《基于区域生长法的建筑裂缝定量分析方法》由会员分享，可在线阅读，更多相关《基于区域生长法的建筑裂缝定量分析方法（5页珍藏版）》请在金锄头文库上搜索。
1、基于区域生长法的建筑裂缝定量分析方法 周玉县 郑善喜 黄晓锋 徐清清 核工业湖州工程勘察院 摘 要： 数字图像处理技术应用于裂缝测量可获取数字化的裂缝信息, 具有操作灵活、测量精度高等优点, 可以克服传统建筑裂缝测量技术的费时费力、精度不高等不足, 具有广泛的应用前景。本文提出了一种基于区域生长法建筑裂缝识别方法, 通过在实地拍摄的建筑裂缝图片中选择若干种子点, 利用区域生长法提取出图像中的建筑裂缝部分, 获得能够表征建筑裂缝特点的性质参数。结合工程实例进行实验, 结果表明该法具有相当高的精确性和可行性, 可以满足工程实际的需要。关键词： 图像处理; 区域生长法; 种子点; 裂缝; 作者简介：
2、周玉县 (1979-) , 男, 山东临沂人, 高级工程师, 硕士, 从事岩土工程勘察与研究工作。收稿日期：2017-05-02QUANTITATIVE ANALYSIS METHOD OF BUILDING CRACKS BASED ON REGION GROWTH METHODZHOU Yuxian ZHENG Shanxi HUANG Xiaofeng XU Qingqing Nuclear Industry Huzhou Engineering Surrey; Abstract： Digital image processing applied to crack measurement
3、 can obtain crack digital parameters, with flexible operation and high measurement accuracy, can overcome the traditional building crack measurement technology of time and effort, lack of time-consuming laborious precision, has a wide range of application prospect. This paper proposes a construction
4、 fracture identification method based on regional growth method, by selecting several seed points from the pictures taken in the field of building cracks, and then region growing method is used to extract the image of structural cracks, then obtain parameters the characteristics of crack characteriz
5、ation of buildings. Experiment combined with engineering instance, the results show that the method has high accuracy and feasibility and can meet the requirement of engineering practice.Keyword： image processing; region growth method; seed point; crack; Received： 2017-05-020 引言土木工程中的建筑结构在各种因素的作用下,
6、会产生不同程度的裂缝, 当裂缝过大过密就会影响建筑的美观性、耐久性甚至危及结构的安全性。目前国内的结构建筑物裂缝的检测方法中, 广泛采用的还是传统的基于人工视觉检测裂缝的方法, 由于速度慢, 个人主观程度大, 而且花费高、危险, 故愈来愈不能适应检测发展的要求1。随着计算机技术及数码摄影技术的发展, 基于图像处理技术的结构验测方法得到了迅速的发展。例如, 李曙光在应用真空荧光环氧浸渍技术得到含微裂纹的混凝土显微图像的基础上, 应用数字图像技术对混凝土内部微裂纹结构特征进行量化分析2;张逊重点研究了基于灰度梯度的亚像素位移测量算法, 建立了亚像素的数学模型3;张彩宏从数字散斑的特性出发, 结合多
7、层平截算法提出了基于数字散斑图像的改进极值位移法4。本文参考区域生长法原理, 只需 1台数码相机采集裂缝图像及裂缝旁黏贴标定标签, 利用图像处理技术即可测量建筑表面裂缝长度、宽度、方位角等性质参数, 对被测建筑干扰少、设备简单、易于实现。1 区域生长法区域生长法是一种古老的图像分割方法, 最早的区域生长图像分割方法是由Levine 等人提出的5。区域生长是指将成组的像素或区域发展成更大区域的过程。算法实现步骤如下:(1) 对图像顺序扫描, 得到图像各像素点属性例如, 强度、灰度级、纹理颜色等, 并转化为属性数值。(2) 将图像中人工选取的一点作为种子起始点 (x 0, y0) 。(3) 以 (
8、x 0, y0) 为中心, 对其 8 邻域未被阙值判定过的像素点 (x, y) 的属性数值进行判定, 当其与种子点属性数值差小于设定阙值 T (生长准则) , 将 (x, y) 属性数值更新为 (x 0, y0) 属性数值, 并合并到种子区域, 同时并入临时集合 P。(4) 取出临时集合 P 的 (x, y) 当做 (x 0, y0) , 返回到步骤 (3) 判定。(5) 当临时集合 P 为空时, 该种子点生长完毕, 返回步骤 (2) 。(6) 重复步骤 (2) (5) 直到所有人工选取的点都生长完毕, 图像分割结束。2 裂缝图像处理为有效提高裂缝识别准确性, 尽可能用高像素相机, 采用正焦
9、(镜头垂直裂缝表面) 进行拍摄。数字图像之所以能测量裂缝长度、间距等性质参数是因为图像上的像素进行了标定。综合考虑多种标定方法, 本文采用的方法是在需要被测量的裂缝旁黏贴一个标准长度的标定标志6, 同时考虑到裂缝测量时间和测量环境的差异, 标定标志须采用相应需求的材料。如本文采用图 1 中的防水粘性强拉斯金材质的直径 5cm 圆形标定标志, 若其在图像上圆形直径两端像素点个数为 100, 则单位像素所代表的实际长度为 D=50/100=0.5mm/pix, 同时标志上一圈角度标志用于标明裂缝方位角。图像采集后, 需对图像进行预处理。裂缝图像信息中, 含有大量色彩信息, 需转化为便于计算的属性数
10、值, 本文方法采用灰度数值作为各像素点的属性数值。利用浮点算法式 (1) 将真彩图像中的各像素点的 R、G、B 三个参数值转换为灰度值:转为灰度图后, 选取图上裂缝上的像素点作为种子点, 如图 2 所示, 进行区域生长法图像分割。因人工选取种子像素点, 故可以很好地避免种子点外部因拍摄光线或建筑表面其他近似裂缝颜色的干扰。图像分割后进行二值化处理, 即生长好的裂缝属性赋值为 1 (展现结果白色) , 其余为 0 (展现结果黑色) , 裂缝提取效果见图 3。裂缝提取后, 将需要测量裂缝的部分进行框选, 定义左上角像素点坐标为坐标原点, 相邻像素点间距为 1, 坐标轴 X 正方向水平向右, 坐标轴
11、 Y 正方向垂直X 轴向下。对框选部分图像进行逐行扫描, 对每行像素裂缝属性赋值为 1 点进行连线, 获得连线中心点坐标值, 将框选部分所有连线中心点相连, 作为裂缝轴线。裂缝轴线长度乘以单位像素坐标代表尺寸 D 即可得到框选裂缝长度;裂缝轴线两端端点连线与标定标志设定的水平向夹角为框选裂缝的倾角;裂缝轴线宽度以框选平均值法进行计算, 即统计框选裂缝属性赋值为 0 点个数乘以单位像素坐标代表尺寸 D 的平方然后除以裂缝轴线长度。如果裂缝的宽度沿轴线长度有明显变化, 则可以多次框选裂缝各个区域, 计算各区域的裂缝宽度, 以确定裂缝的最大宽度。3 精度验证试验对象为某大楼地下停车库墙面裂缝, 墙面
12、为多孔砖填充墙, 墙面采用普通抹灰。投入使用若干年后, 车库墙面的不同部位出现了非贯通性的裂缝。实验过程中, 现场拍摄采用的相机为尼康 D810-3709 万像素, 对墙体进行垂直拍摄, 拍摄距离约 500mm, 拍摄时间为下午, 光线阴暗, 拍摄某裂缝图片见图 5。为了进行标定和对比, 裂缝位置以裂缝测宽仪器进行测量宽度, 并与数字图像处理结果进行对比, 以验证本文方法的可靠性, 某裂缝现场照片结果如表 1 所示。表 1 两种方法测得裂缝宽度比较 下载原表 由表 1 可知, 某裂缝现场照片两种方法的误差在 10%以内, 同时笔者对停车库其他 4 块墙面裂缝进行测量拍照, 并与本文方法结果对比
13、, 统计 15 个裂缝, 结果表明当裂缝宽度大于 0.15mm 时, 两种方法的误差在 10%以内。误差主要原因与相机拍摄像素精度和测量仪器光学精度有关, 表明本文方法具有很高的精确性和稳定性, 可以满足工程实践需要, 且本文方法相比用裂缝测宽仪测量裂缝需要最终人工读取裂缝宽度示数后计算宽度, 具有更高的可操作性。4 结语基于区域生长法的建筑裂缝定量分析方法根据人工选取裂缝种子点, 然后运用区域生长法对裂缝进行提取。该方法设备要求简单, 易于实现, 开发相应的软件可以方便快捷地得到建筑裂缝需要的数据。将数字图像处理技术运用于裂缝测量, 特别是对于一些条件较为恶劣的及需要长期连续监测的现场, 运
14、用此法进行远距离长焦拍摄或远程传输图像监测也是一种很好的选择。该法可大幅度地提高现场裂缝监测的效率、人员的安全性以及数据的精确性。参考文献1叶贵如, 周青松, 林晓威.基于数字图像处理的表面裂缝宽度测量J.公路交通科技, 2010, 27 (2) :75-78. 2李曙光, 陈改新, 鲁一晖.基于数字图像处理的混凝土微裂纹定量分析技术J.建筑材料学报, 2013, 16 (6) :1072-1077. 3张逊.基于数字图像测量方法的拉力试验机非接触位移测量技术研究J.自动化应用, 2016, (7) :137-139. 4张彩宏.数字散斑图像整像素位移测量的相关技术研究D.太原:中北大学, 2016. 5Levine A J.The Cellular Gatekeeper Review for Growth and Division.J.Cell, 1997, 88 (3) :323-331. 6傅军, 金伟良, 康锋, 等.墙体浅层裂缝检测的数字化图像处理方法J.土木建筑与环境工程, 2009, 31 (6) :137-141.
