一種隧道病害的識別方法
2023-12-02 16:14:46
一種隧道病害的識別方法
【專利摘要】本發明公開了一種隧道病害的識別方法以及多圖像識別方法。利用線陣CCD以及圖像融合技術,高速獲取隧道表面的數字圖像並存儲。再利用數字圖像處理算法對已知隧道病害進行特徵分類建模,建立特徵資料庫,進行病害特徵匹配與病害識別,提高了病害檢測效率與準確性。對潛在病害利用多次檢測手段重複提取病害特徵,保證檢測效率的同時,提高了病害分類的準確性以及估計參數的準確性。
【專利說明】一種隧道病害的識別方法
【技術領域】
[0001] 本發明涉及圖像提取與識別技術,尤其涉及一種隧道病害的識別方法。
【背景技術】
[0002] 近年,有相關單位與學者提出了自動化隧道表面病害信息採集系統,該系統主要 是利用光學成像技術,在移動平臺上安裝相機設備,對地鐵隧道拍攝高清圖像並記錄圖像 拍攝位置。獲取地鐵隧道高清圖像後,再對海量圖像數據進行人工搜尋查找隧道病害。該 系統主要解決了隧道內部信息獲取問題,維護人員不再需要進入狹窄的隧道仔細排查。 200810235410. 9涉及基於CCD圖像特徵的表面疲勞裂紋檢測方法,該方案公開了表徵裂紋 擴展的長度與寬度的方法,並提供可靠的裂紋檢測方法。該方案適用於小型工件的裂紋檢 測,圖像特徵庫過大時,檢測效率低。
[0003] 201210407674. 4涉及一種用於路面裂紋圖像採集與處理的機器視覺系統,包括: CCD相機、高速採集模塊、圖像預處理模塊、圖像顯示模塊、光照模塊、圖像無線傳輸模塊和 運動控制模塊。該案僅羅列物理結構,沒有公開裂紋檢測的具體技術方案。
[0004] 201210213385. 0涉及基於二維圖像和深度信息的路面信息提取裝置,其包括二維 圖像提取單元和深度圖像提取單元,該方案需要逐一分析畫面,數據量龐大,處理效率低。
【發明內容】
[0005] 本發明要解決的技術問題在於提出一種隧道病害的識別方法,可以有效識別滲 水,裂縫以及襯砌剝落等表面病害。
[0006] 本發明的技術方案是這樣實現的:
[0007] -種隧道病害的識別方法,其特徵在於包括:
[0008] 線陣(XD相機與位移傳感器固定於同一檢測平臺,
[0009] 檢測平臺移動過程中,位移傳感器提供位移信號,線陣CCD相機根據該位移信號 獲取隧道彩色圖像,
[0010] 線陣C⑶相機獲取的圖像流媒體數據進行融合;
[0011] 沿著隧道延伸方向對彩色圖像分塊壓縮存儲,將彩色圖像轉化成灰度圖像,降噪 處理;
[0012] 利用梯度邊緣檢測算法以及圖像區域灰度特徵對圖像進行分割,並作形態學膨脹 腐蝕與二值化處理,獲得輪廓特徵;
[0013] 提供正常的隧道表面和人工標記病害的隧道表面,重複上述步驟,獲取隧道表面 正常輪廓特徵以及病害輪廓特徵,建立數據特徵庫;
[0014] 獲取待監測隧道表面的輪廓特徵,與數據特徵庫進行特徵配準分析,確定隧道病 害位置和類型;
[0015] 在已知類型的病害位置進行多次成像,提取病害輪廓特徵,測算病害參數。
[0016] 在本發明的隧道病害的識別方法中,圖像的降噪方法包括圖像增強以及濾波算 法。
[0017] 在本發明的隧道病害的識別方法中,病害參數包括滲水面積,裂縫長度、寬度以及 襯砌剝落面積。
[0018] 一種隧道病害的多圖像識別方法,其特徵在於包括以下步驟:
[0019] 檢測平臺安裝多個線陣CCD相機,移動過程中,線狀雷射器向隧道表面發射雷射 線,位移傳感器提供位移信號,線陣CCD相機根據該位移信號獲取隧道彩色圖像,雷射線在 與雷射器相鄰的兩個CCD相機獲取的兩個圖像上均有成像;
[0020] 利用紅外雷射器標記對不同CCD相機獲取的圖像進行拼接融合;
[0021] 對圖像進行灰度變換、硬閾值分割,得到二值輪廓特徵圖,檢測輪廓特徵 圖的直線,標記長度大於設定值的直線,直線坐標為P0S,圖像拼接區間為[? 08-index, pos+index],index為拼接區間寬度參數;
[0022] 生成拼接係數參數 yx = 0· 5*exp(_0. 5*χ2/ 〇 2),其中,X e [-index, index];
【權利要求】
1. 一種隧道病害的識別方法,其特徵在於包括: 線陣CCD相機與位移傳感器固定於同一檢測平臺, 檢測平臺移動過程中,位移傳感器提供位移信號,線陣CCD相機根據該位移信號獲取 隧道彩色圖像, 線陣CCD相機獲取的圖像流媒體數據進行融合; 沿著隧道延伸方向對彩色圖像分塊壓縮存儲,將彩色圖像轉化成灰度圖像,降噪處 理; 利用梯度邊緣檢測算法以及圖像區域灰度特徵對圖像進行分割,並作形態學膨脹腐蝕 與二值化處理,獲得輪廓特徵; 提供正常的隧道表面和人工標記病害的隧道表面,重複上述步驟,獲取隧道表面正常 輪廓特徵以及病害輪廓特徵,建立數據特徵庫; 獲取待監測隧道表面的輪廓特徵,與數據特徵庫進行特徵配準分析,確定隧道病害位 置和類型; 在已知類型的病害位置進行多次成像,提取病害輪廓特徵,測算病害參數。
2. 根據權利要求1所述的隧道病害的識別方法,其特徵在於,圖像的降噪方法包括圖 像增強以及濾波算法。
3. 根據權利要求1所述的隧道病害的識別方法,其特徵在於,病害參數包括滲水面積, 裂縫長度、寬度以及襯砌剝落面積。
4. 一種隧道病害的多圖像識別方法,其特徵在於包括以下步驟: 檢測平臺安裝多個線陣CCD相機,移動過程中,線狀雷射器向隧道表面發射雷射線,位 移傳感器提供位移信號,線陣CCD相機根據該位移信號獲取隧道彩色圖像,雷射線在相鄰 雷射器的兩個CCD相機獲取的兩張圖像上均有成像; 對單個線陣CCD相機獲取的圖像流媒體數據進行融合,獲得固定尺寸大小的圖像; 利用紅外雷射器標記對不同CCD相機獲取的圖像進行拼接融合; 圖像拼接完成後,沿著隧道延伸方向對彩色圖像分塊壓縮存儲,利用梯度邊緣檢測算 法以及圖像區域灰度特徵對圖像進行分割,並作形態學膨脹腐蝕與二值化處理,獲得輪廓 特徵; 提供正常的隧道表面和人工標記病害的隧道表面,重複上述步驟,獲取隧道表面正常 輪廓特徵以及病害輪廓特徵,建立數據特徵庫; 獲取待監測隧道表面的輪廓特徵,與數據特徵庫進行特徵配準分析,確定隧道病害位 置和類型,對已知的病害位置和類型進行多次成像,提取病害輪廓特徵,測算病害參數。
5. 根據權利要求4所述的隧道病害的多圖像識別方法,其特徵在於,所述圖像拼接融 合,包括以下步驟: 對相鄰CCD相機獲取的相同位置的兩幅圖像進行灰度變換、硬閾值分割,得到二值輪 廓特徵圖,檢測輪廓特徵圖的直線,標記長度大於設定值的直線,直線位置坐標為P〇s,圖像 拼接區間為[P〇s - index, pos+index],index為拼接區間寬度參數; 生成拼接係數參數 yx = 〇· 5*exp (_0· 5*χ2/ 〇 2),其中,X e [-index, index];
其中j為拼接圖像上的坐標,Ij表示坐標為j的像素線,Ii,12表示相鄰的兩幅圖像,Iij 表示Ii上坐標為j的像素線,posmax表示Ip 12中pos坐標較大的一個,posmin表示Ip 12中 pos坐標較小的一個,W = pos^+W^pos*為拼接後圖像的寬度,W2為圖像12的寬度;
6. 根據權利要求4所述的隧道病害的多圖像識別方法,其特徵在於,採用Hough算法檢 測輪廓特徵圖的直線。
7. 根據權利要求4所述的隧道病害的多圖像識別方法,其特徵在於,Pos為橫坐標或者 縱坐標。
8. 根據權利要求4所述的隧道病害的多圖像識別方法,其特徵在於,輪廓特徵圖中,被 檢測的直線應與圖像至少一個邊的夾角小於5°C,對距離小於設定閾值ξ的兩條直線認定 為重複直線,只保留其中一條。
9. 根據權利要求4所述的隧道病害的多圖像識別方法,其特徵在於,閾值ξ小於10個 像素。
【文檔編號】G06K9/00GK104048969SQ201410275604
【公開日】2014年9月17日 申請日期:2014年6月19日 優先權日:2014年6月19日
【發明者】樊曉東, 孟俊華, 唐文平, 劉家賓, 樊曉莉, 惠豔萍, 馮欣, 馮賓, 田明 申請人:樊曉東