[发明专利]基于图像处理的钢筋尺寸检测系统及方法

说明书

本发明提供了一种基于图像处理的钢筋尺寸检测系统及方法。其中，基于图像处理的钢筋尺寸检测系统包括：图像采集模块，其搭载在无人机上，被配置为采集施工现场图片；图像处理模块，其被配置为：对施工现场图片中的钢筋边缘进行检测，提取出边缘二值图像；对边缘二值图像进行霍夫直线检测，拟合出钢筋轮廓边缘；对包含拟合钢筋轮廓边缘的图像再次进行提取去除底纹杂质，之后进行滤波和分割预处理，最后检测钢筋轮廓尺寸并检测出每个轮廓中的像素点数；根据无人机实时位置高度换算得到钢筋真实面积，将钢筋真实面积与钢筋验收标准比对，标记钢筋是否合格。

技术领域

本发明属于图像处理领域，尤其涉及一种基于图像处理的钢筋尺寸检测系统及方法。

背景技术

本部分的陈述仅仅是提供了与本发明相关的背景技术信息，不必然构成在先技术。

传统的工地监理验收方法主要基于人工视觉检测，监理工程师每日巡检范围有限，且现场巡检、测量需攀爬楼体建筑，不仅效率低，而且安全性和检测效果也难以保证，最严重的问题是有些企业和个人存在私自放低验收标准的情况，导致人工验收流程有漏洞。

发明人发现，现有的建筑领域与钢筋相关的机器视觉检测技术主要应用于成捆钢筋的数量统计和焊缝外观质量检测，与无人机相结合的钢筋尺寸检测研究还比较少，主要原因是无人机巡检对设备要求高，而且施工现场环境复杂，单层钢筋颜色与底纹背景色十分接近，并存在不良干扰和其他噪声，这些都对钢筋边缘的准确识别提出了很高的要求。即使有类似研究应用的方法，但是很多方法过于复杂和冗余，不具有较为普遍的适用性。

发明内容

为了解决上述问题，本发明提供一种基于图像处理的钢筋尺寸检测系统及方法，其将无人机的自动巡检与计算机视觉和图像处理相结合，智能化地实现了对现场钢筋的有效检测和识别。

为了实现上述目的，本发明采用如下技术方案：

本发明的第一方面提供了一种基于图像处理的钢筋尺寸检测系统，其包括：

图像采集模块，其搭载在无人机上，被配置为采集施工现场图片；

图像处理模块，其被配置为：

对施工现场图片中的钢筋边缘进行检测，提取出边缘二值图像；

对边缘二值图像进行霍夫直线检测，拟合出钢筋轮廓边缘；

对包含拟合钢筋轮廓边缘的图像再次进行提取去除底纹杂质，之后进行滤波和分割预处理，最后检测钢筋轮廓尺寸并检测出每个轮廓中的像素点数；

根据无人机实时位置高度换算得到钢筋真实面积，将钢筋真实面积与钢筋验收标准比对，标记钢筋是否合格。

作为一种实施方式，在所述图像处理模块中，采用直接卷积的Sobel边缘检测算法对施工现场图片中的钢筋边缘进行检测，提取出边缘二值图像。

上述技术方案所产生的优点在于，钢筋颜色与底纹背景十分接近，并且存在着不良干扰和其他噪声，必须使用特定的边缘检测算法与霍夫直线进行组合才能对边缘进行有效提取，直接卷积Sobel边缘检测刚好才可以直接对源图像进行窗遍历，计算窗内的邻域梯度幅值，提高了钢筋边缘检测的准确性。

作为一种实施方式，在所述图像处理模块中，利用Grabcut目标检测算法对拟合出的钢筋轮廓边缘再次进行提取去除底纹杂质。

上述技术方案所产生的优点在于，因底纹背景的影响，轮廓周围还存在着很多杂质，Grabcut目标检测刚好适合于此场景，可以做到将清晰提取的轮廓前景与背景杂质分离。

作为一种实施方式，在所述图像处理模块中，使用均值滤波和分区大津法对图像进行预处理。

上述技术方案所产生的优点在于，钢筋轮廓再通过均值滤波和分区大津法的常规预处理，能够提高检测出的钢筋轮廓像素值的准确性。