涂膜防水層厚度現場可視化測量

龔 力，王 顯

(1湖北工業大學電氣與電子工程學院，湖北武漢430068;2湖北工業大學現代制造質量工程重點實驗室，湖北武漢430068)

涂膜防水層厚度的測量是防水涂料施工中保證質量合格的關鍵［1，2］。施工現場測量涂膜防水層厚度的方法有許多種，但是最廣泛應用的方法是在涂膜上切開一個口子，用顯微觀測儀讀取厚度［2］。這種方法的測量結果不是很精確，而且破壞了防水層的完整性。所以，有必要研究一種能使人們對涂膜防水層厚度直觀可視和準確測量的檢測方法，以提高測量工作的普適性、客觀性和高效性。筆者提出采用超聲B掃描成像方法對涂膜防水層進行厚度檢測，利用超聲圖像處理技術，對采取到的被檢防水層有效圖像所承載的信息加以分析、計算，最終得到測量值，并對結果進行顯示、保存或打印。

1 材料及測厚原理

本文研究使用的所有材料由廣東成松防水材料有限公司提供。從該公司現場施作的涂膜防水層中隨機取走一塊160 mm×160 mm的試樣。采用索諾星BS-1000型工業超聲盒，掃描最高頻率可達10 MHz。利用探頭對防水層中感興趣區域進行剖面實時B型成像掃描，根據B超成像原理，當超聲波在防水層中傳播遇到其上、下物理表面時，由于聲波阻抗(介質密度與波速的乘積)的差異而產生反射，而防水涂料的介質密度遠遠大于空氣的密度，也與基層的介質密度差異較大，所以在生成的B超圖像中會呈現出兩條反射條紋，即防水層的上下厚度邊緣。

防水層的測厚主要由圖像處理與厚度計算兩大部分組成。在圖像處理部分中，得到了防水層的上下厚度邊緣，并依據直方圖的分布確定目標點的坐標;在厚度計算部分中，求取目標點的像素間距與比例系數之積，得到防水層的厚度測量值。

2 方法

算法的總體流程如圖1所示。

圖1 涂膜防水層厚度邊緣提取算法流程

由于防水層在進行超聲波B掃描的過程中，其上下物理界面間可能存在著多次反射現象，所以在B超圖像中有可能會出現多重反射條紋(圖2a)。然而防水層的厚度大小是固定不變的，每一次的聲程區中兩條反射條紋的間距在理論上應該是相等的。通過觀察圖像中像素強度的變化曲線可以發現，上下邊緣的線寬中心近似是最強像素點并且其像素間距大小是相等的，但是第二次反射區域的兩個峰值較為接近(圖2b)。為防止測量時反射條紋相互間的干擾和方便接下來的圖像處理，選取更適合圖像處理的第二次的聲程區作為感興趣區域(ROI)來提取出防水層的上下厚度邊緣，具體為圖2b中橫軸的［70:120］區域。

圖2 原始圖像及其像素強度曲線圖

2.1 濾波去噪

超聲掃描后的圖像有噪聲(即對圖像處理有干擾作用的信息點)，需要去除噪聲使得圖像更適合人的視覺特性或機器的識別系統。超聲波作為非傳統光，由它做照射源得到的圖像會含有一種比較常見的乘性噪聲——斑點噪聲，這種噪聲是在超聲掃描成像過程中，因為超聲波穿透待測物時發生散射后形成的一系列相干波造成的干涉現象而產生的。

當噪聲出現在物體圖像的邊緣時，可能會產生偽邊緣，影響了圖像邊緣的準確定位。本文的研究中圖像邊緣提取是關鍵，所以濾波處理時，選用的方法既要能平滑噪聲又要能較好地保持邊界。雙邊濾波是一種既能平滑濾波圖像，又可以保留圖像邊緣細節的超聲圖像濾波方法［7］。經過對比經典雙邊濾波算法和改進的雙邊濾波算法，本文采用改進的雙邊濾波算法［3］，改進的雙邊濾波算法在性能優于前者的同時，算法效率也較高，更適合于現場的實時檢測。通過對比處理結果，此濾波方式可以獲取有效的防水層圖像(圖3)。

圖3 濾波前后的圖像

2.2 閾值分割

使用閾值分割將濾波后的圖像轉變成對應的二值圖像，以更加方便下面的邊緣提取工作。要想較好地分割目標區域與背景區域，并確保目標區域的準確性，閾值的選取最為關鍵。在對圖像做閾值處理時，將目標像素的灰度值賦為255(白色)，將背景像素的灰度值賦為0(黑色)。這樣處理得到的圖像視覺效果會比較好。根據濾波后得到的圖像的灰度直方圖(圖4)可以判斷出，閾值的范圍應該在0.3～0.4之間，這樣能較好的區分出上下邊緣。本文采用最大類間方差法［4］自動選取閾值，得到的閾值為0.3647，在［0.3，0.4］區域內，劃分結果理想，得到的結果見圖5。

圖4 灰度直方圖

圖5 二值圖像

2.3 分割結果細化

細化能在保持原始圖像像素拓撲結構和連通性的基礎上，將圖像的粗邊緣線從外側開始一層一層地削去各個像素，直到成為1個像素的寬度為止，且細線位置基本處于原線寬中心，而此處正是本文要進行目標線條識別的位置。經過對比經典形態學細化算法、OPTA(one-pass thinning algorithm)算法和改進的OPTA算法，本文采用改進的OPTA細化算法［5］。相比之下，在算法效率和細節保持性能上均優于其它兩種方法。處理結果見圖6，可以發現，圖像中邊界點大多處在兩條近似直線上。

圖6 細化后的圖像

2.4 目標線條提取

反射條紋形狀呈直線，先對細化圖像進行直線霍夫變換，檢測結果見圖7a。然后以檢測到的直線為基準線，將上方目標直線縱軸向下3 mm和下方目標直線縱軸向上3 mm的區域定義為新的ROI。依據現場涂膜防水層厚度設計規范，單層涂膜層厚度值一般在1.2～2 mm范圍內。本文將涂膜防水層偏離中心直線的上限定為3 mm，并以此確定新的ROI。當然，在具體的使用中可以根據實際情況修改上限。為了進一步提高直線提取的準確性，對位于新ROI內的目標像素進行分析。首先對新ROI內二值圖像中表示反射條紋的像素數在垂直于反射條紋的方向上進行直方圖統計;接著根據分布情況得到反射條紋的坐標定位;最后對所有列像素的縱坐標求平均值，作為目標線條唯一目標點的縱坐標，以此縱坐標作一條水平直線，這樣就得到了更為準確的目標線條，如圖7b所示。

圖7 目標線條

3 結果及討論

本文中所有實驗都是在主頻為2.4 GHz，內存1024 M的PC機上完成，開發工具為VC++2010加OpenCV軟件包。圖8a為遮蔽圖像中原始信息后利用本文算法提取的目標線條，A點與B點為目標測量點，豎線為垂直于目標線條方向解剖線。這里將算法的目標提取結果與有經驗的咨詢師測定的結果進行比較。

目標線條為兩行水平像素，其余區域皆為背景，目標特征明顯。在通過灰度直方圖的分布找到目標點坐標之后，測量防水層厚度需要的信息就存儲到了結構數組中。分析目標線條的垂直方向灰度剖面圖，可得到目標線條上的像素縱坐標，分別為18和33，如圖8b所示。

圖8 目標線條及其垂直方向灰度解剖圖

接下來，根據這兩點的位置信息，可以計算出點B與點A之間的像素數d。顯然，d=yB－yA。因為數字圖象中只有離散的像素點，隨著分辨率的不同，固定像素間的距離發生變化，所以在處理實際物體的測量時，先要計算出待測量部分中包含的像素值，然后乘上一個比例系數k來計算物體的實際長度。本文采用如下方法進行標定:在被檢圖像上附加上刻度尺一同掃描輸入PC機，測量出標尺中一段線段長度并且與計算機屏幕像素點的個數對應，這樣就得到了屏幕上像素點數和實際圖像上長度的比例關系k。比例系數經由上述方法標定得到，為k=0.16 mm/pixel。最后，防水層的厚度測量值D=d·k。

在實際中，防水層厚度是不均勻的，咨詢師根據《建筑防水工程現場檢測技術規范》［6］對于防水層厚度檢測的要求，通過對待測點的四邊及中心部位進行總共5組實驗，最后取5個測量值的算術平均值作為該測點防水層厚度的檢測結果。

表1 實驗數據

表1中給出了算法測量結果和手工測量結果。計算各自測量結果的算術平均值，手動測量最后結果為2.37 mm，算法測量最后結果為2.37122 mm，精確至0.01 mm時兩者數值相等，加上5組實驗各自的數據，測量誤差均小于1.5%。

4 結束語

提出了一種新的涂膜防水層厚度檢測方法。實驗結果表明，本文算法的測量結果與咨詢師手工測量結果基本吻合，但與手工的測量技術相比，算法具有穩定和客觀的優點以及更強的實用性，有望應用于現場涂膜防水層施工質量評估中。

［1］沈春林.防水工程手冊［M］.第二版.北京:中國建筑工業出版社，2006.

［2］ 肖 石.防水涂料濕膜和干膜厚度的現場測定［J］.中國建筑防水，2010(06):41-42.

［3］張志強，王萬玉.一種改進的雙邊濾波算法［N］.中國圖像圖形學報，2009(03):14-3.

［4］ 王 茜，彭 中，劉 莉.一種基于自適應閾值的圖像分割算法［J］.北京理工大學學報，2003(08):23-4.

［5］ 馮星奎，李林艷，顏祖泉.一種新的指紋圖像細化算法［J］.中國圖像圖形學報，1999，4(10):835-838.

［6］ 中華人民共和國住房和城市建設部.JGJ/T 299-2013，建筑防水工程現場檢測技術規范［M］.北京:中國建筑工業出版社，2013.

［7］ Ballard D H.Generalizing the Hough transform to detect arbitrary shapes［J］.Pattern Recognition，1981，13(02):111-122.