[发明专利]一种桥梁图像中裂缝的检测方法

摘要

本发明公开了一种桥梁图像中裂缝的检测方法。由于人工标记具有一定的主观性，检测精度较依赖于专家的经验知识，而经验在定量分析中缺乏客观性。本发明如下：一、检测桥面图像中裂缝发生的位置，并完整提取裂缝的形态特征。二、提取图像中裂缝的真实参数。本发明通过图像处理技术，代替人眼完成桥梁裂缝的自动化无损检测。本发明针对桥梁裂缝独特的空间延展性和灰度可区分性，提出的改进的中值滤波算法根据裂缝边缘相似灰度线性分布的特性，在原中值滤波的基础上引入相似灰度扩展方向的思想，不仅能更有效地抑制桥面图像复合噪声的干扰，提高图像信噪比，而且保持了裂缝边缘细节信息的连续性，增加目标裂缝保真滤波的可靠性。

主权项

1.一种桥梁图像中裂缝的检测方法，其特征在于：步骤1、裂缝检测1‑1.通过裂缝检测预处理进行裂缝区域的初始定位和灰度化；对完整桥面图像进行灰度化处理；通过均匀网格划分将完整桥面图像划分为多个局部区域；统计各局部区域内的灰度累计值，得到所有网格区域的灰度分布并提取桥面图像平均灰度值作为灰度阈值；筛选出灰度累计值低于灰度阈值的网格区域作为感兴趣区域；1‑2.对各感兴趣区域进行中值滤波去噪和基于模糊集的图像增强处理，得到多张待分割的裂缝灰度图像；中值滤波去噪的步骤如下：(1)遍历感兴趣区域中的各像素点，分别作为目标像素点f_ij，并各自执行步骤(2)至(4)；(2)分别对目标像素点f_ij八邻域内所有像素点与目标像素点f_ij灰度值进行比较，并取其中灰度差值绝对值最小的2个邻域像素点和(3)将和作为该目标像素点的邻近灰度扩展方向，并以这两个方向分别向八邻域外扩展一级，得到f_p和f_q两像素点；(4)取目标像素点f_ij、八邻域内所有像素点、像素点f_p和像素点f_q的中值作为目标像素点f_ij的替换值；1‑3.通过PCNN简化模型对各待分割的裂缝图像进行二值分割，得到裂缝分割图像；1‑4.对裂缝分割图像进行残余孤立噪声的去除，得到裂缝二值图；步骤2、裂缝参数提取2‑1.对步骤1所得的裂缝二值图进行基于种子点生长的裂缝特征连接，具体步骤如下：(1)将裂缝二值图中裂缝断开处位置信息映射到步骤1‑2所得的裂缝灰度图像中；(2)在裂缝断开处对应的两段裂缝的相对端分别选取起始种子点、引导种子点；(3)起始种子点为第一个生长点进行生长；下一个生长点为上一个生长点八邻域内灰度值最小的像素点，直到生长出的生长点与引导种子点重合；(4)将步骤(3)所得的各生长点从裂缝灰度图像中映射到裂缝二值图中；2‑2.基于投影法的目标裂缝分类识别，具体如下：先对经过步骤2‑1处理后的裂缝二值图进行取反操作；采用投影法对裂缝二值图分别进行水平和竖直方向的投影，对各行、列像素值分别累加求和，得到行投影数组和列投影数组；根据裂缝二值图中裂缝的实际尺寸特征，计算裂缝二值图中裂缝部分的长宽比Δx为裂缝二值图中裂缝部分的水平投影长度，Δy为裂缝二值图中裂缝部分的竖直投影长度；若则判定裂缝二值图中的裂缝为横向裂缝；若则判定裂缝二值图中的裂缝为纵向裂缝；若且行投影数组和列投影数组内所有元素均大于10，则判定裂缝二值图中的裂缝为网状裂缝；否则，判定裂缝二值图中的裂缝为斜向裂缝；2‑3.桥面裂缝特征数据的提取，以得到实际桥梁裂缝的长度、宽度和面积信息；(1)在裂缝二值图中的裂缝上提取裂缝骨架线；统计裂缝二值图中的数值为1的像素点个数作为裂缝像素面积；根据裂缝二值图上的裂缝图像，提取裂缝骨架线；以裂缝骨架线上像素点的数量作为裂缝像素长度；计算桥梁裂缝宽度的方法如下：(1)设定一个5×5的检索模板，并对裂缝骨架线上的所有裂缝像素点进行扫略，取该检索模板内距离最远的两个裂缝像素点，两个裂缝像素点的连接线作为模板内裂缝局部走向线；再做扫略后得到的各裂缝局部走向线的法线，求其法向角；(2)根据裂缝骨架线上各裂缝像素点的法向角，求取各裂缝像素点在裂缝上对应的两侧边缘点(x_ij,y_ij)和(x′_ij,y′_ij)；裂缝像素点在裂缝上对应的两侧边缘点的欧氏距离作为该位置点上的裂缝像素宽度d_ij，即所得各裂缝像素宽度d_ij中的最大值作为裂缝最大像素宽度；各裂缝宽度d_ij中的平均值作为裂缝平均像素宽度；(3)将裂缝的各像素参数A'分别代入实际参数换算公式中，得到裂缝的各实际参数A；其中，u为物距、f为焦距、k为换算系数，l为CCD感光芯片长边物理尺寸、L是拍摄图像长边像素点数；裂缝的像素参数包括裂缝像素长度、裂缝最大像素宽度、裂缝平均像素宽度和裂缝像素面积。