【技术实现步骤摘要】
一种基于图像处理的建筑物表面裂缝检测方法及系统
本专利技术涉及一种基于图像处理的建筑物表面裂缝检测方法及系统，属于图像处理
技术介绍
路面、桥梁、墙体等建筑在长期使用过程中会逐渐出现破损，如果未及时进行检测维护，将会给建筑整体带来较大的安全隐患，因此基于破损进行建筑情况评估是工程维护中重要的一环，而其中对裂缝情况的分析是评估中较常使用到的指标。早期通常采用人工的方法实地对裂缝进行测量，但对于大规模的建筑群，这种方法往往会消耗较多时间和人力资源。随着图像处理技术的发展，基于图像的裂缝检测方法逐渐普及，该类方法首先拍摄建筑物表面的裂缝图像，之后使用图像处理算法分割出图像中的裂缝区域，相比人工的方法极大提高了检测效率。但目前大多裂缝检测算法低估了裂缝所处环境的复杂性，尤其是当裂缝图像背景中存在笔迹、水迹等和裂缝形状或灰度特征相似的噪声时，易错误的将其检测为裂缝。除此以外，为了判断建筑受损情况，通常要对裂缝的宽度、长度等特征进行后续分析，因此尽可能的提取完整的裂缝也是算法需要考虑到的。专利技...
【技术保护点】
1.一种基于图像处理的建筑物表面裂缝检测方法，其特征在于，/n获取待检测彩色图像，对待检测彩色图像进行预处理，输出去噪和增强后的灰度图像；/n将灰度图像转化为二值图像，并使用多方向非最小值抑制算法去除噪声，得到候选裂缝点；/n对候选裂缝点进行基于像素追踪算法的裂缝连接，同时对连接后的区域进行形状特征分析，筛去不符合要求的区域，得到包含连接后裂缝区域的二值图；/n对包含连接后裂缝区域的二值图基于颜色特征进行噪声排除，得到最终的裂缝检测结果。/n
【技术特征摘要】
1.一种基于图像处理的建筑物表面裂缝检测方法，其特征在于，
获取待检测彩色图像，对待检测彩色图像进行预处理，输出去噪和增强后的灰度图像；
将灰度图像转化为二值图像，并使用多方向非最小值抑制算法去除噪声，得到候选裂缝点；
对候选裂缝点进行基于像素追踪算法的裂缝连接，同时对连接后的区域进行形状特征分析，筛去不符合要求的区域，得到包含连接后裂缝区域的二值图；
对包含连接后裂缝区域的二值图基于颜色特征进行噪声排除，得到最终的裂缝检测结果。
2.根据权利要求1所述的基于图像处理的建筑物表面裂缝检测方法，其特征在于，所述预处理为：将待检测彩色图像转化为灰度图像，使用掩膜平滑进行图像去噪，使用自适应直方图均衡化算法增强图像。
3.根据权利要求1所述的基于图像处理的建筑物表面裂缝检测方法，其特征在于，所述得到候选裂缝点的过程为：
首先对图像进行均值滤波并与原图做差，再使用OTSU阈值化方法将灰度图转化为二值图；之后取二值图中灰度为1的像素点，计算其0°,45°,90°,135°四个方向的剖面势差，此处人为给定阈值E，如果像素点所有方向的势差都小于E，则认为其是噪声并删去，否则保留为候选裂缝点。
4.根据权利要求1所述的基于图像处理的建筑物表面裂缝检测方法，其特征在于，所述裂缝连接的步骤为：
步骤1，首先设置初始参数T,a,L,d,D，其中T为扩张阈值、a为扩张加速参数、L为形状阈值，d为初始扩张窗口大小、D为最大扩张窗口大小，d＝max(n,m)/20，D＝2d，n和m分别为图像的长和宽，对于每个候选裂缝点，将其作为一个连通区域R，接下来在R的八邻域内进行扩张，扩张准则为邻域像素点灰度值小于扩张阈值T；
步骤2，更新扩张阈值T，新的T值由区域R内像素灰度值、扩张加速参数a以及旧的T值共同决定；
步骤3，重复扩张过程，直到区域R的直径大于d，停止扩张；
步骤4，基于区域R的面积、直径等特征计算能够衡量其线型程度的指标LR，如果LR大于形状阈值L，则去除该区域；
步骤5，如果区域R经过步骤4保留了下来，则增大d，如果d小于D，重复步骤1-4继续对R进行扩张，否则停止并保存区域R。
5.根据权利要求1所述的基于图像处理的建筑物表面裂缝检测方法，其特征在于，所述基于颜色特征进行噪声排除的过程为：
针对包含连接后裂缝区域的二值图中灰度值为1的像素点，计算其在待检测彩色图像中RGB三通道像素值之差，再对每个裂缝区域求平均值，当平均值大于人为给定阈值Tc时，则认为该区域是噪声并删去，否则保留。
6.一种基于图像处理的建筑物表面裂缝检测系统，其特征在于，包括图像预处理模块、候选裂缝点检测模块、裂缝连接模块和噪声排除模块；
所述图像预处理模块，用于获取待检测彩色图像...
【专利技术属性】
技术研发人员：冯心月，李武军，周嵩，
申请(专利权)人：南京大学，南京和光智能制造研究院有限公司，
类型：发明
国别省市：江苏;32
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。