图像分析技术在混凝土桥梁裂缝识别与计算中应用.docVIP

图像分析技术在混凝土桥梁裂缝识别与计算中应用 　　摘 要：针对混凝土桥梁裂缝的识别问题，按照图像灰度化、图像增强、图像滤波除噪、灰度阈值分割等4个步骤对裂缝采集图像进行了预处理；从目标描述、典型特征量计算、目标识别、裂缝分类等4个方面对裂缝采集图像进行了分析。通过统计分析，选取外接椭圆长短轴的比值和区域灰度均值的差值作为识别和判断裂缝目标的依据，将裂缝分为横向裂缝、纵向裂缝、斜向裂缝和网状裂缝；并将图像分析技术对混凝土桥梁裂缝识别与计算的方法具体应用于工程实际，裂缝的检出率为95%，识别效果良好。 　　关键词：裂缝；图像；识别；计算 　　中图分类号：U446.2 文献标志码：B 　　Abstract： Aimed at the crack identification of concrete bridge， the collected crack images were preprocessed following the steps of graying， enhancing， filtering and noise reducing and gray scale threshold segmenting. Image analysis was conducted in aspects of object description， typical characteristics calculation， object identification and crack classification. According to statistic analysis， the difference of the ratio of long axis and short axis of external ellipse and the average of gray scale was chosen to identify cracks as transverse crack， longitudinal crack， inclined crack and map crack. The image analysis technology was applied to identify cracks on concrete bridge and came out with a successful detection rate of 95%. 　　Key words： crack； image； identification； calculation 　　0 引 言 　　桥梁作为保障交通运输畅通的重要组成部分，随着服役时间的增加，其结构会出现不同种类的疲劳和损伤，甚至会发生坍塌等恶性事故，造成经济损失和人身伤害。根据对已有工程的分析，几乎所有的混凝土结构都存在裂缝，有些裂缝很细微，对桥梁的继续正常使用不会有太大的影响；有些裂缝在外荷载作用下会逐渐地发展和扩大，直接影响混凝土的强度和刚度，降低桥梁的耐久性，加大了桥梁使用的安全隐患。因此，对混凝土桥梁裂缝的前期识别，以及对裂缝宽度、长度、面积等尺寸的计算十分必要。 　　目前对桥梁裂缝的识别多停留在人工作业阶段，借助裂缝观测仪读取裂缝宽度，使用传统方法测量或估算裂纹的长度，手工记录有关数据。此类方法工作强度大，效率低，难以把握裂缝的最宽位置，不适应现代桥梁高速发展的需求。近年来，随着数字图像处理技术在构件损伤方面的广泛应用，其良好的再现性、高处理精度、高灵活性等优点，可以有效地减少劳动力、排除干扰因素，将其应用在桥梁裂缝识别中可大大降低检测成本，提升检测精度。 　　1 裂缝图像的特点 　　采集到的裂缝图像可分为两类像素：一类是背景像素，一类是裂缝像素[1]。背景像素是指状况良好的混凝土表面，这一部分占的比例较大；裂缝像素是识别目标。一般情况下，裂缝像素比背景像素暗，但由于诸多因素的影响，在背景区域也会出现较暗的部分，而裂缝区域会出现明暗变化。本文在对一定数量的室外拍摄桥梁裂缝图像分析的基础上，采用了合适的算法，得出裂缝图像的主要特点如下。 　　（1） 裂缝像素数量远远小于背景像素数量。 　　（2） 受光照和混凝土表面材料不均匀等原因影响，采集到的混凝土表面图像信息量很大。 　　（3） 桥梁检测现场所处环境复杂，天气、光照等因素对成像质量影响较大，当光线较好时，所拍图像的裂缝比较清晰；同时，摄像镜头在裂缝识别中的颤动，也会影响图像的成像效果，造成拍摄图像的中间较亮，周围较暗。 　　（4） 桥梁裂缝周围环境的复杂程度与桥梁承受的荷载、使用时间密切相关。对于所受荷载不大，服役时间较短的桥梁，裂缝周围环境相对简单；对所受荷载较大，维修保养不及时的桥梁，裂缝周围还可能存在