一種構(gòu)造物外觀裂縫檢測(cè)方法及系統(tǒng)的制作方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明屬于構(gòu)造物外觀裂縫檢測(cè)技術(shù)領(lǐng)域，具體涉及一種構(gòu)造物外觀裂縫的檢測(cè) 方法及系統(tǒng)。
【背景技術(shù)】
[0002] 定期檢測(cè)構(gòu)造物外觀的裂縫是否產(chǎn)生和擴(kuò)展，是有效減少其病害狀況及其影響的 重要手段。當(dāng)建筑物、公路、橋梁、隧道以及鋼結(jié)構(gòu)等構(gòu)造物中出現(xiàn)裂縫時(shí)必須及時(shí)修復(fù)，否 則將導(dǎo)致構(gòu)造物內(nèi)部的損壞或者銹蝕，嚴(yán)重危害構(gòu)造安全。傳統(tǒng)的裂縫檢測(cè)手段為接觸式 檢測(cè)，需要檢測(cè)人員利用腳手架或云梯等在構(gòu)造物表面近距離觀測(cè)，一般由檢測(cè)人員利用 讀數(shù)顯微鏡進(jìn)行人工讀數(shù)和記錄，其危險(xiǎn)性極高、勞動(dòng)強(qiáng)度巨大、檢測(cè)的客觀性嚴(yán)重缺失。 而目前先進(jìn)的無(wú)損檢測(cè)方法如彈性波法、電磁波法及傳感儀器檢測(cè)法則存在著儀器昂貴、 測(cè)量范圍小、無(wú)法完全實(shí)現(xiàn)非接觸測(cè)量等缺點(diǎn)。
[0003] 近年來(lái)，CCD技術(shù)取得了驚人的發(fā)展。CCD攝像機(jī)具有較高的動(dòng)態(tài)范圍、分辨率和 靈敏度，能夠有效地實(shí)現(xiàn)逆光的背景補(bǔ)償，能夠自動(dòng)跟蹤白平衡，并以數(shù)字化圖像再現(xiàn)原始 圖像，因此人們開始采用CCD像機(jī)獲取構(gòu)造物表面圖像，并通過對(duì)圖像的分析獲得可用信 息?；趫D像處理的構(gòu)造物外觀裂縫檢測(cè)方法同時(shí)受到了眾多研宄者的關(guān)注。其中，裂縫 是構(gòu)造物外觀圖像的敏感區(qū)域，其提供了用于圖像分割的重要信息。由于拍攝光照不同、構(gòu) 造物表面污染、缺陷目標(biāo)形態(tài)的多樣性以及受不均勻光照的影響，使得圖像處理算法的優(yōu) 化成為裂縫提取過程中的關(guān)鍵。
[0004] 目前，國(guó)內(nèi)外針對(duì)基于圖像處理的結(jié)構(gòu)物外觀破損自動(dòng)檢測(cè)算法雖然也進(jìn)行了長(zhǎng) 期的研宄，但絕大部分的研宄工作都是建立在采集的結(jié)構(gòu)物外觀圖像質(zhì)量很好、破損形態(tài) 簡(jiǎn)單且破損目標(biāo)特征清晰的條件下。當(dāng)采集到的結(jié)構(gòu)物外觀圖像背景灰度不一致、存在大 量噪聲時(shí)，這些算法就無(wú)法準(zhǔn)確識(shí)別裂縫目標(biāo)，如果綜合考慮各種構(gòu)造物外觀狀況以及圖 像的高噪聲、弱信號(hào)特點(diǎn)，將使得識(shí)別算法極為復(fù)雜，處理速度將非常緩慢。因此，目前仍缺 少真正能廣泛推廣的結(jié)構(gòu)物外觀裂縫檢測(cè)方法。

【發(fā)明內(nèi)容】

[0005] 針對(duì)上述現(xiàn)有技術(shù)中存在的缺陷或不足，本發(fā)明的一個(gè)目的在于，提供一種構(gòu)造 物外觀裂縫檢測(cè)方法。
[0006] 為了實(shí)現(xiàn)上述目的，本發(fā)明采用如下技術(shù)方案予以實(shí)現(xiàn)：
[0007] 一種構(gòu)造物外觀裂縫檢測(cè)方法，具體包括如下步驟：
[0008] 步驟1 :讀取路面圖像，在路面圖像上截取矩形的感興趣區(qū)域，并對(duì)其進(jìn)行2~5 次基于完全冗余Contourlet變換算法進(jìn)行圖像增強(qiáng)處理，得到增強(qiáng)圖像；
[0009] 步驟2 :利用GAC模型對(duì)步驟1得到的增強(qiáng)圖像中的目標(biāo)裂縫進(jìn)行邊緣提取得到 邊緣像素點(diǎn)，對(duì)每個(gè)邊緣像素點(diǎn)相鄰區(qū)域使用Canny邊緣檢測(cè)算子處理，將處理得到的邊 緣像素點(diǎn)替代GAC模型邊緣像素點(diǎn)，最終得到二值化圖像；
[0010] 步驟3 :去除步驟2得到的二值化圖像中的孤立噪聲點(diǎn)；
[0011] 步驟4 :對(duì)步驟3得到的二值化圖像進(jìn)行標(biāo)記得到標(biāo)記圖像，并得到最終的目標(biāo)裂 縫；
[0012] 步驟5 :計(jì)算步驟4得到的最終的目標(biāo)裂縫的兩個(gè)端點(diǎn)的橫坐標(biāo)之差和縱坐標(biāo)之 差，得到最終的目標(biāo)裂縫與水平方向的夾角，旋轉(zhuǎn)該裂縫至水平方向；計(jì)算該條裂縫的寬度 的最大值、最小值以及平均寬度值；
[0013] 步驟6 :計(jì)算目標(biāo)裂縫的實(shí)際物理寬度A。
[0014] 進(jìn)一步的，所述步驟2包括以下步驟：
[0015] 步驟21 :通過GAC模型對(duì)增強(qiáng)圖像中目標(biāo)裂縫進(jìn)行邊緣提取，將得到的每個(gè)邊緣 像素點(diǎn)的坐標(biāo)存入數(shù)組A1;
[0016] 步驟22 :逐一讀取數(shù)組A1中的邊緣像素點(diǎn)，將每個(gè)邊緣像素點(diǎn)相鄰5 X 5區(qū)域的所 有像素點(diǎn)的灰度值使用Canny邊緣檢測(cè)算法進(jìn)行處理，將處理后得到的矩陣中數(shù)值1對(duì)應(yīng) 的像素點(diǎn)作為有效的邊緣像素點(diǎn)，并將它們的坐標(biāo)存入數(shù)組A 2;
[0017] 步驟23 :從數(shù)組A1讀出目標(biāo)裂縫的兩個(gè)端點(diǎn)的坐標(biāo)，計(jì)算該兩個(gè)端點(diǎn)的橫坐標(biāo)之 差以及縱坐標(biāo)之差，根據(jù)差值得到目標(biāo)裂縫的方向；
[0018] 步驟24 :對(duì)數(shù)組A1和數(shù)組A2求交集，將得到的像素點(diǎn)在增強(qiáng)圖像中的灰度值均設(shè) 為255,同時(shí)將增強(qiáng)圖像中其余像素點(diǎn)的灰度值均設(shè)為0,得到二值化圖像。
[0019] 進(jìn)一步的，所述步驟3包括以下步驟：
[0020] 步驟31 :利用3X3模板掃描步驟2得到的二值化圖像，若二值化圖像中像素點(diǎn)的 連續(xù)區(qū)域小于3X3模板，則認(rèn)為該連續(xù)區(qū)域是噪聲，將其去除，否則保留；
[0021] 步驟32 :在步驟31得到的去噪后的二值化圖像中，用長(zhǎng)度為4個(gè)像素的線段，分 別在與目標(biāo)裂縫方向的夾角為0°、30°、60°、90°、120°和150°六個(gè)方向掃描步1得到 的二值化圖像，掃描的同時(shí)將線段的每個(gè)像素點(diǎn)與其覆蓋的二值化圖像中的像素點(diǎn)的像素 值進(jìn)行"與"操作，如果線段上四個(gè)像素點(diǎn)對(duì)應(yīng)操作結(jié)果均為1，則就保留二值化圖像中被 線段覆蓋的四個(gè)像素值，否則將其作為噪聲點(diǎn)去除，得到去噪后的二值化圖像。
[0022] 進(jìn)一步的，所述步驟4包括以下步驟：
[0023] 步驟41 :采用像素標(biāo)記法將步驟3得到的二值化圖像分割為幾個(gè)獨(dú)立的連通區(qū) 域，并用連續(xù)數(shù)值標(biāo)記這些連通區(qū)域，得到標(biāo)記的二值化圖像；
[0024] 步驟42 :在標(biāo)記的二值圖像中找出灰度值為255的像素點(diǎn)最多的連通區(qū)域作為最 終的目標(biāo)裂縫，將其他的連通區(qū)域的像素點(diǎn)的灰度值均修改為0。
[0025] 進(jìn)一步的，所述步驟5中所述計(jì)算該條裂縫的寬度的最大值、最小值以及平均寬 度值，包括以下步驟：
[0026] 依次讀取水平方向的每個(gè)點(diǎn)處對(duì)應(yīng)所述裂縫的高度，作為水平方向上每個(gè)點(diǎn)的裂 縫寬度值，存入數(shù)組A 3，分別找出數(shù)組^中裂縫寬度值的最大的5個(gè)和最小的5個(gè)；對(duì)最大 5個(gè)值求和后取平均值，作為該條裂縫寬度的最大值；對(duì)最小5個(gè)值求和后取平均值，作為 該條裂縫寬度的最小值；對(duì)數(shù)組^求平均值，作為該條裂縫的平均寬度A'。
[0027] 進(jìn)一步的，所述步驟6的計(jì)算公式如下：
【主權(quán)項(xiàng)】
1. 一種構(gòu)造物外觀裂縫檢測(cè)方法，其特征在于，包括如下步驟： 步驟1 :讀取路面圖像，在路面圖像上截取矩形的感興趣區(qū)域，并對(duì)其進(jìn)行2~5次基 于完全冗余Contourlet變換算法進(jìn)行圖像增強(qiáng)處理，得到增強(qiáng)圖像； 步驟2 :利用GAC模型對(duì)步驟1得到的增強(qiáng)圖像中的目標(biāo)裂縫進(jìn)行邊緣提取得到邊緣 像素點(diǎn)，對(duì)每個(gè)邊緣像素點(diǎn)相鄰區(qū)域使用Canny邊緣檢測(cè)算子處理，將處理得到的邊緣像 素點(diǎn)替代GAC模型邊緣像素點(diǎn)，最終得到二值化圖像； 步驟3 :去除步驟2得到的二值化圖像中的孤立噪聲點(diǎn)； 步驟4 :對(duì)步驟3得到的二值化圖像進(jìn)行標(biāo)記得到標(biāo)記圖像，并得到最終的目標(biāo)裂縫； 步驟5 :計(jì)算步驟4得到的最終的目標(biāo)裂縫的兩個(gè)端點(diǎn)的橫坐標(biāo)之差和縱坐標(biāo)之差，得 到最終的目標(biāo)裂縫與水平方向的夾角，旋轉(zhuǎn)該裂縫至水平方向；計(jì)算該條裂縫的寬度的最 大值、最小值以及平均寬度值； 步驟6 :計(jì)算目標(biāo)裂縫的實(shí)際物理寬度A。
2. 如權(quán)利要求