一种混凝土试验梁裂缝分布图自动生成方法与流程

本发明涉及土木工程试验。更具体地说，本发明涉及一种混凝土试验梁裂缝分布图自动生成方法。

背景技术：

1、桥梁工程中应用最广泛的结构形式为混凝土桥。众所周知，混凝土梁在外部荷载作用下会产生裂缝，梁体开裂使得结构自身承载性能下降。同时裂缝会为外部空气、水、二氧化碳以及其他有害离子(如氯离子等)提供侵蚀通道，使梁体裂缝进一步开展，导致结构安全性和耐久性持续降低。近年来，为提升混凝土桥的承载性能和耐久性能，研究人员将超高性能混凝土uhpc，工程水泥基复合材料ecc，纤维增强混凝土frc等新型材料应用于混凝土桥中，探究不同荷载形式下的新型混凝土缩尺模型梁的裂缝开展规律。

2、研究人员一般基于破坏混凝土试验梁照片分析裂缝的开展规律，但照片噪声对观察裂缝开展规律影响较大。为了更清晰直观地分析裂缝开展规律，部分研究人员通过cad或者ppt等工具将破坏混凝土试验梁照片描制成无照片噪声的混凝土试验梁裂缝分布图，但这种人工制图方式效率低、且绘制出的混凝土试验梁裂缝分布图中的裂缝形态和开展情况失真度高。因此，如何高效、精确地绘制出无照片噪声的混凝土试验梁裂缝分布图成为亟待解决的重要问题。

技术实现思路

1、为了克服现有技术的缺陷，本发明所解决的技术问题在于提出一种混凝土试验梁裂缝分布图自动生成方法。

2、本发明提出了一种混凝土试验梁裂缝分布图自动生成方法，所述方法包括以下步骤：

3、步骤1：通过相机标定获取单色背景涂有白漆的开裂混凝土试验梁正摄图像，并将其转换为灰度图像，同时获取相机距离标定系数c(d)，所述单色背景非白色或者黑色；

4、步骤2：提取所述灰度图像中各个像素点的灰度值及像素坐标，并存储至矩阵数据组a中；

5、步骤3：基于预设边缘检测算法对矩阵数据组a进行卷积，将检测出的所有边缘像素点的像素坐标存储至边缘数据组b中，所述预设边缘检测算子为canny边缘检测算法；

6、步骤4：基于预设图像分割算法确定裂缝灰度阈值，将矩阵数据组a中低于所述裂缝灰度阈值的像素点的像素坐标和灰度值存储至裂缝数据组c-1中，所述预设图像分割算法为拓展ostu算法，根据自适应灰度值一阶差分阈值剔除裂缝数据组c-1中的模糊像素点，将留存的像素点的像素坐标存储至裂缝数据组c-2中；

7、步骤5：计算裂缝数据组c-2中的各个连通域最小外接矩形长宽比，剔除裂缝数据组c-2中低于自适应连通域最小外接矩形长宽比阈值的连通域，将剩余连通域中的像素点像素坐标存储至裂缝数据组c-3中；

8、步骤6：通过布尔运算对边缘数据组b和裂缝数据组c-3取并集，将结果存储至数据组d中，并将数据组d中各个像素点坐标信息由像素坐标系转为像平面坐标系；

9、步骤7：通过canvas画布绘制数据组d中的各个像素点，生成混凝土试验梁的裂缝分布图。

10、优选的，步骤1中所述确定相机距离标定系数c(d)的具体方法为：通过相机标定获取已知长度目标物体的正摄图像，确定相机到所述目标物体的拍摄距离d(m)，同时计算所述正摄图像中目标物体的长度l(mm)以及所述目标物体长度方向的像素值t(pixel)；

11、拍摄距离为单位长度(m)时，所述相机距离标定系数c(d)的算法为：

12、c(d)＝l*d/t(mm/pixel)。

13、进一步的，步骤2中，所述像素坐标为像素坐标系下的像素点坐标信息。

14、优选的，步骤4中，所述基于拓展ostu算法确定裂缝灰度阈值包括如下步骤：

15、步骤4.11：根据矩阵数据组a中所有像素点的灰度值，绘制灰度直方图，确定所述灰度直方图中峰值前三的波峰区域的峰值，分别为t1、t2、t3，且t1>t2>t3；

16、其中，t1为混凝土试验梁开裂区域灰度代表值，t2为单色背景区域灰度代表值，t3为涂有白漆的混凝土试验梁表面区域灰度代表值；

17、步骤4.12：根据所述灰度直方图中峰值前三的波峰区域的峰值确定步骤4.1中所述三类区域的两个预估灰度阈值分别为：

18、

19、

20、其中，t′b-w和t′w-c按照进一法取整，t′b-w为所述涂有白漆的混凝土试验梁表面区域与所述单色背景区域的预估灰度阈值，t′w-c为所述单色背景区域与所述混凝土试验梁开裂区域的预估灰度阈值；

21、步骤4.13：计算所述三类区域灰度值的类间方差，以所述两个预估灰度阈值t′b-w和t′w-c为初始阈值，遍历t′b-w和t′w-c相邻的灰度值，遍历区间分别为[t1，t2]、[t2，t3]，确定所述三类区域灰度值的最大类间方差的两个灰度阈值tb-w和tw-c，其中，tw-c为所述裂缝灰度阈值，具体公式如下：

22、

23、其中，为所述三类区域的类间方差，pb和μb分别为所述单色背景区域像素点概率和灰度值均值，pw和μw分别为所述涂有白漆的混凝土试验梁表面区域像素点概率和灰度值均值，pc和μc分别为混凝土试验梁开裂区域像素点概率和灰度值均值，μavg为所述灰度图像全部区域像素点灰度值均值，所述像素点概率为各区域像素点数量与所述灰度图像全部区域像素点数量的比值。

24、进一步的，优选的，步骤4中，所述根据自适应灰度值一阶差分阈值剔除裂缝数据组c-1中的模糊像素点包括如下步骤：

25、步骤4.21：遍历裂缝数据组c-1中所有像素点与其相邻位置像素点灰度值一阶差分均值，具体计算公式如下：

26、

27、其中，n为任一像素点相邻位置像素点个数，若所述任一像素点相邻位置像素点少于四个，则按照实际相邻像素点个数计算；

28、步骤4.22：将所述灰度值一阶差分均值低于所述灰度值一阶差分阈值的像素点从裂缝数据组c-1中剔除，所述自适应灰度值一阶差分阈值为裂缝数据组c-1中所有像素点灰度值gray(u，v)与其相邻四个位置像素点灰度值aray(u+i，v+j)一阶差分均值求和的均值，具体计算公式如下：

29、

30、其中，m为裂缝数据组c-1中像素点的个数。

31、优选的，步骤5中，所述自适应连通域最小外接矩形长宽比阈值为产生相邻连通域所述最小外接矩形长宽比最大差值的两个连通域所述最小外接矩形长宽比均值，所述相邻连通域最小外接矩形长宽比最大差值计算公式如下：

32、

33、其中，为按照从大到小排列的各个连通域的所述最小外接矩形长宽比。

34、优选的，步骤6中，所述将数据组d中各个像素点坐标信息由像素坐标系转为对应实际物理尺寸的像平面坐标系，具体为：

35、定义数据组d中像素点像素横坐标和像素纵坐标均最小的像素点为坐标原点(u0，v0)，根据所述相机距离标定系数c(d)和相机拍摄距离d′(m)转换数据d中像素点的坐标系，具体公式如下：

36、

37、其中，(x，y)为数据组d中像素点在像平面坐标系中的坐标信息，(u，v)为数据组d中像素点在像素坐标系中的坐标信息。

38、优选的，步骤7中，所述通过canvas画布绘制数据组d中的各个像素点包括如下步骤：

39、步骤7.1：确定数据组d中任一像素点(xi，yi)的四个角点的像平面坐标系坐标分别为然后遍历数据组d中剩余全部像素点的四个角点的像平面坐标系坐标，存储至数据组d-1中；

40、步骤7.2：确定canvas画布的长(lc)、宽(hc)以及坐标原点，canvas画布的长(lc)、宽(hc)需满足以下条件：

41、pc(d)d′≤lc，qc(d)d′≤hc

42、其中，p为矩阵数数据组a中x方向的像素点个数，q为矩阵数数据组a中y方向的像素点个数；

43、步骤7.3：选择数据组d-1中任一像素点的所述四个角点的像平面坐标系坐标，输入至canvas画布坐标系中，按照步骤6.1所述角点坐标顺序

44、连接四个坐标角点，并填充为黑色；

45、步骤7.4：按照步骤7.3遍历数据组d-1中剩余全部数据。

46、本发明提供的一种混凝土试验梁裂缝分布图自动生成方法具有以下优点：

47、1、本发明剔除破坏混凝土试验梁照片的照片噪声，生成混凝土试验梁裂缝分布图，能够清晰直观地分析裂缝开展规律。

48、2、本发明利用计算机图像识别算法和canvas画布绘制像素级别的混凝土试验梁裂缝分布图，实现人工零介入。相比传统人工绘制方式，本发明能显著提高混凝土试验梁裂缝分布图的绘制效率和精度。

49、3、本发明通过相机标定和坐标转换，实现破坏混凝土试验梁一比一还原，生成的混凝土试验梁裂缝分布图可用于测量裂缝间距、裂缝高度等。