[发明专利]一种基于梯度类间阈值算法的隧道衬砌裂缝识别方法及系统

权利要求书

1.一种基于梯度类间阈值算法的隧道衬砌裂缝识别方法，其特征在于，包括如下步骤：

(1)对隧道裂缝图像进行去噪处理；

(2)采用梯度类间阈值算法对去噪后的图像进行二值化处理、并根据得到的二值化图像进行边缘检测，标定裂缝指标；

所述二值化处理的方法具体包括如下子步骤：

(2.1)计算去噪后图像的梯度图像并存入一个新的二维矩阵中，获得梯度矩阵；

(2.2)将所述梯度矩阵进行二值化，获得二值图像；

(2.3)将去噪后图像的二维矩阵与所述二值图像的二维数组对应点相乘，得到新的图像矩阵；

(2.4)采用Otus算法根据所述的图像矩阵计算出图像阈值，采用所述图像阈值对去噪的隧道裂缝图像进行分割，得到二值化图像；

(3)对所述二值化图像进行形态学处理，去除裂缝本身的杂点并填充内部空洞；根据填充后的图像进行裂缝指标提取。

2.如权利要求1所述的隧道衬砌裂缝识别方法，其特征在于，所述步骤(1)包括如下子步骤：

(1.1)将隧道裂缝图像进行直方图均衡化处理；

(1.2)利用自适应中值滤波算法对均衡化后的图像进行去噪处理，具体是：若滤波窗中心像素为噪声时，利用中值来代替，否则不改变其像素值。

3.如权利要求1或2所述的隧道衬砌裂缝识别方法，其特征在于，所述步骤(3)包括如下子步骤：

(3.1)对二值化图像依次进行膨胀和腐蚀运算；

(3.2)对膨胀腐蚀运算后的图像进行开、闭运算，去除图像中的多余部分，并填充其内部空洞；

(3.3)根据填充后的图像进行裂缝指标提取，包括面积、周长和集中度。

4.一种基于梯度类间阈值算法的隧道衬砌裂缝识别系统，其特征在于，包括图像增强模块、边缘检测模块和裂缝识别提取模块；

所述图像增强模块用于对输入的隧道裂缝图像进行第一图像处理以剔除由于输入输出设备及周边环境影响而产生的噪声，获得平滑效果；

所述边缘检测模块用于对去噪处理后的裂缝图像进行第二图像处理，二值化图像信息，实现裂缝的边缘检测，标定裂缝指标；

所述裂缝识别提取模块用于对二值化图像进行形态学处理，去除裂缝本身的杂点并填充内部空洞，根据填充后的图像进行裂缝指标提取。

5.如权利要求4所述的隧道衬砌裂缝识别系统，其特征在于，所述边缘检测模块根据以下方法对去噪处理后的裂缝图像进行第二图像处理：

(2.1)计算去噪处理后的裂缝图像的梯度图像并存入一个新的二维矩阵中，获得梯度矩阵；

(2.2)将所述梯度矩阵进行二值化，获得二值图像；

(2.3)将去噪处理后的裂缝图像的二维矩阵与所述二值图像的二维数组对应点相乘，得到新的图像矩阵；

(2.4)采用Otus算法根据所述的图像矩阵计算出图像阈值，采用所述图像阈值对去噪处理后的裂缝图像进行分割，得到二值化图像。

6.如权利要求4或5所述的隧道衬砌裂缝识别系统，其特征在于，所述图像增强模块采用以下方法对隧道裂缝图像进行第一图像处理：

(1.1)将隧道裂缝图像进行直方图均衡化处理；

(1.2)利用自适应中值滤波算法对均衡化后的图像进行去噪处理，具体是：若滤波窗中心像素为噪声时，利用中值来代替，否则不改变其像素值。

7.如权利要求4或5所述的隧道衬砌裂缝识别系统，其特征在于，所述裂缝识别提取模块采用以下方法进行裂缝指标提取：

(3.1)对二值化图像依次进行膨胀和腐蚀运算；

(3.2)对膨胀腐蚀运算后的图像进行开、闭运算，去除图像中的多余部分，并填充其内部空洞；

(3.3)根据填充后的图像进行裂缝指标提取，包括面积、周长和集中度。

8.一种基于梯度类间阈值算法的隧道衬砌裂缝识别系统，其特征在于，包括用于存储隧道裂缝图像的存储器、处理器，以及可在所述处理器上执行并在执行时提取所述存储器中的隧道裂缝图像进行权利要求1～3的处理的计算机程序。