基于機(jī)器視覺的混凝土結(jié)構(gòu)水下表面裂縫檢測(cè)技術(shù)研究.pdf

1、混凝土作為目前用量最大的一種建筑材料,現(xiàn)已被廣泛應(yīng)用于大型水利水電工程、港口碼頭以及橋梁等工程中?；炷两Y(jié)構(gòu)在服役期間不可避免的會(huì)出現(xiàn)不同程度的裂縫,若不能及時(shí)被探測(cè)到并進(jìn)行修復(fù),裂縫逐漸擴(kuò)展可能會(huì)導(dǎo)致災(zāi)難性的后果。尤其是在水環(huán)境下服役的混凝土結(jié)構(gòu),其裂縫更隱蔽而難以檢測(cè)。因此,本文重點(diǎn)研究了基于機(jī)器視覺的混凝土結(jié)構(gòu)水下表面裂縫檢測(cè)技術(shù),以提供及時(shí)、可靠的混凝土結(jié)構(gòu)表面裂縫信息,從而降低水環(huán)境下混凝土結(jié)構(gòu)服役隱患,具有較好的理論意義和實(shí)

2、用價(jià)值。
　　基于機(jī)器視覺的混凝土結(jié)構(gòu)水下表面裂縫檢測(cè)技術(shù)的核心是如何從采集到的圖像/視頻中準(zhǔn)確、快速地檢測(cè)出裂縫,由于水下環(huán)境的復(fù)雜性,所采集到的圖像會(huì)出現(xiàn)模糊、對(duì)比度比較低等現(xiàn)象,且存在很多假裂縫信息,嚴(yán)重影響裂縫的識(shí)別和提取,因而,裂縫檢測(cè)的關(guān)鍵問(wèn)題即轉(zhuǎn)化為如何對(duì)水下圖像進(jìn)行復(fù)原、裂縫分割和裂縫識(shí)別。針對(duì)以上問(wèn)題,本論文的主要工作和取得的成果如下:
　　(一)改進(jìn)了適用于水下退化圖像的盲復(fù)原算法。分析比較了兩類常用的圖

3、像盲復(fù)原算法—參數(shù)法和迭代法,針對(duì)常用方法對(duì)水下退化圖像復(fù)原效果不理想的問(wèn)題,開發(fā)了一種基于清晰度評(píng)價(jià)的水下圖像盲復(fù)原方法。與常用算法相比,利用本文提出算法能夠得到模糊信噪比(BSNR)和清晰度更高的水下圖像;
　　(二)開發(fā)了一種適用于水下裂縫圖像的分割算法。在對(duì)比分析了邊緣分割算法和閾值分割算法的基本原理和實(shí)現(xiàn)過(guò)程的基礎(chǔ)上,提出了一種基于支持向量機(jī)的過(guò)渡區(qū)提取與分割算法,實(shí)驗(yàn)結(jié)果表明,與常規(guī)算法相比,利用本文算法分割后的裂縫圖

4、像中存在的干擾更少,且裂縫輪廓更加完整;
　　(三)開發(fā)了一種基于輪廓特征的水下混凝土結(jié)構(gòu)表面裂縫識(shí)別算法。首先提取分割后圖像中每個(gè)目標(biāo)邊緣的特征向量,建立BP神經(jīng)網(wǎng)絡(luò)模型,判別干擾物;然后根據(jù)裂縫輪廓相互匹配的特征,開發(fā)了一種基于輪廓特征的裂縫檢測(cè)算法,通過(guò)模板搜索的方式進(jìn)一步檢測(cè)裂縫;最后連接裂縫邊緣斷開部分,獲得連續(xù)的裂縫輪廓。實(shí)驗(yàn)結(jié)果表明,與其它算法相比,本文算法檢測(cè)出裂縫的準(zhǔn)確率與完整率提高了2.19％;
　　(四