基于计算机视觉技术的结构表面裂缝检测方法研究

计算机视觉技术用于混凝土结构表面裂缝检测,具有现场检测方便、效率高、客观性强的特点,但图像数据分析是该技术的核心,其中裂缝提取与定量测量较为复杂。为提高裂缝图像处理效率和准确率,将深度学习和数字图像处理技术相结合,提出一种裂缝检测方法。建立基于深度卷积神经网络的裂缝识别模型,在图像上自动定位裂缝并结合图像局域阈值分割方法提取裂缝。在裂缝宽度定量测量方面,采用双边滤波算法和三段线性变换对裂缝图像进行预处理,提高了裂缝边缘识别的精确度。通过改进边缘梯度法,实现裂缝最大宽度的定位和裂缝最大宽度的自动获取。该研究为全自动识别裂缝图像及高精度测量裂缝宽度提供了一种解决方法。     

基于语义分割的混凝土裂缝图像识别方法研究

因快速、无损等优势,基于深度学习的图像识别技术已成为混凝土裂缝智能检测研究的热点,其中语义分割算法可实现对裂缝图像像素级别的分割,进而实现裂缝信息量化识别。基于U-Net语义分割网络,本文提出一种混凝土裂缝图像识别方法。首先,针对混凝土裂缝检测,训练了改进的U-Net网络模型,对裂缝图像实施精准分割;其次,对分割后的裂缝图像,采用最大内切圆算法提出了裂缝宽度计算方法;最后,通过室内混凝土板模型试验对所提方法进行验证。结果表明,本文算法和设备条件对于宽度为0.30mm左右的裂缝计算结果较差,最大误差为0.26mm;对于宽度大于0.60mm的裂缝计算效果较好,最大误差为0.14mm。考虑到可以通过提高相机分辨率进一步提升检测精度,本文方法可应用于混凝土结构表观裂缝检测,大幅提高基础设施的智能化管养水平。     

基于图像处理的桥梁裂缝检测技术

介绍了一种基于图像处理技术的无损检测方法用来检测桥梁裂缝。对系统架构进行了介绍,并研究了裂缝图像处理过程中的关键算法:图像灰度化、图像增强、裂缝测量。最后应用该方法对实际裂缝进行测量,并用结果验证了该方法对桥梁检测的可靠性。     

墙体浅层裂缝检测的数字化图像处理方法

数字图像处理技术应用于墙体浅层裂缝测量可获取数字化的裂缝信息,具有操作灵活、测量精度高等优点,可以克服传统墙体裂缝宽度测量技术的费时费力、精度不高等不足,具有广泛的应用前景。该文提出了一种新的基于神经网络进行图像分割的方法,对墙体裂缝图像进行提取,一定程度上克服了传统分割方法对背景图像的依赖性,减少了伪点和伪区域,降低了采用形态学算法带来的不准确性,提高了测量准确性;同时介绍了对墙体裂缝图像进行数字化处理的具体方法和流程。结合工程实例进行实验,结果表明该技术测量精确,操作方便,具有明显的工程意义和一定的实用价值。     

盾构隧道管片裂缝图像识别及宽度计算优化方法

针对盾构隧道管片结构裂损的图像,基于数字图像处理技术,运用软件MATLAB的图像处理功能进行裂缝图像灰度变换及均衡化、图像分割及裂缝识别、边缘提取和宽度计算。在宽度计算中,采用霍夫变换对曲线裂缝进行拟合,细化裂缝图像的宽度,得到更精确信息。     

基于图像处理技术的建筑裂缝测量方法分析

裂缝测量是监测建筑结构健康和确保结构安全的一项重要任务。手动测量裂缝的过程非常耗时，并且容易受到检查员主观判断影响。文中建立了一种基于图像处理技术的智能测量模型，用于自动裂缝识别和分析。新模型提出了一种称为最小-最大灰度级判别（MMG）的灰度强度调整方法，预处理由Otsu方法阈值化的图像，这种灰度强度调整方法的目标是提高裂缝检测结果的准确性。结果表明，MMG和Otsu方法结合，可以成功测量建筑图像中的裂缝缺陷，包括面积、周长、宽度、长度和方向。     

基于数字图像处理的裂缝检测方法

为保证图像质量,提出一种基于阈值判断的自适应中值滤波(TAMF)新算法。通过扩充图像边界,将噪声图像与对其进行中值滤波后的图像相减得到的灰度值均值T作为判断条件,对搜索窗口内的噪声像素点采用中值滤波处理后输出结果,信号点则不做处理。使用几种滤波算法进行试验分析,结果表明,不同浓度的椒盐噪声均可采用TAMF算法进行滤除,该算法能有效保护图像边缘细节,在PSNR和MSE等图像性能指标上维持较高的水平,为后续裂缝宽度测量提供良好环境。数字图像处理通过获取图像(裂缝)灰度信息,对图像(裂缝)特征进行提取;然后,基于TAMF算法与改进的切线垂线法,将数字图像处理中的图像预处理、裂缝骨架提取、裂缝宽度计算等方法进行集成,提出一套基于数字图像处理的混凝土裂缝图像宽度测量流程,该测量流程所需设备单一,可大幅提高检测精度和效率,满足工程应用要求。     

一种桥梁裂缝信息提取的改进算法

采用数字图像处理技术实现桥梁裂缝信息提取一直是研究热点,本文对数字图像处理桥梁裂缝信息提取算法分割和细化两个方面进行改进,提出了改进的Kittler-Bersen二值化算法,解决了Kittler算法处理光照不均图像效果不佳和Bersen算法运算速度慢等问题,提出了改进的ZS图像细化算法,解决了ZS算法处理冗余像素效果不佳的缺陷,并通过实验对上述算法的有效性进行了检验。     

最小二乘改进算法及其在椭圆拟合中的应用

提出一种像素级边缘检测椭圆拟合新算法,用该算法对最小二乘算法进行了改进。首先,将符合要求的准椭圆转化到归一化坐标系;然后利用最小二乘法进行亚像素级椭圆拟合;最后,采用二次曲线拟合点集求解出亚像素及椭圆几何中心。在给定的图形中,利用本文提出的改进像素级边缘检测算法可以明显提高拟合不确定度和拟合精度。     

基于多元回归随机抽样一致性算法的圆柱拟合

现实中的三维激光点云数据中存在大量圆柱几何体,在实际操作中,由于测量环境的干扰性和实验仪器的局限性,使圆柱体测量数据的拟合精度受到影响。本文在随机抽样一致性算法的基础上研究一种基于多元回归随机抽样一致性算法的圆柱拟合方法,利用MATLAB编程实现对圆柱的轴线方向向量和半径拟合求解,通过设置仿真数据和实测数据实验与最小二乘及整体最小二乘拟合结果进行比较,结果表明本文算法对于圆柱拟合过程中的参数解算具有较好的鲁棒性。     

基于无人飞机成像的桥梁裂缝宽度识别可行性研究

基于传统桥梁检测车裂缝宽度检测存在阻碍交通、受到桥型限制、使用维护费用高等问题。该文以旋翼无人飞机为工作平台,为满足0.2mm以上桥梁裂缝宽度识别要求,采用IMETRUM非接触式测量仪验证无人机悬停状态下机载成像质量具有可靠性;通过加装机载三点激光测距仪,测量物距并推导成像平面与被测平面夹角,计算并修正裂缝图像像素解析度;设计适于无人机成像的图像预处理程序、构建基于支持向量机（SVM）裂缝形态智能提取训练模型、裂缝法向实际宽度计算方法。以湘潭市湘江二大桥为研究对象,通过对实桥进行无人机裂缝宽度识别,并与传统人工测试进行比较,表明机载成像识别裂缝宽度满足工程精度要求,以无人飞机为工作平台替代桥检车或支架工作平台,实现结构表面裂缝形状与宽度识别具有可行性和广泛应用前景。     

靶标特征点提取亚像素精度阈值分割算法研究

以视觉测量中摄像机标定的圆阵列靶标特征点提取为研究对象,提出一种亚像素精度阈值分割算法,用于圆阵列平面靶标标定特征点的精确快速提取。使用灰度阈值分割方法定位像素级边缘,并应用双线性插值法细分像素点实现亚像素边缘轮廓的提取,在精确获取轮廓控制点的基础上,采用最小二乘椭圆拟合法精确获取圆阵列靶标标定特征点。实验分析对比了该算法以及基于梯度的Canny和Sobel算子的亚像素边缘检测算法在标定特征点定位精度和执行时间方面的差异,验证了亚像素精度阈值分割算法在提取精度和运算速度方面的优越性。     

基于图像处理的隧道表面裂缝快速检测技术研究

提出了一种基于图像处理的隧道表面裂缝快速检测方法,并对检测系统进行了理论上的分析.通过对图像处理算法的研究,总结了SFC结合法的图像增强算法并与传统滤波算法进行了比较.之后用两种不同的阈值分割方法对图像进行了二值化处理,通过实验图像的分析证明了这些算法的可行性.     

基于改进Canny算法的墙面裂缝自动识别及量测

墙体结构的表面裂缝对建筑结构的健康和美观都有一定程度的影响,因此墙面裂缝的监测和检测工作较为重要。基于数字图像的检测方法人工参与度低,自动化程度高,能快速识别裂缝。本文对比了传统微分算子识别图像裂缝的效果,选取Canny算法为基本算法,在算法中引入导向滤波和同态滤波进行改进,达到消除噪声、保留和增强边缘细节信息的目的。在识别裂缝的基础上,通过边界像素的计算测量裂缝的像素长度和宽度,通过像素解析度求得实际长度。通过实验对比手工测量值和图像测量值,在普通相机标定情况下,图像测量的裂缝几何特征值精度较好,与手工测量值的误差在3%左右。因此该方法能够为后续裂缝的常态监测和检测的智能化提供一种思路。     

一种改进的用于裂缝图像分割的Otsu方法

裂缝是隧道衬砌最常见的病害之一,基于近几年快速发展的工程检测系统与图像处理算法的研究,提出了一种CCD相机的衬砌裂缝快速检测系统采集裂缝图像。在提取裂缝特征之前,需要将裂缝区域与图像背景分离。采用Otsu法进行分割处理,然而传统的Otsu方法对裂缝区域过小的图像易产生欠分割;对背景不单一或光照度不均匀的裂缝图像易造成过分割的情况。根据Ostu方法分割特点对该方法进行改进,以达到更好的裂缝图像分割效果,从而为实现隧道裂缝的快速检测埋下基础。     

机器视觉技术在固体材料形貌检测中的应用

提出了一种基于图像球面化算法的机器视觉技术,建立了球面、椭球面和马鞍面三种模型,并将该技术应用于固体材料微纳米尺度形貌检测中.首先通过数学推演方式建立了图像球面化模型,然后以直线图像为标准图对各种模型做投影成像模拟,根据模拟成像结果分析不同模型的成像特征,并解释固体材料像旋转现象的产生机理.光干涉仪的实际测量结果表明,...     

最小二乘支持向量机在GPS高程拟合中的应用

本文论述了最小二乘支持向量机(LS-SVM)的算法,提出了基于最小二乘支持向量机进行GPS高程拟合的方法,并在MATLAB中编制了相应的LS-SVM程序,建立了相应的GPS高程拟合模型。以实例数据讨论了LS-SVM的GPS高程拟合的分析方法,通过与多项式拟合、BP神经网络拟合、GA-BP神经网络拟合的结果比较,可知LS-SVM的拟合精度较高。     

图像处理技术在墙体浅层裂缝宽度测量中的运用

采用图像处理技术对于解决传统墙体裂缝宽度测量技术带来的费时费力等问题,尽快获取数字化的裂缝信息具有优越性。本文介绍采用MATLAB语言对墙体裂缝图像进行数字化处理的具体方法和步骤,包括算法的基本原理、人机交互界面软件的设计等,并给出最大、最小裂缝宽度的算法。结合工程实例进行试验,结果表明,该技术相对直观、精确和便捷。     

基于图像处理技术的房屋裂缝宽度变化实时监测研究

基于MATLAB数字图像处理技术,对房屋裂缝宽度变化进行实时监测,依次对采集裂缝图像进行灰度化、图像滤波、二值化、目标区域分割标记和像素标定等处理,计算获得图像裂缝最大宽度值及单次变化值、人工标志间距离变化值。通过与实测数据相比,运用本文提出的计算方法获得房屋裂缝检测数据的识别精度为99.19%。利用MATLAB图像处理技术获得人工标志间距离变化值与最大裂缝宽度变化值累计相对误差为0.16%,人工标志间距离变化能够反映裂缝宽度变化情况。对于实际情况中无法寻找裂缝最大宽度处,而进行裂缝宽度变化实时监测时,可用人工标志间距离变化反映裂缝宽度变化情况。     

基于混合核函数的LSSVM在GNSS高程拟合中的应用

最小二乘支持向量机具有结构简单、计算速度快、收敛精度高等特点,能够很好地解决小样本、非线性、高维数、局部极值等实际问题,在GNSS高程拟合中具有一定的优势。本文通过构造基于径向基核和多项式核的混合核函数,引入粒子群算法对最小二乘支持向量机进行参数寻优,建立了基于混合核函数的最小二乘支持向量机高程异常拟合模型。以平原地区和山区两种典型地貌的高程数据为研究对象进行实验,并与普通核函数的最小二乘支持向量机的结果对比分析。结果表明,基于混合核函数的最小二乘支持向量机的实验效果要明显优于普通核函数的最小二乘支持向量机。