论文部分内容阅读
混凝土裂缝作为钢筋混凝土结构中普遍存在的病害形式,是反映结构健康状态、评估工程质量的关键性指标之一。对混凝土裂缝定期监测,收集病害信息并及时检修能有效避免灾害事故的发生。传统的裂缝检测方法存在检测效率低、人工成本高等不足,无法满足庞大的混凝土裂缝检测需求。随着计算机理论技术、硬件性能、无线互联网技术的快速发展,将数字图像处理技术结合智能手机的无线传输技术,开发新型非接触无损检测技术并将其应用于混凝土表面裂缝检测过程中,具有突出的工程应用价值与社会效益。本文结合Android开发技术与平台,通过实验研究分析智能手机基础像素点尺寸与手机相机像素、相机变焦倍数的相关性;并以此为基准,开发一种基于Android平台的混凝土表面裂缝非接触无损检测方法。该方法通过驱动手机摄像头采集裂缝区域图像,利用数字图像处理技术准确识别图像中的裂缝信息,自动完成裂缝特征值的计算、判读。与传统检测方法相比,不仅检测过程简单、检测设备便于携带,同时依托智能手机的通讯功能,能够实时传输裂缝检测结果,为非现场专家决策提供实时检测依据。在物联网技术、大数据分析快速发展的背景下,本文研究内容顺应未来裂缝检测自动化、数字化的趋势,具有一定的前沿性和先导性。在本文的研究范围内,得到以下结论:(1)通过研究手机拍摄图像中像素个数与实际尺寸间的转换关系,获得了转换系数η的计算公式并提出了基于基础像素点尺寸的手机摄像头标定方法。结果表明:基础像素点尺寸与手机相机像素、相机变焦倍数存在指数函数关系;提升相机像素、增大相机变焦倍数可以获得更小的基础像素点尺寸。分析非正拍标定实验误差表明:在标定过程中,当相机镜头平面与目标物所在平面平行时,其拍摄角度对标定结果影响较小,引起偏差在可接受范围;而机身倾斜角度则会对标定结果带来较大误差,应尽量避免倾斜角度大于5°。(2)通过分析混凝土表面裂缝图像特征发现:采用自适应尺寸均值滤波的图像预处理算法对采集的裂缝图像进行增强处理综合效果较好,突出了裂缝目标信息;分析比较了阈值分割算法、边缘检测算子以及泛洪填充算法对裂缝目标的提取效果,结果表明泛洪填充算法具有较好的鲁棒性,能够实现裂缝目标的完整提取。(3)基于Android Studio开发环境,本文完成了混凝土表面裂缝检测APP的设计开发。在实现“检测工程项目管理”、“裂缝图像导入”、“裂缝图像处理”、“裂缝特征值检测计算”、“检测结果存储”等功能的同时,经实验检验所开发的APP软件具有可靠性和易用性。(4)通过对比标准裂缝检测卡,对混凝土表面裂缝检测APP的测量精度进行了验证。结果表明,APP检测方法的检测距离受到精度要求的制约,在不同距离检测时宜选用不同的相机变焦倍数。以绝对误差小于0.1mm,相对误差低于10%为允许误差范围,本文给出了本方法检测距离的适用范围以及在不同检测距离下的推荐相机变焦倍数。(5)通过与实际混凝土裂缝检测结果的对比,分析了基础像素点尺寸、检测距离及相机变焦倍数对裂缝检测APP宽度测量精度的影响。结果表明:采用线性插值法得到的基础像素点尺寸与采用指数拟合方程得到的基础像素点尺寸相比,其裂缝宽度测量精度能够提高5%~10%,测量误差在±10%以内的保证率从61.67%提升至93.33%;缩短检测距离和增大相机变焦倍数均能有效提高检测精度,APP检测法能够满足工程上裂缝检测的精度要求。