一种构造物外观裂缝检测方法及系统的制作方法
【技术领域】
[0001] 本发明属于构造物外观裂缝检测技术领域，具体涉及一种构造物外观裂缝的检测 方法及系统。
【背景技术】
[0002] 定期检测构造物外观的裂缝是否产生和扩展，是有效减少其病害状况及其影响的 重要手段。当建筑物、公路、桥梁、隧道以及钢结构等构造物中出现裂缝时必须及时修复，否 则将导致构造物内部的损坏或者锈蚀，严重危害构造安全。传统的裂缝检测手段为接触式 检测，需要检测人员利用脚手架或云梯等在构造物表面近距离观测，一般由检测人员利用 读数显微镜进行人工读数和记录，其危险性极高、劳动强度巨大、检测的客观性严重缺失。 而目前先进的无损检测方法如弹性波法、电磁波法及传感仪器检测法则存在着仪器昂贵、 测量范围小、无法完全实现非接触测量等缺点。
[0003] 近年来，CCD技术取得了惊人的发展。CCD摄像机具有较高的动态范围、分辨率和 灵敏度，能够有效地实现逆光的背景补偿，能够自动跟踪白平衡，并以数字化图像再现原始 图像，因此人们开始采用CCD像机获取构造物表面图像，并通过对图像的分析获得可用信 息。基于图像处理的构造物外观裂缝检测方法同时受到了众多研宄者的关注。其中，裂缝 是构造物外观图像的敏感区域，其提供了用于图像分割的重要信息。由于拍摄光照不同、构 造物表面污染、缺陷目标形态的多样性以及受不均匀光照的影响，使得图像处理算法的优 化成为裂缝提取过程中的关键。
[0004] 目前，国内外针对基于图像处理的结构物外观破损自动检测算法虽然也进行了长 期的研宄，但绝大部分的研宄工作都是建立在采集的结构物外观图像质量很好、破损形态 简单且破损目标特征清晰的条件下。当采集到的结构物外观图像背景灰度不一致、存在大 量噪声时，这些算法就无法准确识别裂缝目标，如果综合考虑各种构造物外观状况以及图 像的高噪声、弱信号特点，将使得识别算法极为复杂，处理速度将非常缓慢。因此，目前仍缺 少真正能广泛推广的结构物外观裂缝检测方法。
【发明内容】
[0005] 针对上述现有技术中存在的缺陷或不足，本发明的一个目的在于，提供一种构造 物外观裂缝检测方法。
[0006] 为了实现上述目的，本发明采用如下技术方案予以实现：
[0007] 一种构造物外观裂缝检测方法，具体包括如下步骤：
[0008] 步骤1 :读取路面图像，在路面图像上截取矩形的感兴趣区域，并对其进行2~5 次基于完全冗余Contourlet变换算法进行图像增强处理，得到增强图像；
[0009] 步骤2 :利用GAC模型对步骤1得到的增强图像中的目标裂缝进行边缘提取得到 边缘像素点，对每个边缘像素点相邻区域使用Canny边缘检测算子处理，将处理得到的边 缘像素点替代GAC模型边缘像素点，最终得到二值化图像；
[0010] 步骤3 :去除步骤2得到的二值化图像中的孤立噪声点；
[0011] 步骤4 :对步骤3得到的二值化图像进行标记得到标记图像，并得到最终的目标裂 缝；
[0012] 步骤5 :计算步骤4得到的最终的目标裂缝的两个端点的横坐标之差和纵坐标之 差，得到最终的目标裂缝与水平方向的夹角，旋转该裂缝至水平方向；计算该条裂缝的宽度 的最大值、最小值以及平均宽度值；
[0013] 步骤6 :计算目标裂缝的实际物理宽度A。
[0014] 进一步的，所述步骤2包括以下步骤：
[0015] 步骤21 :通过GAC模型对增强图像中目标裂缝进行边缘提取，将得到的每个边缘 像素点的坐标存入数组A1;
[0016] 步骤22 :逐一读取数组A1中的边缘像素点，将每个边缘像素点相邻5 X 5区域的所 有像素点的灰度值使用Canny边缘检测算法进行处理，将处理后得到的矩阵中数值1对应 的像素点作为有效的边缘像素点，并将它们的坐标存入数组A 2;
[0017] 步骤23 :从数组A1读出目标裂缝的两个端点的坐标，计算该两个端点的横坐标之 差以及纵坐标之差，根据差值得到目标裂缝的方向；
[0018] 步骤24 :对数组A1和数组A2求交集，将得到的像素点在增强图像中的灰度值均设 为255,同时将增强图像中其余像素点的灰度值均设为0,得到二值化图像。
[0019] 进一步的，所述步骤3包括以下步骤：
[0020] 步骤31 :利用3X3模板扫描步骤2得到的二值化图像，若二值化图像中像素点的 连续区域小于3X3模板，则认为该连续区域是噪声，将其去除，否则保留；
[0021] 步骤32 :在步骤31得到的去噪后的二值化图像中，用长度为4个像素的线段，分 别在与目标裂缝方向的夹角为0°、30°、60°、90°、120°和150°六个方向扫描步1得到 的二值化图像，扫描的同时将线段的每个像素点与其覆盖的二值化图像中的像素点的像素 值进行"与"操作，如果线段上四个像素点对应操作结果均为1，则就保留二值化图像中被 线段覆盖的四个像素值，否则将其作为噪声点去除，得到去噪后的二值化图像。
[0022] 进一步的，所述步骤4包括以下步骤：
[0023] 步骤41 :采用像素标记法将步骤3得到的二值化图像分割为几个独立的连通区 域，并用连续数值标记这些连通区域，得到标记的二值化图像；
[0024] 步骤42 :在标记的二值图像中找出灰度值为255的像素点最多的连通区域作为最 终的目标裂缝，将其他的连通区域的像素点的灰度值均修改为0。
[0025] 进一步的，所述步骤5中所述计算该条裂缝的宽度的最大值、最小值以及平均宽 度值，包括以下步骤：
[0026] 依次读取水平方向的每个点处对应所述裂缝的高度，作为水平方向上每个点的裂 缝宽度值，存入数组A 3，分别找出数组^中裂缝宽度值的最大的5个和最小的5个；对最大 5个值求和后取平均值，作为该条裂缝宽度的最大值；对最小5个值求和后取平均值，作为 该条裂缝宽度的最小值；对数组^求平均值，作为该条裂缝的平均宽度A'。
[0027] 进一步的，所述步骤6的计算公式如下：
【主权项】
1. 一种构造物外观裂缝检测方法，其特征在于，包括如下步骤： 步骤1 :读取路面图像，在路面图像上截取矩形的感兴趣区域，并对其进行2~5次基 于完全冗余Contourlet变换算法进行图像增强处理，得到增强图像； 步骤2 :利用GAC模型对步骤1得到的增强图像中的目标裂缝进行边缘提取得到边缘 像素点，对每个边缘像素点相邻区域使用Canny边缘检测算子处理，将处理得到的边缘像 素点替代GAC模型边缘像素点，最终得到二值化图像； 步骤3 :去除步骤2得到的二值化图像中的孤立噪声点； 步骤4 :对步骤3得到的二值化图像进行标记得到标记图像，并得到最终的目标裂缝； 步骤5 :计算步骤4得到的最终的目标裂缝的两个端点的横坐标之差和纵坐标之差，得 到最终的目标裂缝与水平方向的夹角，旋转该裂缝至水平方向；计算该条裂缝的宽度的最 大值、最小值以及平均宽度值； 步骤6 :计算目标裂缝的实际物理宽度A。
2. 如权利要求