隧道裂縫圖像智能匹配與變化趨勢(shì)檢測(cè)算法研究.pdf

1、裂縫是影響隧道內(nèi)部安全的重要因素之一，并且隨著時(shí)間推移可能發(fā)生進(jìn)一步形變，最后對(duì)地鐵運(yùn)營(yíng)安全造成嚴(yán)重影響，所以要對(duì)特定的危險(xiǎn)裂縫進(jìn)行密切監(jiān)測(cè)。近幾年，視覺(jué)檢測(cè)與圖像處理技術(shù)，成為隧道裂縫病害自動(dòng)檢測(cè)的主要方法。進(jìn)行裂縫檢測(cè)時(shí)，由于外部環(huán)境及拍攝設(shè)備的原因，不同時(shí)間拍攝得到的同一裂縫所在圖像，會(huì)出現(xiàn)裂縫產(chǎn)生一定的平移、旋轉(zhuǎn)甚至縮放等問(wèn)題。本文提出了一種基于圖像處理的地鐵隧道裂縫匹配和變化趨勢(shì)檢測(cè)算法，能夠進(jìn)行裂縫圖像匹配，在大量圖像庫(kù)中檢

2、測(cè)出包含指定裂縫的圖像，并比較裂縫寬度變化。
　　本文首先利用MASK算法對(duì)隧道裂縫圖像進(jìn)行勻光處理，平衡圖像光照，增強(qiáng)對(duì)比度，然后采用OTSU方法對(duì)裂縫圖像進(jìn)行閾值分割，接下來(lái)采用基于連通區(qū)域的兩步濾波算法濾除噪聲，得到只包含裂縫信息的二值圖像。針對(duì)此二值圖像，采用細(xì)化算法和去分支算法進(jìn)行處理，得到裂縫骨架圖。
　　為了提取圖像的特征，便于下一步匹配，本文設(shè)計(jì)了裂縫圖像特征提取算法，采用改進(jìn)的Harris算子提取裂縫骨架圖

3、的特征點(diǎn)，并設(shè)計(jì)算法對(duì)特征點(diǎn)矩陣進(jìn)行擴(kuò)充和歸一化，得到最終的特征點(diǎn)集。接下來(lái)要進(jìn)行裂縫圖像特征點(diǎn)集匹配，本文提出了基于Fréchet距離和Hausdorff距離的點(diǎn)集配準(zhǔn)算法進(jìn)行裂縫特征點(diǎn)匹配。
　　在裂縫變化趨勢(shì)檢測(cè)時(shí)，本文采用將二值圖像與灰度圖相結(jié)合的方法計(jì)算裂縫寬度，取1-σ準(zhǔn)則作為裂縫寬度計(jì)算準(zhǔn)則，在像素域進(jìn)行寬度計(jì)算。采用MATLAB仿真的方法使得裂縫寬度發(fā)生變化，并將變化前后的寬度計(jì)算結(jié)果進(jìn)行比較，驗(yàn)證了該寬度計(jì)算方法