基于機器視覺的混凝土裂縫檢測方法及其在變電站工程中的試用效果

方亞文 王 琦

（安徽電力工程監理有限公司，安徽 合肥 230071）

0 引言

裂縫作為一種常見的建筑病害類型，對建筑結構的安全性、穩定性等會產生不良影響。變電站建筑內含有大量的機電設備，如果建筑結構混凝土裂縫沒有得到及時修復，將會演變成面積較大的坑槽病害，對機電設備安全運行非常不利。因此需要委派專人定期對變電站建筑結構混凝土裂縫進行檢查，人工方式費時費力，并且對于建筑結構高處的混凝土裂縫檢測具有一定難度。有學者將人工智能理念融合到變電站建筑結構混凝土檢測中，提高了混凝土裂縫檢測的智能化和信息化程度，雖然相較于最初的人工混凝土裂縫檢測方法，其檢測效率有所提高，但是在實際應用中還存在許多的局限性。如在實際檢測中存在檢測盲區，一些邊角處的裂縫檢測不到，導致召回率比較低，已經無法滿足變電站建筑結構混凝土裂縫檢測實際需求。

為了解決上述問題，提高混凝土裂縫檢測召回率，本文基于機器視覺技術設計了變電站建筑結構混凝土裂縫檢測方法（下文簡稱“機器視覺法”），并將其與傳統方法進行對比研究。

1 機器視覺法的原理

機器視覺法的檢測原理比較簡單，主要包含三個步驟：應用圖像傳感器獲取變電站建筑結構混凝土圖像數據，將其作為混凝土裂縫識別分析數據樣本；利用機器視覺技術提取圖像連通區域占框比、圖像中點和線的離散狀態特征；在對圖像特征歸一化處理的基礎上，根據圖像裂縫特征計算出分析樣本與常規混凝土圖像樣本的相似度，以此判定分析樣本是否存在裂縫。

1.1 混凝土圖像獲取

考慮到變電站建筑體積比較大，高處部位混凝土圖像數據獲取難度較高，此次采用無人機搭載圖像傳感器的方式，對混凝土圖像數據進行獲取。根據變電站建筑結構特點，此次選擇型號為IHGG大疆無人機作為搭載器，以CCD圖像傳感器作為圖像采集裝置，通過Full Camera Link 接口將圖像傳感器與無人機連接，搭配12V 電源，根據天氣、光照等自然條件，對圖像傳感器的拍攝頻率、像素、分辨率、焦距、幀頻等參數進行設定[1]。將圖像傳感器獲取的混凝土圖像數據上傳到計算機上，并根據數據源的不同對混凝土圖像數據進行分類存儲，待后續處理和分析。

1.2 基于機器視覺的混凝土裂縫特征提取

將獲取到的混凝土圖像建立圖像樣本集L，利用機器視覺技術對樣本集L中圖像樣本數據進行處理和分析，提取到樣本中的裂縫特征，其過程如下。

對圖像樣本進行灰度化處理，灰度化處理的目的是突出圖像的重要結構特征，使圖像中裂縫等重要信息更加清晰，其處理過程用公式表示為：

式中：Gray(x)——灰度化后的混凝土圖像；

R——原始混凝土圖像飽和參數中紅色分量；

G——原始混凝土圖像飽和參數中綠色分量；

P——原始混凝土圖像飽和參數中藍色分量[2]。

圖像傳感器在采集圖像過程中很容易受到外界因素影響，導致采集的混凝土圖像中含有一定的噪聲，圖像的像素點分布不夠均勻。為了準確提取到混凝土圖像中裂縫特征，需要對其進行濾波處理，根據變電站建筑結構混凝土圖像降噪需求，采用平滑濾波的方法對其進行濾波處理，其濾波公式為：

式中：H(x,y)——濾波后某一點像素值；

x、y——混凝土圖像任意一點像素坐標；

exp——變電站建筑結構混凝土圖像平滑參數，通常情況下該參數值為1.5；

M——該像素點鄰域內像素的總數量；

f——像素點鄰域像素的灰度中值；

σ——混凝土圖像中心像素點像素值；

?——灰度域濾波核[3]。

裂縫屬于一種細長的形態，如果圖像中存在裂縫，圖像會出現中斷現象，因此選取圖像連通區域占框比作為混凝土裂縫圖像特征1，其計算公式為：

式中：R——圖像連通區域占框比；

i——濾波后混凝土圖像數量；

A——圖像中連通區域數量；

h——圖像中連通區域平均長度；

w——圖像中連通區域平均寬度[4]。

R值越小，表示圖像中裂縫存在的可能性越大，R作為變電站建筑結構混凝土裂縫檢測特征的可信度越高。僅根據圖像連通區域占框比識別混凝土裂縫，檢測結果可靠性較低，因此選取混凝土圖像中點和線的離散狀態作為特征，該特征提取公式為：

式中：E——混凝土圖像中點和線的離散狀態；

D——混凝土圖像中連通區域最小面積外接矩形的高；

Z——混凝土圖像中連通區域最小面積外接矩形的寬。E值越小，表示變電站建筑結構混凝土裂縫特征越明顯。

1.3 混凝土裂縫識別

根據提取的混凝土裂縫特征，對變電站建筑結構混凝土裂縫進行識別計算，首先對提取的混凝土圖像特征進行歸一化處理，其處理公式為：

式中：X——歸一化后的混凝土圖像特征；

qmin——所有樣本中特征最小值；

v——混凝土圖像特征個數；

qmax——所有樣本中特征最大值[5]。

根據歸一化處理后的圖像特征，計算出檢測樣本與無裂縫混凝土圖像的相似度：

式中：?——檢測樣本與無裂縫混凝土圖像的相似度；

——無裂縫混凝土圖像連通區域占框比；

——無裂縫混凝土圖像點和線的離散狀態。

?值越大表示混凝土裂縫的可能性越大，根據變電站建筑結構混凝土裂縫檢測需求，設定判定閾值Z，如果?＞Z，則表示變電站建筑結構混凝土存在裂縫，根據混凝土圖像中連通區域面積可以計算出混凝土裂縫面積，其計算公式為：

式中：γ——變電站建筑結構混凝土裂縫面積；

k——量化系數；

μ——混凝土面積。

利用上述公式可以確定混凝土裂縫面積，以此完成裂縫檢測。

2 機器視覺法在變電站工程的試用

為了驗證機器視覺法的實際應用性能，選擇傳統監測方法作為對比方法，與機器視覺法進行對比試驗。試驗以某變電站建筑為試驗對象，該變電站建筑共7座，建筑使用年限比較長，建筑結構混凝土已經出現老化現象，裂縫數量比較多，且修復量比較大，利用機器視覺法與傳統方法對該變電站建筑結構混凝土裂縫進行檢測。

試驗準備了7個無人機和7個圖像傳感器，將無人機飛行高度設定為500m，飛行角度范圍設定為45°～185°，飛行速度設定為12.5km/h，圖像傳感器拍攝頻率設定為5.16Hz，分辨率設定為12288×1，像素尺寸設定為5μm，動態范圍設定為54dB。試驗共采集到20000份混凝土圖像數據樣本，通過識別分析后檢測到混凝土裂縫數量共15641 個。試驗以召回率作為評價兩種方法有效性的指標，召回率為識別到的變電站建筑結構混凝土裂縫數量，與混凝土裂縫真實數量的比值，其計算公式為：

式中：F——召回率；

K——識別到的變電站建筑結構混凝土裂縫數量；

B——未識別到的變電站建筑結構混凝土裂縫數量。

召回率越高表示檢測方法精度越高，利用電子表格記錄2種方法召回率，如表1所示。

表1 2種方法召回率對比（單位：%）

從表1數據分析可以得出以下結論：試驗中機器視覺法召回率平均值為97.48%，最大召回率可以達到99.75%，說明檢測到的變電站建筑結構混凝土裂縫數量基本與實際情況一致；而傳統方法平均召回率為58.46%，最大召回率僅為66.48%，遠遠低于機器視覺法，說明機器視覺法的召回率較高，在變電站建筑結構混凝土裂縫檢測方面具有較高的精度。

這是因為機器視覺法采用了機器視覺技術，以圖像連通區域占框比、圖像中點和線的離散狀態作為混凝土裂縫識別特征，從多方面分析混凝土裂縫情況，保證了檢測結果的可信度。因此試驗結果證明了機器視覺法檢測精度更高一些，能夠準確地檢測到變電站建筑結構混凝土裂縫，相比較傳統方法更適用于實際工作。

3 結束語

此次針對傳統方法在實際應用中的局限性，將機器視覺技術應用到變電站建筑結構混凝土裂縫檢測中，形成了一種新的檢測方法——機器視覺法，提高了混凝土裂縫檢測精度，對混凝土裂縫檢測具有良好的實用價值。但是由于此次研究時間有限，該方法尚未在實際工作中得到大量應用和操作實踐，在某些方面可能存在一些不足，后續會進行優化研究，為變電站建筑結構混凝土裂縫檢測提供更多的理論支撐。