常見的大壩病害大多開始出現(xiàn)在結(jié)構(gòu)表面,如裂縫、滲漏、破損、以及結(jié)構(gòu)的外觀變形等。其中,裂縫是混凝土大壩最常見的病害表現(xiàn)形式。針對大壩裂縫,目前國內(nèi)外仍然采用傳統(tǒng)測量方法進行檢測,這種方法費時費力,效率低且主觀性大。采用的基于機器視覺的裂縫監(jiān)測方法簡單易行,可以快速提取裂縫特征信息,消除人工測量的主觀誤差,同時提高裂縫檢測精度和效率,降低成本。本文建立基于數(shù)字圖像技術(shù)的混凝土壩裂縫識別試驗系統(tǒng)采集裂縫圖像,對裂縫檢測算法中的彩色圖像處理、灰度圖像預(yù)處理、圖像分割等方法進行研究,并且提出了基于樽海鞘群優(yōu)化的圖像分割算法,對大壩裂縫圖像檢測具有重要意義。本文完成了以下工作:（1）建立了基于數(shù)字圖像技術(shù)的裂縫識別試驗系統(tǒng)。主要包括根據(jù)工程實際情況選擇民用網(wǎng)絡(luò)攝像機（型號:DS-2DC6223IW-A和DS-2CD3T46DWD-i5）作為圖像采集設(shè)備,并且在實驗室內(nèi)修筑混凝土墻壁用以模擬大壩表面。（2）研究了裂縫圖像處理方法,包括裂縫彩色圖像處理和灰度圖像處理。采用區(qū)域生長法對彩色圖像進行分割,效果較好,但該方法存在一定的主觀性和局限性;裂縫灰度圖像分割方法包括Canny算法、迭代法、最大類間... 

【文章來源】：大連理工大學(xué)遼寧省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：86 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
Abstract
1 緒論
    1.1 課題研究背景及意義
        1.1.1 課題研究背景
        1.1.2 研究意義
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 傳統(tǒng)大壩病害檢測技術(shù)的研究現(xiàn)狀
        1.2.2 裂縫圖像處理方法研究現(xiàn)狀
    1.3 本文研究內(nèi)容和章節(jié)結(jié)構(gòu)
        1.3.1 研究內(nèi)容
        1.3.2 論文章節(jié)結(jié)構(gòu)
2 混凝土壩裂縫監(jiān)測試驗系統(tǒng)
    2.1 引言
    2.2 監(jiān)測端的硬件設(shè)計
        2.2.1 圖像采集設(shè)備
        2.2.2 其他設(shè)備
    2.3 試驗環(huán)境的模擬設(shè)計
    2.4 本章小結(jié)
3 裂縫彩色圖像處理方法研究
    3.1 引言
    3.2 彩色圖像預(yù)處理
        3.2.1 RGB圖像介紹
        3.2.2 彩色圖像平滑
        3.2.3 彩色圖像銳化
    3.3 彩色圖像分割方法研究
    3.4 本章小結(jié)
4 裂縫灰度圖像處理方法研究
    4.1 引言
    4.2 裂縫圖像讀取
    4.3 病害圖像預(yù)處理
        4.3.1 圖像灰度化
        4.3.2 圖像增強
        4.3.3 濾波去噪處理
        4.3.4 圖像銳化
    4.4 裂縫圖像分割方法研究
        4.4.1 Canny算法
        4.4.2 迭代法
        4.4.3 最大類間方差法
        4.4.4 基于標(biāo)準(zhǔn)粒子群優(yōu)化算法的圖像分割算法
        4.4.5 基于樽海鞘群的圖像分割算法
        4.4.6 圖像分割算法對比
    4.5 本章小結(jié)
5 裂縫特征信息提取
    5.1 概述
    5.2 圖像區(qū)域去噪
    5.3 裂縫區(qū)域填充
    5.4 裂縫特征分析
        5.4.1 裂縫走向判斷
        5.4.2 裂縫投影計算
        5.4.3 裂縫長度的計算
        5.4.4 裂縫寬度的計算
        5.4.5 裂縫面積的計算
    5.5 混凝土墻面裂縫特征值計算
    5.6 本章小結(jié)
6 混凝土壩裂縫檢測識別系統(tǒng)GUI設(shè)計
    6.1 裂縫檢測系統(tǒng)GUI設(shè)計
    6.2 某水庫工程實例應(yīng)用分析
        6.2.1 病害圖像采集
        6.2.2 裂縫圖像處理
        6.2.3 裂縫特征信息提取
        6.2.4 裂縫識別系統(tǒng)GUI
    6.3 本章小結(jié)
7 結(jié)論
參考文獻
攻讀碩士學(xué)位期間發(fā)表學(xué)術(shù)論文情況
致謝


【參考文獻】：
期刊論文
[1]基于深度學(xué)習(xí)的隧道裂縫識別方法[J]. 劉新根,陳瑩瑩,朱愛璽,楊俊,何國華.  廣西大學(xué)學(xué)報(自然科學(xué)版). 2018(06)
[2]基于BP神經(jīng)網(wǎng)絡(luò)的瀝青路面裂縫識別方法研究[J]. 英紅,丁海明,侯新月,劉楊.  河南理工大學(xué)學(xué)報(自然科學(xué)版). 2018(04)
[3]基于樽海鞘群算法的無源時差定位[J]. 陳濤,王夢馨,黃湘松.  電子與信息學(xué)報. 2018(07)
[4]融入視覺注意機制的路面裂縫檢測與識別[J]. 張玉雪,唐振民,錢彬,徐威.  計算機工程. 2018(04)
[5]基于四旋翼無人機的橋梁裂縫檢測系統(tǒng)設(shè)計[J]. 徐昊,彭雪村,盧志芳.  水利水運工程學(xué)報. 2018(01)
[6]分布式光纖傳感器大壩安全監(jiān)控系統(tǒng)研究[J]. 豆朋達,溫宗周,馬亞龍,高園平,薛冬旺,錢佳佳.  單片機與嵌入式系統(tǒng)應(yīng)用. 2017(07)
[7]基于深度學(xué)習(xí)框架Caffe的路面裂縫識別研究[J]. 李楠.  工程技術(shù)研究. 2017(03)
[8]基于信息聚類的遙感圖像分割[J]. 徐秋曄,李玉,林文杰,趙泉華.  中國礦業(yè)大學(xué)學(xué)報. 2017(01)
[9]基于PCNN和遺傳算法相結(jié)合的新型混凝土橋梁裂縫檢測方法[J]. 王艷,沈曉宇,丁文勝,王健波,鄒秀陽.  計算機應(yīng)用研究. 2017(10)
[10]基于圖像處理技術(shù)的混凝土橋梁裂縫寬度檢測[J]. 李文波,楊保春.  湖南交通科技. 2015(01)

博士論文
[1]基于嵌入式機器視覺的信息采集與處理技術(shù)研究[D]. 龔愛平.浙江大學(xué) 2013
[2]混凝土壩裂縫的混沌特性及分析理論和方法[D]. 包騰飛.河海大學(xué) 2004

碩士論文
[1]基于無人機采集圖像的建筑物表面裂縫檢測方法研究[D]. 馬國鑫.江蘇大學(xué) 2018
[2]基于機器視覺的混凝土壩裂縫監(jiān)測系統(tǒng)研究[D]. 郭慧.大連理工大學(xué) 2017
[3]基于深度學(xué)習(xí)的路面裂縫檢查及全面質(zhì)量管理方法研究[D]. 袁亞超.重慶大學(xué) 2017
[4]基于圖像分析的路面裂縫檢測方法與識別研究[D]. 姜吉榮.南京郵電大學(xué) 2016
[5]超聲波在混凝土裂縫檢測中的物理模擬研究[D]. 李陽.西南交通大學(xué) 2016
[6]基于數(shù)字圖像的路面裂縫識別系統(tǒng)研發(fā)[D]. 張南朝.鄭州大學(xué) 2015
[7]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
[8]基于圖像處理技術(shù)的建筑物表面裂縫測量方法的應(yīng)用研究[D]. 崔磊.北京工業(yè)大學(xué) 2013
[9]基于數(shù)字圖像的混凝土裂縫檢測算法研究[D]. 宋君.長安大學(xué) 2013
[10]高速鐵路隧道襯砌裂縫圖像快速采集系統(tǒng)研究[D]. 王華夏.西南交通大學(xué) 2013



本文編號：3233141