【技术实现步骤摘要】
一种基于灰度和梯度融合的隧道结构裂缝识别方法
本专利技术涉及一种隧道结构裂缝识别方法，特别是公开了基于灰度和梯度融合的隧道结构裂缝识别方法，应用于隧道工程领域。
技术介绍
裂缝是隧道结构中常见的病害，是影响隧道结构安全的关键因素。传统的检测方法，依赖人工判断和辅助工具判断；检测效率低，工作强度大，对人员专业知识要求高，因此需要借助于快速检测手段，目前常用的方法是借助图像处理技术，对病害进行识别。专利技术专利《基于计算机视觉的桥梁裂缝自动监测与识别方法》（CN108346144A）通过利用包含复杂背景干扰的真实裂缝图像，构建训练深度网络模型，将拍摄的图像输入模型，实现裂缝识别、结果展示的全过程自动化处理。专利《基于深度和灰度图像的路面裂缝检测装置和方法》（CN104005325A）利用激光线和摄像装置，生成拍摄面的深度数据和灰度数据，进而对裂缝识别。专利《基于无人机机载成像的混凝土裂缝宽度识别系统及方法》（CN106441235A）利用无人机搭载相机和三点激光测距仪，对被测物体进行拍摄，进而计算裂缝像素数，采用测距法求得被测物体的实际范围，进而获取裂缝宽度。裂缝识别...
【技术保护点】
1.一种基于灰度和梯度融合的隧道结构裂缝识别方法，其特征在于，包括以下步骤：S1、选取裂缝的起点和终点，确定裂缝位置；S2、选取局部图像进行光照处理和边缘检测；S3、依据局部图像的灰度值初步提取裂缝区域；S4、基于形态学和距离法对裂缝区域再次提取；S5、计算局部裂缝长度和宽度，并选择下一个局部；S6、计算并输出整条裂缝信息。
【技术特征摘要】
1.一种基于灰度和梯度融合的隧道结构裂缝识别方法，其特征在于，包括以下步骤：S1、选取裂缝的起点和终点，确定裂缝位置；S2、选取局部图像进行光照处理和边缘检测；S3、依据局部图像的灰度值初步提取裂缝区域；S4、基于形态学和距离法对裂缝区域再次提取；S5、计算局部裂缝长度和宽度，并选择下一个局部；S6、计算并输出整条裂缝信息。2.根据权利要求1所述的一种基于灰度和梯度融合的隧道结构裂缝识别方法，其特征在于，所述步骤S1的具体操作如下：（1）选取包含裂缝的图像，记为，计算其高度和宽度，分别记为和；（2）在图像中，选择裂缝的起点和终点，分别记为和；（3）计算裂缝的角度，记为；依据裂缝的角度，将裂缝分为环向裂缝和纵向裂缝；若裂缝为环向裂缝，，将图像逆时针旋转，同时起点和终点记为和；若裂缝为纵向裂缝，，则、；（4）比较裂缝的起点横坐标、终点横坐标的大小，若，则将点和点的坐标进行互换，记裂缝的起点为C，终点为D。3.根据权利要求1所述的一种基于灰度和梯度融合的隧道结构裂缝识别方法，其特征在于，所述步骤S2的具体操作如下：（1）在图像中选取大小为的区域，记为；第一次选择时，以C作为局部图像左边中心点，之后的选择以沿裂缝走向的终点作为中心点，记为；且当局部图像包含终点D时，局部区域不可越界；（2）对局部图像进行光照处理，其操作步骤如下：（a）计算图像的灰度平均值，记为；（b）计算图像中每行的灰度平均值，记为；（c）对图像的每行灰度值进行调整，将亮度调整后的图像记为，方法如下：（d）利用伽马变换对图像进行变换，变换后图像记为,变换公式如下：其中，的值常为常数，设为1，为变换系数，用于调整图像对比度；（3）利用Sobel算子进行边缘检测；（a）采用两组3*3的矩阵，横向模板记为，纵向模板记为，点的邻域记为；那么该像素点水平方向与垂直方向的卷积结果如下：（b）计算调节因子的值。获取上一次截取局部图像内裂缝的起点和终点，分别记为、，计算其水平方向与垂直方向的比值，调节因子即可表示为：（c）将两个方向的卷积结果进行结合，得到最终的卷积结果，如下：将进行边缘检测后的图像记为。4.根据权利要求1所述的一种基于灰度和梯度融合的隧道结构裂缝识别方法，其特征在于，所述步骤S3的具体操作如下：（1）利用图像灰度值及边缘检测结果，剔除较长非裂缝区域的影响；（a）设定图像中裂缝像素点数的最大值为；（b）设定阈值分割的灰度初始值为；（c）判定灰度值小于的点属于裂缝区域，计算图像中每行和每列中的裂缝点个数，分别记为、；（d）若或者，则该行或者该列设为非裂缝区域，靠近上一次截取局部图像内裂缝终点的行保留为裂缝，遍历图像中的所有行和列；（e）统计图像中保留的裂缝像素点数，记为；（f）若则满足条件，否则更改的值，重复步骤（c）~步骤（e）的操作，将最终生成的图像记为；（2）去除图像中小连通区域；（a）...
【专利技术属性】
技术研发人员：刘学增，陈莹莹，刘新根，张杰，李志国，师刚，
申请(专利权)人：上海同岩土木工程科技股份有限公司，
类型：发明
国别省市：上海,31
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。