發(fā)布時間：2021-04-19 18:24

　　由于原材料、增加劑、施工工藝、外部環(huán)境等多方面的原因,混凝土表面或多或少地會產(chǎn)生麻面、蜂窩、孔洞、氣泡、龜裂、污漬、色差等缺陷,影響硬化混凝土的外觀質(zhì)量。為了提高混凝土外觀質(zhì)量,需多次進(jìn)行工藝試驗,觀察對比每次試驗結(jié)果的缺陷改善情況,來改進(jìn)施工的工藝參數(shù)。目前,在施工和試驗過程中,對麻面、蜂窩、孔洞、氣泡等麻點的檢測主要采用的是人工觀察檢測法。該方法用彩筆在混凝土表面標(biāo)識出麻點,對麻點氣泡等缺陷進(jìn)行觀察、測量、統(tǒng)計分析。該方法存在效率低、主觀性強(qiáng)、結(jié)果不精確等問題,還會在混凝土表面留下污漬。為了解決人工檢測帶來的問題,本文提出基于數(shù)學(xué)形態(tài)學(xué)的檢測混凝土表面麻點的方法,可有效彌補(bǔ)純?nèi)斯z測的問題。該方法分為圖像采集、刻度識別和麻點識別三個模塊。圖像采集模塊是在混凝土表面豎直放置一把刻度尺,用高清數(shù)碼相機(jī)拍照,獲得高清圖像。為了提高圖像分析的效率,將彩色圖像轉(zhuǎn)變?yōu)榛叶葓D像�？潭茸R別模塊有兩個功能:一是識別出刻度尺的在圖像中的坐標(biāo),將刻度尺從圖像中提取出來,將整幅圖像分開為刻度尺和混凝土表面兩個單獨的部分;二是用數(shù)學(xué)形態(tài)學(xué)方法,提取出圖像中的刻度線,檢測出每兩根刻度線間的像素數(shù)量,用頻率分布... 

【文章來源】：河北大學(xué)河北省

【文章頁數(shù)】：83 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
abstract
第一章 緒論
    1.1 課題研究的背景及意義
    1.2 國內(nèi)外研究現(xiàn)狀
    1.3 本文研究的主要內(nèi)容及框架
第二章 形態(tài)學(xué)圖像處理基本理論
    2.1 數(shù)學(xué)形態(tài)學(xué)簡介
    2.2 二值圖像形態(tài)學(xué)
        2.2.1 二值圖像中的基本形態(tài)學(xué)的運算
        2.2.2 二值圖像形態(tài)學(xué)的組合運算及應(yīng)用
    2.3 灰度圖像的形態(tài)學(xué)處理
    2.4 模糊數(shù)學(xué)形態(tài)學(xué)
    2.5 本章小結(jié)
第三章 混凝土表面麻點檢測方法的設(shè)計
    3.1 算法流程設(shè)計
    3.2 圖像采集及預(yù)處理
        3.2.1 圖像采集
        3.2.2 圖像預(yù)處理
        3.2.3 空間域圖像增強(qiáng)
    3.3 刻度識別
        3.3.1 刻度尺識別
        3.3.2 刻度線識別
        3.3.3 刻度數(shù)值統(tǒng)計
        3.3.4 計算單個像素面積
    3.4 麻點識別
        3.4.1 圖像處理
        3.4.2 麻點統(tǒng)計
    3.5 本章小結(jié)
第四章 麻點檢測方法的實現(xiàn)與結(jié)果分析
    4.1 刻度識別
        4.1.1 圖像采集及預(yù)處理
        4.1.2 識別刻度尺
        4.1.3 識別刻度線
        4.1.4 計算單位長度內(nèi)像素個數(shù)
    4.2 麻點識別
        4.2.1 圖像增強(qiáng)
        4.2.2 灰度閾值變換
        4.2.3 提取連通分量
    4.3 實驗結(jié)果分析
        4.3.1 刻度識別的結(jié)果分析
        4.3.2 麻點識別結(jié)果分析
    4.4 本章小結(jié)
第五章 總結(jié)與展望
    5.1 論文工作總結(jié)
    5.2 進(jìn)一步的研究工作
參考文獻(xiàn)
致謝
攻讀學(xué)位期間的研究成果


【參考文獻(xiàn)】：
期刊論文
[1]基于新距離矩陣方差的模糊聚類圖像分割算法[J]. 胡婕,周躍躍.  量子電子學(xué)報. 2018(03)
[2]基于數(shù)學(xué)形態(tài)學(xué)的電梯注冊代碼定位算法[J]. 王炎.  中國電梯. 2018(08)
[3]BGA焊點空洞缺陷的數(shù)字形態(tài)學(xué)檢測（英文）[J]. 張俊生,王明泉,王玉,王軍,郭晉秦.  Journal of Measurement Science and Instrumentation. 2017(02)
[4]基于數(shù)學(xué)形態(tài)學(xué)的氣泡水平尺自動檢測系統(tǒng)研究[J]. 喻婷,朱善安.  機(jī)電工程. 2017(03)
[5]自適應(yīng)多方向灰度形態(tài)學(xué)圖像邊緣檢測算法[J]. 曹風(fēng)云,李東興,張華強(qiáng),杜欽君,常曉剛,馬良慧.  光學(xué)技術(shù). 2016(03)
[6]結(jié)合圖像增強(qiáng)和數(shù)學(xué)形態(tài)學(xué)的水泥混凝土路面裂縫識別方法[J]. 徐愛華,皋軍.  公路. 2015(10)
[7]決策分析法在烤煙質(zhì)量綜合評價中的應(yīng)用[J]. 徐文姍,譚馨,魯黎明.  安徽農(nóng)業(yè)科學(xué). 2014(17)
[8]基于模糊形態(tài)學(xué)的圖像邊緣輪廓提取改進(jìn)分割算法[J]. 倪元敏,巫茜.  西南師范大學(xué)學(xué)報(自然科學(xué)版). 2013(12)
[9]常用圖像邊緣檢測方法及Matlab研究[J]. 韋煒.  現(xiàn)代電子技術(shù). 2011(04)
[10]墻體淺層裂縫檢測的數(shù)字化圖像處理方法[J]. 傅軍,金偉良,康鋒,陳云華.  土木建筑與環(huán)境工程. 2009(06)

碩士論文
[1]磨料磨具用金剛石生產(chǎn)品質(zhì)檢測技術(shù)研究[D]. 張留振.鄭州航空工業(yè)管理學(xué)院 2019
[2]基于圖像處理的混凝土橋梁裂縫識別技術(shù)研究[D]. 林亞茹.北京化工大學(xué) 2018
[3]基于LAB和OTSU算法的混凝土裂縫圖像處理研究[D]. 陶開云.昆明理工大學(xué) 2018
[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
[6]激光加工中視覺定位系統(tǒng)的研究[D]. 劉榴.華中科技大學(xué) 2012
[7]實驗小鼠體態(tài)特征圖像識別算法研究[D]. 范勛.南京理工大學(xué) 2012
[8]基于圖像分析技術(shù)的混凝土結(jié)構(gòu)外觀質(zhì)量檢測與評定[D]. 彭海濤.湖南大學(xué) 2011
[9]基于數(shù)字圖像的短路過渡焊熔池形態(tài)研究[D]. 李夢醒.上海交通大學(xué) 2011
[10]基于彩色圖像識別的混凝土表觀質(zhì)量評價系統(tǒng)研究[D]. 劉春玉.武漢理工大學(xué) 2008



本文編號：3148074