基于圖像處理技術(shù)的橋梁外觀檢查快速識(shí)別系統(tǒng)
更新時(shí)間:2021-04-10 17:51
|
閱讀量:
隨著橋梁運(yùn)營時(shí)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(yùn)營維護(hù)工作日益加大。本文提出了基于圖像處理技術(shù)的橋梁外觀檢查快速識(shí)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(shí)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(lǐng)域應(yīng)用前景較大,可以應(yīng)用于高速公路網(wǎng)和城市路網(wǎng)橋梁的結(jié)構(gòu)狀態(tài)數(shù)據(jù)庫構(gòu)建。
關(guān)鍵詞:公路橋梁;外觀檢查;圖像處理;快速識(shí)別系統(tǒng)
1.引言
到2014年,我國公路里程達(dá)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(zhuǎn)向新建與技術(shù)改造并重及對(duì)橋梁結(jié)構(gòu)現(xiàn)狀的評(píng)定和維護(hù)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(yàn)的技術(shù)人員對(duì)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(jié)構(gòu)橋梁的表面銹蝕,進(jìn)行近距離檢查,再依照相關(guān)的規(guī)范進(jìn)行等級(jí)評(píng)估。采用此類傳統(tǒng)的方法,其評(píng)判結(jié)果依賴于管理人員的主觀判斷和相關(guān)規(guī)范的完善程度,并且耗費(fèi)人力,不利于信息建檔。隨著橋梁健康監(jiān)測技術(shù)的發(fā)展,比如現(xiàn)代無損測試技術(shù)、無線傳感網(wǎng)絡(luò)、基于網(wǎng)路地理信息系統(tǒng)、數(shù)據(jù)庫技術(shù)使得對(duì)橋梁大規(guī)模傳感數(shù)據(jù)遠(yuǎn)程采集成為可能。然而對(duì)橋梁監(jiān)測技術(shù)大規(guī)模應(yīng)用仍存在費(fèi)用昂貴、長期監(jiān)測困難等弊端。另外橋梁結(jié)構(gòu)病害的漸變性及測試過程中的不確定因素的影響使得進(jìn)一步的信息抽取變得困難。
近年來數(shù)碼攝像技術(shù)有了長足發(fā)展,如目前的高級(jí)數(shù)碼相機(jī)能輕易達(dá)到幾千萬像素的分辨率及高達(dá)60 fps的圖像幀率?;跀z影的檢測技術(shù)已引起國內(nèi)外土木工程領(lǐng)域的重視,如果采集的原始數(shù)碼圖像質(zhì)量有保證,現(xiàn)代智能圖像處理技術(shù)能部分取代傳統(tǒng)的可視外觀檢查功能。已有成熟的技術(shù)采用攝像機(jī)或數(shù)碼相機(jī)進(jìn)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(shù)。另一方面,機(jī)電一體化、智能控制技術(shù)的發(fā)展也使得土木工程結(jié)構(gòu)的自動(dòng)檢測成為可能?;趫D像處理技術(shù)的橋梁外觀檢查系統(tǒng),就是在有高質(zhì)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(shí)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(lǐng)域應(yīng)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(jié)構(gòu)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(shù)對(duì)公路橋梁病害進(jìn)行快速識(shí)別的自動(dòng)化檢測系統(tǒng)方案,能實(shí)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(gè)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(shí)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(jié)構(gòu)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(duì)裂縫的檢測可采用基于圖像處理技術(shù)的裂縫檢測儀,但這一設(shè)備仍是基于“點(diǎn)”測量,費(fèi)時(shí)、費(fèi)力,主觀性較強(qiáng),而且無法獲取裂縫長度、發(fā)展形態(tài)的信息。近年來,國內(nèi)外對(duì)基于圖像處理的裂縫檢測技術(shù)有較深入研究,提出了一些成熟的實(shí)用算法。對(duì)于采用中高速攝像機(jī)或數(shù)碼相機(jī)采集到的裂縫圖像,利用計(jì)算機(jī)編制軟件,對(duì)采集到的海量圖像數(shù)據(jù)進(jìn)行處理,包括圖像增強(qiáng)、噪聲處理等前處理工作、裂縫特征信息提取、特征識(shí)別與計(jì)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(biāo)區(qū)域特征增強(qiáng)及噪聲前處理,應(yīng)用Canny算子及Sobel算子等邊緣檢測方法,進(jìn)而采用膨脹、腐蝕、細(xì)化、開閉運(yùn)算等形態(tài)學(xué)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(zhǔn),不同形態(tài)裂縫寬度及長度均可以精確地識(shí)別出來。圖1所示圖像的混凝土模板痕跡類似于裂縫,識(shí)別難度大,通過參數(shù)調(diào)整的方式也可以進(jìn)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(qiáng)、邊緣檢測及形態(tài)學(xué)處理技術(shù),大于0.10mm裂縫均能識(shí)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(shí)別技術(shù)可以實(shí)現(xiàn)對(duì)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(yù)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(jí)數(shù)碼相機(jī)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(jié)構(gòu)橋梁中鋼構(gòu)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(duì)位置有關(guān)。正射成像得到的圖像與原物完全相同,但是實(shí)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(huì)發(fā)生變形,導(dǎo)致各部分比例尺寸不一致。圖像幾何校正是對(duì)原圖像的角度傾斜進(jìn)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(biāo)準(zhǔn)空間的一種一一對(duì)應(yīng)數(shù)學(xué)關(guān)系,然后利用這種對(duì)應(yīng)關(guān)系,將傾斜圖像空間的像素變換到標(biāo)準(zhǔn)空間圖像中,消除幾何誤差,實(shí)現(xiàn)對(duì)圖像的還原?;谏鲜鲈黹_發(fā)的軟件,能夠?qū)崿F(xiàn)對(duì)大量圖像的前處理,為后續(xù)特征提取、模式識(shí)別工作,提供真實(shí)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(shí)別的基礎(chǔ),將經(jīng)過幾何校正的RGB圖像轉(zhuǎn)化為灰度圖像,這個(gè)轉(zhuǎn)化過程有多種算法能夠輕易的實(shí)現(xiàn)。存儲(chǔ)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(shí)破壞了圖像的精細(xì)結(jié)構(gòu),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(gòu)方法來剔除噪聲的影響。小波分析是基于噪聲和信號(hào)在頻域上分布不同而進(jìn)行的,一般信號(hào)和噪聲分別分布在低頻和高頻區(qū)域,圖像細(xì)節(jié)也分布在高頻區(qū)域。小波變換是一種調(diào)和變換,其同時(shí)具有空間域和頻域的局域性,具有多分辨分析的性質(zhì),能適應(yīng)信號(hào)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(jié)構(gòu)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(duì)應(yīng)的實(shí)際長度來計(jì)算。
混凝土表面蜂窩麻面、鋼筋銹蝕、保護(hù)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(nèi)容的圖像分割技術(shù)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(jié)構(gòu)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(jié)構(gòu)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(jìn)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(duì)應(yīng)圖像的紋理特征。
小波變換能自適應(yīng)處理不同尺寸不同層次的紋理圖像信息,能對(duì)圖像按不同頻帶進(jìn)行分解和重構(gòu)。小波變換為多尺寸思想提供了一個(gè)清晰的數(shù)學(xué)框架,首先借助正交小波,對(duì)圖像進(jìn)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(hào)部分。與此同時(shí),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(jìn)制小波變換的最大優(yōu)點(diǎn)是,將一個(gè)信號(hào)的高頻分量縮小到窄的帶寬,并能分出更多的頻段。同時(shí)比二進(jìn)制小波變換有更好的能量緊湊性,因?yàn)榧y理重要的信息都集中在中高頻子帶上,所以多進(jìn)制小波變換多頻段特征更適合紋理分析。鋼結(jié)構(gòu)表面銹蝕紋理,按M進(jìn)制小波變換分解,在每個(gè)層次分解上有1個(gè)低頻圖像,M2-1個(gè)高頻圖像。圖像紋理特征提取需要保證每個(gè)像素點(diǎn)均獲得特征向量。進(jìn)而能夠用模式分類和識(shí)別算法來獲取紋理結(jié)構(gòu)信息,并建立特征數(shù)據(jù)庫。
(3)模式分類和智能識(shí)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(guān)橋梁養(yǎng)護(hù)技術(shù)規(guī)范及標(biāo)準(zhǔn)對(duì)檢測橋梁進(jìn)行評(píng)級(jí)。對(duì)新的待處理的圖像比照特征數(shù)據(jù)庫,用模式分類識(shí)別算法進(jìn)行評(píng)定,且可以隨時(shí)擴(kuò)充特征數(shù)據(jù)庫。采用支持向量機(jī)法(SVM)進(jìn)行模式識(shí)別和分類,尋找圖像像素之間的特征差別,即從像素點(diǎn)本身及其周圍的環(huán)境(鄰近像素點(diǎn))出發(fā),尋找差異,然后將各類像素點(diǎn)區(qū)分出來。對(duì)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(shí)別向量,使得對(duì)于復(fù)雜圖像的邊界與非邊界像素能更好的識(shí)別。支持向量機(jī)結(jié)構(gòu)簡單,其識(shí)別精度與相關(guān)參數(shù)選擇很大有關(guān),可應(yīng)用粒子集團(tuán)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(shù)難點(diǎn)
自動(dòng)化檢測系統(tǒng)存在的主要技術(shù)難點(diǎn)如下:
(1)采集圖像的分辨率與病害識(shí)別精度
對(duì)于橋梁混凝土表面裂縫的識(shí)別,識(shí)別精度一般最小應(yīng)達(dá)到0.2mm,如果相機(jī)拍攝范圍為100cm×100cm,則最小像素分辨應(yīng)該達(dá)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(jī)購買不是難事,由于對(duì)拍攝范圍有要求,一般單反相機(jī)應(yīng)該精心設(shè)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(jìn)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(shè)置可以實(shí)現(xiàn)自動(dòng)掃描、自動(dòng)定位的移動(dòng)檢測機(jī)器人,但橋下檢測機(jī)器人一般從橋面通過液壓轉(zhuǎn)向臂架實(shí)現(xiàn),當(dāng)檢測車在橋面慢速移動(dòng),橋面微幅振動(dòng)導(dǎo)致臂架抖動(dòng),臂架前端綁定的攝像設(shè)備采集的圖像質(zhì)量隨之降低,對(duì)攝像機(jī)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(duì)采集圖像質(zhì)量影響以及對(duì)攝像機(jī)硬件要求(如分辨率、幀率等等)有待現(xiàn)場試驗(yàn)研究得出。
(3)基于圖像處理技術(shù)的病害識(shí)別
文中主要針對(duì)混凝土表面的主要病害即裂縫的識(shí)別技術(shù)進(jìn)行了闡述。只從表面裂縫情況對(duì)橋梁的安全狀況進(jìn)行評(píng)價(jià)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(shí)別復(fù)雜性,基于圖像處理的技術(shù)實(shí)現(xiàn)對(duì)以上橋梁表面病害的自動(dòng)化識(shí)別還需不斷加以完善與改進(jìn)。
5. 結(jié)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(shè)將逐漸轉(zhuǎn)向新建與技術(shù)改造并重及對(duì)既有橋梁的現(xiàn)狀評(píng)定和維護(hù)維修及加固改造階段。為了對(duì)高速公路網(wǎng)及城市路網(wǎng)橋梁進(jìn)行統(tǒng)一的維護(hù)管理及資金合理使用,本文提出了基于圖像處理技術(shù)的橋梁外觀檢查快速識(shí)別系統(tǒng)方案。根據(jù)橋梁表面病害特征,重點(diǎn)對(duì)基于圖像處理技術(shù)的裂縫長度、寬度、形態(tài)的識(shí)別技術(shù)進(jìn)行了論述,實(shí)例研究表明,可以通過邊緣檢測、形態(tài)學(xué)處理、圖像裁剪與融合技術(shù)得到橋梁表面病害展開圖,并識(shí)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(shù)及智能模式識(shí)別與分類方法來部分取代傳統(tǒng)的耗費(fèi)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(jìn)而建立可擴(kuò)充的橋梁表觀損傷圖像、圖像特征信息及相應(yīng)評(píng)定結(jié)果數(shù)據(jù)庫以方便既有橋梁的評(píng)估、維護(hù)及管理,這符合現(xiàn)代橋梁管理的知識(shí)化、信息化、便利化要求。自動(dòng)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(duì)提升橋梁維護(hù)管理水平意義重大。
上一篇:
橋梁伸縮縫的質(zhì)量檢驗(yàn)標(biāo)準(zhǔn)
下一篇:
橋梁橡膠支座在檢測時(shí)的主要數(shù)據(jù)有哪些?