多功能隧道快速檢測車圖像處理技術

唐建平+樊曉楠+溫興水+薛諾諾+方海洋

摘 要

圖像采集和處理是檢測車的核心技術。本文主要通過對采集到的圖像進行畸變修正，像素當量修正，確保采集到的隧道襯砌裂縫準確。通過圖像處理技術去除圖像的噪音，并進一步提取裂縫信息，優化圖像。進一步對圖像處理技術進行室內實驗驗證其可行性，實驗結果證明該理論可以滿足隧道襯砌裂縫病害的檢測工作。

【關鍵詞】檢測車 圖像處理 實驗分析

人工手動檢測一直是我國乃至全球隧道病害檢測的主要手段。但是隨著高速公路的發展，人工手動檢測方法已經無法完成我國的高速公路發展，為了適應隧道的建設和發展，非常需要研制快速高效的隧道病害檢測系統，實現隧道病害檢測的自動化。

本系統圖像采集部分主要包括24臺工業以太網相機、4個千兆6口網卡、兩臺高性能工業計算機、24個頻閃燈、旋轉編碼器及發電機、穩壓電源等。軟件系統主要由圖像采集軟件和圖像拼接處理軟件組成。

1 面陣相機采集圖像的初步畸變修正

對于隧道檢測設備，相機鏡頭畸變主要包括徑向畸變、偏心畸變、薄棱鏡畸變三類。徑向畸變主要由鏡頭上不同點處徑向曲率的不同而引起，其畸變程度關于圖像中心點對稱。這種畸變引起圖像點沿鏡頭徑向方向移動，且越遠離中心，畸變程度越大。

2 基于Guided濾波的Retinex圖像增強算法

Guided濾波器在圖像增強時，并沒有很大程度上改變圖像的原梯度，該濾波器在圖像的增強過程中，對于裂縫的外側邊緣也能很好的進行修復，所以選取此增強算法。

（1）獲得所需要處理的圖像信息；

（2）得到所需要的圖像后進一步用將裂縫信息分解為n層，同時獲得裂縫信息在最大和最小的指數信息；

（3）進一步對分解后的指數信息進行下一步處理；

（4）最后一步，對裂縫信息再次重構，輸出相應的圖像。

進一步的，根據采用的圖像增強算法特點，本文選取主成分分析法（PCA）尋找最適合的閾值T。這個方法主要思路是通過運算裂縫信息圖像數據矩陣X的協方差矩陣，求λ、A，分別代表特征值和特征向量，進而得到正交變換矩陣Q來解方程組。

為海森矩陣的主對角矩陣，權重系數矩陣設計為Guided濾波器的權值函數。最后用Mallat算法進行重構，這樣便獲得處理后的圖像。

3 基于小波變換的圖像融合

圖像的融合是對隧道檢測車圖像采集系統所采集到的相同的圖像進行優化處理，通過這種優化處理，可以將該部分裂縫信息更好的呈現出來，更方便后期處理。這種圖像的相容主要由三步組成：

第一步：圖像像素的合成；

第二步：圖像特征的合成；

最后一步：圖像決策的合成。

4 基于直方圖變換法的局部閾值分割

直方圖變換法利用像素的某種局部性質，將原來的直方圖變換成具有更深波谷的直方圖，或者使波谷變成波峰，使得股點或峰點便于檢測。由微分算子的性質可以推知，目標與背景內部像素的梯度小，而目標與背景之間的邊界像素的梯度大。于是可以根據像素的梯度值做出一個加權直方圖。這樣，新直方圖中對應的波峰基本不變，但因為減少了邊界點，所以波谷應該比原直方圖更深，則運用波谷的灰度值作為閾值對圖像進行分割。

5 試驗結果分析

如圖1所示，本技術處理效果基本符合裂縫檢測的要求，處理技術對裂縫的提取和分割達到了一定的要求，供后期進一步研究。

參考文獻

[1]盧曉霞.基于圖像處理的混凝土裂縫寬度檢測技術的研究[D].成都：成都電子科技大學，2010.