隧道检测裂缝的图像处理分析

2018-02-15张南

建材与装饰 2018年1期

关键词：阀值直方图图像处理

张南

（苏交科集团股份有限公司江苏南京 210000）

在实践工作中经常出现衬砌表面灾害，根本原因是检测技术不先进，其只能满足低等级的公路建设，为了解决这一问题，下面就引入了当前比较先进的检测技术，先分析使用的硬件设备和检测原理，最终分析了检测方法。

1 隧道检测裂缝的图像处理原理

1.1 分析硬件的构成情况

对于硬件检测系统，为了发挥其实际作用，将其设计为车载结构，让其以一定的速度在隧道中运行，使用高精度线阵电荷耦合器件相机就可以对表面的裂缝进行采集。CCD相机使用光学系统，把光信号转变为视频信号，动态范围高，分辨率高，灵敏度高等，因此受到一线人员的青睐。其还包括很多配件，例如有编码器，为了确保相机采集速度和车速一致，使用编码器进行车速的测试，利用车速对相机的采样速度进行协调，这一措施可以避免图像发生变形，确保采集数据和实际裂缝尺寸一致。对于图像采集卡而言，利用CCD相机得到视频信号，将其输入并存储到图像采集卡中，可以对图像实施A/D转换。对于照明系统而言，为了CCD相机的低光敏性，可以选用功率大的照明装置，要求光源具有高频稳定性，最终技术人员选择使用LED条形光源。

2 分析工作原理

使用CCD相机扫描隧道表面，通过扫描就可以得到裂缝图像，利用采集卡和硬盘对采集得到的数据进行及时保存，在技术上使用了磁盘阵列技术，因此实际工作中对大数据量高分辨率图像数据进行存储时不会出现丢帧、堵塞等问题。最后选用计算机对数据进行离线、在线处理，最终得到准确的裂缝信息。

3 研究图形具体处理的算法

3.1 分析处理图像的特点

对于图像处理而言，就是把图像转化为数字矩阵，将其存储到计算机中，同时使用相应的算法对其进行细致的处理。在处理中技术人员要使用高速CCD相机，对裂缝中的图像进行采集，这类图像包括两类。①衬砌表面的裂缝，也就是主要识别的目标。②状况良好的衬砌表面，也就是图像的背景。但是具体采集时影响因素较多，导致采集得到的图像中夹杂着大量的噪声，导致对图形的处理难度增大。结合相关工作经验，总结出图像处理工作有以下几个特点：隧道衬砌表面的纹理不均匀，使用混凝土材料导致其自身不均匀，因此采集的背景图像颜色方面有很大的变化，裂缝图像的颜色出现较大的变化。当裂缝中的颜色和背景颜色接近，就会对裂缝颜色产生很大的影响。总而言之，一般的裂缝图像会比背景颜色略暗，但是在隧道表面存在深色污染物，导致裂缝背景和灰度颜色重叠。代表目标裂缝的实际像素背景像素。采集到的隧道表面信息量很大，但是裂缝信息量很小，导致截取图像信息存在一定的难度，如果处理不当计算速度下降[1]。

3.2 有效增强裂缝图像的强度

对于数字图像处理技术而言，图像增强是非常有效的方式，其可以进行图像的采集和传输，但是这些过程导致图像质量下降，影响计算机后续的识别和分析。针对这一情况，技术人员采用高速CCD相继对衬砌表面采集的图像进行处理，对原始图像进行增强处理，降低大量噪声污染的影响，将产生的不利影响进行校正，对噪音进行平滑处理，为以后的检测提供帮助。通过改进的直方图灰度拉伸法将增强对比度，这一方法对传统技术进行了改进和优化，除此之外，还可以对图像进行四临域平均平滑十次和拉普拉斯锐化一次，这一步操作要重复五次。工作人员可以对图像进行图像拉伸处理，再和之前的进行对比，检测增强效果，为了确保图像不会失真，如果使用单一算法达不到要求，技术人员要有针对性的进行处理，融合不同的处理技术，这些措施可以达到良好的效果，虽然细节有所损失，但是有效解决了噪音的影响。

3.3 对裂缝图像进行分割处理

对于图像分割而言，就是遵循均匀性原则，将一个图像分成不同个有意义的部分，让某个部分都符合某一种一致性的要求，对于任意两个相邻的部分而言，将其进行合并之后将会对这种一致性进行破坏。对于裂缝图像只对图像中裂缝进行分析，图像分割就是对裂缝边界区域进行分割，这样就可以提取得到裂缝目标。具体的图像分割算法包括区域生长分割技术、阀值分割技术、边缘检测技术等，当前阀值分割技术使用范围最广。对于阀值T而言，可以对图像的直方图进行分析，有效确定具体数值，当一个图像只包括背景和目标两部分，那么其直方图就是典型的双峰图，进行选择分析中可以选择两峰中间的最低点，将这一位置的灰度值作为分割阀值[2]，针对裂缝衬砌图像而言，其比较复杂，制作的直方图都是单峰形状的，或者将其连成一片，如果只依靠直方图选择最佳的阀值非常困难。为了有效解决这一难度，技术人员参考了其他人员的研究成果，可以选用两种阀值分割算法对裂缝图像进行处理，将得到的结果进行对比分析，这样就能达到理想的效果。通过实践工作分析发现，两种算法都可以很好的区分出背景和裂缝，如果使用最大类间方差法对图像进行分割处理之后，裂缝信息将会有一部分丢失，裂缝存在断开问题，但是对其他的噪音达到了很好的抑制效果，二值化图像没有其他多余的信息，对于迭代剪枝法而言，可以有效将缝隙的细节进行保存，但是在图像中仍然存在多余的噪声，不利于以后对裂缝信息的提取[3]。