混凝土裂縫的圖像識別技術研究

曹禮園 侯曉燕

摘要：由于人工檢測裂縫方法的可靠性低，成本高，受主觀性影響大，本文研究利用數(shù)字圖像技術進行混凝土裂縫的圖像識別，這種方法具有精度高，不受人為經(jīng)驗影響，靈活性高，速度快，成本低等優(yōu)點。利用數(shù)字圖像處理技術處理混凝土裂縫的圖像流程包括圖像灰度化、圖像去噪、圖像增強、裂縫提取等。本文就混凝土裂縫圖像的處理技術進行研究和總結，為此領域的研究工作者提供參考。

由于多方面的原因，混凝土建筑物出現(xiàn)裂縫是極普遍的。而混凝土裂縫造成的危害也是相當大。由于裂縫導致凍融循環(huán)、碳化、鋼筋銹蝕等現(xiàn)象，進一步加大裂縫，使得建筑物的承載力、安全性大大降低。因此，應及時檢測裂縫，并觀測裂縫的形態(tài)變化發(fā)展，分析裂縫形成的原因，判斷裂縫的發(fā)展是否穩(wěn)定，據(jù)此來分析判斷對結構的影響程度。在此基礎上根據(jù)裂縫出現(xiàn)部位、建筑物的重要性、裂縫的大小及危害程度，采取不同的修補措施，以確保結構的安全使用。

對于裂縫檢測技術，傳統(tǒng)的人工檢測依靠檢測人員自身的經(jīng)驗進行檢測，從而導致可靠度低，人力成本高，主觀性大等缺點。利用數(shù)字圖像技術進行混凝土裂縫的圖像識別，具有精度高，不受人為經(jīng)驗影響，靈活性高，速度快，成本低等優(yōu)點。本文利用數(shù)字圖像處理技術，包括圖像灰度化、圖像去噪、圖像增強、裂縫提取等，對混凝土裂縫圖像進行處理，得到最終的裂縫圖像。

1、 圖像灰度化

RGB圖像是彩色圖像的表示方法，利用三個數(shù)組分表代表R、G、B三個分量。在MATLAB，使用rbg2gray（）函數(shù)可以將RGB圖像轉化為灰度圖像。

2、圖像去噪

建筑物及路面的表面通常有灰塵、細小的砂石及混凝土自帶紋理。可使用均值濾波法、中值濾波法、基于小波變換的圖像濾波處理法。均值濾波法用領域（包括中心像素）內(nèi)的灰度值的均值替代中心像素的值，主要算法平均濾波器、幾何均值濾波器等，會降低圖像中的噪聲，但同時，它也會使圖像丟失部分細節(jié)。中值濾波法是統(tǒng)計排序（非線性）濾波器中最重要的一種，它用領域（包括中心像素）內(nèi)的灰度值的中值替代中心像素的值。對于隨機噪聲，中值降噪能力非常好?；谛〔ㄗ儞Q的圖像濾波處理法包括小波分解和基于小波閾值的去噪法，主要優(yōu)點為即能去除噪聲，又能保留細節(jié)。小波閾值去噪的原理圖像和噪聲在不同值上的小波系數(shù)也不一樣。設定閾值，小于閾值的小波系數(shù)可以設為一個較低的值，大于閾值的小波系數(shù)保持不變，目的是為了最大保留圖像信息的情況下去除圖像噪聲。

圖一、圖二、圖三、圖四分別為原圖、（幾何）均值濾波后的圖像、中值濾波后的圖像、（基于小波閾值）小波變換的圖像濾波處理法。從圖像和去噪圖像的信噪可知，去噪效果最優(yōu)是小波變換，其次是中值，最差的為均值?？芍〔ㄩ撝等ピ胱钸m合本文混凝土裂縫去噪處理。

3、圖像增強

使用直方圖增強或灰度變換增強，使背景信息變?nèi)?，然后再二值化圖像。光照不均、色差是裂縫圖像常見現(xiàn)象。利用直方圖均衡化處理之后，原來比較少像素的灰度會被分配到別的灰度去，像素相對集中，處理后灰度范圍變大，對比度變大，清晰度變大，所以能有效增強圖像。直方圖增強存在對比度不足、細節(jié)模糊等問題，利用灰度變換增強可解決這些問題。灰度變換增強過imgdjust（）函數(shù)調(diào)整灰度圖像的范圍，通過函數(shù)hsitep（）對圖像進行 直方圖均衡化處理，二值化的函數(shù)為im2bw（）。圖四、圖五、圖六分別為直方圖均衡化、灰度變換增強、二值化圖像。

4、裂縫提取

裂縫提取流程包括腐蝕和膨脹、開運算的膨脹，開運算的閉運算，提取裂縫連通量。經(jīng)圖像增強后，地面上的孔洞和其它碎石等雜物、其它紋理會影響對裂縫的視覺，需要我們將紋理提取出來，同時使圖像的失真盡可能小?？梢允褂眯螒B(tài)學濾波里的開運算和閉運算來完成這一運算。關鍵代碼如下。這個運算過程要調(diào)整結構元的大小，使其在最大砂石直徑和最小裂縫大小之間保持平衡。最后，通過提取裂縫連通量，判斷出裂縫的個數(shù)。通過這一系列運算，可提取完整裂縫圖像。最終效果圖如下圖。

5、總結

從最圖效果可以看出，使用本方法得到的混凝土網(wǎng)狀裂縫清晰，保留的信息比例高，能方便后期進一步動態(tài)處理和識別。由于裂縫可能進一步加大 ，需要實現(xiàn)實時在線處理裂縫圖像，并且在保證圖像處理算法的精度的同時避免裂縫圖像失真，這將是下一步的研究方向。

參考文獻

[1]張旭，張奔牛.基于機敏網(wǎng)裂縫監(jiān)測技術的實驗研究[J].重慶交通大學學報（自然科學版）， 2013， 32（1）：18- 22.

[2]宋軍，周建庭，王楊. 橋臺裂縫的溫度場效應研究[J].重慶交通大學學報（自然科學版）， 2013， 32（2）：190- 193.

[3]王林林. 基于數(shù)字圖像處理技術的混凝土裂縫特征檢測與計算分析[D].青島：山東科技大學， 2017.

[4]郭陽. 改進滲流模型的混凝土路面圖像裂縫檢測算法研究[D].重慶：重慶郵電大學， 2016.

[5]初秀民，王榮本.基于神經(jīng)網(wǎng)絡的瀝青路面破損圖像識別研究[J].武漢理工大學學報（交通科學與工程版）， 2004（3）：373376.