自20世紀(jì)90年代開始,中國公路橋梁建設(shè)得到快速發(fā)展。隨著運(yùn)營時間增長和車流量的增加,橋梁垮塌事故不斷涌現(xiàn),造成大量經(jīng)濟(jì)損失和人員傷亡,橋梁安全運(yùn)營和健康監(jiān)測越來越受到重視,目前我國公路橋梁已從大規(guī)模建設(shè)時期進(jìn)入建設(shè)與管養(yǎng)并重時期,針對傳統(tǒng)橋梁檢測方法自動化程度低、效率低下、速度慢的不足,論文提出采用搭載高清變焦攝像頭、激光測距儀、GPS定位控制系統(tǒng)的無人機(jī)進(jìn)行橋梁檢測,以實(shí)現(xiàn)橋梁安全狀況快速檢測與評估。論文首先介紹了國內(nèi)外無人機(jī)應(yīng)用于橋梁檢測及病害圖像識別技術(shù)研究現(xiàn)狀,在此基礎(chǔ)上制訂出無人機(jī)橋梁檢測方案,包括無人機(jī)型號選擇,搭載激光測距儀、LED照明裝置,改裝攝像頭云平臺,實(shí)現(xiàn)正交拍攝橋梁底面;標(biāo)定無人機(jī)攝像頭像素,確定單像素大小;根據(jù)規(guī)劃路線飛行,獲得無人機(jī)橋梁病害圖像。接著采用改進(jìn)的中值濾波降低圖像噪聲,利用八方向的Sobel算子對圖像進(jìn)行邊緣檢測,根據(jù)形態(tài)學(xué)開運(yùn)算原理,進(jìn)一步去除噪聲,得到較為清晰的二值圖像,然后將二值圖像分別向X軸、45°軸、Y軸、135°軸投影,以統(tǒng)計裂縫的特征;構(gòu)造BP神經(jīng)網(wǎng)絡(luò),對裂縫圖像進(jìn)行分類,根據(jù)分類結(jié)果與實(shí)際情況對比,裂縫分類識別正確率在90%以上... 

【文章來源】：華南理工大學(xué)廣東省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：73 頁

【學(xué)位級別】：碩士

【部分圖文】：

橋梁事故

1.1 研究背景中國山川浩繁，河道縱橫，自古以來就是世界橋梁強(qiáng)國。漫長的歷史的進(jìn)程中，無數(shù)的橋梁如同散落在廣袤華夏大地的明珠。自 20 世紀(jì) 90 年代開始，中國公路橋梁事業(yè)步入大建設(shè)大發(fā)展時期。據(jù)交通運(yùn)輸部統(tǒng)計，2017 年年底，全國公路共有在役橋梁 83.25 萬座，橋梁長度總和為 52256.2 千米，較上年同期增長 2.72 萬座、3086.6 千米，其中特大橋梁 4646 座、826.72 萬米，大型橋梁 91777 座、2424.37 萬米[1]。我國橋梁建設(shè)取得舉世矚目的成績的同時，一個問題不容忽視 不斷涌現(xiàn)的橋梁垮塌事故，對國民人身安全和經(jīng)濟(jì)造成了不可挽回的巨大損失。根據(jù)交通部公告，2007 年至 2012年，在短短五年時間，我國共發(fā)生 37 例嚴(yán)重的橋梁垮塌安全事故，共計造成 180 多人死亡，國民經(jīng)濟(jì)損失高達(dá)數(shù)十億人民幣。目前我國公路路網(wǎng)在役橋梁老齡化嚴(yán)重，其中服役時間超過 20 年的橋梁約占四成，評價等級為三、四類的帶病橋梁超過三成，評為危橋的超過十萬座。橋梁安全隱患不容忽視，對橋梁健康的關(guān)注刻不容緩。

圖 1-3 望遠(yuǎn)鏡、相機(jī)檢測 圖 1-4 吊籃式橋梁檢測車圖 1-5 桁架式橋梁檢測車 圖 1-6 搭設(shè)支架檢測人工現(xiàn)場調(diào)查方法的缺點(diǎn)大致存在以下四個方面：1.) 遠(yuǎn)距離觀察工作量較大，速度較慢，效率低，容易造成檢測人員眼睛疲勞，漏檢率高，橋梁下部地面條件不允許等；2.) 橋梁檢測車費(fèi)用昂貴，不易普及，占用橋面車道，對行車安全造成威脅，容易

【參考文獻(xiàn)】：
期刊論文
[1]基于無人機(jī)視覺的橋梁裂縫檢測[J]. 陶曉力,武建,楊坤.  計算機(jī)技術(shù)與發(fā)展. 2018(03)
[2]Improved Sobel algorithm for defect detection of rail surfaces with enhanced efficiency and accuracy[J]. 石甜,孔建益,王興東,劉釗,鄭國.  Journal of Central South University. 2016(11)
[3]無人機(jī)和機(jī)器人的自動化控制初步研究[J]. 肖羽秀.  電子科學(xué)技術(shù). 2016(06)
[4]基于機(jī)器視覺的橋梁檢測技術(shù)現(xiàn)狀及發(fā)展[J]. 龐娜,趙啟林,芮挺,朱斌.  現(xiàn)代交通技術(shù). 2015(06)
[5]一種圖像邊緣檢測算法的改進(jìn)和實(shí)現(xiàn)[J]. 汪昡紫,孫憲坤,劉鍇.  計算機(jī)技術(shù)與發(fā)展. 2014(09)
[6]基于八方向Sobel算子的邊緣檢測算法[J]. 鄭英娟,張有會,王志巍,張靜,范勝娟.  計算機(jī)科學(xué). 2013(S2)
[7]一種小型無人機(jī)的導(dǎo)航系統(tǒng)方法設(shè)計[J]. 丁夢雨,蘆利斌,金國棟.  電子設(shè)計工程. 2013(18)
[8]常用的數(shù)字圖像邊緣檢測算法分析[J]. 吳昊.  淮海工學(xué)院學(xué)報(自然科學(xué)版). 2013(03)
[9]基于數(shù)字圖像的混凝土橋梁裂縫檢測技術(shù)[J]. 許薛軍,張肖寧.  湖南大學(xué)學(xué)報(自然科學(xué)版). 2013(07)
[10]基于圖像處理技術(shù)的混凝土路面裂縫檢測方法[J]. 郭全民,張海先.  傳感器與微系統(tǒng). 2013(04)

博士論文
[1]航空圖像的增強(qiáng)及其道路的提取和分析[D]. 王志偉.長安大學(xué) 2017

碩士論文
[1]基于特征空間的旋轉(zhuǎn)多字體文字識別[D]. 程加樂.長安大學(xué) 2016
[2]基于Matlab的路面裂縫識別算法研究[D]. 任炳蘭.長安大學(xué) 2014
[3]基于數(shù)字圖像處理的混凝土橋梁底面裂縫的檢測[D]. 劉小燕.武漢理工大學(xué) 2014
[4]基于圖像處理技術(shù)的橋梁裂縫檢測[D]. 王瑋華.長安大學(xué) 2013
[5]基于圖像處理的路面裂縫檢測系統(tǒng)設(shè)計與研究[D]. 周林.太原理工大學(xué) 2013
[6]面向橋梁檢測的四旋翼飛行器控制系統(tǒng)研究[D]. 王小莉.重慶交通大學(xué) 2013
[7]基于數(shù)學(xué)形態(tài)學(xué)的圖像去噪[D]. 耿帥.山東師范大學(xué) 2012
[8]基于多足爬墻機(jī)器人平臺的橋梁裂縫檢測方法研究[D]. 蔡釗雄.華南理工大學(xué) 2012
[9]基于數(shù)字圖像處理技術(shù)的路面裂縫檢測算法研究[D]. 胡世昆.南京郵電大學(xué) 2012
[10]灰度圖像彩色化的算法研究[D]. 張歡.西安電子科技大學(xué) 2011



本文編號：3351325