隨著我國經(jīng)濟(jì)的快速發(fā)展,交通運(yùn)輸基礎(chǔ)設(shè)施日益完善,橋梁的數(shù)量和總里程不斷增長。裂縫是多種橋梁病害的早期表現(xiàn)形式,也是衡量橋梁安全程度的重要指標(biāo)。因此,有效檢測橋梁裂縫對于保障橋梁安全具有重要意義。基于數(shù)字圖像處理的橋梁裂縫檢測技術(shù)能夠?qū)崿F(xiàn)自動化獲取橋梁裂縫信息,克服了人工檢測方式存在的檢測精度低、效率低、成本高、有一定危險性等缺點,具有重要的實際應(yīng)用價值。如何從一幅具有噪聲干擾的橋梁裂縫圖像中準(zhǔn)確檢測到裂縫是使用數(shù)字圖像處理技術(shù)檢測橋梁裂縫的重點和難點,受到了越來越多學(xué)者的關(guān)注。本文在分析橋梁裂縫和背景噪聲特征的基礎(chǔ)上,提出了一種基于測地線距離變換的橋梁裂縫檢測算法,包括裂縫種子點提取、裂縫增強(qiáng)、裂縫提取等關(guān)鍵步驟,該算法的時間復(fù)雜度更低、提取的裂縫精確率和召回率更高。論文的主要工作包括:(1)針對已有的滑動窗口算法提取的種子候選點中偽種子點較多以及種子點漏檢率較高的問題,提出了一種基于共生邊緣的種子點提取算法,該算法從梯度大小、方向、共生點距離以及灰度信息等方面限制偽種子點的選取,實驗表明,相對于使用滑動窗口算法,本文提出的算法種子點召回率提高了4.7%,精確率提高了50.0%。(2)針對種子點二值圖像中偽種子點干擾種子點形成裂縫輪廓的問題,本文將種子點和偽種子點的位置信息以及灰度變化信息相結(jié)合,提出了一種基于測地線距離變換的橋梁裂縫增強(qiáng)算法,在使用測地線距離變換快速實現(xiàn)算法確定種子候選點的鄰接關(guān)系和測地線距離之后,結(jié)合圖論技術(shù)有效實現(xiàn)了裂縫增強(qiáng)。實驗表明,增強(qiáng)后的裂縫召回率達(dá)到了59.04%,精確率達(dá)到了72.67%,相對于增強(qiáng)前有了明顯的提高,基本實現(xiàn)了裂縫骨架的檢測。(3)針對增強(qiáng)后的裂縫二值圖像中裂縫目標(biāo)點片段以及少量非裂縫目標(biāo)點片段難以通過長度以及形態(tài)區(qū)分的問題,本文使用目標(biāo)點最小生成樹算法將二值圖像中所有目標(biāo)點連成一棵最小生成樹,再通過裁剪樹以及提取最長路徑的方式實現(xiàn)了裂縫提取。實驗證明,與現(xiàn)有的兩種裂縫檢測算法相比,本文提出的裂縫檢測算法精確率、召回率以及處理速度都更高,提取的裂縫更加完整和自然。
【學(xué)位單位】：西安電子科技大學(xué)
【學(xué)位級別】：碩士
【學(xué)位年份】：2018
【中圖分類】：TP391.41;U446
【部分圖文】：

（5）影響交通運(yùn)輸：橋梁的寬度有限，檢測車至少需要占用一個車道，必要時還會封閉橋面，會在一定程度上影響橋面車輛的通行。圖1.1 橋檢車輔助人工檢測橋梁裂縫隨著計算機(jī)處理器、存儲器性能的提升，以及計算機(jī)視覺的發(fā)展，使得利用數(shù)字圖像處理技術(shù)檢測橋梁裂縫成為了可能。利用數(shù)字圖像處理技術(shù)可以有效地提高檢測速度和精度，并且降低檢測成本。利用檢測裂縫的各項數(shù)據(jù)，在一定程度上能夠判斷出橋梁的病害程度，為橋梁維護(hù)提供科學(xué)可靠的數(shù)據(jù)，從而促進(jìn)橋梁檢測和維護(hù)工作的發(fā)展。利用數(shù)字圖像處理技術(shù)檢測橋梁裂縫具有重要的應(yīng)用價值，近年來國內(nèi)外學(xué)者在這一研究方向上取得了很多成果。1.2 橋梁裂縫檢測技術(shù)的國內(nèi)外研究現(xiàn)狀利用數(shù)字圖像處理技術(shù)來提高裂縫檢測的效率、準(zhǔn)確度和精度經(jīng)歷了較長時間的發(fā)展，檢測技術(shù)也在逐步發(fā)展成熟，從最開始的追求檢測的質(zhì)量，到在此基礎(chǔ)上逐步注重檢測的速度，以達(dá)到實時處理的目的。目前利用數(shù)字圖像處理技術(shù)檢測裂縫以圖像分割技術(shù)和圖像增強(qiáng)技術(shù)為主流，取得了不錯的效果。裂縫檢測技術(shù)在路面裂縫檢測上應(yīng)用的文獻(xiàn)較多

縫檢測帶來了挑戰(zhàn)。分析和歸納橋梁裂縫的特征，是有效檢測橋梁裂縫的前提條件。圖 2.1 是一幅典型的橋梁裂縫圖像，可以從中總結(jié)橋梁裂縫圖像的一些基本特征。圖2.1 典型橋梁裂縫圖像從圖 2.1 中容易看出，橋梁裂縫一般具有以下幾個特征：（1）橋梁裂縫總體上呈線性、較細(xì)且較長，裂縫中間可能會有斷裂，并且其走向具有一定的方向性；

再利用種子點提取裂縫目標(biāo)。種子點提取算法的性能對于裂縫檢測的效果有直接的影響，如何提高橋梁裂縫種子點的提取性能，是裂縫檢測中的一個研究重點。圖2.6 種子點示意圖
【參考文獻(xiàn)】

相關(guān)期刊論文 前4條

1 錢彬;唐振民;徐威;陶玉婷;;子塊鑒別分析的路面裂縫檢測[J];中國圖象圖形學(xué)報;2015年12期

2 張全法;楊海彬;任朝棟;李煥;;彩色圖像的快速高保真灰度化方法研究[J];鄭州大學(xué)學(xué)報(理學(xué)版);2011年03期

3 鄒勤;李清泉;毛慶洲;陳龍;;利用目標(biāo)點最小生成樹的路面裂縫檢測[J];武漢大學(xué)學(xué)報(信息科學(xué)版);2011年01期

4 李剛;賀昱曜;;多方位結(jié)構(gòu)元素路面裂縫圖像邊緣檢測算法[J];計算機(jī)工程與應(yīng)用;2010年01期

相關(guān)碩士學(xué)位論文 前3條

1 郭陽;改進(jìn)滲流模型的混凝土路面圖像裂縫檢測算法研究[D];重慶郵電大學(xué);2016年

2 曹佳煜;基于圖像處理的路面裂縫自動檢測技術(shù)研究[D];長安大學(xué);2014年

3 李強(qiáng)強(qiáng);基于圖像處理技術(shù)的橋梁裂縫檢測算法研究[D];河南科技大學(xué);2014年

本文編號：2852462