论文部分内容阅读
目前,我国桥梁建设发展迅速,桥梁健康检测及其养护也变得十分重要。裂缝是桥梁健康检查的重点之一,但桥梁裂缝检测主要依赖于人工操作。这种方式检测效率低、安全隐患大。因此,本文采用图像处理技术研究桥梁裂缝检测。桥梁底面情况复杂,采集的裂缝图像存在光照不均、噪声干扰等问题。针对这些问题,本文设计了桥梁裂缝的检测方案,主要研究内容包括:(1)裂缝图像拼接方法:为了保证裂缝图像的精度,不能用一张图像拍摄较长裂缝的全景图,因此本文研究了图像拼接技术。针对裂缝检测实时性和高精度的要求,本文提出了基于改进FAST算法的裂缝图像拼接方法。该方法分为四个步骤,首先对FAST算法进行改进,以提取具备尺度不变性的特征点;其次采用距离比值法和向量空间余弦相似法结合的方法提高特征点粗匹配的精度;然后通过RANSAC算法实现特征点精确匹配;最后采用加权平均法融合图像。实验表明该裂缝图像拼接方法匹配精度高、鲁棒性强,能够实现裂缝图像的快速拼接。(2)桥梁裂缝提取技术:在分析总结裂缝图像特点的基础上,提出了一种改进的裂缝提取方法,重点就图像预处理、图像分割、裂缝几何参数计算三个方面做了优化。针对图像预处理,提出了自适应的多结构中值滤波算法,该算法去噪的同时较好的保留了图像细节;针对裂缝图像要求分割时处理时间短、分割后图像质量高的问题,提出了蜂群优化的二维最小交叉熵算法和形态学修复方法,实验证明该算法处理速度快、性能稳定、鲁棒性强,具有良好的分割效果;最后在裂缝几何参数计算方面,采用提取裂缝骨架的方法计算长度,并根据裂缝类型提出了一种计算裂缝最大宽度的方法。实验表明长度和宽度的测量结果满足裂缝检测的精度要求。(3)基于多足机器人的桥梁裂缝检测系统:该系统由图像采集和图像处理两个模块构成,其中图像处理模块由基于MATLAB平台开发的裂缝处理软件构成。该软件综合了本文研究的裂缝处理算法,使裂缝检测更加直观化,具有一定的实用价值。