本文選題：橋梁檢測機 + 小波分析�。� 參考：《北京交通大學》2017年碩士論文

【摘要】：在我國的交通運輸建設過程當中,公路橋梁一直是非常重要的組成部分。由于之前改革開放的大力建設,現階段,我國每年步入維保期的橋梁總數也在日益增加,因此對橋梁安全檢測尤其是對橋梁裂縫檢測的需求已經提高到一個新的高度,然而由于傳統(tǒng)的人工檢測方法不但工作危險系數大,工作成本高,而且檢測效率低,檢測結果精確度和可信度較低。隨著現代計算機技術的飛速發(fā)展以及計算機硬件性能的不斷提高,使發(fā)展最迅速的數字圖像處理技術能夠應用到橋梁裂縫檢測中也成為可能,所以,提出新的可視化裂縫檢測方法來完成對橋梁的健康評估勢在必行,而且具有非常大的價值意義。本文工作基于一種自主設計的可以實時采集到橋梁底面圖像的橋梁檢測設備,提出了用于混凝土橋梁裂縫檢測的圖像處理算法,并采用基于機器學習的分類方法進行橋梁裂縫的分類,最后還進行了橋梁裂縫最大寬度的計算,為改善交通運輸中的橋梁檢測與維保工作做出重要貢獻。其中具體工作有以下幾個方面:(1)首先針對采集到的圖像進行預處理從而使目標裂縫得到了增強并且噪聲干擾物得到了相對的弱化,預處理包括灰度化,濾波以及圖像增強。然后對處理后的圖像進行粗分割,最后運用圖像形態(tài)學分析方法進行圖像中噪聲塊的濾除,從而初步分割出橋梁裂縫目標。(2)目標裂縫的連接。由于裂縫圖像通過上述的圖像處理方法會一定程度影響裂縫連接性,為了得到更加連續(xù)、完整的裂縫目標,論文通過一種基于KD樹的裂縫連接算法進行裂縫片段連接。首先,計算每段裂縫間的最小外接凸多邊形并找到每段裂縫的端點;接著,設定一個閾值并判斷不同裂縫段上兩端點之間的距離是否小于該閾值,小于則連接這兩個端點;最后將連線之間的裂縫連通域填充起來,從而提取出完整的連續(xù)的裂縫。(3)裂縫目標的分類。因為不同類型的裂縫對橋梁的危害不同,所以在提取出完整的裂縫目標之后,還需要進行裂縫的分類工作。本文根據裂縫的分類需求提出一種基于學習型的SVM決策樹分類方法用于橋梁的裂縫分類。首先根據裂縫的不同特征提取了 7維的裂縫特征向量;然后根據訓練樣本訓練出所需的SVM分類器;最后將驗證樣本集輸入訓練好的SVM分類器中進行驗證分類。最后驗證結果表明,本文所采用的分類方法對于橋梁裂縫的分類精度較高,能夠應用到工程當中。(4)裂縫長度及最大寬度計算。針對裂縫長度寬度等幾何信息計算精度不高的問題,本文首先在二值圖像上計算裂縫的骨架點,通過骨架化求取裂縫長度,并對圖像細化做出了改進;然后通過二值形態(tài)學腐蝕算法按照本文設計的算法流程進行裂縫最大寬度的計算,得出的測量結果與實測結果進行對比,最后得出結論。本文提供的裂縫最大寬度計算方法,在識別裂縫寬度的精度上能夠滿足工程實踐的需要�，F如今,使用數字圖像處理技術對混凝土橋梁裂縫進行檢測識別的研究已獲得了非常廣泛的關注。而本文研究的可視化檢測診斷方法不但可以解放廣大勞動力,降低檢測維護成本,而且還可以有效地排除人為因素的主觀干擾,具有較高的實用價值以及應用前景。
[Abstract]:In the process of transportation construction in China , the highway bridge has been an important part . As a result of the vigorous construction of the reform and opening up , the total number of bridges in the maintenance period has been increased in China every year . ( 4 ) The crack length and the maximum width are calculated . Aiming at the problem that the calculation precision of crack length is not high , this paper firstly calculates the skeleton point of the crack on the binary image , obtains the crack length by skeleton , and finally draws the conclusion .

【學位授予單位】：北京交通大學
【學位級別】：碩士
【學位授予年份】：2017
【分類號】：U446;TP391.41

【參考文獻】

相關期刊論文 前10條

1 馮正霖;;我國橋梁技術發(fā)展戰(zhàn)略的思考[J];中國公路;2015年11期

2 任亮;徐志剛;趙祥模;周經美;;基于Prim最小生成樹的路面裂縫連接算法[J];計算機工程;2015年01期

3 范會敏;王浩;;模式識別方法概述[J];電子設計工程;2012年19期

4 高宏;;石太高速公路混凝土橋梁裂縫的成因[J];交通世界(建養(yǎng).機械);2012年Z1期

5 王繼平;孫華燕;章喜;;基于面形態(tài)學的靶場紅外小目標檢測方法[J];裝備指揮技術學院學報;2011年04期

6 耿小華;;淺談混凝土結構耐久性[J];黑龍江交通科技;2011年08期

7 鄒大鵬;吳百海;賴亞勇;龍建軍;;智能視頻橋梁檢測車工作臂超聲探障系統(tǒng)研究[J];機床與液壓;2010年13期

8 張維峰;劉萌;楊明慧;;基于數字圖像處理的橋梁裂縫檢測技術[J];現代交通技術;2008年05期

9 閆茂德;伯紹波;賀昱曜;;一種基于形態(tài)學的路面裂縫圖像檢測與分析方法[J];工程圖學學報;2008年02期

10 吳浩;姚燕;王玲;;數字圖像處理技術在水泥混凝土研究中的應用[J];混凝土與水泥制品;2007年04期

相關博士學位論文 前2條

1 栗琳;基于視覺的高反射球面缺陷快速檢測關鍵技術研究[D];天津大學;2013年

2 遲健男;圖像形態(tài)學和小波分析在圖像增強與邊緣檢測中的應用[D];東北大學;2005年

相關碩士學位論文 前7條

1 齊超;橋梁裂縫檢測中圖像識別處理與測量技術的研究[D];北京交通大學;2014年

2 彭留留;預應力混凝土箱梁橋裂縫及控制研究[D];西南交通大學;2011年

3 蔡光明;高速鐵路橋梁底面裂縫的視頻檢測系統(tǒng)研究[D];北京交通大學;2011年

4 王暢;基于小波變換與模糊方法的圖像邊緣檢測[D];長沙理工大學;2007年

5 金玉泉;橋梁的病害及災害[D];同濟大學;2006年

6 曾燕華;基于計算機視覺的橋梁表面缺陷檢測技術研究[D];廣東工業(yè)大學;2005年

7 王春光;基于小波分析的圖像特征提取方法研究[D];國防科學技術大學;2004年

，

本文編號：1809569