張英楠
上海建工四建集團(tuán)有限公司 上海 201103
隨著我國(guó)城市化發(fā)展進(jìn)程的深度推進(jìn),城市更新已成為我國(guó)大型城市建設(shè)發(fā)展的重要工作。同時(shí),我國(guó)作為歷史悠久的文明古國(guó),需要在城市更新過(guò)程中保護(hù)歷史風(fēng)貌,傳承歷史文化。
清水墻作為歷史風(fēng)貌區(qū)內(nèi)建筑風(fēng)格體現(xiàn)的重要元素,應(yīng)保證其砌筑效果與歷史風(fēng)貌完美融合。因此,在正式砌筑前,施工方有必要對(duì)清水磚進(jìn)行嚴(yán)格篩選。對(duì)于砌筑此類(lèi)清水墻,清水磚品質(zhì)評(píng)價(jià)因素主要有以下2個(gè)方面:磚面色差與磚面損傷。磚面色差差別過(guò)大,往往會(huì)造成清水墻墻體觀感效果差;磚面損傷程度不一致,將導(dǎo)致墻面整體“做舊”效果與周邊建筑風(fēng)格不統(tǒng)一,兩者均會(huì)影響清水墻外立面效果與歷史風(fēng)貌的融合度。
現(xiàn)階段,清水磚篩選工作采用人工挑選方式完成。首先,通過(guò)多方確認(rèn),確定適用于與工程所在地歷史風(fēng)貌區(qū)相匹配的清水磚風(fēng)格;之后,深度調(diào)研各地磚廠與磚窯,確定符合上述品質(zhì)要求的清水磚顏色與規(guī)格;最后,在磚垛進(jìn)場(chǎng)后,現(xiàn)場(chǎng)工人根據(jù)人眼視覺(jué)與施工經(jīng)驗(yàn)進(jìn)行統(tǒng)一篩選,清退幾何尺寸偏差、顏色偏差與缺棱掉角的次品磚。這種篩選方式無(wú)統(tǒng)一標(biāo)準(zhǔn),不同工人存在視覺(jué)觀感與經(jīng)驗(yàn)判斷差異,極易造成篩選出的清水磚品質(zhì)離散度大,導(dǎo)致砌筑墻面顏色不統(tǒng)一,故意“做舊”程度不符合周邊環(huán)境歷史風(fēng)貌。此外,人工篩選屬于高度重復(fù)性工作,效率低下,且極易引起人的視覺(jué)疲勞。
如今,數(shù)字圖像處理技術(shù)為上述問(wèn)題的解決帶來(lái)了新的手段。數(shù)字圖像處理技術(shù)起源于20世紀(jì)20年代,人類(lèi)首次利用數(shù)字壓縮技術(shù)實(shí)現(xiàn)了圖像的數(shù)字化,通過(guò)電纜完成了圖像的跨國(guó)傳輸[1]。之后,隨著計(jì)算機(jī)科學(xué)的快速發(fā)展,逐步實(shí)現(xiàn)了圖像分辨率修改、圖像濾波、圖像二值化、圖像邊緣檢測(cè)、圖像特征提取等功能,并在各個(gè)行業(yè)中廣泛應(yīng)用。
近些年,隨著智能建造熱潮的到來(lái),土木工程領(lǐng)域的行業(yè)應(yīng)用涌現(xiàn)了大量成果,主要為建筑損傷檢測(cè)、破裂過(guò)程模擬、粒徑級(jí)配測(cè)量3個(gè)方面。
譚曉晶等[2]利用圖像像素標(biāo)定、灰度轉(zhuǎn)換、中值濾波等數(shù)字圖像處理技術(shù),計(jì)算了混凝土表面裂縫尺寸,并通過(guò)試驗(yàn)驗(yàn)證了該方法的可靠性。
蔡江東等[3]利用三維數(shù)字圖像處理技術(shù),構(gòu)建了三維紅外熱成像影像,分析了墻體結(jié)構(gòu)層的溫度分布與變化規(guī)律,輔助評(píng)估外墻施工質(zhì)量。
席仕軍等[4]利用數(shù)字圖像處理技術(shù),展示了花崗巖真實(shí)細(xì)觀結(jié)構(gòu)表征狀態(tài),建立了含分叉裂紋的花崗巖數(shù)值模型,分析了其失穩(wěn)破壞與裂紋演化規(guī)律。
李冰峰等[5]獲取了含缺陷花崗巖的細(xì)觀數(shù)字圖像,并運(yùn)用RFPA-DIP軟件建立了相應(yīng)的數(shù)值模型,模擬了真實(shí)破裂過(guò)程,揭示了花崗巖裂紋擴(kuò)展演化規(guī)律。
蔡園園等[6]采用了圖像輪廓提取方法,研發(fā)了不同機(jī)制砂粒等效粒徑表征算法,并通過(guò)重復(fù)性試驗(yàn),驗(yàn)證了算法的可行性。
劉錦秀[7]通過(guò)圖像預(yù)處理、圖像邊緣檢測(cè)、邊緣矢量化、拓?fù)錁?gòu)面等一系列圖像數(shù)字處理操作,實(shí)現(xiàn)了松散堆積體的等效粒徑測(cè)量。
根據(jù)上述背景,本文基于數(shù)字圖像處理技術(shù),針對(duì)傳統(tǒng)人工篩選方式存在的諸多問(wèn)題,分別提出了磚面色差檢測(cè)與磚面缺陷檢測(cè)2種自動(dòng)選磚算法,建立了清水磚數(shù)字化選磚標(biāo)準(zhǔn),實(shí)現(xiàn)了高品質(zhì)清水磚自動(dòng)篩選,并構(gòu)建了高標(biāo)準(zhǔn)清水磚自動(dòng)選磚機(jī)器人系統(tǒng)及運(yùn)行流程,為后續(xù)相關(guān)裝備研發(fā)工作提供了重要參考。
顏色空間主要分為RGB、HSL/HSV、Lab,這3種顏色空間具有不同的表示方法與適用范圍。RGB顏色空間分為紅、綠、藍(lán)3個(gè)顏色分量,且3個(gè)顏色分量具有高度相關(guān)性,對(duì)亮度敏感,均勻性較差,常用于顯示系統(tǒng),但不適用于圖像處理。HSL/HSV顏色空間的表示方法相似,均基于圓柱坐標(biāo)系建立,3個(gè)顏色分量分別為色調(diào)、飽和度、亮度(明度),與RGB顏色空間相比,顏色表達(dá)方式更為直觀。Lab顏色空間是在1931年國(guó)際照明委員會(huì)(CIE)制定的顏色度量國(guó)際標(biāo)準(zhǔn)的基礎(chǔ)上建立的,全稱(chēng)為CIELAB,是一種基于人眼生物視覺(jué)的顏色系統(tǒng),具備感知均勻、與設(shè)備無(wú)關(guān)的特性,其中,L代表亮度(取值范圍為0~100,數(shù)值越大,亮度越高),a代表從綠色到紅色的分量(取值范圍為-128~127,對(duì)應(yīng)顏色從綠色變?yōu)榧t色),b代表從藍(lán)色到黃色的分量(取值范圍為-128~127,對(duì)應(yīng)顏色從藍(lán)色變?yōu)辄S色)。鑒于上述3種顏色空間的特點(diǎn),本文采用更貼近人眼視覺(jué)的Lab顏色空間進(jìn)行后續(xù)算法研發(fā)。
圖像掩膜通常是指用來(lái)遮擋待處理圖像區(qū)域的特定矩形圖像窗口,一般是由0和1組成的二進(jìn)制圖像,在進(jìn)行圖像特征提取、圖像干擾區(qū)域屏蔽等圖像處理時(shí),1值覆蓋區(qū)域會(huì)被處理,0值覆蓋區(qū)域會(huì)被屏蔽。鑒于此特性,圖像掩膜常用來(lái)剔除數(shù)字圖像處理過(guò)程中不相關(guān)或受干擾的區(qū)域,可實(shí)現(xiàn)僅對(duì)圖像特征等圖像感興趣區(qū)域進(jìn)行后續(xù)分析[8]。為了提高數(shù)字圖像處理的準(zhǔn)確性與可行性,本文采用圖像掩膜提取技術(shù),將清水磚磚面從采集圖像中分離出來(lái),用于后續(xù)磚面色差與缺陷檢測(cè)。
磚面色差基于Lab顏色空間進(jìn)行計(jì)算,采用國(guó)家標(biāo)準(zhǔn)GB/T 18922—2008《建筑顏色的表示方法》[9]與GB/T 7921—2008《均勻色空間和色差公式》[10],具體計(jì)算公式如下:

具體算法設(shè)計(jì)流程為:
1)采集清水磚磚面圖像。
2)構(gòu)建清水磚磚面區(qū)域掩膜窗口。
3)提取掩膜區(qū)域覆蓋下的清水磚磚面。
4)計(jì)算上述提取磚面的色差值。
5)將計(jì)算出的色差值與標(biāo)準(zhǔn)閾值進(jìn)行比較,看是否滿足要求。
磚面缺陷基于掩膜連通域進(jìn)行分析,通過(guò)判斷連通域數(shù)量,實(shí)現(xiàn)磚面缺陷情況的自動(dòng)判斷。算法設(shè)計(jì)流程為:
1)采集清水磚磚面圖像。
2)構(gòu)建清水磚磚面區(qū)域掩膜窗口。
3)提取掩膜區(qū)域覆蓋下的清水磚磚面。
4)進(jìn)行圖像濾波與二值化操作。
5)形成圖像掩膜連通域。
6)比較連通域個(gè)數(shù)是否為1,若等于1,表示磚面無(wú)缺陷,滿足要求;若大于1,表示磚面有缺陷,不滿足要求。
2種自動(dòng)選磚算法架構(gòu)示意如圖1所示。

圖1 2種自動(dòng)選磚算法架構(gòu)示意
為進(jìn)一步實(shí)現(xiàn)清水磚自動(dòng)篩選,基于上述2種自動(dòng)選磚算法,本文利用機(jī)器人技術(shù),建立了清水磚選磚機(jī)器人運(yùn)行流程及自動(dòng)化系統(tǒng)。選磚機(jī)器人的主要關(guān)鍵流程如下:
1)確定磚塊抓取姿態(tài),保證所采集清水磚磚面圖像為正視圖,拍攝物距應(yīng)滿足自動(dòng)選磚算法所要求的分辨率。
2)利用圖像掩膜,分割并提取磚塊表面圖像特征。
3)進(jìn)行磚塊缺陷檢測(cè),包括基于Lab顏色空間的磚面色差檢測(cè)與基于掩膜連通域的磚面缺陷檢測(cè),依次通過(guò)原始磚面特征提取、圖像灰度化、圖像濾波、圖像邊緣檢測(cè)與圖像掩膜提取等算法處理,判斷磚面是否完整,若不完整,直接確定為不合格磚(磚面缺陷),若完整,進(jìn)行圖像特征細(xì)化處理,以增強(qiáng)磚面缺陷識(shí)別的敏感性,并進(jìn)一步判斷色差是否滿足要求。
4)若色差滿足要求,進(jìn)一步判斷磚面缺陷,若不滿足要求,直接確定為不合格磚(色差缺陷)。
5)若磚面無(wú)缺陷,直接確定為合格磚,若存在缺陷,直接確定為不合格磚(磚面缺陷)。
6)根據(jù)上述返回的磚面色差與缺陷檢測(cè)結(jié)果,判斷磚塊是否滿足要求,若滿足要求,表明此磚塊待選合格,確定為合格磚,若不滿足要求,表明此磚塊待選不合格,確定為缺陷磚,并根據(jù)缺陷類(lèi)型,進(jìn)一步確定為色差缺陷磚塊或磚面缺陷磚塊。選磚機(jī)器人運(yùn)行流程如圖2所示。

圖2 選磚機(jī)器人運(yùn)行流程
根據(jù)上述提出的清水磚選磚機(jī)器人運(yùn)行流程,本文構(gòu)建了選磚機(jī)器人自動(dòng)化系統(tǒng)。選磚機(jī)器人自動(dòng)化選磚系統(tǒng)需要在特定空間內(nèi)運(yùn)作,并配有穩(wěn)定光源的視覺(jué)系統(tǒng)與活動(dòng)自由度較高的六軸機(jī)械臂。穩(wěn)定光源可確保每次磚面采集時(shí)的背景環(huán)境統(tǒng)一,前景環(huán)境的亮度、對(duì)比度等圖像采集外部特征參數(shù)一致,保證2種自動(dòng)選磚算法運(yùn)行的可靠性與準(zhǔn)確性。攜帶六軸機(jī)械臂的機(jī)器人能夠?qū)崿F(xiàn)重復(fù)編程、自動(dòng)控制與多自由度的位姿調(diào)整等功能,其附有視覺(jué)傳感器與非真空海綿吸盤(pán)后,可適應(yīng)不同尺寸的清水磚抓取,完成相關(guān)復(fù)雜工藝與動(dòng)作[11-12]。
本文構(gòu)建的選磚機(jī)器人系統(tǒng)如圖3所示。本系統(tǒng)主要包括六軸機(jī)械臂、機(jī)器人控制柜、機(jī)器人示教器、電路系統(tǒng)、視覺(jué)系統(tǒng)等組成部分[11-12]。首先,利用機(jī)器人示教器,規(guī)劃六軸機(jī)械臂的抓取及運(yùn)動(dòng)軌跡,包括從磚垛中抓取、將磚塊放置于視覺(jué)系統(tǒng)、矯正磚塊角度、放置磚塊于指定分類(lèi)磚垛中[13]。其中,視覺(jué)系統(tǒng)包括可模擬自然光照的均勻光源以及對(duì)稱(chēng)布置的高清拍攝鏡頭,需預(yù)先設(shè)定光源以及相機(jī)內(nèi)外參數(shù),以保證2種自動(dòng)選磚算法的運(yùn)行要求。之后,按照預(yù)設(shè)的運(yùn)動(dòng)路徑與視覺(jué)參數(shù),開(kāi)始進(jìn)行選磚機(jī)器人的整體性能調(diào)試,測(cè)試機(jī)器人運(yùn)行的流暢度、安全性與工作效率,以及2種自動(dòng)選磚算法在選磚機(jī)器人系統(tǒng)中運(yùn)行的魯棒性,并根據(jù)調(diào)試結(jié)果進(jìn)行矯正與再調(diào)試。待調(diào)試結(jié)果滿足使用要求后,鎖定選磚機(jī)器人系統(tǒng)的全部參數(shù),選磚機(jī)器人開(kāi)始正式工作,六軸機(jī)械臂利用攜帶非真空海綿吸盤(pán)的機(jī)械手從待篩選磚垛中抓取磚塊,放置于視覺(jué)系統(tǒng)中,通過(guò)2種自動(dòng)選磚算法進(jìn)行磚面色差分析與磚面缺陷檢測(cè),并根據(jù)識(shí)別結(jié)果,分別將磚塊放置于合格品、色差缺陷、磚面缺陷3個(gè)分類(lèi)堆垛中,再將機(jī)械手移動(dòng)至待篩選磚垛處,不斷重復(fù)上述動(dòng)作,直至待篩選磚垛中的全部磚塊抓取、識(shí)別、放置完成,從而實(shí)現(xiàn)清水磚篩選動(dòng)作自動(dòng)化。
本文提出了一種基于數(shù)字圖像處理的清水磚自動(dòng)篩選算法及選磚機(jī)器人系統(tǒng),所開(kāi)發(fā)的磚面色差與缺陷檢測(cè)算法實(shí)現(xiàn)了清水磚標(biāo)準(zhǔn)化自動(dòng)篩選,所構(gòu)建的選磚機(jī)器人系統(tǒng)為后續(xù)相關(guān)裝備研發(fā)提供了技術(shù)參考,所建立的清水磚數(shù)字化篩選標(biāo)準(zhǔn)對(duì)其他建筑材料的類(lèi)似研究開(kāi)展具有重要的借鑒意義。