[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

说明书

技术领域

本发明涉及图像识别技术领域，更具体地，涉及基于梯度类间阈值算法的隧道衬砌裂缝识别方法及系统。

背景技术

裂缝普遍存在于隧道工程中，是隧道运营期最主要病害之一。设计、施工和使用等方面的原因都可能引起衬砌表面产生裂缝。当裂缝宽度达到一定值时，会引起渗漏、混凝土碳化、衬砌掉块等现象，从而降低工程的承载能力和使用功能。准确掌握裂缝的形态、长度和宽度有利于对其出现原因进行有效判断，对于隧道结构安全评估和病害治理是必要的。随着图像处理技术的日益成熟，将车载探测系统和图像后处理技术结合在一起的信息化检测技术，为快速高效进行隧道工程病害探测提供了可能。

针对混凝土结构表面裂缝有关学者做出研究，T.Yamaguchi等建立一种基于图像的渗流模型，根据图像灰度和区域的形状来识别裂缝；Y.Fujita和Y.Hamamoto应用Hessian矩阵的特征值和特征向量来判别结构形状以区分裂缝；S.K.Sinha和P.W.Fieguth提出了一个统计过滤的识别算法，并对图像分别通过canny边缘检测与Otsu阈值分割的结果进行比较；储江伟等将图像分为子块图像，运用BP神经网络设计分类器对破损类型进行识别；J.K.Oh等采用裂缝追踪算法进行裂缝识别；S.N.Yu通过Sobel和Laplacian检测裂缝边缘；张娟利用裂缝梯度算子，采用相位编组法进行裂缝识别；Z.W.Liu等将二值化的图像应用子图像分类器(采用SVM)进行裂缝识别。上述算法主要包括图像二值化和裂缝识别2个部分。考虑到实际拍摄图像背景与梯度有效性的情况，上述算法在图像二值化阶段效果欠佳。

发明内容

针对现有技术的以上缺陷或改进需求，本发明提供了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，其目的在于提高现有隧道衬砌裂缝识别方法的准确度。

为实现本发明目的，按照本发明的一个方面，提供了一种基于梯度类间阈值算法的隧道衬砌裂缝识别方法，包括如下步骤：

(1)对隧道裂缝图像进行去噪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，达到增强图像质量的目的；

(2)采用Otus算法与Prewitt算子结合的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；

在本步骤中提出运用Otus算法与Prewitt算子相结合的梯度类间阈值算法，以获取最佳图像阈值，并采用该阈值对去噪的隧道裂缝图像进行分割，不仅较好地滤除了噪声，裂缝边缘也得到了很好的保存；

具体地，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)对步骤(2)获得的图像进行形态学处理，去除裂缝本身的杂点和内部空洞，对裂缝实现精确识别和特征提取。

优选地，上述基于梯度类间阈值算法的隧道衬砌裂缝识别方法，其步骤(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。

优选地，上述基于梯度类间阈值算法的隧道衬砌裂缝识别方法，其步骤(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各项指标提取。

为实现本发明目的，根据本发明的另一个方面，提供一种基于梯度类间阈值算法的隧道衬砌裂缝识别系统，包括图像增强模块、边缘检测模块和裂缝识别提取模块；

其中，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；

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，标定裂缝相关指标；

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和内部空洞，对裂缝实现精确识别和特征提取。