利用圖像處理技術(shù)的隧道裂縫檢測方法研究.pdf

1、裂縫作為常見的隧道病害，嚴(yán)重影響著隧道的安全，因此定期對隧道裂縫進(jìn)行檢測尤為重要。隧道內(nèi)部環(huán)境復(fù)雜，存在著大量干擾因素，導(dǎo)致采集的圖像存在光照不均、目標(biāo)對比度低、紋理復(fù)雜、噪聲干擾等問題。而目前國內(nèi)外對裂縫檢測的理論研究主要應(yīng)用于工業(yè)產(chǎn)品、公路路面、橋梁工程中，并不適用于隧道裂縫的檢測。本文提出了一種基于圖像處理技術(shù)的隧道裂縫檢測方法，能夠準(zhǔn)確識別裂縫并進(jìn)行分類，同時(shí)可在像素域計(jì)算裂縫的幾何特征值。論文的主要研究內(nèi)容如下：
　?。?/p>

2、1）設(shè)計(jì)了裂縫圖像的兩步預(yù)處理步驟。通過直方圖均衡化對裂縫圖像進(jìn)行灰度校正，調(diào)整圖像的灰度范圍，然后基于小波變換對裂縫圖像進(jìn)行濾波增強(qiáng)。因?yàn)樾〔ㄗ儞Q的方向選擇性和多分辨率分析的優(yōu)點(diǎn)，可以在原始圖像與變換系數(shù)之間建立起良好的相關(guān)性，所以通過單獨(dú)處理不同分辨率級的小波系數(shù)，能夠達(dá)到增強(qiáng)裂縫目標(biāo)對比度的目的。
　?。?）設(shè)計(jì)了基于最大類間方差法的閾值分割算法。裂縫區(qū)域的灰度值偏低，背景區(qū)域的灰度值偏高，利用兩個(gè)區(qū)域灰度值的不同，對圖像像

3、素點(diǎn)進(jìn)行分類。該算法通過使類間方差最大來自動確定閾值，并根據(jù)分割效果對閾值進(jìn)行修正。實(shí)驗(yàn)結(jié)果顯示，修正后的閾值能夠很好地將裂縫從圖像背景中分割出來，最大程度保護(hù)裂縫信息，彌補(bǔ)了邊緣檢測算子對噪聲敏感的缺點(diǎn)。
　?。?）設(shè)計(jì)了基于BP神經(jīng)網(wǎng)絡(luò)的裂縫分類識別算法。將裂縫的像素總數(shù)、最小外接矩形的長寬比以及在水平和垂直方向上的投影等四個(gè)特征作為 BP神經(jīng)網(wǎng)絡(luò)的輸入向量，輸出結(jié)果包括橫向裂縫、縱向裂縫、斜向裂縫和網(wǎng)狀裂縫四種裂縫類型。選取