基于圖像處理的橋梁裂縫自動檢測技術研究

摘 要：隨著交通事業的迅速發展，對橋梁工程檢測工作提出了更高的要求。受行車荷載和自然因素等影響，橋梁工程往往會產生不同程度的損壞，其中裂縫病害最為嚴重。為此，相關部門必須定期檢測橋梁質量。本文以裂縫圖像的處理技術為研究對象，在全面了解圖像處理技術相關含義的同時，闡述了裂縫圖像的分析方法，并結合具體案例，采用正拍圖像法和斜拍圖像法進行了裂縫長度、寬度識別值和實測值的對比分析，以期提出一種實用性良好的裂縫自動檢測方法。

關鍵詞：圖像處理;橋梁裂縫檢測;正拍圖像法

中圖分類號：U44 文獻標識碼：A 文章編號：1671-2064（2020）13-0104-02

0 引言

裂縫是橋梁工程病害的一種常見類型，工程建成運營后，由于多種因素的制約，往往會出現不同程度的裂縫問題。早期裂縫病害，一般不會對橋面造成太大破壞，但是若不及時加以處理，裂縫進一步擴展，將會對橋面造成很大損傷，影響橋梁通行舒適性和安全性。圖像處理技術的應用可以準確檢測橋面裂縫，獲取精確的裂縫數據，為養護計劃的合理制定提供可靠數據保證，從而延長橋梁工程使用壽命，提高工程服務水平[1]。

1 圖像處理的概述

隨著信息化時代的到來，圖像信息在信息表達和傳輸當中扮演著至關重要的角色。數字圖像處理是指依托計算機進行圖像處理的技術，計算機僅能進行離散數據的處理。數字圖像處理過程不僅能夠將圖像噪聲去除，還能調整圖像亮度、改變圖像顏色及進行幾何變換等，通過圖像處理后，可以有效提升圖像的畫面質量，保持一個良好的圖像視覺效果。隨著圖像處理技術的廣泛應用，在橋梁裂縫自動檢測中，圖像處理技術也取得了很大進步，主要體現在兩點，其一，自動判別圖像內裂縫是否存在，其二，存在裂縫的情況下，自動識別和提取裂縫寬度等特征參數。本文提出了矩形標定塊方法，在拉伸、壓縮處理圖像的前提下，對單向傾斜拍攝的裂縫圖像進行修正，并由此通過對比斜拍和正拍兩種圖像法，從而獲取準確精度，有效識別裂縫寬度、長度等特征參數[2]。

2 裂縫圖像的分析方法

2.1 圖像采集

單位像素所能反映的對象實際尺寸由像素解析度表示，在條件不改變的情況下，圖像解析度增大，單位像素所能反映的對象實際幾何尺寸也會隨之增大。根據針孔成像模型原理可知，拍攝距離和相機分辨率之間呈二次關系，即條件不改變的情況下，裂縫寬度和相機焦距增大，分辨率將隨之提高，裂縫最遠拍攝距離也將隨之加大。

2.2 將RGB圖像轉化為灰度圖像

數碼相機拍攝圖像采用RGB彩色標準，也是當前最常用的一種顏色標準。紅、綠、藍是組成RGB圖像的主要顏色，三種顏色按不同比例相互疊加可構成不同像素，0～255為顏色分量的強度范圍。在裂縫分析中，為減少后期分析的計算量，需先將RGB圖像轉化為灰度圖像。像素灰度值可通過下式計算。

Gray=0.229×R+0.587×G+0.114×B

其中，輸出灰度圖像的灰度等級可由Gray表示;

紅色可由R表示;

綠色可由G表示;

藍色可由B表示。

2.3 圖像的修正和標定

在相機成像平面和裂縫平面存在一定夾角的情況下，采集的圖像很可能會出現幾何變形，這種情況下，提取出的數據準確性不高，在圖像定量分析前，應對失真的原始圖像進行校正，防止對分析精度造成不利影響。一般圖像修正可采用圖像投影變換方法。通常情況下，工程結構表面缺乏修正和標定所需的標定點，為達到修正效果，本文在結構表面粘貼了純色矩形標定塊用于原始圖像修正和標定，在斜拍的影像中矩形標定塊通常為四邊形。通過四個角點坐標便可進行投影變換矩陣計算，從而修正斜拍圖像，改變為具有度量信息的平行影像。

2.4 圖像背影修正和對比度增強

背景修正是為了將背景中不均勻照明、陰影等消減掉，從而降低對圖像質量的影響，增強圖像的信噪比。本文采用的是圖像減操作法，其原理為處理原始圖像去除中值濾波后獲取的圖像，以此將標定塊、背景不均勻等影響因素消除。通過對比度增強，可以拉伸裂縫所在灰度區間，提升裂縫和背景之間的對比度，讓裂縫邊緣細節更加顯著。

2.5 圖像閥值分割

孤立點和孤立塊消除前需二值化分割圖像，也就是說根據設定的閥值，依據相似性準則，將圖像進行若干個互不相交小區域的分割，將圖像分離為兩部分，即目標、背景。裂縫圖像閥值分割則是指從含有裂縫的原始圖像中將裂縫分割出來，并由此進行裂縫特征信息參數的提取，如寬度、長度等。

2.6 消除孤立點或孤立塊

受外界光線、混凝土表面缺陷等因素制約，圖像分割后很可能存在孤立點或孤立塊，為保證裂縫信息識別準確，應消除這些孤立點或孤立塊。本文采用連通域度量法消除，從而獲取真實的裂縫。

2.7 裂縫分類及計算

線狀裂縫、網狀裂縫均屬于不同的裂縫類型。通過觀察可見，線狀裂縫具有相對較大的最小外接矩形的長寬比，而網狀裂縫則基本等同于矩形或圓形。

一般情況下，為便于計算，在裂縫寬度計算時，區域內僅容許一條裂縫。當成功提取出裂縫主干后，便可計算裂縫長度，首先進行全圖掃描，找尋裂縫端點;隨后以端點為路徑追蹤起點進行裂縫提取，并對裂縫主干內全部相鄰分段點之間的距離進行計算;最后乘以圖像像素解析度，獲取相應真實長度，并求和，從而獲取裂縫長度。

3 工程概況

本文以橋梁混凝土結構表面線狀裂縫為研究對象，共10條，檢測時采用正拍、斜拍兩種圖像方法，檢測內容為裂縫寬度和長度，分別對兩種圖像法下的最大裂縫寬度識別值和實測值、裂縫長度識別值和實測值進行對比分析，具體結果如下所示。

3.1 裂縫寬度試驗結果及分析

以線狀裂縫為試驗對象，通過裂縫寬度觀測儀對10條裂縫長度測定，從而獲取最大裂縫寬度實測值。并通過正拍圖像與斜拍圖像法對比分析最大裂縫寬度識別值和實測值，正拍圖像法、斜拍圖像法測量所得數據如表1所示。

由表1可見，正拍圖像法的最大裂縫寬度識別精度為94.8%，斜拍圖像法為94.14%，基本上可以達到正拍圖像法的識別精度。

3.2 裂縫長度試驗結果及分析

通過以上述線狀裂縫為例，采用正、斜拍兩種圖像方式，按照分段法進行裂縫長度檢測，也就是將線狀裂縫進行多段線條劃分，通過0.5mm精度直尺進行測量。通過正拍圖像法和斜拍圖像法所得裂縫長度識別值和實測值進行對比分析，所得數據如表2所示。

通過表2可見，無論是正拍圖像法，還是斜拍圖像法，在裂縫長度識別中均可達到較高精度，即大于97%，能夠滿足工程測量需求。

4 結語

綜上所述，一直以來，橋梁表面裂縫定量化都是無損檢測關注的焦點，隨著圖像處理技術水平的不斷提升，橋梁裂縫檢測得以不斷發展與進步，并取得了良好的研究成果。通過圖像處理技術，可以精準測量裂縫的長度、寬度及分布形態，為裂縫處理提供了可靠的數據支持，對推進橋梁事業持續、健康發展具有重要意義和價值。

參考文獻

[1] 朱鑫，漆泰岳，王睿，等.一種改進的用于裂縫圖像分割的Otsu方法[J].地下空間與工程學報，2017（13）：81-83.

[2] 伯紹波，閆茂德，何靚俊，等.基于圖像處理的瀝青路面裂縫測量算法研究[J].計算機測量與控制，2017，15（10）：1306-1307.

Abstract：With the rapid development of transportation， higher requirements are put forward for bridge engineering inspection work. Affected by traffic load and natural factors， bridge projects often produce varying degrees of damage， of which cracks are the most serious. For this reason， relevant departments must regularly check the quality of bridges. This article takes the crack image processing technology as the research object. While fully understanding the meaning of the image processing technology， the analysis method of the crack image is explained， and combined with specific cases， the crack length and length are measured by the forward image method and the oblique image method. The comparative analysis of the width identification value and the actual measured value is expected to propose a practical crack automatic detection method.

Key words：image processing;bridge crack detection;forward image method

收稿日期：2020-04-02

作者簡介：張書芬（1979—），女，河南禹州人，本科，研究方向：公路試驗。