【技术实现步骤摘要】
一种桥梁裂缝宽度自动测量方法
本专利技术属于测试
,特别设计一种桥梁裂缝自动测量方法,可用于桥梁混凝土裂缝的宽度信息的获取。技术背景衡量桥梁混凝土病害程度的重要指标包括裂缝的长度、宽度、数量等数据信息,其中裂缝宽度信息为衡量病害程度最重要的指标,现有检测桥梁混凝土裂缝宽度信息的手段包括:人工测量法、红外分析法、和图像处理分析法。其中:人工测量法是人工利用游标卡尺测量裂缝宽度,该方法存在测量精度差,效率较低、还存在一定的危险。红外分析法是利用红外线检测裂缝宽度,该方法具有检测精度高,检测速率快等优势,但是该仪器也存在成本较高,而且需专业的人员操作,维护难度较高,在使用时还存在诸多条件限制等缺点。图像处理分析法是基于图像处理技术检测图像裂缝宽度信息,该方法具有自动化测量,效率高,测量精度高的优势,是目前混凝土检测领域研究最多的技术。程彬在其发表的论文《基于数字图像处理的表面裂缝宽度测量》(赤峰学院学报(自然科学版),2018,34(10):96-98.)中提出了两种检测裂缝的算法,手动点取边界法和框选平均值法,这两种方法均是通过手动在图像上标注裂缝的边界点,并计算标记出的边界点之间的欧式距离来获取裂缝的宽度信息。因为该方法近乎是通过人力去测量裂缝宽度,所以实时性极差,且耗费大量的时间与精力。肖利芳在其发表的论文《Sobel算子改进边缘检测算法在混凝土裂缝识别中的应用》(软件导刊,2017年01期,112-114)提出了一种基于Sobel算子的改进边缘检测算法对图像进行处理,并基于获取到的边缘信息提取图像裂缝的宽度信息。该方法是通过改进Sobel算子提 ...
【技术保护点】
1.一种桥梁裂缝宽度自动测量方法,其特征在于,包括如下:(1)读取原始混凝土图像,并基于高斯卷积核对其进行平滑处理;(2)将平滑后的混凝土图像通过Sobel算子获取其裂缝主干图Q;(3)根据主干图Q,获取裂缝的带状区域图N;(4)对裂缝带状区域图N做灰度化处理,并进行直方图均衡化,获取图N均衡化后的带状区域图片D;(5)基于Sobel算子获取均衡化后的裂缝带状区域图片D的梯度值G和梯度方向θ;(6)根据均衡化后的裂缝带状区域图像D的梯度值G和梯度方向θ,提取均衡化后的裂缝带状区域图片的共生边缘Z和裂缝点集合C;(7)滤除裂缝点集合C中不在裂缝内部的像素点;(8)利用共生边缘Z和位于裂缝内部的裂缝点集合C获取裂缝宽度信息:(8a)按照从上至下,从左至右的顺序遍历共生边缘Z和位于内部的裂缝点C,获取一对共生边缘点M(xm,ym),K(xk,yk)和对应的裂缝点T(xt,yt);(8b)依据共生边缘点M,K的坐标计算搜索裂缝边界的方向
【技术特征摘要】
2019.01.30 CN 20191008886311.一种桥梁裂缝宽度自动测量方法,其特征在于,包括如下:(1)读取原始混凝土图像,并基于高斯卷积核对其进行平滑处理;(2)将平滑后的混凝土图像通过Sobel算子获取其裂缝主干图Q;(3)根据主干图Q,获取裂缝的带状区域图N;(4)对裂缝带状区域图N做灰度化处理,并进行直方图均衡化,获取图N均衡化后的带状区域图片D;(5)基于Sobel算子获取均衡化后的裂缝带状区域图片D的梯度值G和梯度方向θ;(6)根据均衡化后的裂缝带状区域图像D的梯度值G和梯度方向θ,提取均衡化后的裂缝带状区域图片的共生边缘Z和裂缝点集合C;(7)滤除裂缝点集合C中不在裂缝内部的像素点;(8)利用共生边缘Z和位于裂缝内部的裂缝点集合C获取裂缝宽度信息:(8a)按照从上至下,从左至右的顺序遍历共生边缘Z和位于内部的裂缝点C,获取一对共生边缘点M(xm,ym),K(xk,yk)和对应的裂缝点T(xt,yt);(8b)依据共生边缘点M,K的坐标计算搜索裂缝边界的方向(8c)从裂缝点T(xt,yt)出发在8x8的领域范围内,沿着方向查找裂缝带状区域图片中梯度值G相差最大的像素点U,将该点作为裂缝的第一个边界点,并记录该点的坐标位置(xu,yu);(8d)从裂缝点T(xt,yt)出发在8x8的领域范围内,沿着的反方向查找裂缝带状区域图片中梯度值G相差最大的像素点H,将该点作为裂缝的第二个边界点,并记录该点的坐标位置(xh,yh);(8e)按照欧式距离计算裂缝宽度w:其中(xh,yh),(xu,yu)分别代表边界点U点和H点的坐标。(9)基于主干图Q和裂缝宽度信息w,获取每条裂缝的宽度。2.根据权利要求1所述的方法,其特征在于,(9)中基于主干图Q和裂缝宽度信息w,获取每条裂缝的宽度,其实现如下:(9a)按照从上至下,从左至右的顺序遍历裂缝主干图Q,获取像素点三色通道R、G、B数据均非0的像素点S,且将该像素点S处的B通道的数据赋值为255,R、G通道数据赋值为0,同时判断该点在3x3邻域范围内,是否存在除S点以外另一个非0点P,若存在,则执行(9b),若不存在,则继续遍历主干图Q;(9b)以点P为中心,按照从左至右,从上至下的顺序在其3x3的邻域范围内进行搜索,判断是否存在三色通道R、G、B数据均为非0的像素点L,如果存在,则将像素点L处的B通道数据赋值为255,R、G通道数据赋值为0,继续遍历,如果不存在,则执行(9c);(9c)记录遍历过的裂缝主干点的位置信息,并加以标记裂缝编号,判断是否将裂缝主干图像中所有像素点遍历完毕,若遍历完毕则终止搜索,得到分条裂缝的位置信息,执行(9d),如没有遍历完毕,则裂缝编号加1,返回(9a);(9d)遍历分条后每一条裂缝的位置信息和裂缝宽度信息w,并将裂缝宽度信息w按照每条裂缝的位置进行存储,获取每条裂缝的宽度信息。3.根据权利要求1所述的方法,其特征在于,(1)中基于高斯卷积核对计算机读入的原始混凝土图像进行平滑处理,通过如下公式进行:其中P1代表原始裂缝图像的像素值,P2代表经过高斯卷积核得到平滑后的图像像素值,*代表卷积,[·]表示高斯卷积核。4.根据权利要求1所述的方法,其特征在于,(2)基于Sobel算子获取裂缝主干图Q,其实现如下:(2a)获取平滑后原始裂缝图的梯度值E和梯度方向α:其中:表示为是灰度图像像素点在横向的梯度大小;表示为是灰度图像中像素点的纵向的梯度大小;P1表示原始灰度图像中像素点的值;*表示卷积操作,[·]表示Sobel算子矩阵;(2b)根据原始裂缝图的梯度值E和梯度方向α,获取裂缝点集合T:(2b1)设置阈值L,将梯度图像中梯度值E小于阈值L的像素点处的R通道赋值为L-1,大于阈值L的像素点值不变,获取新的梯度图;(2b2)按照从左至右,从上至下的顺序遍历新的梯度图,判断是否遍历完新的梯度图;如果新的梯度图遍历结束,执行(2c);如果未遍历完新的梯度图,再判断新梯度图上的像素点处R通道的值是否为L-1:若是,则继续遍历下一个像素点,并判断像点R通道的值,若不是,则先获取该像素点处梯度值E1和梯度方向α1,再执行(2b3);(2b3)在新的梯度图上,沿着方向α1遍历8个像素点,判断新梯度图上的像素点处R通道的值是否为L-1:若是,则执行(2b4),若不是,则先获取该像素点处梯度值E2,再执行(2b5);(2b4)在新的梯度图上,沿着α1反方向遍历8个像素点,判断新梯度图上的像素点处R通道的值是否为L-1:若是,则返回(2b2),若不是,则先获取该像素点处梯度值E2,再执行(2b5);(2b5)设置梯度差阈值为常数g,若|E1-E2/<g则保留E1和E2所在的像素点...
【专利技术属性】
技术研发人员:杜建超,栗一鸣,李云松,汪小鹏,郭祥伟,李红丽,
申请(专利权)人:西安电子科技大学,陕西康虹交通科技有限公司,西安品码电子科技有限公司,
类型:发明
国别省市:陕西,61
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。