一种基于机器视觉的高寒地区桥梁裂缝检测与解析方法技术

本发明专利技术公开了一种基于机器视觉的高寒地区桥梁裂缝检测与解析方法，包括步骤一、人工观察所要检测的桥梁区域是否被积雪覆盖，如果被积雪覆盖需清理掉积雪再进行步骤二，如果没有被积雪直接到步骤二；步骤二、用CCD照相机将被检测的桥梁区域转换成图像信号，并传送给专用的图像处理系统；步骤三、将图像更改为1024*1024分辨率的图像，人工观察图像并判断是否存在颜色较深的印记，如果存在复制一份图像再进行步骤四，如果不存在直接到步骤四。有益效果：能够对被冰雪覆盖的高寒地区的桥梁进行裂缝检测，并将人工和机器视觉相结合，机器很难辨别图像中的酷似裂痕的印记，但是人工很容易能够分辨出来，各取所长，使得检测结果更加真实可靠。

A Method of Detecting and Analyzing Bridge Cracks in Alpine Region Based on Machine Vision

The invention discloses a method for detecting and analyzing bridge cracks in alpine regions based on machine vision, which includes step 1, manual observation of whether the bridge area to be detected is covered by snow, step 2 if snow is covered, step 2 if snow is not covered, step 2 if snow is not covered directly to step 2; step 2, the bridge area to be detected is converted into image information by CCD camera. Step 3: Change the image to 1024*1024 resolution, observe the image manually and determine whether there is a deep color mark. If there is a copy of the image, then proceed to Step 4, if there is no direct to Step 4. Beneficial effect: It can detect the cracks of bridges in cold areas covered by ice and snow, and combine artificial and machine vision. It is difficult for the machine to distinguish the marks similar to cracks in the image, but it is easy for the man to distinguish them and take their advantages, which makes the test results more real and reliable.

【技术实现步骤摘要】
一种基于机器视觉的高寒地区桥梁裂缝检测与解析方法
本专利技术涉及桥梁裂缝检测与解析领域，具体来说，涉及一种基于机器视觉的高寒地区桥梁裂缝检测与解析方法。
技术介绍
机器视觉是人工智能正在快速发展的一个分支。简单说来，机器视觉就是用机器代替人眼来做测量和判断。机器视觉系统是通过机器视觉产品(即图像摄取装置，分CMOS和CCD两种)将被摄取目标转换成图像信号，传送给专用的图像处理系统。桥梁是交通的咽喉，再加上现有交通量迅速增大、重型车辆的增多、车辆的超速超重运输，导致桥梁的承载力难以适应于交通负荷的迅速增长，桥梁长时间在超负荷的状态下工作易出现裂缝；另外桥梁所处的地质条件、地形条件、气候条件等各种因素的影响，也会造成桥梁裂缝的产生，桥梁裂缝的产生如果不及时进行修补容易造成严重的后果。随着桥梁技术的不断发展，桥梁也在一些环境恶劣的地方进行修建，如高寒地区，高寒地区的桥梁大都被冰雪覆盖，现有的桥梁裂缝检测装置不能够对其进行测量，并且现有的桥梁裂缝检测装置没有考虑到桥梁表面可能被喷涂一些广告等印记，会干扰检测结果。针对相关技术中的问题，目前尚未提出有效的解决方案。
技术实现思路
本专利技术的目的在于提供一种基于机器视觉的高寒地区桥梁裂缝检测与解析方法，以解决上述
技术介绍
中提出的问题。为实现上述目的，本专利技术提供如下技术方案：一种基于机器视觉的高寒地区桥梁裂缝检测与解析方法包括以下步骤：步骤一、人工观察所要检测的桥梁区域是否被积雪覆盖，如果被积雪覆盖需清理掉积雪再进行步骤二，如果没有被积雪直接到步骤二；步骤二、用CCD照相机将被检测的桥梁区域转换成图像信号，并传送给专用的图像处理系统；步骤三、将图像更改为1024*1024分辨率的图像，人工观察图像并判断是否存在颜色较深的印记，如果存在复制一份图像再进行步骤四，如果不存在直接到步骤四；步骤四、将上述原图像进行灰度化处理，获得灰度化图像，再使用高斯平滑滤波器对灰度化图像进行减噪；步骤五、利用基于图像清晰度的自适应形态学背景移除的方法，初步移除图像非裂缝区域，获取裂缝候选区域图像；步骤六、利用色阶调节裂缝候选区域图像的对比度，让裂缝区域更加明显，得到的图像；步骤七、将裂缝区域明显图像与步骤三复制的图像进行对比，进一步判断提取的裂缝的真实性；步骤八、从上述图像中获取裂缝的几何特征：长度、宽度、面积和轮廓，进行分析，整理测量结果和分析报告；步骤九、对采集和分析数据进行存档。进一步的，所述步骤一中清理积雪方式为用内部带有电热丝的大型鼓风机将积雪吹掉，并将积雪下的冰融化，直至将桥梁待检测区域的水吹干。进一步的，所述步骤二中的CCD照相机型号为DH334。进一步的，所述步骤二中的CCD照相机被固定在无人机上进行图像信号采集。进一步的，所述步骤三中需要人工进行检测颜色较深的印记处是否存在裂缝。进一步的，所述步骤四详细描述为利用高斯平滑滤波器，去除桥梁表面存在的斑点、污迹等孤立噪声点，同时保留好裂缝的轮廓。进一步的，所述步骤五的具体步骤为利用人的视觉裂缝生成原理，即沿着裂缝的光强度通常要比其他背景区域暗得多，并且裂缝的长度要远大于宽度的原理，获取背景图像，在0-1的补偿系数范围内自动生成适合的背景移除系数，利用灰度图像闭运算原理，将图像的灰度值拉伸到0-216，再通过线性变换函数获得图像背景。进一步的，所述步骤九的存档介质为云盘。与现有技术相比，本专利技术具有以下有益效果：能够对被冰雪覆盖的高寒地区的桥梁进行裂缝检测，并将人工和机器视觉相结合，机器很难辨别图像中的酷似裂痕的印记，但是人工很容易能够分辨出来，在人工和机器中各取所长，使得检测结果更加真实可靠，避免了人工参与较为危险的图像采集工作，采用云盘存档数据不易丢失，并且存档后便于以后对该桥梁检测时进行参考。附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1是根据本专利技术实施例的一种基于机器视觉的高寒地区桥梁裂缝检测与解析方法的流程图。具体实施方式下面，结合附图以及具体实施方式，对专利技术做出进一步的描述：请参阅图1，根据本专利技术实施例的一种基于机器视觉的高寒地区桥梁裂缝检测与解析方法，包括以下步骤：S101、人工观察所要检测的桥梁区域是否被积雪覆盖，如果被积雪覆盖需清理掉积雪再进行下一步，如果没有被积雪直接到下一步；S103、用CCD照相机将被检测的桥梁区域转换成图像信号，并传送给专用的图像处理系统；S105、将图像更改为1024*1024分辨率的图像，人工观察图像并判断是否存在颜色较深的印记，如果存在复制一份图像再进行下一步，如果不存在直接到下一步；S107、将上述原图像进行灰度化处理，获得灰度化图像，再使用高斯平滑滤波器对灰度化图像进行减噪；S109、利用基于图像清晰度的自适应形态学背景移除的方法，初步移除图像非裂缝区域，获取只有裂缝候选区域的图像；S111、利用色阶调节只有裂缝候选区域的图像对比度，让裂缝区域更加明显，得到裂缝区域明显的图像；S113、将裂缝区域明显的图像与上述复制的图像进行对比，进一步判断提取的裂缝的真实性；S115、从裂缝区域明显的图像中获取裂缝的几何特征：长度、宽度、面积和轮廓，进行分析，整理测量结果和分析报告；S117、对采集和分析数据进行存档。在一个实施例中，所述步骤一中清理积雪方式为用内部带有电热丝的大型鼓风机将积雪吹掉，并将积雪下的冰融化，直至将桥梁待检测区域的水吹干。在一个实施例中，所述步骤二中的CCD照相机型号为DH334。在一个实施例中，所述步骤二中的CCD照相机被固定在无人机上进行图像信号采集。在一个实施例中，所述步骤三中需要人工进行检测颜色较深的印记处是否存在裂缝。在一个实施例中，所述步骤四详细描述为利用高斯平滑滤波器，去除桥梁表面存在的斑点、污迹等孤立噪声点，同时保留好裂缝的轮廓。在一个实施例中，所述步骤五的具体步骤为利用人的视觉裂缝生成原理，即沿着裂缝的光强度通常要比其他背景区域暗得多，并且裂缝的长度要远大于宽度的原理，获取背景图像，在0-1的补偿系数范围内自动生成适合的背景移除系数，利用灰度图像闭运算原理，将图像的灰度值拉伸到0-216，再通过线性变换函数获得图像背景。在一个实施例中，进一步的，所述步骤九的存档介质为云盘。综上所述，借助于本专利技术的上述技术方案，能够对被冰雪覆盖的高寒地区的桥梁进行裂缝检测，并将人工和机器视觉相结合，机器很难辨别图像中的酷似裂痕的印记，但是人工很容易能够分辨出来，在人工和机器中各取所长，使得检测结果更加真实可靠，避免了人工参与较为危险的图像采集工作，采用云盘存档数据不易丢失，并且存档后便于以后对该桥梁检测时进行参考。尽管已经示出和描述了本专利技术的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本专利技术的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本专利技术的范围由所附权利要求及其等同物限定。本文档来自技高网...

【技术保护点】
1.一种基于机器视觉的高寒地区桥梁裂缝检测与解析方法，其特征在于，包括以下步骤：步骤一、人工观察所要检测的桥梁区域是否被积雪覆盖，如果被积雪覆盖需清理掉积雪再进行步骤二，如果没有被积雪直接到步骤二；步骤二、用CCD照相机将被检测的桥梁区域转换成图像信号，并传送给专用的图像处理系统；步骤三、将图像更改为1024*1024分辨率的图像，人工观察图像并判断是否存在颜色较深的印记，如果存在复制一份图像再进行步骤四，如果不存在直接到步骤四；步骤四、将上述原图像进行灰度化处理，获得灰度化图像，再使用高斯平滑滤波器对灰度化图像进行减噪；步骤五、利用基于图像清晰度的自适应形态学背景移除的方法，初步移除图像非裂缝区域，获取裂缝候选区域图像；步骤六、利用色阶调节裂缝候选区域图像的对比度，让裂缝区域更加明显，得到的图像；步骤七、将裂缝区域明显图像与步骤三复制的图像进行对比，进一步判断提取的裂缝的真实性；步骤八、从上述图像中获取裂缝的几何特征：长度、宽度、面积和轮廓，进行分析，整理测量结果和分析报告；步骤九、对采集和分析数据进行存档。

【技术特征摘要】
1.一种基于机器视觉的高寒地区桥梁裂缝检测与解析方法，其特征在于，包括以下步骤：步骤一、人工观察所要检测的桥梁区域是否被积雪覆盖，如果被积雪覆盖需清理掉积雪再进行步骤二，如果没有被积雪直接到步骤二；步骤二、用CCD照相机将被检测的桥梁区域转换成图像信号，并传送给专用的图像处理系统；步骤三、将图像更改为1024*1024分辨率的图像，人工观察图像并判断是否存在颜色较深的印记，如果存在复制一份图像再进行步骤四，如果不存在直接到步骤四；步骤四、将上述原图像进行灰度化处理，获得灰度化图像，再使用高斯平滑滤波器对灰度化图像进行减噪；步骤五、利用基于图像清晰度的自适应形态学背景移除的方法，初步移除图像非裂缝区域，获取裂缝候选区域图像；步骤六、利用色阶调节裂缝候选区域图像的对比度，让裂缝区域更加明显，得到的图像；步骤七、将裂缝区域明显图像与步骤三复制的图像进行对比，进一步判断提取的裂缝的真实性；步骤八、从上述图像中获取裂缝的几何特征：长度、宽度、面积和轮廓，进行分析，整理测量结果和分析报告；步骤九、对采集和分析数据进行存档。2.根据权利要求1所述的一种基于机器视觉的高寒地区桥梁裂缝检测与解析方法，其特征在于，所述步骤一中清理积雪方式为用内部带有电热丝的大型鼓风机将积雪吹掉，并将积雪下的冰融化，直至将桥梁待...

【专利技术属性】
技术研发人员：刘宏伟，
申请(专利权)人：青海民族大学，
类型：发明
国别省市：青海,63