多功能隧道快速检测车图像处理技术

唐建平+樊晓楠+温兴水+薛诺诺+方海洋

摘 要

图像采集和处理是检测车的核心技术。本文主要通过对采集到的图像进行畸变修正，像素当量修正，确保采集到的隧道衬砌裂缝准确。通过图像处理技术去除图像的噪音，并进一步提取裂缝信息，优化图像。进一步对图像处理技术进行室内实验验证其可行性，实验结果证明该理论可以满足隧道衬砌裂缝病害的检测工作。

【关键词】检测车 图像处理 实验分析

人工手动检测一直是我国乃至全球隧道病害检测的主要手段。但是随着高速公路的发展，人工手动检测方法已经无法完成我国的高速公路发展，为了适应隧道的建设和发展，非常需要研制快速高效的隧道病害检测系统，实现隧道病害检测的自动化。

本系统图像采集部分主要包括24台工业以太网相机、4个千兆6口网卡、两台高性能工业计算机、24个频闪灯、旋转编码器及发电机、稳压电源等。软件系统主要由图像采集软件和图像拼接处理软件组成。

1 面阵相机采集图像的初步畸变修正

对于隧道检测设备，相机镜头畸变主要包括径向畸变、偏心畸变、薄棱镜畸变三类。径向畸变主要由镜头上不同点处径向曲率的不同而引起，其畸变程度关于图像中心点对称。这种畸变引起图像点沿镜头径向方向移动，且越远离中心，畸变程度越大。

2 基于Guided滤波的Retinex图像增强算法

Guided滤波器在图像增强时，并没有很大程度上改变图像的原梯度，该滤波器在图像的增强过程中，对于裂缝的外侧边缘也能很好的进行修复，所以选取此增强算法。

（1）获得所需要处理的图像信息；

（2）得到所需要的图像后进一步用将裂缝信息分解为n层，同时获得裂缝信息在最大和最小的指数信息；

（3）进一步对分解后的指数信息进行下一步处理；

（4）最后一步，对裂缝信息再次重构，输出相应的图像。

进一步的，根据采用的图像增强算法特点，本文选取主成分分析法（PCA）寻找最适合的阈值T。这个方法主要思路是通过运算裂缝信息图像数据矩阵X的协方差矩阵，求λ、A，分别代表特征值和特征向量，进而得到正交变换矩阵Q来解方程组。

為海森矩阵的主对角矩阵，权重系数矩阵设计为Guided滤波器的权值函数。最后用Mallat算法进行重构，这样便获得处理后的图像。

3 基于小波变换的图像融合

图像的融合是对隧道检测车图像采集系统所采集到的相同的图像进行优化处理，通过这种优化处理，可以将该部分裂缝信息更好的呈现出来，更方便后期处理。这种图像的相容主要由三步组成：

第一步：图像像素的合成；

第二步：图像特征的合成；

最后一步：图像决策的合成。

4 基于直方图变换法的局部阈值分割

直方图变换法利用像素的某种局部性质，将原来的直方图变换成具有更深波谷的直方图，或者使波谷变成波峰，使得股点或峰点便于检测。由微分算子的性质可以推知，目标与背景内部像素的梯度小，而目标与背景之间的边界像素的梯度大。于是可以根据像素的梯度值做出一个加权直方图。这样，新直方图中对应的波峰基本不变，但因为减少了边界点，所以波谷应该比原直方图更深，则运用波谷的灰度值作为阈值对图像进行分割。

5 试验结果分析

如图1所示，本技术处理效果基本符合裂缝检测的要求，处理技术对裂缝的提取和分割达到了一定的要求，供后期进一步研究。

参考文献

[1]卢晓霞.基于图像处理的混凝土裂缝宽度检测技术的研究[D].成都：成都电子科技大学，2010.