[发明专利]一种混凝土裂纹快速识别方法

说明书

本发明公开了一种混凝土裂纹快速识别方法，在待测混凝土灰度图像中，每隔w行、w列取1像素组成尺寸缩小的降采样图像；对降采样图像进行形态学开运算，抑制高亮度值孤立点对后续图像处理的影响；对噪声抑制后的降采样图像进行灰度聚类，把图像中灰度相近的像素归为同一类；将噪声抑制后的降采样图像内中心灰度最低的一类像素灰度值全设为1，其他像素灰度值设为0，生成聚类结果二值图像；计算聚类结果二值图像的信息熵，依据二值图像熵判据判断该待测混凝土图像中是否存在裂纹。本发明可以快速的将采集的混凝土图像分成裂纹图像和非裂纹图像，从而大幅降低后续裂纹提取步骤的难度和耗时。

技术领域

本发明涉及计算机视觉检测技术领域,特别是一种混凝土裂纹快速识别方法。

背景技术

为了确保混凝土基础设施的安全性和使用性能，需要持续对其进行状态监测和性能评估。目前，对混凝土设施的状态监测和性能评估主要仍是通过人工巡查实现。随着社会经济的不断发展，世界各国的混凝土桥梁、道路通行里程越来越长，凝土建筑越来越多，人工巡查不但成本高昂，其效率和准确性也难以满足对数量庞大的混凝土设施持续监测的需求。

混凝土设施在使用过程会产生裂缝，过宽的裂缝不但影响混凝土设施的外观，而且会导致混凝土中钢筋锈蚀，加速混凝土老化，削弱承载能力，最终严重影响混凝土设施的正常使用。因此，表面裂纹检测又混凝土设施状态监测中最为关键的项目之一。

计算机视觉测量技术具有非接触、高效性和经济性等显著优势，在混凝土裂纹自动检测领域有着广泛的应用前景。加拿大GIE Technology公司、美国德州大学、瑞典Ramboll公司、哈尔滨工业大学等单位都对基于计算机视觉的混凝土裂纹自动检测技术进行了研究，目前，裂纹图像采集系统已经日趋成熟，基本组成结构相对固定。但是，在混凝土设施现场巡检过程中光照变化、灰尘、水雾、混凝土表面强纹理均会对测量造成不利影响，现有裂纹图像处理技术只有在混凝土表面纹理较少、图像采集过程中干扰较少时才能取得较好的效果，还不能满足现场巡检的要求，裂纹检测的图像处理技术仍相对滞后。

针对这一问题，近年国内外学者做了大量研究，提出了许多新的裂纹图像处理方法，大体可分为两类：第一类以实现干扰条件下测量图像中裂纹的准确提取为目标，着重研究裂纹图像的增强与分割方法；第二类，是结合近年迅速发展的机器学习技术，研究先对裂纹图像进行特征提取，再通过机器学习模型判别特征是否来自裂纹的方法。然而，这些新方法的关注点主要在于从有裂纹图像中精确提取裂纹，实际应用中可能经过大量运算后从无裂纹图像中提取出伪裂纹，对于无裂纹图像处理适应性不强；另外，这些新方法大多需要较多的计算时间，如果对采集的所有混凝土图像都进行处理，则会严重影响检测效率。

发明内容

本发明所要解决的技术问题是，针对现有技术不足，提供一种混凝土裂纹快速识别方法，快速地将采集的混凝土图像分成裂纹图像和非裂纹图像，从而大幅降低后续裂纹提取步骤的难度和耗时。

为解决上述技术问题，本发明所采用的技术方案是：一种混凝土裂纹快速识别方法，包括以下步骤：

1)在待测混凝土灰度图像中，每隔w行、w列取1像素组成尺寸缩小的降采样图像；

2)对所述降采样图像进行形态学开运算；

3)对形态学开运算处理后的降采样图像进行灰度聚类，把形态学开运算处理后的降采样图像中灰度相近的像素归为同一类；

4)将灰度聚类后的图像内中心灰度最低的一类像素值全设为1，其余像素灰度值设为0，生成聚类结果二值图像；

5)计算所述聚类结果二值图像的信息熵，依据信息熵判断待测混凝土图像中是否存在裂纹。

w的取值范围为3～18。