基于ODVS的隧道病害檢測(cè)方法研究.pdf

1、交通建設(shè)在國(guó)家經(jīng)濟(jì)發(fā)展中起著十分重要的先行作用，在公路、鐵路和城市交通建設(shè)中，為了能夠跨越江河、深谷和海峽或穿越山嶺和水底，需要建造各種隧道工程。相關(guān)調(diào)查研究表明相當(dāng)數(shù)量的隧道存在病害問(wèn)題，嚴(yán)重影響到交通運(yùn)輸安全和人民生命財(cái)產(chǎn)安全，因此如何快速有效地對(duì)隧道病害進(jìn)行快速檢測(cè)成為亟待解決的問(wèn)題。現(xiàn)有的檢測(cè)設(shè)備存在著獲取隧道病害圖像難、檢測(cè)隧道病害難等問(wèn)題，針對(duì)上述問(wèn)題，本文設(shè)計(jì)并實(shí)現(xiàn)了隧道病害檢測(cè)系統(tǒng)，采用搭載全景視覺傳感器的隧道病害檢測(cè)車

2、，獲取隧道襯砌的全斷面圖像來(lái)檢測(cè)隧道襯砌的“貌”，然后進(jìn)行全景圖像的圖像處理;最后，采用卷積神經(jīng)網(wǎng)絡(luò)對(duì)病害進(jìn)行自動(dòng)檢測(cè)分類識(shí)別。
　　本文研究?jī)?nèi)容如下:
　　1、一種一次性獲取隧道全斷面圖像的隧道病害檢測(cè)車的研究。本文設(shè)計(jì)實(shí)現(xiàn)了隧道病害檢測(cè)系統(tǒng)，硬件部分主要包括隧道檢測(cè)車、全方位視覺傳感器(Omni-directional vision sensor,ODVS)、照明光源和遠(yuǎn)程計(jì)算機(jī)等。檢測(cè)流程如下:隧道檢測(cè)車自帶工控機(jī)，工

3、控機(jī)負(fù)責(zé)采集隧道襯砌的全景圖像，然后進(jìn)行全景展開處理，最后將展開后的全景圖像發(fā)送給遠(yuǎn)程計(jì)算機(jī)，遠(yuǎn)程計(jì)算機(jī)通過(guò)配套軟件對(duì)全景圖像進(jìn)行圖像處理。
　　2、基于數(shù)字圖像處理技術(shù)對(duì)隧道全景圖像進(jìn)行高精度的自動(dòng)分析和評(píng)估方法的研究。隧道襯砌病害與一般混凝土結(jié)構(gòu)病害不同，存在著對(duì)比度低，空間連通性差，光照不均勻，噪聲種類繁多，分布無(wú)規(guī)律等問(wèn)題，因此本文首先對(duì)獲取到的全景圖像進(jìn)行處理，主要包括全景圖像展開、圖像預(yù)處理、圖像分割等;然后，通過(guò)四連

4、通域法提取經(jīng)最優(yōu)閡值法處理的二值圖像中的病害區(qū)域。最后，提出隧道病害量化指標(biāo)，對(duì)隧道病害進(jìn)行分析研究。
　　3、基于卷積神經(jīng)網(wǎng)絡(luò)(Convolutional Neural Network，CNN)的隧道病害識(shí)別方法的研究。隧道襯砌病害類別繁多，某些病害僅通過(guò)數(shù)字圖像處理的方法無(wú)法識(shí)別，因此本文采取卷積神經(jīng)網(wǎng)絡(luò)對(duì)各種隧道病害進(jìn)行特征自動(dòng)提取和識(shí)別。由于隧道病害數(shù)據(jù)比較少，因此首先對(duì)已有的隧道病害數(shù)據(jù)進(jìn)行數(shù)據(jù)擴(kuò)充，然后訓(xùn)練卷積神經(jīng)網(wǎng)絡(luò)