基于多特征识别技术的浑水缺陷检测方法技术

本发明专利技术涉及水下结构物检测技术领域，具体而言涉及基于多特征识别技术的浑水缺陷检测方法，包括以下步骤：步骤

【技术实现步骤摘要】
基于多特征识别技术的浑水缺陷检测方法


[0001]本专利技术涉及水下结构物检测
，具体而言涉及基于多特征识别技术的浑水缺陷检测方法
。

技术介绍

[0002]自上世纪中叶以来，为满足人民的需求，祖国建设发展的需要，很多新兴的服务于国民经济生活的重要基础设施如雨后春笋般涌现，如横卧于水波之上的大桥
、
护一方百姓安危的水坝
、
海底隧道
、
直插云霄的摩天大楼
、
深藏功与名的水下核电站等
。
随着研究的深入，土木工程领域的研究重点开始从单一的建设需求发展到结构安全的运营
、
管养
、
维护需求
。
跨海大桥的桥墩基础
、
水坝
、
海底隧道
、
水下核电站与传统建筑相比，除受结构自重
、
车辆荷载
、
人群荷载等作用，因其位于水体之中，还可能受到波浪荷载
、
漂流物撞击等作用
。
与陆地上结构物相比，水下结构物在服役期间，结构更易产生损伤，使结构承载能力降低，结构承载能力损失严重的结构还有可能发生坍塌
、
造成人员伤亡事故与不良的社会影响
。
[0003]跨海大桥涉水基础在桥梁全寿命服役期间不可避免的会遭受恶劣气流
、
降水
、
河水冲刷侵蚀
、
温度变化和冲击荷载等影响；通航河道上的桥梁，还存在遭到船只碰撞的危险
。“千里之堤毁于蚁穴”，如果桥梁结构发生病害或损伤后不做及时处理维修，那么病害在桥梁运行的过程中会有逐渐扩大的可能，严重威胁桥梁结构安全
。
在整个桥梁结构的构成中，下部结构是保证桥梁结构安全运营的重要条件
。
[0004]近年来，水下结构物安全运营问题成为了行业关注的焦点问题
。
国内外对水下结构检测技术的研究逐渐深入，出现了很多系统性的研究成果
。
二十一世纪以来，计算机技术的飞速发展带动了图像处理技术的腾飞
。
现在人们早已明确计算机可以用来解释
、
处理图像，并逐步地实现利用人类的视觉系统来解释外面的世界，实现计算机技术对人类视觉系统的延伸
。
[0005]而客观存在的问题是：水体中含有大量悬浮颗粒和不明杂质，使水质浑浊
。
[0006]浑浊水质条件下获取的水下图像对比度低
、
目标物体边界模糊
、
亮度偏暗或过度曝光和因水体对光波吸收的不同程度造成的颜色失真等共性问题
。

技术实现思路

[0007]本专利技术提出一种基于多特征识别技术的浑水缺陷检测方法，包括以下步骤：
[0008]步骤
S1、
利用
X
线扫描获得水下待检测结构物的
DR
图像，利用图像灰度化算法对获得的
DR
图像进行灰度化处理；
[0009]步骤
S2、
将灰度图像中的亮度映射到
J
图像中形成新值；
[0010]步骤
S3、
利用最大类间方差法获取
J
图像的合理阈值；
[0011]步骤
S4、
获得最佳阈值后，将图像转换为二值图像，取反后，白色像素表示病害部位；
[0012]步骤
S5、
利用连通域概念进行区域分割，删除二值图像中
BW
中小面积连通域，达到
去除干扰信息的而效果，最终显示病害区域；
[0013]步骤
S6、
统计白色像素区域，进行病害面积统计
。
[0014]优选的，在步骤
S1
中，还包括对
DR
图像进行消除图像色调饱和度信息的操作，同时还要对图像保留亮度，实现
RGB
图像转换为灰度图像的目标
。
[0015]优选的，消除图像色调饱和度信息的操作采用对
R、G
和
B
分量进行加权平均算法：
[0016]gray
DR
＝
0.2989R+0.5870G+0.1140B
；
[0017]以
R、G
和
B
的数值分别为三条轴，建立一个空间直角坐标系，则图中的每个像素点均可在该三维空间中找到相应的点表示，现在过
RGB
空间的点向直线
R
＝
G
＝
B
上的作垂线，得到一张用
R
＝
G
＝
B
直线上的点表示的图像，实现将三维空间向一维空间的转换
。
[0018]优选的，在步骤2中，灰度图像中的亮度映射到
J
图像采用下式：
[0019][0020]其中，
r
为
gray
DR
图像的灰度，
S
表示
J
图像的灰度，取
[low_in,high_in]和
[low_out,high_out]分别为
[0
，
1]和
[1
，
0]，进行线性映射
。
[0021]优选的，在步骤2中，还包括对灰度图像的亮度处理，包括除雾处理和透射率估计处理
。
[0022]优选的，所述除雾处理包括在暗通道图中选出图中前
0.15
％的像素值最大的像素点，选取像素值最高的像素点作为水光值
A
，计算出每个通道的大气光值，大气光值
A
是一个三元素向量，每一个元素对应每一个颜色通道，去雾模型公式为：
[0023][0024]优选的，定义每一个窗口内的透射率
t(x)
均为常数，对变换后的公式同时进行两次求取最小值运算，最终可得到暗通道去水光雾的恢复图像：
[0025][0026]优选的，在步骤2中还包括去光环效应处理，包括增加
Retinex
去雾算法；
[0027]以
O1为基础图像，将图像进行变换，可得到：
O1＝
O2+L。
[0028]优选的，采用图像金字塔方式逐层选取像素，建立自顶向下逐层迭代：
[0029]a、
对输入图像各通道进行对数变换，获取初始化图像
L0(x,y)
，确定金字塔层数；
[0030]b、
从金字塔顶层开始，对每一层图像均进行8邻域比较运算，得到
[0031]c、
第
m
层运算结束后对该层的运算结果进行插值，使最终结果变为原来的2倍，与
m本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种基于多特征识别技术的浑水缺陷检测方法，其特征在于，包括以下步骤：步骤
S1、
利用
X
线扫描获得水下待检测结构物的
DR
图像，利用图像灰度化算法对获得的
DR
图像进行灰度化处理；步骤
S2、
将灰度图像中的亮度映射到
J
图像中形成新值；步骤
S3、
利用最大类间方差法获取
J
图像的合理阈值；步骤
S4、
获得最佳阈值后，将图像转换为二值图像，取反后，白色像素表示病害部位；步骤
S5、
利用连通域概念进行区域分割，删除二值图像中
BW
中小面积连通域，最终显示病害区域；步骤
S6、
统计白色像素区域，进行病害面积统计
。2.
根据权利要求1所述的基于多特征识别技术的浑水缺陷检测方法，其特征在于，在步骤
S1
中，还包括对
DR
图像进行消除图像色调饱和度信息的操作，同时还要对图像保留亮度，实现
RGB
图像转换为灰度图像的目标
。3.
根据权利要求2所述的基于多特征识别技术的浑水缺陷检测方法，其特征在于，消除图像色调饱和度信息的操作采用对
R、G
和
B
分量进行加权平均算法：
gray
DR
＝
0.2989R+0.5870G+0.1140B
；以
R、G
和
B
的数值分别为三条轴，建立一个空间直角坐标系，则图中的每个像素点均可在该三维空间中找到相应的点表示，现在过
RGB
空间的点向直线
R
＝
G
＝
B
上的作垂线，得到一张用
R
＝
G
＝
B
直线上的点表示的图像，实现将三维空间向一维空间的转换
。4.
根据权利要求1所述的基于多特征识别技术的浑水缺陷检测方法，其特征在于，在步骤2中，灰度图像中的亮度映射到
J
图像采用下式：其中，
r
...

【专利技术属性】
技术研发人员：王文辉，巩宇，叶复萌，李贻凯，李勇琦，李建秋，张豪，赵增涛，
申请(专利权)人：南方电网调峰调频发电有限公司储能科研院，
类型：发明
国别省市：