（光学工程专业论文）基于数字图像的混凝土结构构件裂缝测量.pdf

中文摘要 “建筑工程结构构件裂缝自动搜索”是天津市社会发展基金资助项目。该项 目的研究目的是针对当今建筑领域急需解决的结构构件裂缝问题，成功研制一套 建筑工程结构物裂缝自动搜索和测量系统，为进行工程安全性监控研究提供全面 准确的监测数掘。 本文对混凝土结构裂缝用数字图像处理的方法进行了研究，得到裂缝的宽度 信息，并将由扫描机构带动裂缝仪对混凝土结构区域进行大面积扫描得到的序列 图像进行图像拼接，得到一幅完整的全景图像。 本文主要完成以下工作： 1 ) 根据混凝土结构裂缝图像的特点，实现了混凝土结构裂缝宽度的测量算法。 算法中引入了辅助图像的理念辅助进行图像处理，减少了图像处理的数据 量，使测量时间可以减少一个或两个数量级，并且提高了测量精度。 2 ) 对由中心线和左右边缘求裂缝宽度和由左右边缘求裂缝宽度两种方法进行 了研究，采用后者作为本课题的计算方法。 3 ) 对几种典型的图像配准方法进行了评估和筛选，结合混凝土结构裂缝图像的 特点，采用了基于面积的模板二次匹配方法。论述了基于面积的模板二次匹 配方法的原理，并给出了算法和实验结果。 4 ) 对于图像合并，首先分析了图像拼接时产生缝隙的原因，然后采用了渐入渐 出的方法实现图像的平滑拼接，以消除缝隙。 5 ) 对于有小角度( 5 。以内) 旋转时的裂缝图像拼接，通过两次图像配准，求 出图像旋转的角度，根据求得的图像旋转角度对图像进行校正，然后对校正 后的图像采用无旋转时的图像拼接方法完成拼接。 关键词：裂缝宽度测量图像处理图像配准图像拼接 a b s t r a c t a u t o m a t i cs e a r c ha n dm e a s u r e m e n to f c r a c ko na r c h i t e c t u r ee n g i n e e r i n g s t r u c t u r ec o m p o n e n t i sap r o j e c to f t i a n j i ns o c i a lf u n df o rd e v e l o p m e n t ( s f d ) i t m a i n l ys t u d i e so nh o w t od e v e l o pa na u t o m a t i cs e a r c ha n dm e a s u r e m e n ts y s t e mo f c r a c ko na r c h i t e c t u r ee n g i n e e r i n gs t r u c t u r e ，t os u p p l ye x a c tp a n o r a m i cd a t af o rs t u d i e s a b o u tp r o j e c ts a f e t y , w h i c ha i m sa ts o v l i n gp r o b l e m sn e e dt ob es o l v e du r g e n t l yi n a r c h i t e c t u r ef i e l d t h et h e s i ss t u d i e sc r a c ko nc o n c r e t es t r u c t u r ei nd i g i t a li m a g ep r o c e s s i n gw a yt o g e tt h ew i d t hi n f o r m a t i o no fc r a c k ，a n dp r o c e s s i n gs e q u e n c ei m a g e s ，w h i c hc o m e f r o mt h ec r a c ki n s t r u m e n td r i v eb yt h es c a n n i n gm a c h i n e ，i n t oaw h o l ei m a g e m yw o r kc a nb es u m m a r i z e da sf o l l o w s ： ( 1 ) a c c o r d i n gt ot h ec h a r a c t e r i a i c so fc r a c ko nc o n c r e t es t r u c t u r e , ir e a l i z et h e w i d t hm e a s u r e m e n ta l g o r i t h m i nt h i s a l g o r i t h m ，t h ei d e ao fa u x i l i a r yi m a g ei s b r o u g h ti nt or e d u c ed a t at ob ep r o c e s s e d ，r e d u c i n gm e a s u r e m e n tt i m eb yo n eo rt w o g r a d e sa n di m p r o v i n gp r e c i s i o n ( 2 ) ir e s e a r c ho nt w om e t h o d so f c r a c kw i d t hc a l c u l a t i n g , o n ei st h r o u g ht h ec e n t e r l i n ea n dl e f t - r i g h te d g e s ，t h eo t h e ro n l yt h r o u g hl e f t - r i g h te d g e s ，a n dm a k et h el a t t e ra s t h em e t h o do f t h i sp r o j e c t ( 3 ) ia n a l y s e ss o m et y p i c a lw a y so fi m a g er e g i s t r a t i o n ，a n ds e l e c tt w i c et e m p l a t e r e g i s t r a t i o nm e t h o da c c o r d i n gt ot h ec h a r a c t e r i s t i c so fc r a c ko i lc o n c r e t es t r u c t u r e ， d i s s e r t a t et h et h e o r ya n dr e a l i z a t i o no f t w i c et e m p l a t er e g i s t r a t i o nm e t h o d ( 4 ) i ni m a g eb l e n d i n g ，if i r s t l ya n a l y s e st h er e a s o nw h yc r a c ka p p e a r sa f t e ri m a g e m o s a i c ，a n dt h e ni m p l e m e n ti m a g eb l e n d i n gs m o o t h l y ( 5 ) a st oi m a g em o s a i co ni m a g e sw i t hs m a l la n g l er o t a t e ( 1 e s st h a n 5 。) ，ig e t r o t a t i o na n g l eb yp e r f o r mi m a g er e g i s t r a t i o nt w i c e ，a n dc o r r e c ti m a g ea c c o r d i n gt ot h e r o t a t i o na n g l e ，t h e np e r f o r mi m a g em o s a i ci nw a y o f h a v i n gn or o t a t i o n k e yw o r d s ：c r a c k ，w i d t hm e a s u r e m e n t ，i m a g e p r o c e s s i n g ，i m a g e r e g i s t r a t i o n ，i m a g em o s a i c 独创性声明 本人声明所呈交的学位论文是本人在导师指导下进行的研究工作和取得的 研究成果，除了文中特别加以标注和致谢之处外，论文中不包含其他人已经发表 或撰写过的研究成果，也不包含为获得苤鲞盘堂或其他教育机构的学位或证 书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中 作了明确的说明并表示了谢意。 学位论文作者签名：百雷签字日期：盘护i ，厅年月侈日 学位论文版权使用授权书 本学位论文作者完全了解苤盗盘兰有关保留、使用学位论文的规定。 特授权苤洼盘茔可以将学位论文的全部或部分内容编入有关数据库进行检 索，并采用影印、缩印或扫插等复制手段保存、汇编以供查阅和借阅。同意学校 向国家有关部门或机构送交论文的复印件和磁盘。 ( 保密的学位论文在解密后适用本授权说明) 学位论文作者签名： 宙 签字日期：i 咖6 年 f 月b 日 导师签名： 瓦战啤 、 i 签字日期：# 年f 月f 日 天津大学硕十学停论文 第一章绪论 第一章绪论 混凝土裂缝是混凝土结构物的一种主要病害。建筑物上产生了裂缝就削弱了 建筑物的整体性及承载能力，加快了混凝土建筑物的老化，影响了混凝土建筑物 的安全运行。因此对混凝土裂缝进行检测，搞清裂缝形态对裂缝修补及混凝土建 筑物安全运行至关重要，因此建筑行业迫切需要研制出专用的混凝土裂缝检测仪 器。研制成功的混凝土裂缝仅必将具有较大经济效益及社会效益，具有较广阔的 应用前景。 1 1 研究背景及现实意义 随着社会的进步和经济的发展，基础设施建设的规模也越来越大，高强度 高性能的混凝土正在推广应用于各种工程，但是随之产生的许多新问题也给工程 界提出了新的挑战。混凝土结构裂缝是有关工程技术人员经常碰到，有时甚至为 此感到相当困惑的问题。事实上，人们只要仔细观察就不难发现：没有一座建筑 物是没有裂缝的。裂缝问题可以称得上量大面广：所谓量大是指其出现的比例较 高，有相当数量的建筑结构存在着裂缝问题；所谓面广是指其在全国各地都可看 到。建设部和中国消费者协会每年都要受理大量此类问题的投诉。在国家建设工 程质量监督检验中心每年承接的检验鉴定工作中，结构构件裂缝问题与涉及该类 问题的项目所占的比例相当大，超过每年检测鉴定项目总数的1 2 。这样量大面 广的问题理应引起广大工程技术人员的高度重视“1 。 由于混凝土的组成材料、结构体系、结构构造和受力状态的不同，以及约束 条件和所受外界影响的差异，致使混凝土产生裂缝的原因较为复杂，因而对结构 性能的影响也各不相同。总的来说，建筑结构及构件的裂缝可以分成以下几类： 荷载( 特剐是重力荷载) 造成的裂缝；结构、构件变形所造成的裂缝；施 工不当造成的裂缝；与耐久性性能相关的裂缝。在上述几种裂缝中，构件变形 所造成的裂缝数量最多。应当承认，大多数结构构件的变形裂缝对结构的安全性 并没有明显的影响，也就是对构件的承载能力没有明显的影响。但是建筑结构不 天津大学硕十学忙论文第一章绪论 仅要保证安全性，还要保证适用性、耐久性和美观性。裂缝的存在，会使用户产生 不安全感，给用户造成非常大的心理负担。再者，结构构件上的裂缝可引发社会 的不安定。对裂缝问题处理不好会引起住户和有关部门的对立情绪，因其而引起 的静坐示威、上访、告状己不是少数。在广播电台播发的房屋质量问题和电视台 曝光的新闻中，多数是裂缝问题。 裂缝问题属于工程质量问题。原因在于：其一，裂缝是有关设计规范要求避 免出现的；其二，现行的施工验收规范中没有允许构件出现裂缝的条款；其三， 没有人愿意购买带有墙体裂缝的房子。从另外一个角度来看，裂缝问题也反映了 建筑业的技术水平问题。建筑结构和构件出现裂缝给结构造成一定的损伤，影响 建筑物的正常使用，有些裂缝则危及结构的安全，甚至造成建筑物的严重破坏和 倒塌。 建筑物裂缝在经济上造成的影响也是巨大的，对出现裂缝的建筑物结构构件 进行翻修和修补将会投入巨额费用。美国一些专家预计，光在国内每年修补和翻 修现有基础设施的费用以l o 亿美元计。 可见，裂缝问题不仅是有关社会安定的社会问题，也是有关工程灾变行为与 健康状态监测的技术问题。对出现的裂缝进行准确识别、定位，是进而修正结构 模型、进行灾变预防、准确评定结构物健康状态的基础。如果对裂缝不能及时发 现，或者发现后测量数据不够周全、准确，对数据的记录不够详细有效，那就谈 不上如何去解决问题。 但是国内对于混凝土结构裂缝的检测，至今也没有数字化的检测和分析专用 设备，还是通过人眼目视或使用简单的的仪器( 如读数放大镜或宽度检验规) 来 进行估测，依然停留在手工状态上。对混凝土结构裂缝的检测工作主要依赖于人 工，检测工作只是通过目测来对比裂缝和显微镜上的刻痕宽度，人为判断其宽度， 并且人工在纸上画出形状。由于人工目测不可避免会受到个人的视力、情绪、疲 劳等因素的影响，带有很大的个人主观性，难以保证检测质量及检测标准的统一。 先前的检测方法不仅不够科学，不够准确，检测标准也不统一，并且检测手段的 原始使得检测工作劳动强度高，测量精度低，检测效率低。为了克服上述种种人 工检测的弊端，保证产品检测的科学性、准确性、客观性，急需研制出一套针对 混凝土结构裂缝的自动检测系统，来代替人工手动检测，以实现产品技术指标检 2 大沣大学硕士学付论文第一章绪论 测的自动化。并且电子化、数字化的测量数据结果对于重大工程整体结构安全健 康状态的长期自动监测是不可或缺的，而这一点正是现在检测技术的瓶颈之一。 建筑业和建筑质量检测部门迫切需要客观、准确、快速的数字化建筑物裂缝 检测分析手段。本课题的研究目的是研制一套混凝士裂缝自动搜索和测量软件， 它可以根据由硬件设备采集得到的一系列混凝土结构裂缝图像，经过图像拼接算 法将其拼接成待检测区域的全景图像，然后对整个待检测区域的全景图像利用数 字图像处理技术进行处理，最终得到裂缝的形状、走向、宽度等信息。对被测的 裂缝进行数字化建模后用计算机技术进行进一步分析，以准确判断工程结构构件 的损伤程度。系统研制成功后必然将减轻检测工作的劳动强度，提高测量效率、 水平和精度，保证检测工作的客观性和权威性，技术进步将给建筑质量提高和检 验监督工作带来相当的益处。 1 2 裂缝检测技术的研究动态 目前，国内许多科研机构都在着手这一领域的研究与开发，并且取得了喜人 的成绩。在国家“九五”重点科技攻关项目重点工程混凝土安全性中，安排 了新型混凝土裂缝检测仪的研制开发，由中国水利水电科学研究院承担完成。此 项目旨在设计出具有下列性能的检测仪：可在裂缝有水、有充填物、有跨缝钢筋 的状态下进行非破坏性的检测，检测深度范围5 米，测量误差小于1 0 ，可检测各 种类型裂缝，如开口缝、隐蔽缝、水平缝的缝深，可检测混凝土建筑物内蜂窝的 深度及混凝土内部的不均匀性，其间隔约5 0 厘米。可在混凝土水平、垂直、弧形 表面上进行检测。 与此同时，国内利用超声波技术进行裂缝检测也屡见不鲜。二十世纪末到二 十一世纪初，重庆奔腾数控技术研究所研制出了w s d 一2 数字声波仪嘲。该仪器主 要用于对混凝土、岩体等非金属材料与结构进行强度检测、结构内部缺陷检测、 裂缝检测、结合面质量与破损层厚度检测等。该仪器具有高可靠性，自动完成声 时、首博幅度等声参量的快速自动判读，较强的抗干扰能力。声时测量精度为 0 1 u s ，声幅测读范围为一2 0 d b 8 4 d b ，声幅测读精度为1 0 。 国际上，裂缝检测手段也广泛应用于非建筑的其他领域，并有相对成熟的产 品。如奥斯博有限公司研制出的产品a c f m u 1 9 型便携式金属裂缝检测仪”1 ，综合 天津人宁硕七学位论文第一章绪论 a c p d 交流电位差技术和a c f m 交流电磁场检测技术，对工件做非接触性检测，可准 确检测出导电金属及合金表面和内部裂缝的深度和几何结构。它采用双频操作， 5 k h z 适用于碳钢，5 0 k h z 适用于非铁金属。日本也研制出相应的产品，例如n e c 红外成像仪“1 ，就是一种将光、机、电技术融为一体的高新科技产品。它利用 红外线温度感应原理，测定建筑物外墙饰面砖的粘结质量，外墙的剥落状况；检 测受雨墙或屋顶的防水性；检测冶炼炉中的蔼孔洞、裂缝：检测管道的泄漏等。 其测温范围：一2 0 8 0 0 ( 可延伸到1 5 0 0 ) ，温度分辨率：0 0 3 ，波长：8 1 2 u m ，精度：o 5 ( f r s ) ，空问分辨率：1 5 m r a d 。它具有长波探测，避免阳 光干扰，高分辨率，自动间隔采样存储，放大功能，图像更清晰等特点，己经在 建设系统、土木工程和电力系统等诸多行业得到广泛应用。 1 3 图像检测技术与图像拼接的应用现状 数字图像处理技术“1 1 是集光学、微电子学、计算机科学、应用数学等学科于 一体的综合性边缘学科。它是在第三代计算机问世后，随着计算机应用的广泛深 入而逐渐兴起的一门学科。目前，数字图像处理技术发展迅速，已成为工程学、 计算机科学、信息科学、统计学、物理学、化学、生物学、医学甚至社会科学等 领域各学科之间学习和研究的对像。另外，随着科技的进步以及人类需求的多样 化发展，使得多学科的交叉、融合成为现代化科学发展的突出特色和重要途径。 因此，数字图像处理科学与技术逐步向其他学科领域渗透，并为其他学科所利用。 而检测自动化中的数字图像处理与图像拼接便是数字图像处理技术在检测自动 化中的应用。 1 3 1 图像检测技术的特点及应用 数字图像检测技术是数字图像处理技术运用在检测技术领域的一个重要分 支，是将计算机图像处理技术应用于工业检测的一门交叉学科。利用这一技术可 以解决许多工业检测环节的问题，取代落后的人工手动检测。如自动装配线中检 测零件的质量、几何尺寸测量及自动检测9 1 ；弹性力学照片的应力分析；流体力 学图片的阻力和升力分析以及在显微医学图像“”“、红外成像检测等。 随着现代科技的飞速发展，在工业企业生产中，对产品质量和生产效率的要 4 大沣大学硕十学位论文第一章绪论 求越来越高，尤其对产品质量的在线自动检测要求更为强烈。利用计算机图像检 测技术进行产品检测具有许多独特的特点，概括起来有以下几个方面： 1 利用计算机图像检测技术所进行的产品指标检测( 或检验) ，是远距离检 测，属于非接触式检测，不会对产品造成人为的损害。 2 利用计算机所进行的产品图像检测具有直观性强的特点。 3 通过调整所采集产品图像的分辨率，可以在很大范围内控制检测精度， 而且可达到很高的检测精度。 4 利用计算机图像检测技术进行产品图像检测，可以避免个人的精神、疲 劳、视力、体质等自身主客观条件及许多假想因素的干扰，检测效率高。 5 检测标准客观，容易做到检测标准的统一。 6 利用该项技术还可以对整个生产过程中的产品质量、不合格品数量、废 品率、生产效率等企业管理信息做精确统计，以便于现代化企业的管理。 鉴于以上图像检测的诸多优点，促使人们对图像检测技术在工业领域的应用 进行了深入细致的研究，并己经在一些工业领域得到了成功的应用或己取得可喜 的实验研究结果。 很多研究部门开发出了针对不同情况下的图像检测软件，如哈尔滨工程大学 的基于数字图像处理的颗粒细度检测系统“；南京师范大学的基于数字图像处理 的椭圆型孔径自动检测系统等“，这些图像检测软件都是在图像处理与检测的基 础上完成的，这些软件的出现推动了数字图像与检测的发展，同时也使更多的领 域可以使用图像检测的方法来代替传统的方法。 计算机图像检测技术的应用范围，就其检测性质可分为定量检测和定性检测 两大类： 1 定量检测主要用于工件外表或内部的重要尺寸测量、机器磨损测量。例 如：深孔表面缺陷形态自动检测与识别技术研究、工件尺寸的自动测量； 2 定性检测的应用范围较广，在识别、分类、质量控制和安全控制方面都 有应用实例。 随着个人计算机性能的迅速提高，使得数字图像处理技术在工业自动检测的 应用范围和规模不断扩大。很多与图像处理有关的工作本来必须使用专用设备进 行处理或是需要大量人工劳动来完成，现在都被考虑使用计算机来完成。 天津大学硕士学付论文第一章绪论 1 3 2 图像拼接的发展与应用 以前的数字图像检测系统在工业检测上的应用主要集中在农副产品、煤炭等 体积较小的物体上，所以检测时，成像系统的视野不受限；然而随着数字图像检 测系统在工业检测方面的应用越来越深入，范围也越来越广。自动图像检测开始 应用于一些大型产品或材料上。对这些大型构件的检测，在保证分辨率的前提下， 成像系统的视野往往很小，对一个产品的检测往往需要重复多次，从而使在线检 测速度受到限制。如果在图像检测系统中融入图像拼接技术，将几幅或一系列成 像视野小的图像拼接成一幅大的产品图像，再进行后续处理，这样既保证了分辨 率又提高了检测速度，满足工业检测对实时性的要求。 图像拼接又称图像镶嵌“，是指对于给定的图像序列，根据相邻图像重叠区 域内像素点的信息进行图像的配准定位，随后进行图像的拼接，生成一幅逼真大 型场景图像的过程与技术。它是机器人视觉定位、导弹图像制导、基于图像的虚 拟现实建模、视频压缩和视频检索等方面一个研究分支，具有很高的理论和实践 价值。 早在计算机诞生之前对图像的配准和拼接就已在实践中应用了。1 8 3 9 年发明 照相术以后不久，人们便开始利用照片来校对和制作地图“”。随着卫星技术和遥 感技术的发展，当人们开始获得人造卫星传回地球的图片时，也常常需要采用图 像拼接的办法来获得大视野的全景图。同时在军事、医学、工业、环境保护等领 域都有需要使用显微镜、望远镜、照相机、摄像机等成像设备来观察和记录研究 对象的情况，但是由于成像设备都有一定的视野限制，所以也经常依赖图像拼接 来获得研究对象的全景图像。另外随着计算机技术和虚拟现实技术的发展，人们 希望能够用摄像机对景物拍摄完毕后，自动获得所拍摄环境或物体的二维信息增 强表示成三维模型，这些也是需要在图像拼接技术的基础之上来完成的“”。 目前图像拼接己经成为图像处理领域的一个重要研究方向 1 7 o 提高图像的分 辨率和获得更大视野是进行图像拼接的两个直接和主要的目的“”“”。关于图像拼 接的原理和方法国内外已有不少的论文发表，但是现在还没有通用的拼接软件使 人们可以很方便地捕获和拼接图像。 6 大沣大学硕十学位论文第一章绪论 1 4 本文的主要工作 本文的主要工作可以分为以下几个方面： 1 裂缝宽度的计算与分析 在分析混凝土结构构件表面裂缝数字图像的基础上，考虑到图像数据量之大 以及测量时间的要求，采用辅助图像自动定位裂缝图像处理区域，减少了图像处 理的数据量，使测量时b j 可以减少一个或两个数量级。然后在裂缝图像处理区域 中进行图像分割提取出裂缝，对裂缝二值图像进行左右边界提取，进而得到裂缝 宽度信息。对图像系统进行了标定，得到了裂缝的实际宽度。对所得到的裂缝宽 度信息进行数学分析，所得到的结果可作为建筑行业人员对混凝土裂缝的进一步 分析研究的依据。 2 对裂缝宽度的两种计算方法进行了研究 对由中心线和左右边缘求裂缝宽度和由左右边缘求裂缝宽度两种方法进行 了实验研究，并进行了对比分析。对于由中心线和左右边缘求裂缝宽度的方法， 首先经过图像细化得到图像的骨架，然后对线条图形进行短枝消去和短枝连接， 得到最终的裂缝骨架。接着应用动态规划理论中的最大成本法进行裂缝的连续边 缘提取。最后由得到的裂缝骨架和裂缝连续边缘求得裂缝宽度。而对于由左右边 缘求裂缝宽度的方法，在经过图像分割后经过轮廓跟踪即可得到图像的连续边 缘，经过平滑拟合处理后，对左右边界的各个像素点应用欧式空间中的两点间距 离公式即可求得裂缝宽度。实验证明，由左右边缘求裂缝宽度的方法具有计算量 小、速度快的特点，且具有一定的精度，是本文所最终采用的方法。 3 裂缝图像拼接 对几种典型的图像配准方法进行了研究和比较，对各种图像拼接的算法进行 评估和筛选，并对可行的算法根据实际需要加以改进。对两幅或一系列裂缝图像 进行了图像拼接，包括无旋转时的裂缝图像拼接和有小角度旋转时的裂缝图像拼 接。对于有小角度旋转时的裂缝图像拼接，通过两次图像配准，求出了图像旋转 的角度，并根据所求得的图像旋转角度对旋转图像进行校正，然后用校正后的图 像完成拼接。 7 天津大学硕十学位论文第二章裂缝宽度的计算与分析 第二章裂缝宽度的计算与分析 工程测量仪器正在朝着数字化、多功能化、智能化、小型化、标准化、开放 性方向发展。现代工程测量仪器的设计中软件的工作流已占了7 0 8 0 左右，并在 某种程度上决定了仪器的功能和性能。本章主要就软件方面对混凝土裂缝仪的软 件部分做介绍。 2 1 裂缝图像采集 一般来讲，数字图像检测系统主要由图像采集系统、计算机图像处理系统和 图像输出设备三部分构成。如图2 1 所示： 图2 - 1 图像处理系统框图 要进行数字图像处理，首先要有待处理的对象，即数字图像，所以必须有一 套图像采集系统来获得数字图像。图像采集系统是数字图像处理系统中重要的一 部分，它是数字图像检测系统的基础，直接决定了图像处理系统的性能。随着光 学镜头，c c d 器件，c m o s 图像传感器等的发展，以及数字图像处理系统中各种算 法的改进与完善，使得基于数字图像检测的技术应用越来越广。在很多领域，数 字图像检测的应用极大的改进了检测系统的准确性与可靠性，提高了检测的速 度，减少了检测的不确定率。 数字图像检测系统一般包含两个方面，硬件部分与软件部分。通常情况下， 硬件部分指的是数字图像采集部分，当然包含了很多如数码相机、图像采集卡、 数码摄像机等数字图像采集工具；在软件部分，根据不同的图像处理需求开发出 不同的图像检测软件。 天沣大学硕十学仿论文 第一二章裂缝宽度的计算与分析 在本课题中，数字图像采集部分即图像获取过程如图2 2 所示：被检测的混 凝土构件裂缝通过光学系统在c m o s 图像传感器上成像，然后通过u s b 接口将裂缝 在c m o s 图像传感器上所成图像输出到计算机上进行处理。 图2 - 2 数字图像采集 采集得到的部分裂缝图像如图2 - 3 所示，为2 0 4 8 1 5 3 6 像素的2 5 6 级灰度的 b m p 位图图像。裂缝宽度分布范围较广，自几十至几百像素不等，但远远小于图 像的宽度值。裂缝周围有部分噪声，背景区域的灰度值差别较小。 c o ) 图2 3 裂缝图像( 原图的8 ) 2 2 裂缝图像处理算法概述 由裂缝图像可以得到如下信息：裂缝宽度分布范围自几十至几百像素不等， 最宽也不过数百像素，数百像素不管是相对于整幅图像宽度的2 0 4 8 像素还是相对 于图像高度的1 5 3 6 像素的分辨率来说，均可以称得上是远远小于。如果对整幅图 像直接进行图像处理得到裂缝的宽度，图像处理区域中必然会包含大量非裂缝区 域，计算过程中会做大量的无用功，对计算的速度有很大的影响；而且由于非裂 缝区域可能包含大量的图像噪声，对裂缝宽度计算的精度也会有很大的影响。可 见，直接对整幅图像进行图像处理可以称得上是“事倍功半”。如果能够将裂缝 所在区域从整幅图像中提取出来，只对裂缝区域进行图像处理得到裂缝的宽度信 天津大学硕十学位论文 第二章裂缝宽度的计算与分析 息，不但会使计算量大大减小，计算时间大大缩短，而且因为除去了非裂缝区域 的大量的噪声，计算结果的精度也会大大提高，可以称得上是“事半功倍”。 如果能够使用人工干预的方法，人为的指定裂缝区域作为图像处理区域，从 而将占裂缝图像绝大部分的非裂缝区域排除在图像处理区域之外，将是一种理想 的选择。由于算法是在d s p 里执行，不能有任何的人工干预，必须全自动的完成， 这也在客观上增加了算法的难度。 为了提取出裂缝区域，在本课题中，在进行整体阈值分 割后，利用得到的二值图像生成辅助图像，通过对辅助图像 进行的一系列的图像处理操作，确定出裂缝区域，再返回原 图像，将借助辅助图像得到的裂缝区域作为图像处理区域进 行图像处理，最后得到裂缝宽度信息。 整个裂缝图像处理算法共分六个部分，流程图如 图2 4 所示。前三部分主要是为了提取图像处理区域，也就 是裂缝所在的区域。第四部分裂缝区域闽值分割的处理效果 将决定整个算法的精度。第五部分和第六部分实现裂缝图像 的特征测量，即裂缝宽度测量。 2 3 辅助图像生成与处理 图2 - 4 流程图 2 3 1 整体阈值分割 首先，对裂缝图像进行整体闽值分割，分割阈值由迭代法求出，迭代算法的 步骤如下： 1 求出图像中的最小灰度值互和最大灰度值z 。，设初始阈值为 r r ：兰塾 ( 2 1 ) 1 2 根据阈值r 将图像分割成目标和背景两部分，求出两部分的平均灰度值 z d 和乙： z ( i ，) n ( i ，) z d = 型裔 一 o z ( t ，) ( r ( 2 - 2 ) 大津大学硕十学付论文第二章裂缝宽度的计算与分析 孢j ) x n ( i ，) 乙= 型裔 q q ：( i ，j ) p 公式( 2 2 ) 和公式( 2 3 ) 中z ( i ，j ) 是图像上( f ，_ ，) 点的灰度值，n ( i ，j ) 是( f ，) 点 的权重系数，本文取u ( i ，j ) = 1 0 。 3 求出新的阈值： t “：z o + z 业 ( 2 4 ) z 4 ，如果t = t “1 ，则结束，否则k 卜k + 1 ，转步骤2 。 应用上述算法对裂缝图像进行整体阈值分割，效果如图2 5 所示： ( a )( b )( c ) 图2 - 5 整体阈值分割效果( 原图的8 ) 整体阈值分割后，裂缝被提取出来，图像中含有少量噪声。可见，用迭代法 进行整体阈值分割的效果是比较好的。 2 3 2 辅助图像生成 对整体阈值分割后的图像进行裂缝区域的提取，这里要用到一个辅助图像， 称它为图a 。将原裂缝图像分解成以n n ( n 为大于零的整数，本文取n = 3 0 ) 个像 素为一块，在空域彼此相邻，互不重叠的一系列子图像，各个子图像与图a 的一 个像素在对应空域位置上建立一一映射关系。在原裂缝图像每一个子图像块内计 算前景像素的数量，记作s u m 。前景像素数量大于阈值口( 本文取n n 1 0 ) 时， 则图a 中对应像素的像素值詈为0 ，否则将像素值置为2 5 5 。记图a 中( x ，y ) 处的像 素值为f ( x ，y 1 ，则 天津人学硕十学待论文 第二章裂缝宽度的计算与分析 巾川槎：艺 。， 这样，除去部分裂缝边缘以外的大部分裂缝区域就构成了图a 中前景像素的 区域。另外，部分噪声也被包含到辅助图像中。 ( a )( b ) 图2 6 辅助图像( 辅助图像的2 0 0 ) 2 3 3 辅助图像处理 为了将裂缝区域全部包括在辅助图像的| ；i 景像素区域中，对辅助图像进行膨 胀运算。采用3 x 3 的模板，进行一次膨胀运算使得图a 中的前景区域膨胀一格。 经过对大量裂缝图像的实验，对裂缝图像进行一次膨胀运算即可保证原图中所有 的裂缝区域都包含在| j 景区域之中。然后对膨胀后的图像进行二值图像去噪，去 掉裂缝区域之外的噪声，只保留纯粹的裂缝区域，如图2 7 所示。 ( a )( b )( c ) 图2 7 辅助图像处理结果( 辅助图像的2 0 0 ) ( a )( b ) 图2 8 裂缝图像处理区域( 原图的8 ) 2 ( c ) 天津人学硕士学位论文第二二章裂缝宽度的计算与分析 将辅助图像中的前景区域映射到原裂缝图像中，即可得到图像处理区域，如 图2 8 所示。经过图像处理区域提取处理后，所提取的图像处理区域宽度只有几 百个像素，比起原裂缝图像宽度的2 0 4 8 个像素或是图像高度的1 5 3 6 个像素，图像 处理区域极大减小，图像处理的速度会得到极大的提高。表2 1 为在利用0 t s u 算 法对图像进行阈值分割步骤中，针对上述三个裂缝图像的不同图像处理区域进行 处理所需时间的比较。 表2 1 所需时间比较表( 单位：m s ) 全图像处理时间裂缝区域处理时间 1 0 6 6 2 7 1 0 7 l7 6 1 0 9 17 3 由表2 一l 可见，两种方法的处理时间相差接近两个数量级。同时，只处理裂 缝图像区域可以消除裂缝区域以外噪声的影响，提高了图像处理的精度。可见， 只处理裂缝区域会大大提高裂缝图像处理的精度和速度，必将给后续的处理带来 极大的益处。 2 4 裂缝区域阈值分割 得到裂缝区域后，在以后的图像处理中，只考虑图像处理区域，对于图像处 理区域以外的图像部分则不予考虑。对裂缝图像处理区域采用0 t s u 方法进行阈值 分割，即可得到带有部分噪声的裂缝二值图像。 c r r s u 方法，又名最大类间方差阈值分割法或大津法，它是在最小二乘法原理 基础上推导出束的。其基本思路是将直方图在某阈值处理分割成两组，当被分 成的两组的方差为最大时，决定阈值。设一幅图像的扶度值为l _ m 级，灰度值为i 的像素数为n 。，此时我们得到： 总像素数= 啊 i = i 各值的概率p 。= n 。n 然后用k 将其分成两组c o = 1 - k ) 和c i = ( k + 1 m ) ，各组产生的概率如下： c o 产生的概率= p ，= ) 天津人学硕十学付论文第一二章裂缝宽度的计算与分析 c 产生的概率q = p ，= 1 一础) c 。组的平均= 妻鼍= 锱 c 舢平均鲰= ，萎。等= 丽u - u ( k ) 其中：= 驷，是整体图像的平均值： ) = 驴，是阈值为k 时灰度的平均值， 所以全部采样的灰度平均值为| i = ( ) 。l a0 + ( ) 。l a 。两组日j 的方差用下式求出： 卿) = 饥w + 砒耐= 砒嗍) 2 = 糍黼( 2 - e ) 从1 - m 间改变k ，求公式( 2 - 6 ) 为最大值的k ，即求m a x 02 ( k ) 的k 值，此时， k + 值便是阈值。 对大津法可作如下理解：公式( 2 - 6 ) 实际上就是类f 日j 方差值，阈值k 分割出的 前景和背景两部分构成了整幅图像，而荫景取值u 。，概率为。，背景取值i i 。， 概率为。，总均值为u ，根据方差的定义即得公式( 2 - 6 ) 。因方差是灰度分布均 匀性的一种度量，方差值越大，说明构成图像的两部分差别越大，当部分目标错分 为背景或部分背景错分为目标都会导致两部分差别变小，因此使类间方差最大的 分割意味着错分概率最小。 我们在测试中发现：大津法选取出来的阂值对各种情况的表现都较为良好。 虽然它在很多情况下都不是最佳的分割，但分割质量通常都有一定的保障，可以 说是最稳定的分割。 o t s u 法进行分割后，经过二值图像去噪等处理后即可得到准确的裂缝二值图 像。如图2 9 所示。 r b l 图2 9 裂缝二值图像( 原图的8 ) 1 4 天津大学硕十学位论文 第一二章裂缝宽度的计算与分析 2 5 裂缝宽度的两种计算方法 到目前为止，已经取得了去除噪声后的纯粹的裂缝的二值图像，下面分别 介绍两种裂缝宽度的计算方法：由中心线和边缘求裂缝宽度和由左右边缘求裂缝 宽度。用这两种方法求出裂缝各处的宽度进行分析比较，最终确定混凝土结构裂 缝的计算方法。 2 5 1 由中心线和边缘求宽度 本算法首先利用细化算法提取裂缝骨架，然后以骨架为基础利用动态规划 中的最大成本法提取裂缝的边缘。在成功提取了裂缝骨架和边缘的基础上，通过 对骨架进行二次采样实现裂缝宽度的自动测量。”。 一、细化得到中心线 细化是把二值图像中具有一定宽度的线形区域变换成单像素宽度的过程，从 而图形化地显示出其拓扑性质。对裂缝二值图像进行细化运算就是把具有一定宽 度的裂缝变换成单像素宽度的骨架的过程，通过细化裂缝区域实现了裂缝骨架提 取。细化是一种常用的图像处理方法，目的是将图像细化成更易于理解的线条模 式，保留图像的基本结构信息，便于进一步的分析。 我们利用| j 仃期工作中的二值化结果( 经适当去噪) 进行裂缝的骨架提取，这个 裂缝二维拓扑结构的提取对后续宽度信息的提取和裂缝方向的提取有至关重要 的影响。提取应满足如下要求： 1 裂缝连通域的骨架也是连通的( 即基于灰度的) ： 2 骨架为单像素。 本文对裂缝图像进行了多种细化运算，包括：索引表细化、h i l d i t c h 细化、 r o s e n f e l d 细化、p a v l i d i s 细化。p a v l i d i s 细化的结果在多处是多个像素的宽 度，并没有达到单像素的效果。而h i l d i t c h 细化则产生了很多处断裂。索引表 细化结果有少许的短枝和断裂情况，r o s e n f e l d 细化的效果最好，只有少量的短 枝和断裂情况发生，后两种细化结果都可以通过短枝消去算法和短枝连接算法对 细化结果进行修补，达到较为满意的效果。 天津大学硕十学位论文第一二章裂缝宽度的计算与分析 图2 1 0 裂缝原始图像 图2 1 2 索引表细化 图2 1 1 图像分割结果 1 6 图2 1 3h i l d i t c h 细化 大泮人学硕十学位论文 第一章裂缝宽度的计算与分析 图2 1 4r o s e n f e l d 细化图2 - 1 5p a v l i d i s 细化 二、短枝消去与短枝连接 短枝消去”2 1 是在已经细化过的二值图形中消去长度在阈值l 以下的短枝( 置 为背景色) 。其方法是：先检测出端点，然后从端点跟踪到最先出现的分枝点， 同时对经过的像素数计数。如果端点到分枝点之间的计数值小于某一闽值，则消 去跟踪的路径，即消去短枝。 ( a ) 索引表细化结果( b ) 短枝消去结果 图2 1 6 短枝消去效果 短枝连接。”是指在已经细化过的二值图形中，若有线条短缺产生，则用短枝 连接算法可以将短缺填补。其方法是：先检测出相对的2 个端点，如果两端点问 距小于阈值l ，而且两端点朝向是互相面对的，就用一个像素宽度的线条把这两 个端点连接起来。 1 7 天津大学硕士学位论文第二章裂缝宽度的计算与分析 三、边缘提取 ( a ) 索引表细化结果( b ) 短枝连接结果 图2 1 7 短枝连接连接效果 裂缝边缘是裂缝测量的一个重要的信息，裂缝连续边缘提取是裂缝后期参 数提取的基础。边缘的提取要求最终必须满足下面的条件：1 、单像素宽；2 、8 连通；3 、连续。而传统的几种边缘提取方法提取的边缘都不具备连续特征，并 且在处理结果中均存在噪声，无法达到本课题的要求。本文最终采用了动态规 划理论中的最大成本法。”，该方法分两步实现。它首先利用传统的边缘检测 方法( 常规微分边缘提取方法) 建立边缘成本空间( 本文用最简单、快速的r o b e r t 算法进行成本空间的建立) ，然后对裂缝边缘进行区域划分，利用动态规划理论 提取最大成本曲线作为指定的裂缝边缘。最大成本法不仅具有常规边缘法提取 比较准确的优点，而且克服了常规边缘法提取的边缘不连续和边缘具有宽度等 缺点，最终得到了单像素宽且连续的裂缝边缘。 (，j、j 天津人学硕士学位论文第二章裂缝宽度的计算与分析 图2 1 8 边缘提取结果 图2 1 9 裂缝宽度图 1 9 天津大学硕士学位论文 第二章裂缝宽度的计算与分析 四、裂缝宽度计算 裂缝宽度计算是建立在对裂缝的骨架和连续边缘提取基础上，通过骨架对裂 缝进行二次采样，沿骨架点切线方向的垂线方向得到与裂缝两侧连续边缘的交 点，即可求出相应的宽度。图2 - 1 9 为裂缝宽度计算的部分结果。 2 5 2 由左右边缘求宽度 在由中心线和边缘求裂缝宽度的算法中，细化算法的算法复杂度比较大，速 度比较慢，而且只适用于裂缝宽度比较小的图像，对于裂缝宽度很大( 数十像素 以上) 的图像细化效果不理想，有很多的断裂以及分枝，特别是有些分枝比较大， 与裂缝骨架相仿，即使是用前文所述的线条图形的短枝消去和短枝连接算法也很 难对图像做出修补。参见图2 2 0 。 ( a ) 索引表细化( b ) h i l d i t c h 细化( c ) r o s e n f e l d 细化( d ) p a v l i d i s 细化 图2 2 0 各种细化算法缺陷示意图 因此，用细化方法得到裂缝中心线然后结合连续边缘求裂缝宽度的方法对很 多图像不适用，需要新的裂缝宽度计算方法。我们模仿人工测量裂缝宽度的方法， 对于裂缝的左边缘的某一点，用两点间距离公式遍历所有的右边缘的裂缝边界 2 0 、：警t，一 天津大学硕十学何论文第二章裂缝宽度的计算与分析 点，所得的距离最小值即此左边缘点处的宽度值。 对得到的裂缝二值图像的左右边界 分另懂行轮廓跟踪珏时，即可得到裂缝的 t oo 左右边界坐标a 对左右边界进行轮廓跟 ，、0 踪竺基耋黛是一根据薏篓格的0 。0 “探测准则”找出目标物体轮廓上的像 _ 、 素，再根据这些像素的某些特征用一定 的“跟踪准则”找出目标物体上的其他 图2 - 2 1 轮廓跟踪算法 像素。首先找到第一个边界像素的“探 测准则”是：按照从左到右，从上到下的顺序搜索，找到的第一个的黑点一定是 最左下方的边界点。以这个边界点开始，假设已经沿顺时针方向环绕整个图像一 圈找到了所有的边界点。由于边界是连续的，所以每一个边界点都可以用这个边 界点对前一个边界点所张的角度来表示。因此可以使用下面的跟踪准则：从第一 个边界点开始，定义初始的搜索方向为沿左上方；如果左上方的点是黑点，则为 边界点，否则搜索方向顺时针旋转4 5 度。这样一直到找到第一个黑点为止。然后 把这个黑点作为新的边界点，在当前搜索方向的基础上逆时针旋转9 0 度，继续用 同样的方法搜索下一个黑点，直到最左上方的边界点为止。对右边界进行跟踪的 在得到裂缝左右边界各个像素点的坐标以后，就可以计算裂缝各处相应的宽 度信息了。设裂缝左边界点的坐标为( 而，乃) ，右边界点的坐标为“，”)