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