基于圖像分析的橋梁裂縫檢測(cè)方法研究.pdf

1、在我國(guó)交通運(yùn)輸建設(shè)過(guò)程中，公路橋梁是重要的組成部分?，F(xiàn)階段，我國(guó)每年步入維修期的公路橋梁數(shù)目在逐步增加，對(duì)橋梁安全檢測(cè)特別是橋梁裂縫檢測(cè)的需求已經(jīng)上升到了一個(gè)新的高度。傳統(tǒng)的人工檢測(cè)方法不僅工作危險(xiǎn)性大、作業(yè)成本高，而且工作效率低、檢測(cè)結(jié)果可靠性低。因此，有必要提出新的可視化裂縫檢測(cè)方法完成橋梁健康評(píng)估。
　　本文工作基于一款自主研發(fā)的可實(shí)時(shí)獲取橋梁壁面圖像的仿生足式攀爬機(jī)器人，提出了用于橋梁結(jié)構(gòu)裂縫檢測(cè)的圖像處理算法，并運(yùn)用基于

2、機(jī)器學(xué)習(xí)的方法完成對(duì)裂縫的分類。具體包含了以下幾個(gè)方面工作:
　　1)圖像去運(yùn)動(dòng)模糊。實(shí)際工作過(guò)程中，爬壁機(jī)器人與橋梁裂縫之間有相對(duì)運(yùn)動(dòng)，攝像頭拍攝到的裂縫圖片含有運(yùn)動(dòng)模糊。本文在實(shí)驗(yàn)比較了維納濾波、約束最小二乘方濾波、逆濾波這三種不同圖像復(fù)原方法后，使用維納濾波對(duì)裂縫圖片進(jìn)行復(fù)原。
　　2)裂縫圖像檢測(cè)。本文提出了一種提取圖片中裂縫目標(biāo)的圖像處理算法，首先對(duì)復(fù)原后的裂縫圖片進(jìn)行小波粗分割，然后用圖像形態(tài)學(xué)分析方法去除圖像中

3、噪聲塊，初步分割出裂縫目標(biāo)。
　　3)裂縫連接。上述裂縫檢測(cè)方法會(huì)破壞裂縫連接性，為了使得裂縫更加完整、連續(xù)，本文提出了一種基于KD樹(shù)思想的裂縫連接方法將斷開(kāi)的裂縫連接起來(lái)。首先計(jì)算每段裂縫的最小外接凸多邊形找出裂縫端點(diǎn);然后判斷不同裂縫段端點(diǎn)之間的像素距離是否小于設(shè)定的閾值，如果小于則連接兩個(gè)端點(diǎn);最后根據(jù)灰度特征將連線之間的裂縫連通域進(jìn)行填充，分割出完整裂縫。結(jié)果表明，本文提出的裂縫連接方法效果顯著。
　　4)裂縫分類。

4、不同類型的裂縫對(duì)橋梁的危害不同，因此在分割出完整裂縫目標(biāo)后，有必要對(duì)裂縫進(jìn)行分類。本文提出了一種基于支持向量機(jī)決策樹(shù)的學(xué)習(xí)型方法用于裂縫分類。首先提取6類裂縫特征;其次根據(jù)訓(xùn)練樣本訓(xùn)練出所需SVM決策樹(shù)分類器;最后將訓(xùn)練好的分類器對(duì)驗(yàn)證樣本集進(jìn)行分類。結(jié)果表明，本文提出的分類方法分類精度較高。
　　目前，使用數(shù)字圖像處理技術(shù)對(duì)混凝土結(jié)構(gòu)橋梁的裂縫進(jìn)行檢測(cè)的研究得到了廣泛的關(guān)注和支持。本文研究的可視化檢測(cè)診斷方法不僅可以大大解放勞動(dòng)