混凝土裂缝的图像识别技术研究

曹礼园 侯晓燕

摘要：由于人工检测裂缝方法的可靠性低，成本高，受主观性影响大，本文研究利用数字图像技术进行混凝土裂缝的图像识别，这种方法具有精度高，不受人为经验影响，灵活性高，速度快，成本低等优点。利用数字图像处理技术处理混凝土裂缝的图像流程包括图像灰度化、图像去噪、图像增强、裂缝提取等。本文就混凝土裂缝图像的处理技术进行研究和总结，为此领域的研究工作者提供参考。

由于多方面的原因，混凝土建筑物出现裂缝是极普遍的。而混凝土裂缝造成的危害也是相当大。由于裂缝导致冻融循环、碳化、钢筋锈蚀等现象，进一步加大裂缝，使得建筑物的承载力、安全性大大降低。因此，应及时检测裂缝，并观测裂缝的形态变化发展，分析裂缝形成的原因，判断裂缝的发展是否稳定，据此来分析判断对结构的影响程度。在此基础上根据裂缝出现部位、建筑物的重要性、裂缝的大小及危害程度，采取不同的修补措施，以确保结构的安全使用。

对于裂缝检测技术，傳统的人工检测依靠检测人员自身的经验进行检测，从而导致可靠度低，人力成本高，主观性大等缺点。利用数字图像技术进行混凝土裂缝的图像识别，具有精度高，不受人为经验影响，灵活性高，速度快，成本低等优点。本文利用数字图像处理技术，包括图像灰度化、图像去噪、图像增强、裂缝提取等，对混凝土裂缝图像进行处理，得到最终的裂缝图像。

1、 图像灰度化

RGB图像是彩色图像的表示方法，利用三个数组分表代表R、G、B三个分量。在MATLAB，使用rbg2gray（）函数可以将RGB图像转化为灰度图像。

2、图像去噪

建筑物及路面的表面通常有灰尘、细小的砂石及混凝土自带纹理。可使用均值滤波法、中值滤波法、基于小波变换的图像滤波处理法。均值滤波法用领域（包括中心像素）内的灰度值的均值替代中心像素的值，主要算法平均滤波器、几何均值滤波器等，会降低图像中的噪声，但同时，它也会使图像丢失部分细节。中值滤波法是统计排序（非线性）滤波器中最重要的一种，它用领域（包括中心像素）内的灰度值的中值替代中心像素的值。对于随机噪声，中值降噪能力非常好。基于小波变换的图像滤波处理法包括小波分解和基于小波阈值的去噪法，主要优点为即能去除噪声，又能保留细节。小波阈值去噪的原理图像和噪声在不同值上的小波系数也不一样。设定阈值，小于阈值的小波系数可以设为一个较低的值，大于阈值的小波系数保持不变，目的是为了最大保留图像信息的情况下去除图像噪声。

图一、图二、图三、图四分别为原图、（几何）均值滤波后的图像、中值滤波后的图像、（基于小波阈值）小波变换的图像滤波处理法。从图像和去噪图像的信噪可知，去噪效果最优是小波变换，其次是中值，最差的为均值。可知小波阈值去噪最适合本文混凝土裂缝去噪处理。

3、图像增强

使用直方图增强或灰度变换增强，使背景信息变弱，然后再二值化图像。光照不均、色差是裂缝图像常见现象。利用直方图均衡化处理之后，原来比较少像素的灰度会被分配到别的灰度去，像素相对集中，处理后灰度范围变大，对比度变大，清晰度变大，所以能有效增强图像。直方图增强存在对比度不足、细节模糊等问题，利用灰度变换增强可解决这些问题。灰度变换增强过imgdjust（）函数调整灰度图像的范围，通过函数hsitep（）对图像进行 直方图均衡化处理，二值化的函数为im2bw（）。图四、图五、图六分别为直方图均衡化、灰度变换增强、二值化图像。

4、裂缝提取

裂缝提取流程包括腐蚀和膨胀、开运算的膨胀，开运算的闭运算，提取裂缝连通量。经图像增强后，地面上的孔洞和其它碎石等杂物、其它纹理会影响对裂缝的视觉，需要我们将纹理提取出来，同时使图像的失真尽可能小。可以使用形态学滤波里的开运算和闭运算来完成这一运算。关键代码如下。这个运算过程要调整结构元的大小，使其在最大砂石直径和最小裂缝大小之间保持平衡。最后，通过提取裂缝连通量，判断出裂缝的个数。通过这一系列运算，可提取完整裂缝图像。最终效果图如下图。

5、总结

从最图效果可以看出，使用本方法得到的混凝土网状裂缝清晰，保留的信息比例高，能方便后期进一步动态处理和识别。由于裂缝可能进一步加大 ，需要实现实时在线处理裂缝图像，并且在保证图像处理算法的精度的同时避免裂缝图像失真，这将是下一步的研究方向。

参考文献

[1]张旭，张奔牛.基于机敏网裂缝监测技术的实验研究[J].重庆交通大学学报（自然科学版）， 2013， 32（1）：18- 22.

[2]宋军，周建庭，王杨. 桥台裂缝的温度场效应研究[J].重庆交通大学学报（自然科学版）， 2013， 32（2）：190- 193.

[3]王林林. 基于数字图像处理技术的混凝土裂缝特征检测与计算分析[D].青岛：山东科技大学， 2017.

[4]郭阳. 改进渗流模型的混凝土路面图像裂缝检测算法研究[D].重庆：重庆邮电大学， 2016.

[5]初秀民，王荣本.基于神经网络的沥青路面破损图像识别研究[J].武汉理工大学学报（交通科学与工程版）， 2004（3）：373376.