一种基于三维点云数据的表观裂缝长度测量方法技术

本发明专利技术公开了一种基于三维点云数据的表观裂缝长度测量方法，涉及表观裂缝长度测量领域，包括包括以下步骤：S1：获取图像并对图像进行预处理；S2：对预处理后的裂缝二值图I进行裂缝中心线优化；S3：提取有效裂缝中心线；S4：边缘识别裂缝中心线坐标，根据坐标视差反算得裂缝长度。本发明专利技术采用上述的一种基于三维点云数据的表观裂缝长度测量方法，快速精准识别裂缝图像，定位裂缝缺陷位置，获取裂缝中心线结构坐标，计算裂缝长度，解决裂缝问题。解决裂缝问题。解决裂缝问题。

【技术实现步骤摘要】
一种基于三维点云数据的表观裂缝长度测量方法


[0001]本专利技术涉及表观裂缝长度测量
，尤其是涉及一种基于三维点云数据的表观裂缝长度测量方法。

技术介绍

[0002]桥梁建设蓬勃发展。在大跨桥梁建设蓬勃发展的同时，大跨桥梁施工质量与安全尤为重要。人工巡检和目视判断方法，发现混凝土构件的开裂和剥落问题局限性太大。因此，针对传统大跨桥梁施工监控技术中的高风险、低效率、存在盲区、操作繁琐等问题，有必要研究一种高精度、全方位、低风险、高效率、易操作的桥梁施工智能监控技术，建立大跨桥梁施工监控的智能管理平台。想要建立智能管理平台，就需将三维精细模型损伤表观缺陷智能测量进行数据处理、数据传输、数据共享。因此三维点云数据的表观裂缝长度测量方法至关重要。
[0003]已有研究表明通过无人机倾斜摄影测量技术能实现大范围、多数据、高效率的地理空间数据采集，再通过软件对采集到的图像进行缺陷边缘分析处理，缺陷定位测量以及缺陷纵深测量等。例如，用搭无人机桥梁检测方案，利用八方向的Sobel算子对所获图像进行边缘检测，统计裂缝的特征；接着构造BP神经网络，根据分类结果与实际情况的对比可知，裂缝分类识别正确率在90％以上。
[0004]但是，目前方法对于表观裂缝长度测量尚有不足之处：(1)现有研究未能提出快速识别检测裂缝的具体方法，现有研究仅提出理论上的三维点云模型裂缝尺寸测量方法，未能实际应用；(2)针对获得三维点云模型，现有研究未能提出降噪处理和细化模型处理，得到裂缝模型较为粗糙，难以测量得到精准尺寸，如何识别三维点云模型裂缝尺寸数据是一个亟待解决的关键问题。
[0005]因此，有必要提供一种基于三维点云数据的表观裂缝长度测量方法来解决上述问题。

技术实现思路

[0006]本专利技术的目的是提供一种基于三维点云数据的表观裂缝长度测量方法，快速精准识别裂缝图像，定位裂缝缺陷位置，获取裂缝中心线结构坐标，计算裂缝长度，解决裂缝问题。
[0007]为实现上述目的，本专利技术提供了一种基于三维点云数据的表观裂缝长度测量方法，包括以下步骤：
[0008]S1：获取图像并对图像进行预处理；
[0009]S2：对预处理后的裂缝二值图I进行裂缝中心线优化；
[0010]S3：提取有效裂缝中心线；
[0011]S4：边缘识别裂缝中心线坐标，根据坐标视差反算得裂缝长度。
[0012]优选的，在步骤S1中，
[0013]S11：将图像灰度化并进行灰度拉伸得到图像Ia；
[0014]S12：对图像进行底帽变换和二值化处理得到图像Ib；
[0015]S13：对二值化后的图进行降噪、细化与连接，得到裂缝图Ic；
[0016]S14：对裂缝图Ic提取骨架线并进行剪枝得到预处理完成的裂缝二值图I。
[0017]优选的，在步骤S2中，
[0018]S21：优化裂缝中心线结构，裂缝二值图I中，以像素点为分析对象，按照八方向邻域相邻原则，通过以下公式对裂缝中心线进行优化：
[0019][t,p
n
]＝f
neigh
(p
i
(x
i
，y
i
))
ꢀꢀ
(1)
[0020]式中，p
i
(x
i
，y
i
)为中心线二值图内第i个中心线坐标点，其中x
i
，y
i
分别为中心线二值图中p
i
点的x轴和y轴坐标大小，f
neigh
为通过洪水算法中的DFS算法求当前点p邻域情况的函数，将其汇总成坐标矩阵，t为返回邻域数和，p
n
是大小为t*2的邻域坐标矩阵；
[0021]函数f
pdist
求邻域点之间的相互距离，f
pdist
为观测点对之间的欧氏距离，p
n
为t*2矩阵得到的f
pdist
(p
n
)是一个长度为t*1的距离向量；
[0022]D
i
表示任意两点之间的距离：
[0023][0024]将各自任意两点之前的距离填入到长度为t*1的距离向量中，完成函数f
pdist
(p
n
)的计算；
[0025][0026]V表示判断f
pdist
(p
n
)与的大小，f
pdist
(p
n
)不大于V＝1；f
pdist
(p
n
)大于V＝0；符号∑累计距离不大于个数的和，结果为n；
[0027]I(p
i
)＝0,if n>t
‑1ꢀꢀ
(4)
[0028]n>t
‑
1，将裂缝二值图I中p
i
位置的像素值变为0；
[0029]S22：断开裂缝交叉点；优化后的裂缝中心线图像按式(5)判断每个像素点的邻域情况，
[0030]断开裂缝交叉点；优化后的裂缝中心线图像按式(5)判断每个像素点的邻域情况，
[0031]I(p
i
)＝0,I(p
n
)＝0,i
f n>2
ꢀꢀ
(5)
[0032]邻域数大于2，该点为交叉点，将该交叉点及其邻域点的像素值变为0，完成多分支裂缝分割。
[0033]优选的，在步骤S3中，遍历裂缝中心线图像每个位置，视差图相同位置的视差有效，保留该裂缝点，视差图相同位置的视差无效，裂缝中心线该位置的值为0，有效裂缝中心线提取如下：
[0034][0035]其中D
I
为视差图p
i
的集合。
[0036]优选的，在步骤S4中，包括以下步骤：
[0037]S41：借助MATLAB提供的bwboundaries()函数联合Moore邻点跟踪算法标记裂缝像
素顺序；
[0038]S42：裂缝像素匹配；
[0039]S43：将有效二维裂缝中心线图像中坐标点p
i
(x
i
，y
i
)进行根据视差图D
I
和具体参数反算三维点得到p
i
′
(x
i
，y
i
，z
i
)；
[0040]S44：裂缝中心线图像中反算求得任意点的三维坐标，计算三维点之间的距离，表示第i个裂缝中心线三维点到第i
‑
1个裂缝中心线三维点之间的距离：
[0041][0042]S45：裂缝距离叠加：裂缝中心线图像进一步优化，每条分割的裂缝像素点均被有序记录，视差图反算三维点后测量每段裂缝的长度，
[0043][004本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于三维点云数据的表观裂缝长度测量方法，其特征在于：包括以下步骤：S1：获取图像并对图像进行预处理；S2：对预处理后的裂缝二值图I进行裂缝中心线优化；S3：提取有效裂缝中心线；S4：边缘识别裂缝中心线坐标，根据坐标视差反算得裂缝长度。2.根据权利要求1所述的一种基于三维点云数据的表观裂缝长度测量方法，其特征在于：在步骤S1中，S11：将图像灰度化并进行灰度拉伸得到图像Ia；S12：对图像进行底帽变换和二值化处理得到图像Ib；S13：对二值化后的图进行降噪、细化与连接，得到裂缝图Ic；S14：对裂缝图Ic提取骨架线并进行剪枝得到预处理完成的裂缝二值图I。3.根据权利要求2所述的一种基于三维点云数据的表观裂缝长度测量方法，其特征在于：在步骤S2中，包括以下步骤：S21：优化裂缝中心线结构，裂缝二值图I中，以像素点为分析对象，按照八方向邻域相邻原则，通过以下公式对裂缝中心线进行优化：[t，p
n
]＝f
neigh
(p
i
(x
i
，y
i
))
ꢀꢀꢀꢀꢀꢀ
(1)式中，p
i
(x
i
，y
i
)为中心线二值图内第i个中心线坐标点，其中x
i
，y
i
分别为中心线二值图中p
i
点的x轴和y轴坐标大小，f
neigh
为通过洪水算法中的DFS算法求当前点p邻域情况的函数，将其汇总成坐标矩阵，t为返回邻域数和，p
n
是大小为t*2的邻域坐标矩阵；函数f
pdist
求邻域点之间的相互距离，f
pdist
为观测点对之间的欧氏距离，p
n
为t*2矩阵得到的f
pdist
(p
n
)是一个长度为t*1的距离向量；D
i
表示任意两点之间的距离：将各自任意两点之前的距离填入到长度为t*1的距离向量中，完成函数f
pdist
(p
n
)的计算；V表示判断f
pdist
(p
n
)与的大小，f
pdist
(p
n
)不大于V＝1；f
pdist

【专利技术属性】
技术研发人员：王高新，徐世阳，张伟环，蒋诗杰，陈靖，陈国赵，谢观福，周金，
申请(专利权)人：中国矿业大学，
类型：发明
国别省市：