《桥梁裂缝的分步式检测算法.doc》由会员分享，可在线阅读，更多相关《桥梁裂缝的分步式检测算法.doc（55页珍藏版）》请在金锄头文库上搜索。
1、河南科技大学本科毕业设计（论文）桥梁裂缝的分步式检测算法摘 要桥梁的生命周期是衡量整个交通工程状况的关键，裂缝又是桥梁常见的病害形式。本文以桥梁裂缝图像为研究对象，通过深入分析桥梁裂缝图像中目标、噪声和背景等特有的性质，提出一种新的桥梁裂缝的分步式裂缝检测模型。整个分步式裂缝检测模型主要包括四步：首先，为减少图像中的冗余信息，提高检测效率，进行图像灰度化；其次，由于目标和噪声在裂缝图像中分布与形态的多样性，本文采用自适应均值-中值滤波的阈值分割算法对裂缝目标轮廓进行提取；但是，由于部分噪声和背景成块存在于裂缝图像中，本文采用扩大邻域窗口算法去除块噪声；最后，根据裂缝目标和伪裂缝噪声的形态弯曲程
2、度相异的特性，采用最小二乘方差分布算法对伪裂缝加以去除。同时，对光照不均时细小裂缝的提取，提出了自适应阈值选择算法。大量实验表明，分步式裂缝检测模型在提取轮廓的同时，有效去除了块噪声和伪裂缝噪声的影响，解决了桥梁裂缝图像中多种噪声交互的复杂情形，并且算法在检测精度和速度上有了明显的提高。关键词：桥梁裂缝，分步式裂缝检测，自适应阈值，块噪声，光照不均MULTI-STEP DETECTION ALGORITHM OF BRIDGE CRACKABSTRACTThe bridge life cycle is the key to measure the traffic engineering con
3、ditions, and cracks are the common deterioration problems of bridge form. The paper is base on bridge crack image as the research object. Through in-depth analyze the special properties of the target, noise and background of bridge crack image, this paper propose a new multi-step cracks detection mo
4、del about bridge cracks.Multiple step format crack detection model mainly includes four steps. First of all, In order to reduce the redundant information in the image and improve the efficiency of detection, the image should be converted to gray image. Secondly, it is diversity of distribution and m
5、orphology of the target and noise in the cracks images. The target contour is extracted by adaptive mean - median filtering threshold segmentation in This paper. However, Because of the noise and background into pieces in the crack images, this paper uses the expanded neighborhood window algorithm t
6、o filter the block noise. The last, Because of the target and pseudo crack noise with different features of shape bending degree, using the least squares variance distribution algorithm for removing pseudo crack in this paper. Meanwhile, to extract tiny cracks in the uneven illumination, adaptive th
7、reshold selected model was presented. A large number of experiments show that the multiple step format crack detection model not only extract the crack shape, but also is effective to get rid of the effects of blocking noise and pseudo crack noise, and this model solve the complex situations of a va
8、riety of interaction noise in the bridge crack images. And the algorithm on the precision and speed have obvious improvement.KEY WORDS：bridge crack, multi-step crack detection, The adaptive threshold, blocking noise, Uneven illumination目录 前言1第1章 绪论31.1 桥梁裂缝检测的研究31.1.1 国内外研究现状31.1.2 桥梁裂缝图像噪声分析51.2 本文
9、主要研究的内容61.3 本文内容安排7第2章 数字图像处理理论基础92.1 概述92.2 图像增强技术92.2.1 图像的灰度变换92.2.2 直方图均衡化92.2.3 图像的空域卷积滤波102.3 常见滤波算法分析112.3.1 均值滤波112.3.2 中值滤波122.3.3 自适应中值滤波122.4 本章小结13第3章 光照不均时细小裂缝的提取143.1 桥梁裂缝图像的分类143.2 细小裂缝提取的现实意义143.3 自适应阈值算法设计153.4 实验结果和分析163.5 本章小结17第4章 桥梁裂缝图像的自适应均值-中值滤波分割算法184.1 图像分割概述184.2 图像阈值分割184.
10、2.1 极小值点阈值194.2.2 最优阈值194.2.3 迭代阈值194.3 自适应均值-中值滤波204.4 基于自适应均值-中值滤波的阈值选择204.4.1 自适应均值-中值滤波的阈值选择算法思想及步骤214.4.2 实验结果及分析224.5 本章小结23第5章 裂缝目标图像混合噪声的去除255.1 桥梁裂缝图像的块噪声去除255.1.1 扩大邻域窗口检测提出的背景及原理255.1.2 邻域窗口大小的选取265.1.3 实验结果与分析275.2 桥梁裂缝图像的伪裂缝去除285.2.1 伪裂缝去除算法提出的意义及简要步骤285.2.2 实验结果与分析295.3 本章小结30结论31参考文献3
11、3致谢35附录36V前言随着社会经济的快速发展，各个城市之间的联系日益紧密，交通运输是不可或缺的交流方式之一，因而交通运输具有重要的经济、社会、政治和国防意义。混凝土桥梁作为交通中的一个重要枢纽也在被快速的建设起来，桥梁是桥梁上部的基本结构形式，而其本身在服役过程中，不可避免地存在着各种缺陷和损伤，它是造成工程坍塌、设备损坏，甚至车毁人亡等重大事故的重要因素。近年来车辆超载现象严重，桥梁病害逐年增多，桥梁垮塌事故接连发生，并造成人员伤亡1。自雅安地震以后，全国各地加强了桥梁检测的力度，在桥梁检测中，对桥梁裂缝的检测显得尤为重要和突出2。桥梁结构表面病害，通常表现为裂缝、蜂窝、麻面、漏筋等多种形
12、式3-4。桥梁裂缝类病害是桥梁构架的主要病害之一。正确地评价混凝土表面的裂缝，对结构的评估、鉴定和维护具有非常重要的现实意义5。本课题研究的目的是：在不影响正常交通秩序的情况下，应用图像采集设备和数字图像处理技术快速精确的检测出裂缝并对桥梁进行评估，为维护工作提供精确、及时的状况资料。对于桥梁灰度裂缝图像，一方面由于裂缝的方向性比较复杂，另一方面图像噪声比较严重，这些因素都是桥梁裂缝图像检测中的难点。近几年来，国内外的一些专家提出很多关于公路裂缝的检测算法。李清泉6等提出基于最小代价路径的检测方法，克服了影像半点噪声强、裂缝对比度低、连续性差，但算法的实时性比较低。王晓明7等提出了基于多图像与
13、多分辨率的裂缝检测方法，提高了裂缝检测的可靠性和精度，克服了单张图像检测产生的误验，但是算法的复杂度比较高，有效性比较低。徐威8等提出了基于图像显著性的裂缝检测方法，克服了图像噪声成分复杂、覆盖面广，但是该算法处理裂缝特征不明显，裂缝显著性区域提取的准确度不高。但是最近几年关于桥梁裂缝检测算法比较少。如章秀华9等提出加权融合纹理的裂缝检测，融合局部二元模式特征、相对标准差和对比度三种纹理特征提取裂缝，对小块噪声检测的准确度有所提高，但对大面积噪声的去除不明显，并且增加了误验的风险。董安国10等提出桥梁裂缝检测的种子游走算法，对光照不均及背景噪声不敏感，但种子的选择对检测的影响很大，实时性较低，
14、并且算法的适应性比较差。由于实际中桥梁裂缝图像中噪声复杂多样、裂缝信息不明显、裂缝形态差异较大，同时，桥梁裂缝检测系统又要求具有较高的实时性，本文采用一种桥梁的分步式裂缝检测方法，主要在图像裂缝的提取上进行改进。由于图像中目标区域和噪声区域分布的随机性和多样性，为每个图像设置单个阈值进行图像分割，不能有效解决目标和噪声分布的随机性，本文算法为整个图像中每个像素点分配特定的阈值进行二值化，该阈值不同于图像中其他像素点被分配的阈值；又由于目标区域内和噪声区域内的局部连续性，可根据当前像素点的邻域信息，得到该像素点特定的阈值，然后对分割后图像进一步完善处理。通过对桥梁裂缝图像进行处理得到桥梁的损毁情
15、况，为后续桥梁裂缝的评估提供可靠的依据。第1章 绪论1.1 桥梁裂缝检测的研究1.1.1 国内外研究现状由于数字图像处理技术具有实用性广、灵活性好、精确度高、易再现等诸多突出的有点，因而，基于数字图像处理技术进行桥梁裂缝图像的检测远比人工检测明显的优越性。正是如此，近些年国内外的很学着专家们都深入于该领域并取得了一定的成果。1、 国外研究现状2003年，美国密歇根大学的Ikhlas Abdel-Qade11等人通过快速傅里叶变换(FFT)、快速哈尔变换(FHT)、快速傅罩叶变换(FFT)、sobel算子和Canny算子等技术在桥梁裂缝检测方面进行比较与试验，实验显示FHT在边缘检测中最有效。2004年，日本早稻田大学的Robert ouellette等人，在裂缝检测
