基于嵌入式ARMS3C2440智能建筑物裂紋實(shí)時(shí)測量系統(tǒng)開發(fā)研究

摘 要:隨著各種嵌入式處理器速度的極大提高與集成電路的發(fā)展,大量的嵌入式設(shè)備被越來越多的應(yīng)用于人們生活的方方面面。以自帶Linux操作系統(tǒng)的ARMS3C2440開發(fā)板為開發(fā)平臺(tái),完成了建筑物裂紋實(shí)時(shí)監(jiān)測系統(tǒng)的算法實(shí)現(xiàn)與最終的軟件開發(fā)。與一般的裂紋檢測系統(tǒng)不同,這里通過將裂紋邊緣檢測與裂紋寬度測量分開進(jìn)行,使得裂紋位置鎖定與測量結(jié)果更準(zhǔn)確。通過使用QT進(jìn)行界面設(shè)計(jì),使得所開發(fā)的軟件更具智能性、用戶友好性等特點(diǎn)。

關(guān)鍵詞:裂紋實(shí)時(shí)監(jiān)測系統(tǒng);Linux操作系統(tǒng);ARMS3C2440開發(fā)板;QT

中圖分類號(hào):TP29 文獻(xiàn)標(biāo)識(shí)碼:A

文章編號(hào):1004-373X(2009)21-138-03

Development and Research of Intelligent Building Crack′s Real-time

Measuring System Based on ARMS3C2440

ZUO Yongbo

(Electrical College,Hunan University,Changsha,410082,China)

Abstract:With the enhancement of variety of embedded processor′s speed and the development of integrated circuits,a large number of embedded devices are increasingly being applied in each aspects of people's living.In this study,with Linux operating system ARMS3C2440 development board for the development platform,the building crack monitoring system for real-time algorithm implementation and the final software development is completed.Different from the general crack detecting system,adopting edge of the crack detection and crack width measurement separately,making crack and measuring the results of locking position is more accurate.Using QT for interface design,making the software developed by a more intelligent,user-friendly and so on.

Keywords:crack real-time monitoring system;Linux operating system;ARMS3C2440 development board;QT

0 引 言

在建筑業(yè)中,評(píng)價(jià)墻體裂紋,地面裂紋是評(píng)價(jià)房屋質(zhì)量的一項(xiàng)重要指標(biāo)。由于傳統(tǒng)的利用手工標(biāo)尺進(jìn)行裂紋寬度測量的方法既不準(zhǔn)確又不方便,于是將嵌入式應(yīng)用于自動(dòng)測量建筑裂紋寬度成為了許多研究者的重要研究內(nèi)容。

本研究將問題劃分為以下兩個(gè)部分:

(1) 裂紋寬度測量算法;

(2) 將以上所開發(fā)軟件移植到ARM開發(fā)板,并優(yōu)化算法提高軟件運(yùn)行速度。

1 裂紋寬度測量算法

計(jì)算裂縫寬度關(guān)鍵是要利用圖像分割技術(shù)得到裂縫的真正邊緣。雖然已有文獻(xiàn)介紹了多種分割方法[1-4],但是未見有針對(duì)裂縫測試儀采集到的裂縫圖像進(jìn)行處理的方法。因此,本文針對(duì)裂縫圖像,提出了結(jié)合OTSU圖像分割與Sobel邊緣檢測的混合算法進(jìn)行裂紋檢測與寬度測量。

1.1 圖像獲取

圖像獲取過程如圖1所示:被檢測的裂縫通過光學(xué)系統(tǒng)在CMOS圖像傳感器上成像,然后通過USB接口將裂縫圖像輸出到ARM上進(jìn)行處理。

裂縫圖像如圖2所示。裂縫寬度分布范圍較廣,自幾十至幾百像素不等,但遠(yuǎn)遠(yuǎn)小于圖像的寬度值。裂縫周圍有部分噪聲,有的圖像含有大量污染區(qū)域,這成為裂縫位置鎖定的難點(diǎn)。

1.2 OTSU圖像分割

通過與已有圖像分割方法如:直方圖法、OTSU法、區(qū)域分割法等進(jìn)行比較發(fā)現(xiàn),OTSU在最后的效果上占有明顯的優(yōu)勢。因此采用OTSU方法進(jìn)行圖像的分割。

圖像分割的結(jié)果如圖3所示。觀察結(jié)果,很容易發(fā)現(xiàn)圖像的邊緣很大區(qū)域被錯(cuò)分為與裂縫一樣。于是直接計(jì)算裂縫寬度時(shí)會(huì)導(dǎo)致將錯(cuò)分的區(qū)域計(jì)算成裂縫。因此除了計(jì)算裂縫寬度外,對(duì)候選裂縫集合進(jìn)行有效剔除是另一個(gè)重要任務(wù)。對(duì)選裂縫集合進(jìn)行有效剔除將會(huì)在下一小節(jié)中進(jìn)行討論。

分割完圖像后,計(jì)算所有可能成為裂縫的區(qū)域的寬度。采用從圖像給定行的起始位置開始計(jì)算裂縫寬度,當(dāng)發(fā)現(xiàn)像素灰度由0變?yōu)?55,記為一個(gè)裂縫的左邊緣起始位置;當(dāng)查找到像素灰度由255變?yōu)?,記為一個(gè)裂縫的右邊緣結(jié)束位置。通過這種方法可以獲取給定行的所有可能的裂縫寬度。但是在具體試驗(yàn)中發(fā)現(xiàn),計(jì)算對(duì)單行的裂縫進(jìn)行寬度測量還是存在比較大的誤差。于是采用求取給定行上下5行共10行的平均值的方法。這樣可以有效地去除毛刺的干擾。通過這種方法,得到一個(gè)裂縫的候選集合,并且計(jì)算出候選集合中每一個(gè)位置的寬度。

1.3 Sobel邊緣檢測

以上小節(jié)得出了裂縫的候選集合,但是事實(shí)上這個(gè)候選集合含有大量的非裂縫區(qū)域。這一節(jié)中的主要內(nèi)容是設(shè)計(jì)算法剔除這些干擾裂縫,獲取更小的裂縫候選集合。在試驗(yàn)中,由于裂縫具有明顯的邊緣,而干擾圖像區(qū)域有比較模糊的邊緣或者僅有一個(gè)邊緣等,通過分析,提出采用Sobel邊緣檢測的方法進(jìn)行裂縫位置的鎖定。Sobel算子由兩個(gè)卷積核組成,如圖4所示,圖像中的每個(gè)點(diǎn)都用這兩個(gè)核做卷積,一個(gè)核對(duì)通常的垂直邊緣相應(yīng)最大,而另一個(gè)對(duì)水平邊緣相應(yīng)最大。兩個(gè)卷積的最大值作為該點(diǎn)的輸出位。運(yùn)算結(jié)果是一幅邊緣幅度圖像。

通過對(duì)原始圖像采用Sobel邊緣檢測得到如圖5所示結(jié)果。

但是,這個(gè)結(jié)果很明顯存在很多微小的干擾,這些干擾必須予以剔除,否則將對(duì)鎖定裂縫邊緣沒有任何效果。通過對(duì)邊緣檢測結(jié)果圖像仔細(xì)分析發(fā)現(xiàn),雖然存在微小干擾,但是他們的灰度值普遍偏小,針對(duì)這一發(fā)現(xiàn),對(duì)緣檢測結(jié)果圖像做與上一節(jié)中一樣的圖像分割,這會(huì)將微小的干擾有效地剔除。實(shí)際的實(shí)驗(yàn)結(jié)果也驗(yàn)證了這一點(diǎn),如圖6所示。

同過對(duì)分割后的邊緣圖像進(jìn)行觀察,圖像仍然存在一些微小的干擾,但這些干擾相對(duì)于未處理的緣檢測結(jié)果圖像已經(jīng)很少,將在后續(xù)的處理中對(duì)圖像裂縫添加附加約束,從而取出這些干擾的影響。

1.4 基于裂縫特征的附加約束

通過對(duì)大量的裂縫圖像進(jìn)行分析,發(fā)現(xiàn)圖像裂縫有如下特點(diǎn):

(1) 裂縫灰度值低于墻體的灰度值。

(2) 裂縫的寬度相對(duì)于整個(gè)圖像不超過圖像寬度的1/3。

(3) 污染的墻體區(qū)域一般呈大的塊狀出現(xiàn),且很多僅含有一個(gè)邊界,另一邊界延伸至圖像外面。

(4) 墻體的一些微小的干擾呈小塊狀出現(xiàn)。

(5) 裂縫一般為帶狀。

使用ARM處理器處理圖像,由于其速度慢且有實(shí)時(shí)性要求,故不能處理整張的圖像,換句話說,必須處理局部圖像。這就很明顯增加了剔除候選裂縫的難度。該系統(tǒng)顯然是無法使用特點(diǎn)(4)、特點(diǎn)(5)的。因此僅使用了前三個(gè)特點(diǎn),并提出了約束:剔除寬度高于圖像寬度1/3的裂縫候選集,剔除寬度低于1/10的裂縫候選集。

通過添加以上約束,實(shí)驗(yàn)效果有了明顯的提高。圖7是PC機(jī)的結(jié)果,由于同時(shí)使用了5個(gè)約束效果比較好。圖8是ARM系統(tǒng)運(yùn)行的截圖,由于在ARM上不方便分步計(jì)算出每一個(gè)步驟,故直接給出了帶有測量結(jié)果的截圖。

2 基于Linux的QT界面設(shè)計(jì)算法

前文討論的是主要的算法部分,完整的裂紋測量系統(tǒng)還包括用戶接口部分,即圖形界面接口。在ARM上采用QT進(jìn)行界面設(shè)計(jì)已經(jīng)比較成熟,它具有以下主要特點(diǎn):

(1) 入門容易、學(xué)習(xí)成本低。了解基本概念后就可以邊查文檔邊寫程序。

(2) 跨平臺(tái)效果好。本來是Linux下的工具庫,在Windows下默認(rèn)觀感也很好。

3 軟件移植與程序優(yōu)化

由于最終的程序是運(yùn)行在ARM系統(tǒng)上,而由于ARM處理圖像時(shí)的速度慢與裂縫測量儀器的實(shí)時(shí)性要求,必須對(duì)程序進(jìn)行優(yōu)化,并將算法移植到ARM系統(tǒng)上,使之可以正確運(yùn)行。

軟件的移植比較容易。由于一開始很注重將PC機(jī)上仿真成功的算法及時(shí)移植到ARM上,故程序的移植變得比較容易。

但是程序的優(yōu)化是一個(gè)問題,雖然現(xiàn)在的ARM速度已經(jīng)提高了很多,但是在處理圖像時(shí)還是很吃力,加上算法中需要對(duì)原圖像兩次獨(dú)立處理,相當(dāng)于加倍了ARM的負(fù)擔(dān)。通過對(duì)大量裂縫圖像的分析,針對(duì)前文中提出的裂縫特點(diǎn)以及結(jié)合ARM本身的運(yùn)算速度條件,提出剔除處理全部圖像的算法。采用了只處理給定行位置上下10行的區(qū)域。通過只處理這20行圖像,極大地提高了程序的運(yùn)行速度。以上方法并行,還采用多線程編程方法,通過將圖像采樣與圖像的處理分為兩個(gè)進(jìn)程完成,有效地提高了程序的運(yùn)行速度。

4 實(shí)驗(yàn)結(jié)果分析

該程序分別在PC機(jī)和ARM開發(fā)板上運(yùn)行,效果如圖7,圖8所示。

通過大量的實(shí)驗(yàn)發(fā)現(xiàn)該算法能較好地檢測出裂縫的分布和寬度。在算法中采用了結(jié)合OTSU圖像分割與Sobel邊緣檢測的混合算法進(jìn)行裂紋檢測與寬度測量。這種算法能分別有效利用邊緣檢測與圖像分割兩種方法各自的優(yōu)點(diǎn)。另外在該算法中加入了一些分析獲得的約束條件,這能極大地彌補(bǔ)邊緣檢測與圖像分割混合方法的不足,從而有效地提高了裂紋位置鎖定與裂縫寬度測量的精度。

5 結(jié) 語

針對(duì)墻體裂紋測量,設(shè)計(jì)出了一套適用于裂縫寬度檢測的算法。該算法能較好地檢測出裂縫的分布和寬度。采用邊緣檢測與圖像分割混合的方法并通過對(duì)大量圖像進(jìn)行分析,對(duì)算法添加了一系列符合圖像裂縫特征的約束條件,極大地提高了算法的準(zhǔn)確性與健壯性。分別將程序運(yùn)行于PC機(jī)系統(tǒng)與ARM系統(tǒng),并針對(duì)ARM系統(tǒng)的特點(diǎn)對(duì)算法進(jìn)行了一系列優(yōu)化,引入了并行處理技術(shù),在提高ARM運(yùn)行速度的同時(shí),使得ARM系統(tǒng)檢測出的結(jié)果達(dá)到與PC機(jī)系統(tǒng)幾乎同等的效果。

參考文獻(xiàn)

[1]施樹明,初秀民,王榮本.瀝青路面破損圖像測量方法研究 [J].公路交通科技,2004,24(7):12-16.

[2]陸玲,陳國明,戴揚(yáng).水下結(jié)構(gòu)物裂縫特征定量分析與測量 [J].計(jì)算機(jī)測量與控制,2004,12(1):10-12.

[3]甘玲,李濤,趙輝,等.CP神經(jīng)網(wǎng)絡(luò)在圖像邊緣檢測中的應(yīng)用 [J].四川大學(xué)學(xué)報(bào):自然科學(xué)版,2003,35(3):93-96.

[4]王大志,黃劫,徐樹英.采用灰度直方圖的孔型識(shí)別和二值化閾值自動(dòng)匹配 [J].測控技術(shù),2005,24(2):48-49.

[5]耿飛,錢春香.圖像分析技術(shù)在混凝土收縮裂縫定量測試與評(píng)價(jià)中的應(yīng)用研究 [J].東南大學(xué)學(xué)報(bào):自然科版,2003,33(6):773-776.

[6]Kima K S,Kangb K S,Kangc Y J,et al.Analysis of an Internal Crack of Pressure Pipeline Using ESPI and Hearography[J].Optics&Laser; Technology,2003,35(8):639-643.

[7]陳果,左洪福.圖像閾值分割的兩種新技術(shù)[J].模式識(shí)別與人工智能,2002,15(4):468-473.

[8]胡霞.國內(nèi)外路面快速檢測技術(shù)的現(xiàn)狀與發(fā)展[J].中外公路,2003(6):95-99.

[9]張娟.基于數(shù)字圖像處理的路面裂縫自動(dòng)識(shí)別與評(píng)價(jià)系統(tǒng)[J].長安大學(xué)學(xué)報(bào),2004(2):18-22.

[10]付忠良.圖像閾值選取方法——OTSU方法的推廣[J].計(jì)算機(jī)應(yīng)用,2000,20(5):37-39.

[11]羅水云,王龍文,于潤橋.嵌入式系統(tǒng)在螺紋探傷儀中的應(yīng)用.現(xiàn)代電子技術(shù),2007,30(10):61-62,68.

作者簡介 左勇波 男,1987年出生,重慶渝中人。研究方向?yàn)殡娐吩O(shè)計(jì)及嵌入式應(yīng)用。