基于Labview的車載隧道質(zhì)量自動檢測

廖啟平+王軍民

摘 要：文章主要研究了基于labview的車載隧道質(zhì)量自動檢測系統(tǒng)。利用USB攝像頭和采集卡對隧道進(jìn)行圖像采集，然后傳輸給計(jì)算機(jī)，采用labview軟件對圖像進(jìn)行數(shù)字圖像處理：用頻域?yàn)V波法對圖像進(jìn)行去噪處理；用直方圖均衡化對圖像進(jìn)行增強(qiáng)處理以及用自動選取閾值的算法與梯度法結(jié)合起來對圖像進(jìn)行銳化處理等等。進(jìn)而與預(yù)先存入的模版圖像進(jìn)行對比、識別，找出隧道破損或是有裂痕的圖像，然后保存此圖像并記錄下當(dāng)前圖像的具體位置和相關(guān)的數(shù)據(jù)。該系統(tǒng)可以達(dá)到對隧道質(zhì)量很好的檢測，降低了財(cái)力、物力，提高了檢查的效率，準(zhǔn)確率和精度，經(jīng)過試驗(yàn)，成功率高達(dá)90%。

關(guān)鍵詞：labview；自動檢測；數(shù)字圖像處理；銳化；濾波；直方圖均衡化

Abstract： In this paper， it studies the automatic detection system of vehicle tunnel quality based on Labview .Using the USB camera and acquisition card to collect the tunnel image ，and then transfer to computer，adopting labview software to digital image processing ： Using frequency filtering method to do image denoising：Using histogram equalization to do enhance image and using Auto-select Thresholds of Gradiant Method to sharpen image and so on ，then comparing and recognizing with the pre stored template image to find and save the images of break tunnel and record the specific location and related data of the current image. The system can achieve a good effect on quality detection of the tunnel ，which reduces financial power and materials and improve the efficiency ，accuracy and precision of inspection. Through the test， the success rate is as high as 90%.

Keywords： labview； automatic detection； digital image processing； sharpening；wave filtering； histogram equalization

引言

現(xiàn)如今，隧道質(zhì)量檢測也有用較先進(jìn)技術(shù)進(jìn)行檢測，但儀器比較昂貴，一個(gè)觀測點(diǎn)就要花費(fèi)近3000人民幣，所以普遍還是依靠工作人員親身徒步檢測。有的隧道長達(dá)幾千米，而且憑工作人員的視覺觀察，這種檢測方法不僅耗費(fèi)大量的人力和時(shí)間，速度慢，具有盲目性；而且檢查的效率，準(zhǔn)確率和精度都還不夠高。于是我們設(shè)計(jì)基于labview的車載隧道質(zhì)量自動檢測系統(tǒng)就顯得尤為必要了。該系統(tǒng)能夠準(zhǔn)確，快速地檢測出隧道有破損，或是裂痕的位置，大大降低了財(cái)力和物力。

1 系統(tǒng)設(shè)計(jì)

車載隧道質(zhì)量自動檢測系統(tǒng)是一個(gè)集圖像處理、識別等高度自能的集成系統(tǒng)[1]。該系統(tǒng)的主要硬件有：PCI圖像采集卡、USB攝像頭和帶有l(wèi)abview軟件的計(jì)算機(jī)。系統(tǒng)結(jié)構(gòu)框圖（如圖1）：

我們讓裝有USB攝像頭的車在隧道里勻速地跑一圈，攝像頭采集的圖像信息傳至PCI圖像采集卡，回到室內(nèi)再將采集到的圖像信息傳至計(jì)算機(jī)上。計(jì)算機(jī)對采集到的圖像進(jìn)行數(shù)字圖像處理，然后進(jìn)行圖像識別，找出隧道破損或有裂痕的地方，記錄下該圖像及所處的具體位置并保存相關(guān)的數(shù)據(jù)，從而完成對隧道質(zhì)量的檢測。

2 圖像采集

為了讓USB攝像頭能完全掃到隧道內(nèi)壁，我們采用3個(gè)攝像頭呈T字形的布置方式（如圖2），將攝像頭A、B、C掃到的區(qū)域進(jìn)行圖像拼接（如圖3），避免掃到重復(fù)區(qū)域或是沒掃到，保證圖像采集的準(zhǔn)確性、真實(shí)性，便于后面的數(shù)字圖像處理、識別。于是采用生產(chǎn)者和消費(fèi)者設(shè)計(jì)模式，3個(gè)攝像頭為生產(chǎn)者，3個(gè)線程同時(shí)采集圖像數(shù)據(jù)，計(jì)算機(jī)中的labview作為消費(fèi)者，負(fù)責(zé)處理和分析圖像數(shù)據(jù)。圖像采集（如圖4）。

3 數(shù)字圖像處理

采集到的圖像會受到光照、采集設(shè)備、圖像傳輸、獲取過程等各種綜合因素客觀存在的作用下，圖像的質(zhì)量從實(shí)物到成像的過程中會退化，這是不可避免的。這時(shí)則要采用labview中vision圖像處理軟件包對圖像中含有的噪聲進(jìn)行濾波處理，圖像增強(qiáng)處理以及圖像銳化等。所以為了提高圖像的質(zhì)量以達(dá)到預(yù)期的效果，我們需要對采集到的圖像進(jìn)行處理以滿足后期圖像識別的需求。

3.1 圖像去噪

我們采用頻域?yàn)V波[2]對圖像進(jìn)行去噪處理。頻域?yàn)V波就是對一副圖像進(jìn)行傅里葉變換后在頻域上間接進(jìn)行運(yùn)算處理，然后通過傅里葉逆變換獲得圖像的增強(qiáng)效果。給定一幅大小為M×N的數(shù)字圖像f（x，y），則濾波公式為g（x，y）=？祝-1[H（u，v）F（u，v）]其中，？祝-1是離散傅里葉逆變換（IDFT），F(xiàn)（u，v）是輸入圖像f（x，y）的離散傅里葉變換（DFT），H（u，v）是濾波函數(shù)，g（x，y）是輸出圖像。在低通濾波器中，頻域?qū)崿F(xiàn)線性低通濾波器輸出的表達(dá)式為：G（u，v）=H（u，v）F（u，v），式中：F（u，v）=F[f（x，y）]為含有噪聲原始圖像f（x，y）的傅里葉變換；G（u，v）為低通濾波平滑處理后圖像G（x，y）的傅里葉變換。得到G（u，v）后再經(jīng)過傅里葉反變換就得到圖像g（x，y）。我們用巴特沃斯低通濾波器（BLPF）中的濾波函數(shù)：H（u，v）=■當(dāng)D（u，v）=D0，n=1時(shí)，H（u，v）在D0處的值將為其最大值的二分之一，處理結(jié)果（如圖5）。

原圖像存在很強(qiáng)的椒鹽噪聲，經(jīng)過處理后的圖像的椒鹽噪聲得到了很好的壓制，而且清晰度沒有降低，邊緣的模糊程度也大大降低了。

3.2 圖像增強(qiáng)

采用直方圖均衡化[3-4]對圖像進(jìn)行增強(qiáng)。直方圖均衡的設(shè)計(jì)思想主要采取的將圖像的灰度值通過函數(shù)之間的對應(yīng)關(guān)系，進(jìn)行值的轉(zhuǎn)換。并且保證轉(zhuǎn)換后的圖像灰度值的概率密度服從平均分布，從而使圖像的灰度級更加均衡化?；叶戎档牟▌臃秶纫郧暗姆秶訌V，從而優(yōu)化圖像的對比度。為了方便研究，用r代表原始圖像中像素的灰度，s表示經(jīng)過轉(zhuǎn)變后圖像中的像素的灰度，并且0？燮r？燮1，0？燮s？燮1（0代表黑顏色，1代表白顏色）。s=T（r），T（r）必須滿足：在0？燮r？燮1內(nèi)，s為單值并且函數(shù)單調(diào)遞增且0？燮s？燮1。而s到r的逆向變換公式為：r=T-1（s），0？燮s？燮1。在公式Ps（s）=Pr（r）■■中：P（s）（s）表示的是經(jīng)過轉(zhuǎn)換的概率密度函數(shù)，Pr（r）、T（r）和T-1（s）三個(gè)函數(shù)是已知的，而且T-1（s）是單調(diào)增加的。對于連續(xù)圖像，當(dāng)直方圖均衡化后又P（s）（s）=1，進(jìn)而：ds=Pr（r）·dr=dT（r），兩邊同時(shí)取積分得：s=T（r）=■Pr（r）dr式中s是原圖像的累積分布函數(shù)，是大于等于零的且依次增加的，所以要把s的變換函數(shù)求出來。在離散圖像中，設(shè)圖像總像素為N，圖像的灰度級總數(shù)為L，其中用Ir來表示其第r個(gè)灰度數(shù)值的大小，其中

IIr表示為圖像中含有灰度級Ir的圖像的像素?cái)?shù)值，Ir表示為灰度級像素在圖像中出現(xiàn)的概率，圖像直方圖均衡化操作處理后的函數(shù)公式為：sk=T（rk）=k■Pr（rj）=■■。處理結(jié)果（如圖6），直方圖均衡化處理后，把輸入的直方圖轉(zhuǎn)換成均勻分布的狀態(tài)，和原圖相比較，擴(kuò)大了像素級別的界限，圖像的信息量也加大了，同時(shí)圖像的對比度也增加了，讓隧道裂痕更加突出，清晰，像素也更加的分散，更有利于后面對圖像的識別。

3.3 圖像銳化

銳化操作屬于圖像復(fù)原的內(nèi)容，為了使模糊的圖像變得清晰起來（如圖7）。經(jīng)過各種銳化方法的測試和對比發(fā)現(xiàn)，梯度法對圖像進(jìn)行銳化效果最佳，讓隧道裂痕變得更明顯、清楚。為了彌補(bǔ)梯度法的一些不足，于是我們采用自動選取閾值的算法與梯度法[5]結(jié)合起來對圖像進(jìn)行銳化處理。

設(shè)灰度數(shù)量場為f（x，y），則其梯度列向量為：|gradf（x，y）|=■，離散圖像用四點(diǎn)法求模，并用差分來近似代替導(dǎo)數(shù)：|gradf（x，y）|≈■。梯度法就是將圖像中各點(diǎn)的灰度值用它們的灰度梯度的模來代替，設(shè)處理以后的圖像為g（x，y），則：g（x，y）=|gradf（x，y）|。但是檢測到的圖像邊緣層次模糊，邊界不夠清晰，不能很好的提取目標(biāo)圖像的特征，為了解決這個(gè)問題，采用最大類間方差法來自動確定閾值。最大類間方差法的基本原理：把圖像中的像素根據(jù)灰度值t分成兩部分，一部分由0到t之間的像素組成（C0），另一部分由t到T（圖像的灰度級數(shù)-1）之間的像素組成（C1）。以256級灰度圖為例，T=255。閾值通過計(jì)算C0和C1的類間方差？滓（t）2來確定：？滓（t）2=P1（t）×P2（t）×（AvgH1（t）-AvgH2（t））2，式中P1（t）為C0中所包含的像素?cái)?shù)；P2（t）為C1中所包含的像素?cái)?shù)；AvgH1（t）為C0中所有像素的平均灰度值；AvgH2（t）為C1中所有像素的平均灰度值。所取閾值就是在0到T之間，使：？滓（t）2最大的t值。處理結(jié)果（如圖8）。

4 圖像識別與數(shù)據(jù)保存

經(jīng)過labview中的圖像處理軟件包vision對圖像經(jīng)過一系列處理后，讓我們采集到的圖像達(dá)到了labview軟件識別的效果了，接下來把圖像數(shù)據(jù)導(dǎo)入labview中進(jìn)行圖像識別，找出隧道破損或是有裂痕的圖像，實(shí)時(shí)記錄并保存該圖像、圖像所處的具體位置等數(shù)據(jù)信息，便于工作人員前去檢修隧道出現(xiàn)的破損、裂痕。

5 實(shí)驗(yàn)結(jié)果與分析

經(jīng)過試驗(yàn)，我們設(shè)計(jì)的車載隧道質(zhì)量自動檢測系統(tǒng)的成功率達(dá)到了90%左右，對于一些比較小、窄、短的裂縫，比如只有幾厘米長的微裂縫無法準(zhǔn)確的檢測到。據(jù)分析，可能的原因是：在采集圖像時(shí)，由于車的微震動或是光線等因素導(dǎo)致拍攝的圖像不是非常清晰，雖然后期對圖像做了處理，但還是無法100%還原圖像，還是存在一定的誤差?？偟膩碚f，我們設(shè)計(jì)的基于labview的車載隧道質(zhì)量自動檢測系統(tǒng)可以高效地對隧道質(zhì)量進(jìn)行檢測，相對于其它檢測技術(shù)，我們的成本價(jià)格較低，檢測效率較高，準(zhǔn)確率和精度也不錯(cuò)，適合推廣和普遍的隧道質(zhì)量檢測。

參考文獻(xiàn)

[1]王黨樹，王新霞.基于labview圖像法車牌智能識別系統(tǒng)[D].西安：西安科技大學(xué)，2015.

[2]王昱然.基于labview的鐵路扣件狀態(tài)識別研究[D].石家莊：石家莊鐵道大學(xué)，2015.

[3]王栩生.基于labview的數(shù)據(jù)處理及可視化研究[D].哈爾濱：哈爾濱理工大學(xué)，2013.

[4]王炳健，劉上乾，拜麗萍.紅外圖像實(shí)時(shí)增強(qiáng)的新算法[J].光電工程，2006，33（1）：46-49.

[5]陳國軍.基于自動選取閾值的梯度法實(shí)現(xiàn)圖像邊緣檢測[D].吉林：東北電力學(xué)院，2001.

作者簡介：廖啟平（1994，01-），男，漢，重慶市開縣，學(xué)生，本科在讀，長江大學(xué)地球物理學(xué)。

王軍民（1960，04-），男，博士，高級工程師，碩士生導(dǎo)師，地質(zhì)資源與地質(zhì)工程碩導(dǎo)，主要研究方向?yàn)榈卮趴碧健⒌厍蛭锢頊y井。