基于图像处理的混凝土桥梁底面裂缝检测方法的研究

论文摘要

为了实现桥梁检测机器人对混凝土桥梁底面裂缝的检测,降低人工桥下作业的劳动强度和风险,提高桥梁检测的效率,本文采用图像处理的技术和理论对裂缝的检测方法展开了研究。桥梁底面状况复杂,采集图像时易受室外光照条件的影响,图像中除了裂缝外,还可能包含油污、笔迹、粘结物等干扰物。由于目标和干扰物之间有一定的相似性,在图像处理过程中很容易将干扰物错认为裂缝目标,进而影响裂缝检测的准确性,造成后续处理结果偏离实际。针对问题,本文在实验条件下设计了桥梁底面图像的采集方案,确定了图像的标定方法,分析总结了裂缝图像的基本特点,研究了采用图像处理技术检测图像中裂缝目标的理论方法,提出并实现了一种提取裂缝目标的方法,实现了对原始图像的预处理,包括灰度化、图像增强、阈值分割、滤波去噪等,以及后期的图像分析,包括裂缝提取、裂缝分类、尺寸测量、片段连接等。其中重点分析了裂缝的区域特征和灰度特征,对特征值进行了统计与分析,从中提出了提取裂缝目标的依据,选定了判断裂缝类型的若干指标,并以实验结果验证了该方法的有效性。最后基于MATLAB平台开发了检测混凝土桥梁底面裂缝的图像处理软件,并进行了实例验证。

论文目录

• 致谢
• 中文摘要
• ABSTRACT
• 1 绪论
• 1.1 研究背景
• 1.2 国内外桥梁底部裂缝检测技术介绍
• 1.2.1 人工检测
• 1.2.2 桥梁检测车检测
• 1.2.3 无损检测技术
• 1.2.4 数字图像处理技术
• 1.3 课题意义
• 1.4 面临的困难
• 1.5 本文的安排
• 2 混凝土桥梁裂缝
• 2.1 混凝土桥梁裂缝的基本概念
• 2.1.1 微裂
• 2.1.2 宏观裂缝
• 2.2 混凝土桥梁裂缝产生的原因
• 2.3 混凝土桥梁裂缝的特点
• 2.3.1 裂缝类型
• 2.3.2 裂缝的分布规律
• 2.4 混凝土桥梁裂缝图像的特点
• 2.5 混凝土桥梁开裂程度的评价分析
• 2.6 本章小结
• 3 混凝土桥梁底面图像采集与标定
• 3.1 采集系统工作原理
• 3.2 系统硬件组成
• 3.2.1 CCD摄像头
• 3.2.2 图像采集卡
• 3.3 采集过程
• 3.4 尺寸标定
• 3.5 本章小结
• 4 裂缝的提取与分析
• 4.1 提取裂缝的方法
• 4.2 裂缝图像预处理
• 4.2.1 灰度化
• 4.2.2 图像增强
• 4.2.3 空间滤波
• 4.2.4 灰度阈值分割
• 4.3 裂缝图像分析
• 4.3.1 目标描述
• 4.3.3 特征提取
• 4.3.4 目标判断
• 4.3.5 裂缝分类
• 4.3.6 实例验证
• 4.4 裂缝片段的连接
• 4.4.1 建立模型
• 4.4.2 模型分析
• 4.4.3 算法归纳
• 4.4.4 实例验证
• 4.5 本章小结
• 5 裂缝检测软件设计与实例分析
• 5.1 软件开发环境简介
• 5.2 软件模块设置和工作流程
• 5.2.1 模块设置
• 5.2.2 工作流程
• 5.3 软件设计
• 5.3.1 功能设计
• 5.3.2 界面设计
• 5.3.3 菜单设计
• 5.4 实例分析
• 5.5 本章小结
• 6 总结与展望
• 6.1 全文总结
• 6.2 展望
• 参考文献
• 附录A
• 附录B
• 作者简历
• 学位论文数据集