论文部分内容阅读
裂缝是地铁隧道衬砌主要病害之一,对地铁安全运营造成严重的负面影响,基于机器视觉与图像处理的新兴技术逐渐在裂缝检测领域起到重要作用。本文提出了基于面阵相机的隧道图像采集技术,能够实现图像的连续采集,并分别搭建了面阵相机与线阵相机系统进行采集效果对比。本文设计了一套隧道裂缝检测算法,通过交互界面形式呈现,能够实现隧道裂缝的识别与裂缝信息的标注。此外还设计了一套隧道内部三维展示算法,用于隧道内部环境的直观演示。本文设计并搭建了基于面阵相机的隧道裂缝检测系统,包括图像采集系统与图像处理系统。图像采集系统由相机、光源、工控机、电源等设备组成,采集隧道图像并送入工控机进行裂缝检测处理。采集的隧道表面图像质量参差不齐,需要经过一系列图像处理操作实现裂缝的识别。通过图像的预处理操作改善图像质量,获取含有裂缝信息与噪声干扰的二值图像。通过图像去噪算法滤除二值图像中不同类型的噪声干扰,经裂缝细化与毛刺滤除处理后得到裂缝骨架图。在裂缝骨架图中利用宽度计算准则计算裂缝的宽度,并将裂缝与宽度信息标记在图像中。为了能够直观展示隧道内部环境,本文提出了一种隧道三维展示技术。实现隧道的三维展示需要两大核心步骤:三维建模与纹理贴图。根据实际情况建立三维隧道模型,在该模型上将隧道全景图像进行纹理贴图,从而实现隧道内部环境的三维展示。裂缝图像采集实验分别在实验室内和广州地铁进行,并分别使用两套系统采集图像,采集到的图像通过编写的软件界面进行处理。实验结果表明线阵相机采集的图像连续性好,但图像易受相机固定结构影响,产生抖动、变形等负面效果。面阵相机采集的图像稳定性强,但图像之间重叠区域较多,数据量大。进行图像处理后,在处理速度相当的情况下,面阵相机采集的图像裂缝识别效果明显优于线阵相机。因此,基于面阵相机的图像采集与处理技术在隧道裂缝检测领域具有扎实的理论基础与出色的应用前景。