[发明专利]钢结构螺栓松动快速识别方法

说明书

本发明涉及数据处理及数据识别技术领域，具体涉及一种钢结构螺栓松动快速识别方法。该方法利用多次有限生长次数的边缘生长，获得代表局部边缘特征的生长边缘线，根据对局部边缘特征的分析及合并，最终获得能够进行快速霍夫圆检测处理的闭合边缘曲线。根据检测出的霍夫圆获得螺栓区域，根据螺栓区域内的凹槽区域的角度信息判断是否出现松动。本发明实施例通过对边缘数据的舍弃及保留，实现对螺栓区域的快速识别并识别螺栓区域内的凹槽区域进行螺栓松动检测，实现了快速且准确的螺栓松动检测过程。

技术领域

本发明涉及数据处理及数据识别技术领域，具体涉及一种钢结构螺栓松动快速识别方法。

背景技术

钢结构是重要的一种建筑结构，其包含的各构件之间一般采用多个螺栓相连接来保障钢结构的稳定性。然而由于螺栓长期受到交变力的影响，会有一定程度的松动甚至造成脱落，对钢结构的安全性造成了巨大的影响。因此需要定期对钢结构的螺栓松动情况进行检测识别。

在现有技术中，可利用计算机视觉技术提取钢结构图像中的螺栓区域，根据螺栓区域中凹槽的状态判断是否出现松动。但是钢结构表面较为复杂，螺栓区域的纹理边缘与钢结构本身的纹理边缘互相交错，使得对于螺栓区域的提取具有较大的困难，如果直接利用圆检测算法提取圆形螺栓区域会造成很大的算力浪费，且容易造成误识别，使得后续松动判断结果出现错误。

发明内容

为了解决上述技术问题，本发明的目的在于提供一种钢结构螺栓松动快速识别方法，所采用的技术方案具体如下：

本发明提出了一种钢结构螺栓松动快速识别方法，所述方法包括：

获得包含螺栓的钢结构图像；提取所述钢结构图像中的边缘像素点；

任选一个所述边缘像素点作为生长起始点根据预设生长次数进行边缘生长，获得一条生长边缘线；若所述生长边缘线存在交叉点，则根据所述交叉点将所述生长边缘线分割为多个子边缘；根据每个子边缘上所述边缘像素点的坐标信息判断所述子边缘的边缘类别；所述边缘类别包括曲线边缘和直线边缘；根据所述坐标信息判断相邻且同类的所述边缘类别的所述子边缘是否共线，若共线则将两个所述子边缘合并，获得合并子边缘并重新判断所述合并子边缘的所述边缘类别；若所述生长边缘线不存在交叉点，则以所述生长边缘线作为所述合并子边缘并判断其所述边缘类别；

以所述生长边缘线的端点作为新的所述生长起始点根据所述生长次数在所述合并子边缘之外的其他边缘像素点继续进行边缘生长，获得多个所述合并子边缘，直至所有边缘像素点完成生长，获得所有所述合并子边缘；将同类且共线的相邻所述合并子边缘继续进行合并，每次合并过程都需要判断新的所述合并子边缘的所述边缘类别；直至所述合并子边缘无法继续合并，获得多条边缘线；

将所述直线边缘和不闭合的所述边缘线剔除，获得多个闭合边缘曲线；对所述闭合边缘曲线进行霍夫圆检测，获得多个霍夫圆；将同心圆的所述霍夫圆分为一组，获得组内所述霍夫圆的最小半径；统计所有组的所述最小半径，以频数最多的所述最小半径对应的所述霍夫圆作为螺栓区域；

根据所述螺栓区域内的像素值信息分割出凹槽区域；根据所述凹槽区域的拟合直线的倾角判断螺栓是否出现松动。

进一步地，所述边缘生长过程包括：

若所述生长起始点的八邻域内存在其他所述边缘像素点，则将八邻域范围内的其他所述边缘像素点作为生长点并继续生长，直至达到所述生长次数或者所述生长点的八邻域范围内不存在其他所述边缘像素点，完成一次所述边缘生长过程；所述边缘生长过程中的所述生长起始点和所述生长点构成所述生长边缘线。

进一步地，判断所述生长边缘线是否存在交叉点的方法包括：

获得所述生长边缘线上每个所述边缘像素点的梯度方向；若一个所述边缘像素点与相邻的所述边缘像素点的梯度方向差异均大于预设方向差异阈值，则将该所述边缘像素点作为候选交叉点；

将所述候选交叉点根据坐标信息进行聚类，获得候选交叉点组；以所述候选交叉点组内所述候选交叉点的平均坐标作为所述交叉点的坐标，获得所述交叉点。