基于红外热成像技术的建筑物表面裂缝探测

陈依国

(浙江外国语学院科技学院，杭州 310012)

0 引言

裂缝是建筑物表面普遍存在的一种现象，它不仅降低了建筑物的抗渗能力，而且会引起钢筋锈蚀，混凝土炭化，降低材料的耐久性，影响建筑物的承载能力［1－2］。为了保证建筑物的安全稳定，对表面裂缝进行探测是十分必要的。对一些大型建筑物，如桥梁、大坝等裂缝的探测，一般采用专门的探测仪器进行探测;而对于民用建筑物裂缝的探测，目前缺乏系统有效的方法，大多依靠人工观察，即通过墙面渗水情况来推断，查找墙面条状、网状的裂缝。但这种方法效率低、缺乏时效性，在实际应用中有很大的局限性，且对于存在于装修涂层之下的裂缝，无法直接观察。为了保障建筑物的安全，应寻求更便捷有效的裂缝探测方法。本文设计了一种通过测量建筑物表面温度探测裂缝的方法，即利用红外热成像技术探测建筑物表面裂缝，并通过模拟实验验证了该方法的可行性。

1 红外探测原理及方法

1．1 红外探测原理

任何物体，只要其温度高于绝对零度，都在以电磁波的形式向外辐射能量。其辐射能包括各种波长的辐射能，但以红外光(0．76～1 000μm)辐射能最强，具有很强的温度效应［3］。由于物体各部位温度和辐射率的不同，其红外辐射特征也不同。本文的红外探测技术是指利用红外热像仪测量目标与背景之间的红外辐射差异所形成的热点或图像来获取目标和背景信息的［4］。热像图与物体表面的热分布场相对应，如图1所示，热图像上不同颜色代表了被测物体的不同温度。

图1 红外热像仪与热像图Fig．1 Infrared camera and thermal image

1．2 裂缝探测原理

建筑物表面一定范围内的结构和材质基本相同，因此其墙面一定范围内的物质比热容相近。若建筑物墙体不存在裂缝、空洞，其墙面温度分布应是均匀的;若墙体有裂缝、空洞存在，则裂缝区域温度会有所变化，而且如果裂缝区域有渗水，因为水的比热容与固体差别较大，其裂缝附近温度差异更为明显。另外，温度不同的物体辐射率不同，红外影像就有差别。因此，通过红外热成像仪得到的热像图可以获取该区域各点的温度信息［4］。受过雨水冲洗的建筑物，当其表面风干后，裂缝部位会产生渗水现象，此时裂缝部位的温度将明显区别于周围其他地方。据此，通过分析红外影像可以初步判定存在裂缝的区域以及裂缝的大小。

从以上分析可知，要使建筑物裂缝区域温度有别于其他部分，往往需要以水作为介质。因此，红外影像的拍摄通常在雨后1～2 d进行;或者人工向墙面洒水，待表面水风干后再进行拍摄。另外，热像图的采集一般应选择在白天且建筑物表面光照均匀时进行，以便于后续影像分析。

1．3 热像图处理方法

为了准确定位裂缝区域，需要对热像图进行适当的处理。通过查阅相关图像处理技术［5］，结合相关试验结果分析，以室内墙面某明显裂缝的红外热像图为例，在Matlab平台下实现如下2种信息提取方法。

1．3．1 二值化方法

该方法通过二值化图像，结合人工干预，筛选出目标区域。具体步骤如下:

1)导入红外热像图，利用Matlab中rgb2gray函数［6］，进行灰度化处理;

2)对灰度化的图像平滑去噪，Matlab中的去噪方法有中值滤波、邻域滤波、维纳滤波及高斯滤波等，可根据处理效果选择适当的去噪方法;

3)人工指定裂缝处一点，提取其灰度值作为阈值(也可指定多处，将各处灰度取均值作为阈值)，将图像二值化(白色和黑色)。处理结果如图2所示。

图2 热像图二值化处理Fig．2 Thermal image binarization processing

1．3．2 RGB 调节方法

在RGB色彩模式［5］下对红外热像图进行3种色彩元素调节，直至突显目标区域、便于人工筛选出裂缝为止。

1)利用自编制的RGB三色元素调节程序［6］，导入红外热像图;

2)分别调节R，G，B元素，调整算法为以原图各像素点R，G，B数值(0～256)为基准，按比例调整R，G，B元素，最小值调至零，最大值调至基准值的2倍。程序提供了直接数值输入调整和滑动条调整2种方式。处理结果如图3所示。

图3 热像图RGB调节处理Fig．3 Thermal image RGB adjustment processing

2种热像图处理方法各有优劣，第一种方法实现简单、效果明显，但需要人工指定裂缝处一点进行干预;第二种方法实现略复杂但自动化程度高。实际应用中应根据实际情况选用恰当的方法。

2 实例分析

2．1 裂缝探测实验

以杭州市某小区新建住宅楼中的一幢为探测对象。据了解，该住宅部分楼层内墙面在雨后有大面积渗水，而在其墙壁表面并无可见裂缝，故判断其存有隐藏在墙外涂层之下的裂缝。在疑似裂缝的墙面打一小孔，确认了里面为断裂空腔结构。在距离该建筑物约100 m处的楼上，用红外热像仪对外墙面进行拍摄。拍摄仪器采用高德IR928+型便携式红外热成像仪。拍摄时为晴天，且为雨后第2天。拍摄的可见光照片和红外热像图如图4所示。

图4 可见光照片(左)与热像图(右)Fig．4 Visible photo(left)and thermal image(right)

对外业采集的热像图分别使用Matlab和仪器附 带的软件进行相关处理，增强裂缝显示效果(图5)。

图5 效果增强处理Fig．5 Enhancement processing

2．2 处理结果分析

1)如图4所示，在可见光照片上，因住宅楼表面已铺盖瓷砖，未见明显裂缝;但在热像图上，裂缝隐约可见，表现为在部分楼层墙面局部范围内温度有较明显变化(颜色较深处);

2)如图5所示，左侧深色区域为温度最低区域，经分析，因为热像图是在雨后第2天拍摄的，该深色区域由于太阳照射面积小，温度低;右侧深色区域可能有积水，因为蒸发导致环境温度降低。故此2处暂不能确定是否存在裂缝，有待进一步探测;

3)因裂缝的形成与墙面所受外力有关，会呈现一定延续性的分布(区别于建筑物空洞)。由图5可见，图像的中下部有明显条状深色区域，该处拍摄时光照均匀，处于平整的墙面中部，可初步判断该区域存在裂缝。经开发商证实，该区域附近楼层存在内墙漏水现象;

4)对比图5(a)(b)可见，对热像图做适当的简易处理即可达到探测建筑物表面裂缝的目的。

3 结论

1)通过对杭州市某小区建筑物表面裂缝探测实验，证明了利用红外热成像技术进行建筑物表面裂缝探测的可行性。需要指出的是，文中所述探测方法以水为介质，因此，应用于实践时会受到一定的限制(如探测对象为禁止触水的建筑物)。但是，就民用建筑物裂缝探测而言，该方法依然具有较强的实用性。

2)红外热成像技术能够进行非接触式的、高分辨率的温度成像，弥补了人类肉眼观测的不足，能快速准确定位建筑物的质量缺陷，保证了建筑物的使用安全，具有较好的应用前景。

［1］ Park S，Lee C．Reference－free crack detection using transfer impedances［J］．Journal of Sound and Vibration，2010，329(12):2337－2348．

［2］ 郑小宝，王仕成，廖守亿，等．Vega中的传感器模块在红外成像仿真中的应用［J］．计算机应用与软件，2010，27(4):18－22．Zheng X B，Wang SC，Liao SY，etal．Applying sensor modules of vega in infrared imaging simulation［J］．Computer Applications and Software，2010，27(4):18－22．

［3］ 汤 鹏．建筑物裂缝处理及加固问题研究［J］．科技致富向导，2010(3):113－114．Tang P．Crack proceeding of buildings and research［J］．Science and Technology Guide，2010(3):113－114．

［4］ 董世武，宋跃明．简述建筑物裂缝的形成原因与防止问题［J］．黑龙江科技信息，2010(7):232．Dong SW，Song Y M．The causes of building cracks and the solutions［J］．Science and Technology Information，2010(7):232．

［5］ 赵洋洋，徐常胜．基于文本的自动视频摘要［C］//第七届和谐人机环境联合学术会议(HHME2011)论文集，2011．Zhao Y Y，Xu C S．Abstract of auto－videos based on text［C］//HHME2011，2011．

［6］ 孙晓刚，李云红．红外热像仪测温技术发展综述［J］．激光与红外，2008，32(2):101－104．Sun X G，Li Y H．Review of the development of temperature measurement technology with infrared thermal imager［J］．Laser and Infrared，2008，32(2):101－104．

［7］ 袁 华，王召巴．红外探测技术的原理及发展前景［J］．科技信息，2008(4):15．Yuan H，Wang ZB．Principles and directions of infrared detections［J］．Science and Technology Information，2008(4):15．

［8］ 阮秋琦．数字图像处理基础［M］．北京:清华大学出版社，2009．Ruan QQ．Digital images proceeding foundations［M］．Beijing:Tsinghua University Publish House，2009．

［9］ Sykes D J，Couvillion J S，Cromiak，et al．The use of digital infrared thermal imaging to detect estrus in gilts［J］．Theriogenology，2012，78(1):147－152．