發(fā)布時(shí)間：2020-10-23 02:55

　　 隨著我國(guó)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(zhǎng)。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(cè)橋梁裂縫對(duì)于保障橋梁安全具有重要意義�；跀�(shù)字圖像處理的橋梁裂縫檢測(cè)技術(shù)能夠?qū)崿F(xiàn)自動(dòng)化獲取橋梁裂縫信息,克服了人工檢測(cè)方式存在的檢測(cè)精度低、效率低、成本高、有一定危險(xiǎn)性等缺點(diǎn),具有重要的實(shí)際應(yīng)用價(jià)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(cè)到裂縫是使用數(shù)字圖像處理技術(shù)檢測(cè)橋梁裂縫的重點(diǎn)和難點(diǎn),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(cè)地線距離變換的橋梁裂縫檢測(cè)算法,包括裂縫種子點(diǎn)提取、裂縫增強(qiáng)、裂縫提取等關(guān)鍵步驟,該算法的時(shí)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(duì)已有的滑動(dòng)窗口算法提取的種子候選點(diǎn)中偽種子點(diǎn)較多以及種子點(diǎn)漏檢率較高的問題,提出了一種基于共生邊緣的種子點(diǎn)提取算法,該算法從梯度大小、方向、共生點(diǎn)距離以及灰度信息等方面限制偽種子點(diǎn)的選取,實(shí)驗(yàn)表明,相對(duì)于使用滑動(dòng)窗口算法,本文提出的算法種子點(diǎn)召回率提高了4.7%,精確率提高了50.0%。(2)針對(duì)種子點(diǎn)二值圖像中偽種子點(diǎn)干擾種子點(diǎn)形成裂縫輪廓的問題,本文將種子點(diǎn)和偽種子點(diǎn)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(cè)地線距離變換的橋梁裂縫增強(qiáng)算法,在使用測(cè)地線距離變換快速實(shí)現(xiàn)算法確定種子候選點(diǎn)的鄰接關(guān)系和測(cè)地線距離之后,結(jié)合圖論技術(shù)有效實(shí)現(xiàn)了裂縫增強(qiáng)。實(shí)驗(yàn)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(duì)于增強(qiáng)前有了明顯的提高,基本實(shí)現(xiàn)了裂縫骨架的檢測(cè)。(3)針對(duì)增強(qiáng)后的裂縫二值圖像中裂縫目標(biāo)點(diǎn)片段以及少量非裂縫目標(biāo)點(diǎn)片段難以通過長(zhǎng)度以及形態(tài)區(qū)分的問題,本文使用目標(biāo)點(diǎn)最小生成樹算法將二值圖像中所有目標(biāo)點(diǎn)連成一棵最小生成樹,再通過裁剪樹以及提取最長(zhǎng)路徑的方式實(shí)現(xiàn)了裂縫提取。實(shí)驗(yàn)證明,與現(xiàn)有的兩種裂縫檢測(cè)算法相比,本文提出的裂縫檢測(cè)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(jí)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(cè)車至少需要占用一個(gè)車道，必要時(shí)還會(huì)封閉橋面，會(huì)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(cè)橋梁裂縫隨著計(jì)算機(jī)處理器、存儲(chǔ)器性能的提升，以及計(jì)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(cè)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(cè)速度和精度，并且降低檢測(cè)成本。利用檢測(cè)裂縫的各項(xiàng)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(cè)和維護(hù)工作的發(fā)展。利用數(shù)字圖像處理技術(shù)檢測(cè)橋梁裂縫具有重要的應(yīng)用價(jià)值，近年來國(guó)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(cè)技術(shù)的國(guó)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(cè)的效率、準(zhǔn)確度和精度經(jīng)歷了較長(zhǎng)時(shí)間的發(fā)展，檢測(cè)技術(shù)也在逐步發(fā)展成熟，從最開始的追求檢測(cè)的質(zhì)量，到在此基礎(chǔ)上逐步注重檢測(cè)的速度，以達(dá)到實(shí)時(shí)處理的目的。目前利用數(shù)字圖像處理技術(shù)檢測(cè)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(cuò)的效果。裂縫檢測(cè)技術(shù)在路面裂縫檢測(cè)上應(yīng)用的文獻(xiàn)較多

縫檢測(cè)帶來了挑戰(zhàn)。分析和歸納橋梁裂縫的特征，是有效檢測(cè)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(gè)特征：（1）橋梁裂縫總體上呈線性、較細(xì)且較長(zhǎng)，裂縫中間可能會(huì)有斷裂，并且其走向具有一定的方向性；

再利用種子點(diǎn)提取裂縫目標(biāo)。種子點(diǎn)提取算法的性能對(duì)于裂縫檢測(cè)的效果有直接的影響，如何提高橋梁裂縫種子點(diǎn)的提取性能，是裂縫檢測(cè)中的一個(gè)研究重點(diǎn)。圖2.6 種子點(diǎn)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(cè)[J];中國(guó)圖象圖形學(xué)報(bào);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(bào)(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(diǎn)最小生成樹的路面裂縫檢測(cè)[J];武漢大學(xué)學(xué)報(bào)(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(cè)算法[J];計(jì)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(cè)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(dòng)檢測(cè)技術(shù)研究[D];長(zhǎng)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(cè)算法研究[D];河南科技大學(xué);2014年

本文編號(hào)：2852462