基于圖像分析的跨座式單軌交通PC軌道梁面裂紋檢測(cè)研究.pdf

1、隨著我國經(jīng)濟(jì)的高速發(fā)展以及城市的快速擴(kuò)張,城市軌道交通已經(jīng)成為我國城市交通發(fā)展的主流,其健康安全狀況是保證整個(gè)系統(tǒng)安全運(yùn)行的關(guān)鍵之一。PC梁作為跨座式單軌梁橋系統(tǒng)的重要組成部分,其表面出現(xiàn)裂紋及其它缺陷,對(duì)單軌交通的安全運(yùn)營造成了隱患,目前的人工巡檢方式存在效率低下、耗人力、費(fèi)用高等問題。因此,開展跨座式單軌交通PC軌道梁面裂紋缺陷檢測(cè)技術(shù)的研究,設(shè)計(jì)有效的檢測(cè)設(shè)備和自動(dòng)檢測(cè)算法是當(dāng)前亟待解決的熱點(diǎn)、難點(diǎn)問題。本文從梁面圖像檢測(cè)系統(tǒng)入手

2、,針對(duì)自動(dòng)檢測(cè)算法中存在的一些難題,從梁面圖像的去噪、增強(qiáng)、裂紋提取分割以及裂紋病害的分類、度量等多個(gè)方面進(jìn)行了研究。
　　 本文首先給出了PC軌道梁裂紋病害檢測(cè)的系統(tǒng)框架,采用數(shù)據(jù)采集系統(tǒng)和離線處理系統(tǒng)兩部分組成。數(shù)據(jù)采集系統(tǒng)從線陣相機(jī)、數(shù)據(jù)采集和保存、照明以及精確定位等幾個(gè)方面詳細(xì)討論了硬件特點(diǎn)以及需要注意的問題,并構(gòu)建了適用于梁面數(shù)據(jù)采集的硬件系統(tǒng)。離線處理系統(tǒng)簡要介紹了裂紋病害檢測(cè)模塊的各個(gè)主要工作流程,設(shè)計(jì)了基于圖像分

3、析的梁面裂紋病害檢測(cè)策略。
　　 針對(duì)梁面圖像噪聲嚴(yán)重、裂紋邊緣模糊及信噪比低等問題,本文提出了基于核各向異性擴(kuò)散的裂紋圖像去噪方法。在各向異性擴(kuò)散的基礎(chǔ)上,增加一個(gè)邊緣增強(qiáng)算子,用于增強(qiáng)微弱的裂紋邊緣信息,并且根據(jù)噪聲均勻分布在多維空間的特點(diǎn),把低維數(shù)據(jù)推廣到高維空間,結(jié)合核方法的優(yōu)點(diǎn),在核空間中實(shí)現(xiàn)去噪,同時(shí)采用平均絕對(duì)差值的自動(dòng)擴(kuò)散終止規(guī)則也提高了核各向異性擴(kuò)散的效率。實(shí)驗(yàn)結(jié)果表明,該方法對(duì)于PC軌道面線性裂紋圖像的去噪有

4、較好的效果,具有較高的信噪比,為后期進(jìn)行梁面裂紋檢測(cè)并精確的評(píng)價(jià)梁面質(zhì)量打下了堅(jiān)實(shí)基礎(chǔ)。
　　 梁面圖像中的裂紋信息往往較為弱小,與背景的對(duì)比度很低,難以直接檢測(cè)到?；诖?本文提出了基于非下采樣Contourlet變換(NSCT)的跨座式單軌梁面裂紋增強(qiáng)新算法。該方法根據(jù)NSCT域的不同特性,利用分?jǐn)?shù)階微分能增強(qiáng)信號(hào)的中頻成分、非線性保留信號(hào)低頻的特點(diǎn),在平滑子帶引入分?jǐn)?shù)階微分增強(qiáng)紋理信息;同時(shí)在高頻方向子帶根據(jù)NSCT對(duì)方向

5、的敏感性,采用對(duì)弱邊緣增強(qiáng)、強(qiáng)邊緣保留、噪聲去除的處理,使得視覺效果和對(duì)比度改善指數(shù)大大提高,增強(qiáng)效果良好。
　　 在裂紋提取分割上,本文提出了兩種方法。首先提出基于凸殘差的分割方法,由于裂紋缺陷相對(duì)背景而言所占比例為零或較小,直方圖分布為單峰或接近單峰,該方法把直方圖看做平面上的區(qū)域,根據(jù)待檢測(cè)圖像直方圖的凹凸性,計(jì)算其凸包函數(shù),并求取凸殘差,當(dāng)凸殘差及相應(yīng)的類間方差整體上達(dá)到最大時(shí),所對(duì)應(yīng)的灰度值即為分割閾值。另一種方法是基

6、于曲率的裂紋檢測(cè)算法,將二維平面圖像映射到三維曲面空間,從微分幾何出發(fā),通過三維曲面中裂紋的曲率特征,由高斯曲率的極值點(diǎn)和負(fù)平均曲率來提取裂紋。對(duì)于檢測(cè)結(jié)果中出現(xiàn)的偽裂紋,設(shè)計(jì)了結(jié)合面積、圓形度和長寬比的評(píng)判規(guī)則,消除過小、過短的缺陷,成功消除了絕大部分偽裂紋。
　　 根據(jù)不同類型裂紋的幾何形態(tài)差異,本文通過提取裂紋的投影向量比值、面積以及方向角方差等具有鑒別意義的裂紋模式特征,設(shè)計(jì)了基于神經(jīng)網(wǎng)絡(luò)的分類器實(shí)現(xiàn)對(duì)裂紋的精確分類。另