基于圖像處理和人工智能的排水管道病害自動檢測方法.pdf

1、排水系統(tǒng)是現(xiàn)代化城市不可缺少的重要基礎設施，排水管道運行狀況和人們的生產(chǎn)生活緊密相關，要定期進行管道檢測和維修，了解地下管道的運行情況，及時做好檢修維護工作，防治管道泄漏事故發(fā)生。對于大城市中眾多的管道維護和修復是一項挑戰(zhàn)性的工作，這往往需要大量的人力物力，管道病害識別系統(tǒng)可以準確評估現(xiàn)有管道的運行狀態(tài)，檢測管道中的缺陷和損壞狀況，在城市排水管道檢測和維護中有廣泛的應用前景。目前管道掃描和評估新技術不斷出現(xiàn)，比如聲納，激光掃描系統(tǒng)等方法

2、，視頻圖像檢測技術以其低成本和高效在近年來發(fā)展迅速。
　　 目前地下管道檢測系統(tǒng)多數(shù)基于閉路電視（CCTV），通過控制裝有攝像機的爬行器在管道中行進，拍攝管道內(nèi)的圖像數(shù)據(jù)并通過信號電纜傳送到地面上的監(jiān)視器，操作人員通過地面上監(jiān)視系統(tǒng)判斷管道的破損情況及其發(fā)生的大致位置，人工記錄管道缺陷類型和屬性，這種判定嚴重依賴于操作人員的工程經(jīng)驗，每個操作人員的對管道缺陷的評價標準不盡相同，檢測有很強的主觀性，而且這種方式并不適合長距離管道的

3、評估檢測，長時間工作造成檢測人員的疲勞和注意力分散往往會影響識別的精度和描述的準確性，開展基于圖像處理與識別的管道自動檢測系統(tǒng)的研究，實現(xiàn)管道病害智能化檢測，減輕工作人員的勞動強度，提高檢測的效率。
　　 管道圖像識別過程中的重要前提是圖像預處理，其中的圖像自動分割技術是一個充滿挑戰(zhàn)的工作，到目前為止還沒有一個通用的分割方法和標準，本文在傳統(tǒng)的分割方法基礎上，參考近年來圖像分割領域出現(xiàn)的新方法，針對管道圖像背景差異較大的特點提出

4、了一種新的基于背景差的管道圖像增強和對象提取方法，對不同背景的管道特征提取和缺陷類型比如裂縫，破洞等識別效果具有很好的魯棒性，試驗表明用此方法進行管道圖像的預處理和分割更為精確高效，分割后提取圖像中的目標特征經(jīng)過處理后引入SVM算法中，解決了一張圖像檢測多個目標的問題。試驗中采用不同核函數(shù)驗證SVM算法的識別率，并對其識別分類的效果與神經(jīng)網(wǎng)絡算法做了比較。
　　 針對地下排水管道的特點，開發(fā)出一套自動管道集成檢測系統(tǒng)，可以實現(xiàn)對