塌往往是从裂缝的开展开始的，裂缝问题最终将成为结构的安全问题。因此，需对结构出现的裂缝进行准确识别与定位，掌握裂缝特征信息，为结构的病害成因分析、健康状况的准确评定等提供信息资料。传统的裂缝检测方法是目测法，人工操作多，缺乏客观性和权威性；费时费力，误差大，效率低。弹性波法、电磁波法以及传感仪器检测法等先进的无损检测方法则存在仪器价格昂贵、测量范围小、无法完全实现非接触测量。而近年迅速发展基于图像处理的摄影法，对局部区域裂缝的宽度进行获取，信息单一。因此，研制一种新型的应用于混凝土结构裂缝智能化检测方法已为急需。
发明内容
本发明目的在于针对现有建筑物裂缝测量的不足，提出一种通过拍摄的高清晰混凝土结构表面裂缝图片，运用图像处理技术，获取裂缝信息的新方法，具有信息详细、省时省力、检测方便、速度快、测量精确度高等优点。本发明采用全新思路，利用高清数码拍摄设备和图像处理技术，发明了一种混凝土结构裂缝非接触、远距离、自动提取裂缝信息并进行分析的新型的智能化技术。在保证精度的前提下，获取裂缝宽度与长度、平均裂缝间距等信息，本发明克服传统方法的困难，能为评价结构性提供全面有效的数据。本发明的解决方案是在现有技术的基础上的一种混凝土结构裂缝智能化检测方法，包括如下步骤(a)对照相机进行标定；(b)对获取到的图像截取待处理区域内的单条裂缝；(C)对单条裂缝图像进行图像增强、阈值分割的二值化操作；(d)在步骤(C)得到的二值图像对裂缝进行连接和填充处理，提取目标区域的轮廓，剪枝后得到裂缝区域；(e)根据(a)所得的被拍摄图像平面5上单位像素的长度a(mm/像)素得到裂缝的实际宽度值；(f)提取裂缝的骨架，对裂缝的起始点和终止点进行定位，得到裂缝的长度；根据裂缝的起始点位置以及由步骤(b)得到的单条裂缝图像区域的初始边界位置，得到此裂缝的起始点的位置；(g)重复(b)、(C)、(f)的操作，得到邻近裂缝的宽度、长度、裂缝的起始点位置，从而计算得相邻两裂缝的间距。本发明能对构件的全场进行裂缝信息的获取，且提高了检测效率和信息的准确度，为现有结构的有效检测、实时监控、安全性能评判和投资决策管理提供可靠依据。本发明还在于采集图像后通过图像处理方法得到裂缝边缘信息，从而获得裂缝的宽度、长度和裂缝间距。本发明还在于通过图像处理的方法得到裂缝边缘信息，步骤为、
步骤I裂缝图像采集，采用高清照相机对裂缝图像进行采集，首先对相机进行标定，得相片中单位像素宽度代表实际物体的尺寸的amm/像素，拍摄时需保持相机轴线与被拍摄面垂直，在保证识别精度的前提下，相机与拍摄物体之间的距离在5米范围之内；步骤2图像裁剪，人机交互截取图片内待处理的单条裂缝，称为目标区域。同时程序自动记录目标区域左边界的横坐标在整个图像中的位置X。；步骤3图像增强。将图像灰值化后，采用选择式掩模平滑和中值滤波相结合的方法去除图像噪声，增强图像。采用阈值 分割法得到二值图像，最佳阈值在100 120之间；步骤4裂缝连接与填充。本发明采用图像膨胀和腐蚀相结合的方法对二值化目标边界点进行扩充，连接邻近目标，平滑其边界，使目标成为一条连续不间断的裂缝；步骤5剪枝。提取目标轮廓，计算每个连通区域的包含的像素数，设定阈值得到只含裂缝边缘的图像；步骤6裂缝信息获取。裂缝信息的获取包括如下内容a)本发明选取裂缝特征最大宽度作为衡量裂缝的标准，选取裂缝的绝对最大宽度及其位置作为补充信息。设裂缝左边界点的坐标为(xm，ym)，右边界点的坐标为(xn，yn)，则左右边界点的距离如式(h)所示。W=a^(Xn-XJ +(yn-yj2(h)对左边界的任一边界点，遍历右边界的所有点，根据式(h)计算W。当w为最小值时，则w为与此左边界点相对应的裂缝宽度值。其中，α为相机标定时的换算因子。因此，裂缝的平均裂缝宽度、绝对最大裂缝宽度的计算公式分别如式(i)、式(j)所示。w =T^w1 jN(i)
Wm a !Fm axn()(j)其中，w为裂缝的平均宽度，Wi为第i行的裂缝宽度值，N为裂缝区域所占的行数，Wmax为绝对最大裂缝宽度。放大系数τ s的计算公式如式(k)所示。τ s = u+z o z (k)其中，z为保证率的大小，取值为0.95。其物理意义为超过这个宽度的裂缝出现概率不大于协议概率5%，即概率保证率为95%。U、Ti, σζ的计算公式分别如式
(η^、(η)、(ρ)所示。
U = ^r--
I(η)
σζ = T1N-I(P)则裂缝的特征最大裂缝宽度为^_为裂缝的平均宽度w乘以一个放大系数τ s，其计算公式如式(q)所示。Wlm^ = Ts-W(q)b)设裂缝左边界点的坐标为(Xni, ym)，右边界点的坐标为(xn，yn)，取左右边界点中点的连线为裂缝骨架，通过图像扫描确定裂缝的起始点(xq，Yq)和终止点(xz，Yz)，从而确定裂缝的位置X和长度I。裂缝的位置用横坐标X来表示，如(r)式所示。X = Xq+X0(r)裂缝长度为I (单位为mm)，如(S)式所示。l = a^{X2-Xqf+{Y2-Yqf(S)其中，α为相机标定时的换算因子。 本发明还在于对已处理裂缝的邻近裂缝依次进行相同操作，获取裂缝宽度、长度和位置X1信息，从而可求得相邻裂缝的间距λ I。Δ I = α IX1-X |(t)本发明的有益效果本发明利用高清数码拍摄设备和图像处理技术，发明了一种混凝土结构裂缝非接触、远距离、自动提取裂缝信息的新型技术。在保证精度的前提下，能对高架桥梁、特殊地势等不便于检测的结构采用非接触检测，获取混凝土结构裂缝的宽度、长度、裂缝间距等信息。本发明能为现有结构的安全性能评判和投资决策管理提供可靠依据。
图I为系统流程2为图像预处理流程3为相机标定示意4为获取的图像图5为截取的第一条裂缝6为图像的增强效果7为图像二值化8为图像连接效果9为图像轮廓提取10为裂缝骨架其中附图标记，I为高清照相机，2为激光同步测距仪，3为(XD/CM0S，4为相机透镜，5为被拍摄平面，6为相机轴线。
具体实施例方式下面结合附图和实施例对本发明作进一步说明。本发明如附图所示，混凝土结构裂缝智能化检测方法，包括如下步骤(a)对照相机进行标定；(b)对获取到的图像截取待处理区域内的单条裂缝；(c)对单条裂缝图像进行图像增强、阈值分割的二值化操作；(d)在步骤(C)得到的二值图像对裂缝进行连接和填充处理，提取目标区域的轮廓，剪枝后得到裂缝区域；(e)根据(a)所得的被拍摄图像平面5上单位像素的长度a (mm/像素)得到裂缝的实际宽度值；(f)提取裂缝的骨架，对裂缝的起始点和终止点进行定位，得到裂缝的长度；根据裂缝的起始点位置以及由步骤(b)得到的单条裂缝图像区域的初始边界位置，得到此裂缝的起始点的位置；(g)重复(b)、(C)、(f)的操作，得到邻近裂缝的宽度、长度、裂缝的起始点位置，从而计算得相邻两裂缝的间距。发明还在于采集图像后通过图像处理方法得到裂缝边缘信息，从而获得裂缝的宽度、长度和裂缝间距。发明还在于通过图像处理的方法得到裂缝边缘信息，步骤为步骤I裂缝图像采集，采用高清照相机I对裂缝图像进行采集，首先对相机进行标定，得相片中单位像素宽度代表实际物体的尺寸的a (mm/像素)，拍摄时需保持相机轴线与被拍摄面垂直，在保证识别精度的前提下，相机与拍摄物体之间的距离在5米范围之内；步骤2图像裁剪，人机交互截取图片内待处理的单条裂缝，称为目标区域，同时程序自动记录目标区域左边界的横坐标在整个图像中的位置X。；步骤3图像增强，将图像灰值化后，采用选择式掩模平滑和中值滤波相结合的方法去除图像噪声，增强图像，采用阈值分割法得到二值图像，最佳阈值在100 120之间；步骤4裂缝连接与填充，本发明采用图像膨胀和腐蚀相结合的方法对二值化目标边界点进行扩充，连接邻近目标，平滑其边界，使目标成为一条连续不间断的裂缝；步骤5剪枝，提取目标轮廓，计算每个连通区域的包含的像素数，设定阈值得到只含裂缝边缘的图像；步骤6裂缝信息获取，裂缝信息的获取包括如下内容a)本发明选取裂缝特征最大宽度作为衡量裂缝的标准，选取裂缝的绝对最大宽度及其位置作为补充信息，设裂缝左边界点的坐标为(xm，ym)，右边界点的坐标为(xn，yn)，则左右边界点的距离如式(h)所示，
权利要求
1.一种混凝土结构裂缝智能化检测方法，包括如下步骤(a)对照相机进行标定；(b)对获取到的图像截取待处理区域内的单条裂缝；(c)对单条裂缝图像进行图像增强、阈值分割的二值化操作；(d)在步骤(C)得到的二值图像对裂缝进行连接和填充处理，提取目标区域的轮廓，剪枝后得到裂缝区域；(e)根据(a)所得的图像平面上单位像素的长度a得到裂缝的实际宽度值；(f)提取裂缝的骨架，对裂缝的起始点和终止点进行定位，得到裂缝的长度；根据裂缝的起始点位置以及由步骤(b)得到的单条裂缝图像区域的初始边界位置，得到此裂缝的起始点的位置；(g)重复(b)、(C)、(f)的操作，得到邻近裂缝的宽度、长度、裂缝的起始点位置，从而计算得相邻两裂缝的间距。往往
2.按照权利要求I所述的一种混凝土结构裂缝智能化检测方法，其特征在于采集图像后通过图像处理方法得到裂缝边缘信息，从而获得裂缝的宽度、长度和裂缝间距。
3.按照权利要求2所述的一种混凝土结构裂缝智能化检测方法，其特征在于通过图像处理的方法得到裂缝边缘信息，步骤为 步骤I裂缝图像采集，采用高清照相机对裂缝图像进行采集，首先对相机进行标定，得相片中单位像素宽度代表实际物体的尺寸的amm/像素，拍摄时需保持相机轴线与被拍摄面垂直，在保证识别精度的前提下，相机与拍摄物体之间的距离在5米范围之内； 步骤2图像裁剪，人机交互截取图片内待处理的单条裂缝，称为目标区域，同时程序自动记录目标区域左边界的横坐标在整个图像中的位置X。; 步骤3图像增强，将图像灰值化后，采用选择式掩模平滑和中值滤波相结合的方法去除图像噪声，增强图像，采用阈值分割法得到二值图像，最佳阈值在100 120之间； 步骤4裂缝连接与填充，本发明采用图像膨胀和腐蚀相结合的方法对二值化目标边界点进行扩充，连接邻近目标，平滑其边界，使目标成为一条连续不间断的裂缝； 步骤5剪枝，提取目标轮廓，计算每个连通区域的包含的像素数，设定阈值得到只含裂缝边缘的图像； 步骤6裂缝信息获取，裂缝信息的获取包括如下内容 a)本发明选取裂缝特征最大宽度作为衡量裂缝的标准，选取裂缝的绝对最大宽度及其位置作为补充信息，设裂缝左边界点的坐标为(Xm，ym)，右边界点的坐标为(Xn，yn)，则左右边界点的距离如式(h)所示， 对左边界的任一边界点，遍历右边界的所有点，根据式(h)计算W，当W为最小值时，则w为与此左边界点相对应的裂缝宽度值，其中，a为相机标定时的换算因子， 因此，裂缝的平均裂缝宽度、绝对最大裂缝宽度的计算公式分别如式(i)、式(j)所示， w = ^jWi /N(OWmajFmaOCj) 其中，w为裂缝的平均宽度，Wi为第i行的裂缝宽度值，N为裂缝区域所占的行数，Wfflax为绝对最大裂缝宽度， 放大系数τ s的计算公式如式(k)所示， τ s = u+z σ ζ (k) 其中，ζ为保证率的大小，取值为O. 95，其物理意义为超过这个宽度的裂缝出现概率不大于协议概率5%，即概率保证率为95%，U、τ Λ σζ的计算公式分别如式(m)、(η)、(ρ)所示，
4.按照权利要求3所述一种混凝土结构裂缝智能化检测方法，其特征在于对已处理裂缝的邻近裂缝依次进行相同操作，获取裂缝宽度、长度和位置X1信息，从而可求得相邻裂缝的间距Al， Δ I = a j X1-X j(t) ο
全文摘要
一种混凝土结构裂缝智能化检测方法，包括步骤(a)对照相机标定；(b)对获取到的图像截取待处理区域内单条裂缝；(c)对单条裂缝图像进行图像增强、阈值分割二值化操作；(d)在步骤(c)得到二值图像对裂缝进行连接和填充处理提取目标区轮廓，剪枝后得到裂缝区域；(e)根据(a)所得图像平面上单位像素长度a得到裂缝实际宽度值；(f)提取裂缝骨架，对裂缝起始点和终止点进行定位，得到裂缝长度；根据裂缝起始点位置以及由步骤(b)得到单条裂缝图像区域初始边界位置，得到此裂缝起始点位置；(g)重复(b)、(c)、(f)的操作，得到邻近裂缝宽度、长度、裂缝起始点位置，得到相邻两裂缝间距。
文档编号G01N21/88GK102680480SQ201210134539
公开日2012年9月19日 申请日期2012年5月3日 优先权日2012年5月3日
发明者卫军, 曹龙飞, 曾艳霞, 董荣珍 申请人:中南大学, 高速铁路建造技术国家工程实验室