[发明专利]混凝土裂缝宽度计算方法、系统、计算机设备及存储介质

说明书

本发明公开了一种混凝土裂缝宽度计算方法、系统、计算机设备及存储介质，所述方法通过基于同态滤波对第一图像进行预处理得到增强的第二图像，使得后续得到的裂缝图像对比度更高，提高了裂缝的边缘检测的准确度；通过对第二图像进行色彩聚类得到裂缝区域的掩膜图像，提高了裂缝区域识别的准确度；基于形态学处理第三图像，消除了得到的中心骨架的毛刺，进而使得后续的混凝土裂缝宽度计算更加准确；通过连通域检测进一步提升了裂缝边缘检测的准确性，使得裂缝的边缘不会因为过粗而影响混凝土裂缝宽度计算的准确度，满足了混凝土裂缝宽度计算的精度要求。本发明可广泛应用于图像处理技术领域。

技术领域

本申请涉及图像处理技术领域，尤其是一种混凝土裂缝宽度计算方法、系统、装置及存储介质。

背景技术

基于图像处理的裂缝检测与计算，是指通过对裂缝图像的图像特征进行统计分析，寻找感兴趣目标、消除干扰并计算裂缝宽度的过程，是图像处理技术在桥梁、路面和墙壁的安全检测的一个非常重要的应用，主要用于在自动巡检后对裂缝进行识别与检测。基于图像处理的裂缝检测与计算节省了人工成本，有效提高了检测的效率，同时能够保障人员安全，在发生安全问题前检测并识别目标的损坏程度以及时预警。

目前基于图像处理的裂缝检测与计算大致分为两类：基于神经网络的方法和基于边缘提取的方法。其中，基于神经网络的方法仅能识别裂缝，在计算裂缝宽度时需要依赖边缘提取方法；基于边缘提取的方法需要设置阈值，对裂缝的识别不够准确。由于裂缝图像中的裂缝与裂缝周围区域的灰度值差别较大，可通过对裂缝图像进行边缘检测粗略地得到裂缝边缘信息。传统的裂缝边缘检测主要采用Canny算子、Prewitt算子和Sobel算子，其中的Sobel算子为离散性差分算子，用于计算图像亮度函数的灰度近似值。Sobel算子对像素的位置的影响做了加权，降低了边缘模糊程度，边缘检测效果更好。然而，通过Sobel算子确定的边缘定位精度仍不够高，检测提取的边缘图像较粗，无法满足混凝土裂缝宽度计算的精度要求。

发明内容

本发明的目的在于至少一定程度上解决现有技术中存在的技术问题之一。

为此，本发明提供了一种混凝土裂缝宽度计算方法、系统、计算机设备及存储介质，其提高了混凝土裂缝宽度计算的准确度，满足混凝土裂缝宽度计算的精度要求。

为了达到上述技术目的，本发明所采取的技术方案包括：

第一方面，本发明提供了一种混凝土裂缝宽度计算方法，包括以下步骤：

获取第一图像，所述第一图像为拍摄的待计算裂缝宽度的图像；

基于同态滤波对第一图像进行预处理，生成第二图像；

对所述第二图像进行色彩聚类，生成第三图像，所述第三图像为裂缝区域的掩膜图像；

基于形态学处理所述第三图像，得到裂缝的中心骨架；

对所述第三图像进行连通域检测，得到所述裂缝的边缘；

根据所述中心骨架和所述边缘计算所述裂缝的宽度。

进一步地，所述预处理包括对数变换、傅里叶变换、频域滤波和傅里叶反变换；

所述基于同态滤波对第一图像进行预处理，生成第二图像，包括：

获取所述第一图像的光强分量和反射分量；

根据所述光强分量和所述反射分量对所述第一图像进行对数变换，生成第四图像；

对所述第四图像进行傅里叶变换，生成第五图像；

通过预设的同态滤波器对所述第五图像进行频域滤波，得到频域结果；

对所述频域结果进行傅里叶反变换并取指数，生成所述第二图像。