裂缝宽度检测装置和方法与流程

本发明涉及表面检测设备技术领域，尤其涉及一种裂缝宽度检测装置和方法。

背景技术：

在房屋、道路和桥梁以及一些精密的工件等工程构件表面避免不了地存在着大量裂缝，而裂缝常被作为构件、施工验收、事故鉴定和维修补救的重要依据，因而对裂缝的检测与分析对重要的工程具有实际意义。

传统的裂缝宽度检测方法包括塞尺测量法、显微镜测量法、图像显示和人工读数法、图像像素标定法，这些方法由于人为主观因素较大，检测设备笨重，检测效率较低，导致其所能实用的范围受限，尤其是在一些危险地带以及多处裂缝需要检测的情形下，上述方法很难精准完成。

技术实现要素：

有鉴于此，本发明提出了一种测量实时、精准、客观、高效的裂缝宽度检测装置和方法。

本发明的技术方案是这样实现的：

一方面，本发明提供了一种裂缝宽度检测装置，其包括激光测距仪、摄像头、支架和处理器，激光测距仪和摄像头分别与处理器信号连接，

激光测距仪和摄像头固定在支架上，其中，

激光测距仪，检测摄像头到裂缝的距离T并传输给处理器；

摄像头，获取裂缝的正视图图像并传输给处理器；

处理器，依次对图像进行预处理，提取特征及分析，计算裂缝在图像中的最大和最小宽度，由距离T得到裂缝实际最大与最小宽度。

在以上技术方案的基础上，优选的，所述图像预处理包括，图像的灰度化、图像中值滤波处理和图像的增强。进一步优选的，所述提取特征及分析包括图像的二值化处理、二值化图像去噪处理和裂缝方向判定。更进一步优选的，所述图像的二值化处理采用中值滤波方法。更进一步优选的，所述裂缝方向判定步骤包括，假设一副大小为M×N二值化的数字图像f(x,y)，其中M代表数字图像高度，N代表数字图像宽度，x代表数字图像中横坐标值，y代表数字图像中纵坐标值，

$r=\frac{\max \{\underset{x=1}{\overset{M}{\Σ}}f(x,1),\underset{x=1}{\overset{M}{\Σ}}f(x,2),\underset{x=1}{\overset{M}{\Σ}}f(x,3),\mathrm{...}\underset{x=1}{\overset{M}{\Σ}}f(x,N)\}}{\max \{\underset{y=1}{\overset{M}{\Σ}}f(1,y),\underset{y=1}{\overset{M}{\Σ}}f(2,y),\underset{y=1}{\overset{M}{\Σ}}f(3,y),\mathrm{...}\underset{y=1}{\overset{M}{\Σ}}f(M,y)\}}$

当r>1时，判定裂缝为纵向裂缝；

当0<r<1时，判定裂缝为横向裂缝。

再进一步优选的，计算裂缝最大和最小宽度步骤包括，若判定裂缝为纵向裂缝，裂缝在图像中的最大宽度和最小宽度分别为，

$D_{max}=max\{\underset{y=1}{\overset{N}{\&Sigma;}}f(1,y),\underset{y=1}{\overset{N}{\&Sigma;}}f(2,y),\underset{y=1}{\overset{N}{\&Sigma;}}f(3,y),...\underset{y=1}{\overset{N}{\&Sigma;}}f(M,y)\}$

$D_{min}=min\{\underset{y=1}{\overset{N}{\&Sigma;}}f(1,y),\underset{y=1}{\overset{N}{\&Sigma;}}f(2,y),\underset{y=1}{\overset{N}{\&Sigma;}}f(3,y),...\underset{y=1}{\overset{N}{\&Sigma;}}f(M,y)\};$

若判定裂缝为横向裂缝，裂缝在图像中的最大宽度和最小宽度分别为，

$D_{max}=\max \{\underset{x=1}{\overset{M}{\&Sigma;}}f(x,1),\underset{x=1}{\overset{M}{\&Sigma;}}f(x,2),\underset{x=1}{\overset{M}{\&Sigma;}}f(x,3),...\underset{x=1}{\overset{M}{\&Sigma;}}f(x,N)\}$

$D_{min}=\min \{\underset{x=1}{\overset{M}{\&Sigma;}}f(x,1),\underset{x=1}{\overset{M}{\&Sigma;}}f(x,2),\underset{x=1}{\overset{M}{\&Sigma;}}f(x,3),...\underset{x=1}{\overset{M}{\&Sigma;}}f(x,N)\}$

其中，D_max代表裂缝最大宽度，D_min代表裂纹最小宽度。

最后，由距离T得到裂缝实际最大与最小宽度的步骤包括，

获取图像的宽度N，摄像头的水平视场角α，将距离T和裂缝在图像中的最大宽度和最小宽度代入下式得到裂缝实际最大与最小宽度，

$W=\frac{2Ttan\left(\frac{\mathrm{\&alpha;}}{2}\right)}{N}w$

其中，W为裂缝的实际宽度，w为裂缝在图像中的宽度。

第二方面，本发明提供了一种裂缝宽度检测方法，包括以下步骤，

S1，采用激光测距仪检测摄像头到裂缝的距离T并传输给处理器；

S2，采用摄像头获取裂缝的正视图图像并传输给处理器；

S3，采用处理器依次对图像进行预处理，提取特征及分析，计算裂缝在图像中的最大和最小宽度，由距离T得到裂缝实际最大与最小宽度。

在以上技术方案的基础上，优选的，将激光测距仪和摄像头固定在支架上，其中，激光测距仪和摄像头中心点所在直线与待测裂缝所在平面平行，测试激光测距仪到待测裂缝所在平面的距离作为摄像头到裂缝的距离T。进一步优选的，将摄像头正对裂缝所拍到的图像作为裂缝的正视图图像。

本发明的裂缝宽度检测装置及其方法相对于现有技术具有以下有益效果：

(1)该检测方法能够避免人为主观因素造成的干扰，更加实时、精准、客观、高效；

(2)本发明的装置可以搭载在无人机上对道路和桥梁的裂缝进行检测，具有检测效率高、应用范围广的特点；

(3)本发明的方法可以与现有的PC机以及ARM处理器便携式设备无缝对接，具有较好的移植性；

(4)裂缝检测装置，结构简单、成本低廉。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明裂缝宽度检测装置的结构示意图；

图2为本发明裂缝宽度检测方法的工艺流程图；

图3为本发明裂缝宽度检测装置的原理图。

具体实施方式

下面将结合本发明实施方式中的附图，对本发明实施方式中的技术方案进行清楚、完整地描述，显然，所描述的实施方式仅仅是本发明一部分实施方式，而不是全部的实施方式。基于本发明中的实施方式，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施方式，都属于本发明保护的范围。

如图1所示，本发明的裂缝宽度检测装置，其包括激光测距仪1、摄像头2、支架3和处理器，激光测距仪1和摄像头2固定在支架3上，并分别与处理器信号连接。

激光测距仪1，检测摄像头2到裂缝的距离T并传输给处理器4。具体的，激光测距仪1和摄像头2中心点所在直线与待测裂缝所在平面平行，测试激光测距仪1到待测裂缝所在平面的距离，即可作为摄像头2到裂缝的距离T。

摄像头2，获取裂缝的正视图图像并传输给处理器。具体的，将摄像头2正对裂缝所拍到的图像作为裂缝的正视图图像。

处理器，依次对图像进行预处理，提取特征及分析，计算裂缝在图像中的最大和最小宽度，由距离T得到裂缝实际最大与最小宽度。具体的，如图2所示，所述图像预处理包括，图像的灰度化、图像中值滤波处理和图像的增强。具体的，所述提取特征及分析包括图像的二值化处理、二值化图像去噪处理和裂缝方向判定。具体的，所述图像的二值化处理采用中值滤波方法。具体的，所述裂缝方向判定采用矩形的特征来判断，即矩形长宽比的方式来进行判断。步骤包括，假设一副大小为M×N二值化的数字图像f(x,y)，其中，M代表数字图像高度，N代表数字图像宽度，x代表数字图像中横坐标值，y代表数字图像中纵坐标值，

$r=\frac{\max \{\underset{x=1}{\overset{M}{\&Sigma;}}f(x,1),\underset{x=1}{\overset{M}{\&Sigma;}}f(x,2),\underset{x=1}{\overset{M}{\&Sigma;}}f(x,3),\mathrm{...}\underset{x=1}{\overset{M}{\&Sigma;}}f(x,N)\}}{\max \{\underset{y=1}{\overset{M}{\&Sigma;}}f(1,y),\underset{y=1}{\overset{M}{\&Sigma;}}f(2,y),\underset{y=1}{\overset{M}{\&Sigma;}}f(3,y),\mathrm{...}\underset{y=1}{\overset{M}{\&Sigma;}}f(M,y)\}}$

当r>1时，判定裂缝为纵向裂缝；

当0<r<1时，判定裂缝为横向裂缝。

计算裂缝最大和最小宽度采用像素积分投影法，步骤包括，若判定裂缝为纵向裂缝，裂缝在图像中的最大宽度和最小宽度分别为，

$D_{max}=max\{\underset{y=1}{\overset{N}{\&Sigma;}}f(1,y),\underset{y=1}{\overset{N}{\&Sigma;}}f(2,y),\underset{y=1}{\overset{N}{\&Sigma;}}f(3,y),...\underset{y=1}{\overset{N}{\&Sigma;}}f(M,y)\}$

$D_{min}=min\{\underset{y=1}{\overset{N}{\&Sigma;}}f(1,y),\underset{y=1}{\overset{N}{\&Sigma;}}f(2,y),\underset{y=1}{\overset{N}{\&Sigma;}}f(3,y),...\underset{y=1}{\overset{N}{\&Sigma;}}f(M,y)\};$

若判定裂缝为横向裂缝，裂缝在图像中的最大宽度和最小宽度分别为，

$D_{max}=\max \{\underset{x=1}{\overset{M}{\&Sigma;}}f(x,1),\underset{x=1}{\overset{M}{\&Sigma;}}f(x,2),\underset{x=1}{\overset{M}{\&Sigma;}}f(x,3),...\underset{x=1}{\overset{M}{\&Sigma;}}f(x,N)\}$

$D_{min}=\min \{\underset{x=1}{\overset{M}{\&Sigma;}}f(x,1),\underset{x=1}{\overset{M}{\&Sigma;}}f(x,2),\underset{x=1}{\overset{M}{\&Sigma;}}f(x,3),...\underset{x=1}{\overset{M}{\&Sigma;}}f(x,N)\}$

其中，D_max代表裂缝最大宽度，D_min代表裂纹最小宽度。

最后，由距离T得到裂缝实际最大与最小宽度，其方法是根据在成像过程中三角形相似的原理提出的，如图3所示，假设T为摄像头2到裂缝的距离；W为裂缝的实际宽度；α为摄像头2的水平视场角；N为所采集的图像的宽度；M为所采集的图像的高度；w为裂缝在图像中的宽度，h为裂缝在图像中的长度，W1为摄像头2的视角高度。根据成像过程当中三角形相似的原理，可得以下关系：

$\frac{W}{h}=\frac{2W_1}{N}$

其中，

由以上两式，可得：

其中获取裂缝在图像中的最大宽度D_max和最小宽度D_min代入上式中可得到裂缝最大的实际宽度和最小实际宽度值。

以上所述仅为本发明的较佳实施方式而已，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。