论文部分内容阅读
混凝土作为目前用量最大的一种建筑材料,现已被广泛应用于大型水利水电工程、港口码头以及桥梁等工程中。混凝土结构在服役期间不可避免的会出现不同程度的裂缝,若不能及时被探测到并进行修复,裂缝逐渐扩展可能会导致灾难性的后果。尤其是在水环境下服役的混凝土结构,其裂缝更隐蔽而难以检测。因此,本文重点研究了基于机器视觉的混凝土结构水下表面裂缝检测技术,以提供及时、可靠的混凝土结构表面裂缝信息,从而降低水环境下混凝土结构服役隐患,具有较好的理论意义和实用价值。 基于机器视觉的混凝土结构水下表面裂缝检测技术的核心是如何从采集到的图像/视频中准确、快速地检测出裂缝,由于水下环境的复杂性,所采集到的图像会出现模糊、对比度比较低等现象,且存在很多假裂缝信息,严重影响裂缝的识别和提取,因而,裂缝检测的关键问题即转化为如何对水下图像进行复原、裂缝分割和裂缝识别。针对以上问题,本论文的主要工作和取得的成果如下: (一)改进了适用于水下退化图像的盲复原算法。分析比较了两类常用的图像盲复原算法—参数法和迭代法,针对常用方法对水下退化图像复原效果不理想的问题,开发了一种基于清晰度评价的水下图像盲复原方法。与常用算法相比,利用本文提出算法能够得到模糊信噪比(BSNR)和清晰度更高的水下图像; (二)开发了一种适用于水下裂缝图像的分割算法。在对比分析了边缘分割算法和阈值分割算法的基本原理和实现过程的基础上,提出了一种基于支持向量机的过渡区提取与分割算法,实验结果表明,与常规算法相比,利用本文算法分割后的裂缝图像中存在的干扰更少,且裂缝轮廓更加完整; (三)开发了一种基于轮廓特征的水下混凝土结构表面裂缝识别算法。首先提取分割后图像中每个目标边缘的特征向量,建立BP神经网络模型,判别干扰物;然后根据裂缝轮廓相互匹配的特征,开发了一种基于轮廓特征的裂缝检测算法,通过模板搜索的方式进一步检测裂缝;最后连接裂缝边缘断开部分,获得连续的裂缝轮廓。实验结果表明,与其它算法相比,本文算法检测出裂缝的准确率与完整率提高了2.19％; (四)设计了基于机器视觉的混凝土结构水下表面裂缝检测系统。通过对裂缝检测系统结构、功能和性能的需求分析,完成了对混凝土结构水下表面裂缝检测系统的总体设计。在硬件方面,设计了适合于水下环境的图像采集系统,并用水下机器人作为视觉系统的承载平台;在软件方面,以本文所开发的图像复原、图像分割和裂缝检测算法为基础,开发出了一套高效、易用的软件系统。