久久久久久国产精品免费免费麻豆_国产激情一级毛片久久久_cao死你好湿好爽好紧在线视频_亚洲无码性爱高清_少妇被粗大的猛烈xx动态图_三级九九片成人片子_成人免费在线视频国产_夜夜爽妓女色网视频_乱伦国产亚洲精品欧美_91丝瓜香蕉草莓

隨著橋梁運營時間的增長，我國公路橋梁工程普遍出現(xiàn)了混凝土碳化、鋼筋銹蝕、混凝土開裂剝落等病害，日常運營維護工作日益加大。本文提出了基于圖像處理技術的橋梁外觀檢查快速識別系統(tǒng)方案。該系統(tǒng)包括圖像采集、圖像前處理、特征抽取、快速智能識別和模式分類、數(shù)據(jù)庫創(chuàng)建過程等子模塊。相較于其他方法，系統(tǒng)在橋梁外觀檢查領域應用前景較大，可以應用于高速公路網(wǎng)和城市路網(wǎng)橋梁的結構狀態(tài)數(shù)據(jù)庫構建。
    關鍵詞：公路橋梁；外觀檢查；圖像處理；快速識別系統(tǒng)
    1.引言
    到2014年，我國公路里程達到約446.39萬公里，高速公路里程約11.19萬公里，國道17.92萬公里（其中普通國道10.61萬公里）。全國公路橋梁75.71萬座、4257.89萬米。其中，特大橋梁3404座、610.54萬米，大橋72979座、1863.01萬米。在經(jīng)歷20年的高速公路及城市橋梁的新建后，逐漸轉向新建與技術改造并重及對橋梁結構現(xiàn)狀的評定和維護維修加固階段。既有橋梁管理系統(tǒng)中，一般基于人工的外觀檢查方法來采集橋梁狀態(tài)數(shù)據(jù)，有經(jīng)驗的技術人員對橋梁病害，如混凝土橋梁的蜂窩、麻面、表面裂縫、鋼筋銹蝕、碳化及鼓包，鋼結構橋梁的表面銹蝕，進行近距離檢查，再依照相關的規(guī)范進行等級評估。采用此類傳統(tǒng)的方法，其評判結果依賴于管理人員的主觀判斷和相關規(guī)范的完善程度，并且耗費人力，不利于信息建檔。隨著橋梁健康監(jiān)測技術的發(fā)展，比如現(xiàn)代無損測試技術、無線傳感網(wǎng)絡、基于網(wǎng)路地理信息系統(tǒng)、數(shù)據(jù)庫技術使得對橋梁大規(guī)模傳感數(shù)據(jù)遠程采集成為可能。然而對橋梁監(jiān)測技術大規(guī)模應用仍存在費用昂貴、長期監(jiān)測困難等弊端。另外橋梁結構病害的漸變性及測試過程中的不確定因素的影響使得進一步的信息抽取變得困難。
    近年來數(shù)碼攝像技術有了長足發(fā)展，如目前的高級數(shù)碼相機能輕易達到幾千萬像素的分辨率及高達60 fps的圖像幀率?；跀z影的檢測技術已引起國內外土木工程領域的重視，如果采集的原始數(shù)碼圖像質量有保證，現(xiàn)代智能圖像處理技術能部分取代傳統(tǒng)的可視外觀檢查功能。已有成熟的技術采用攝像機或數(shù)碼相機進行混凝土表面裂縫形態(tài)、長度以及寬度的測試，混凝土表面缺陷區(qū)域、面積以及位置定位的技術。另一方面，機電一體化、智能控制技術的發(fā)展也使得土木工程結構的自動檢測成為可能。基于圖像處理技術的橋梁外觀檢查系統(tǒng)，就是在有高質量照片保證的前提下，建立的一套完整的圖像采集、圖像前處理、特征抽取、快速智能識別和模式分類、數(shù)據(jù)庫創(chuàng)建過程。相較于其他方法，該系統(tǒng)在橋梁外觀檢查領域應用前景極大，能建立高速公路網(wǎng)和城市路網(wǎng)橋梁完備的結構狀態(tài)數(shù)據(jù)庫。
    本文提出了一種基于圖像采集與圖像處理技術對公路橋梁病害進行快速識別的自動化檢測系統(tǒng)方案，能實現(xiàn)公路橋梁外觀的智能可視化檢測，通過后期的圖像處理，可以得到整個公路橋梁主梁的缺陷定位、大小及形態(tài)描述，非常有利于公路橋梁的日常檢測與病害處理。
    2. 基于圖像處理的橋梁病害識別
    公路橋梁病害缺陷包括混凝土橋梁的蜂窩、麻面、表面裂縫、鋼筋銹蝕、碳化及鼓包，鋼結構橋梁的表面銹蝕現(xiàn)象，橋梁表面裂縫是最常見的病害，目前對裂縫的檢測可采用基于圖像處理技術的裂縫檢測儀，但這一設備仍是基于“點”測量，費時、費力，主觀性較強，而且無法獲取裂縫長度、發(fā)展形態(tài)的信息。近年來，國內外對基于圖像處理的裂縫檢測技術有較深入研究，提出了一些成熟的實用算法。對于采用中高速攝像機或數(shù)碼相機采集到的裂縫圖像，利用計算機編制軟件，對采集到的海量圖像數(shù)據(jù)進行處理，包括圖像增強、噪聲處理等前處理工作、裂縫特征信息提取、特征識別與計算。圖1示出混凝土裂縫圖像檢測流程。
    可以看出，通過圖像目標區(qū)域特征增強及噪聲前處理，應用Canny算子及Sobel算子等邊緣檢測方法，進而采用膨脹、腐蝕、細化、開閉運算等形態(tài)學處理方法，得到平滑的裂縫邊緣等最重要信息，通過像素尺寸校準，不同形態(tài)裂縫寬度及長度均可以精確地識別出來。圖1所示圖像的混凝土模板痕跡類似于裂縫，識別難度大，通過參數(shù)調整的方式也可以進行移除，最終得到完美的裂縫形態(tài)信息。  
    研究表明，原始圖像中水平裂縫受表面污染、混凝土表面缺陷影響，特征抽取較為困難，通過圖像增強、邊緣檢測及形態(tài)學處理技術，大于0.10mm裂縫均能識別出來，這有利于跟蹤裂縫開展，把握裂縫發(fā)生原因，為維修加固提供建議。
    3.系統(tǒng)流程
    基于圖像處理的識別技術可以實現(xiàn)對橋梁病害的檢測，一般通過車載布置攝像頭采集橋梁表觀圖像，并通過裁剪、融合等圖像預處理手段形成橋梁表面的展開圖。系統(tǒng)方案的基本流程如下：
    （1）獲取原圖像及圖像前處理
    (a)幾何校正
    采用高級數(shù)碼相機獲取原始圖像，包括鋼筋混凝土橋梁的蜂窩、麻面、表面裂縫、鋼筋銹蝕、碳化及鼓包，鋼結構橋梁中鋼構件表面銹蝕等。在數(shù)碼成像過程中，投影后圖像形狀與投影面和被投影物體相對位置有關。正射成像得到的圖像與原物完全相同，但是實際圖像采集過程中，由于投射角度不可能完全是正90°投射，故上述病害的圖像與原型不完全相同，會發(fā)生變形，導致各部分比例尺寸不一致。圖像幾何校正是對原圖像的角度傾斜進行某種數(shù)據(jù)模擬，以建立原始的、傾斜了的圖像像元與標準空間的一種一一對應數(shù)學關系，然后利用這種對應關系，將傾斜圖像空間的像素變換到標準空間圖像中，消除幾何誤差，實現(xiàn)對圖像的還原?；谏鲜鲈黹_發(fā)的軟件，能夠實現(xiàn)對大量圖像的前處理，為后續(xù)特征提取、模式識別工作，提供真實的圖像。
    (b)灰度圖像生成及數(shù)據(jù)庫建立
    灰度圖像是圖像特征抽取和模式識別的基礎，將經(jīng)過幾何校正的RGB圖像轉化為灰度圖像，這個轉化過程有多種算法能夠輕易的實現(xiàn)。存儲灰度處理后的圖像，建立灰度圖像數(shù)據(jù)庫。
    (c)圖像降噪
    由于噪聲影響圖像的輸入、輸出等環(huán)節(jié)，使得圖像的分辨率下降，同時破壞了圖像的精細結構，給圖像的特征提取帶來不便。圖像噪聲處理方法很多，可用基于二維小波分析的圖像分解和重構方法來剔除噪聲的影響。小波分析是基于噪聲和信號在頻域上分布不同而進行的，一般信號和噪聲分別分布在低頻和高頻區(qū)域，圖像細節(jié)也分布在高頻區(qū)域。小波變換是一種調和變換，其同時具有空間域和頻域的局域性，具有多分辨分析的性質，能適應信號頻率的局域變換，在每一層小波分解上選取各自閥值，可消除多數(shù)噪聲。
    （2）特征抽取
    (a)混凝土結構病害特征抽取
    混凝土表面裂縫特征主要包括裂縫線型、裂縫長度。裂縫寬度?？梢允褂枚祷ㄍㄟ^閥值選取等操作抽取表面裂縫線型，裂縫長度和寬度可根據(jù)單位像素值對應的實際長度來計算。
    混凝土表面蜂窩麻面、鋼筋銹蝕、保護層脫落、鼓包等病害特征的抽取，可用基于小波分析的類似圖像檢索法，基于內容的圖像分割技術以及形態(tài)法中的分水嶺法。通過圖像分割處理可以快速獲得各種病害面積及劣化程度，并建立特征數(shù)據(jù)庫。
    (b)鋼結構橋梁表面銹蝕特征抽取
    鐵銹顏色、銹蝕物形狀、銹蝕物大小及表面致密程度等可作為鋼結構表面銹蝕劣化特征的表征，鐵銹顏色可以采用RGB三原色來進行分解抽取，而銹蝕物形狀、銹蝕物大小及表面致密程度則對應圖像的紋理特征。
    小波變換能自適應處理不同尺寸不同層次的紋理圖像信息，能對圖像按不同頻帶進行分解和重構。小波變換為多尺寸思想提供了一個清晰的數(shù)學框架，首先借助正交小波，對圖像進行分解，得到不同分辨率的一系列圖像。分辨率越低，具有的是原圖像上越低頻的信號部分。與此同時，每種分辨率圖像由代表不同方向信息的不同高頻子帶圖像組成，使用小波高頻子帶特征的目的在于他們可以反映圖像的紋理特性。多進制小波變換的最大優(yōu)點是，將一個信號的高頻分量縮小到窄的帶寬，并能分出更多的頻段。同時比二進制小波變換有更好的能量緊湊性，因為紋理重要的信息都集中在中高頻子帶上，所以多進制小波變換多頻段特征更適合紋理分析。鋼結構表面銹蝕紋理，按Ｍ進制小波變換分解，在每個層次分解上有１個低頻圖像，Ｍ2－１個高頻圖像。圖像紋理特征提取需要保證每個像素點均獲得特征向量。進而能夠用模式分類和識別算法來獲取紋理結構信息，并建立特征數(shù)據(jù)庫。
    （3）模式分類和智能識別
    基于橋梁圖像數(shù)據(jù)庫及特征數(shù)據(jù)庫，由專家按相關橋梁養(yǎng)護技術規(guī)范及標準對檢測橋梁進行評級。對新的待處理的圖像比照特征數(shù)據(jù)庫，用模式分類識別算法進行評定，且可以隨時擴充特征數(shù)據(jù)庫。采用支持向量機法（ＳＶＭ）進行模式識別和分類，尋找圖像像素之間的特征差別，即從像素點本身及其周圍的環(huán)境（鄰近像素點）出發(fā)，尋找差異，然后將各類像素點區(qū)分出來。對于經(jīng)過灰度處理的圖像，把灰度均值和灰度方差納入特征識別向量，使得對于復雜圖像的邊界與非邊界像素能更好的識別。支持向量機結構簡單，其識別精度與相關參數(shù)選擇很大有關，可應用粒子集團優(yōu)化，及遺傳算法等智能優(yōu)化算法來選擇最優(yōu)參數(shù)。 
    4. 技術難點
    自動化檢測系統(tǒng)存在的主要技術難點如下：
    （1）采集圖像的分辨率與病害識別精度
    對于橋梁混凝土表面裂縫的識別，識別精度一般最小應達到0.2mm，如果相機拍攝范圍為100cm×100cm，則最小像素分辨應該達到至少(1000/0.2)×(1000/0.2)=25,000,000像素，目前兩千五百萬像素單反相機購買不是難事，由于對拍攝范圍有要求，一般單反相機應該精心設置長焦鏡頭，滿足橋梁病害區(qū)域拍攝要求。
    （2）檢測效率與測試精度
    目前多路高清圖像的采集及傳輸通過有線或無線的方式進行已經(jīng)得到解決，檢測過程中的主要問題是由于橋梁形式的多樣性，采集到的病害圖像的位置信息、圖像的連續(xù)性很難保證，處理方式之一是在橋梁檢測車上設置可以實現(xiàn)自動掃描、自動定位的移動檢測機器人，但橋下檢測機器人一般從橋面通過液壓轉向臂架實現(xiàn)，當檢測車在橋面慢速移動，橋面微幅振動導致臂架抖動，臂架前端綁定的攝像設備采集的圖像質量隨之降低，對攝像機圖像幀率及傳輸硬件系統(tǒng)的要求越高。檢測車行車速度對采集圖像質量影響以及對攝像機硬件要求（如分辨率、幀率等等）有待現(xiàn)場試驗研究得出。
    （3）基于圖像處理技術的病害識別
    文中主要針對混凝土表面的主要病害即裂縫的識別技術進行了闡述。只從表面裂縫情況對橋梁的安全狀況進行評價較為片面，而且橋梁病害包括表面滲漏、局部混凝土掉落、表面蜂窩麻面、鋼筋銹蝕等等。由于病害形態(tài)的多樣性及識別復雜性，基于圖像處理的技術實現(xiàn)對以上橋梁表面病害的自動化識別還需不斷加以完善與改進。
    5. 結論
    我國在經(jīng)歷近30年高速公路及城市橋梁的大規(guī)模新建后，橋梁建設將逐漸轉向新建與技術改造并重及對既有橋梁的現(xiàn)狀評定和維護維修及加固改造階段。為了對高速公路網(wǎng)及城市路網(wǎng)橋梁進行統(tǒng)一的維護管理及資金合理使用，本文提出了基于圖像處理技術的橋梁外觀檢查快速識別系統(tǒng)方案。根據(jù)橋梁表面病害特征，重點對基于圖像處理技術的裂縫長度、寬度、形態(tài)的識別技術進行了論述，實例研究表明，可以通過邊緣檢測、形態(tài)學處理、圖像裁剪與融合技術得到橋梁表面病害展開圖，并識別出裂縫的形態(tài)與寬度。系統(tǒng)引入現(xiàn)代圖像處理技術及智能模式識別與分類方法來部分取代傳統(tǒng)的耗費人力、主觀影響大、不利于信息建檔的基于人工的橋梁外觀檢查方法，進而建立可擴充的橋梁表觀損傷圖像、圖像特征信息及相應評定結果數(shù)據(jù)庫以方便既有橋梁的評估、維護及管理，這符合現(xiàn)代橋梁管理的知識化、信息化、便利化要求。自動化檢測系統(tǒng)可以為公路橋梁病害的檢測提供一種非常直觀且高效的方法，對提升橋梁維護管理水平意義重大。