復雜環境下混凝土橋梁裂縫寬度檢測算法

王興

福建林業職業技術學院建筑工程系,福建 南平 353000

0 引言

長期運營后的混凝土橋梁因重復沖擊載荷、表面腐蝕、溫度變化、原有結構被鑿槽開洞、次應力、地基基礎變形、運輸不當、施工不當等原因,易出現裂縫等結構問題,影響橋梁結構的外觀與穩定性。裂縫增大,橋梁的抗載能力隨之下降,給過往車輛的行駛安全帶來嚴重威脅,一旦橋梁結構破損,易造成嚴重的人員傷亡和重大的經濟損失[1-3]。修補橋梁裂縫可根據裂縫的寬度或成因,選用壓力灌注法、粘貼碳纖維布加固、表面封閉法等方法。因此,需準確測量混凝土橋梁的裂縫寬度,采取合理的應對措施,防止裂縫繼續增大。

劉娟紅等[4]采用軟件MATLAB分析混凝土裂縫的寬度、形狀和位置,二值化處理圖像信息,可較準確、高效地獲取混凝土裂縫的形態和寬度,偏差率為0～12%。馮立濱等[5]為解決當前監控系統經常發生的錯誤報警問題,采用新的中位濾波器和非線性自回歸神經網絡預測某橋梁結構中的4條裂縫,對比計算結果與目標,得到平均偏差,此方法可較好地預測橋梁開裂,降低監控系統的早期預報誤報率,均方誤差控制在10-5以內。Xiang等[6]提出基于可訓練深度卷積神經網絡的裂縫識別方法,將空間信道合并注意模塊引入編碼器-解碼器網絡中,實現裂縫特征的細化,該方法檢測裂縫的準確率為96.55%,但在噪聲影響下檢測結果有待進一步優化。上述研究均在簡單環境下分析橋梁裂縫,對復雜環境下的裂縫特征研究較少。

本文提出復雜環境下混凝土裂縫寬度檢測算法,對混凝土橋梁裂縫圖像進行灰度變換,對灰度圖像進行直方圖均衡化處理,在強增處理的裂縫圖像上識別噪聲、輻射環境中混凝土橋梁裂縫,并檢測其寬度,以期為后續橋梁維護工作提供準確數據。

1 混凝土橋梁裂縫寬度檢測算法設計

1.1 混凝土橋梁裂縫圖像識別

在復雜的混凝土施工環境下,對混凝土橋面裂縫的圖像數據g(x,y)進行數據處理,x、y為混凝土橋面裂縫圖像的橫、縱坐標[7]。用像素點構成混凝土橋面裂縫圖像矩陣為:

式中gmn為像素的亮度級別。

為有效識別圖像信息,對圖像信息進行灰度值轉換[8],公式為:

g=0.12R+0.6G+0.05B,

式中:R、G、B分別為裂縫圖像中的紅色、綠色、藍色色調值。

對圖像信息進行灰度轉換后,存在無法識別的無效區域,需調整混凝土橋梁裂縫圖像[9-10],調整函數為:

式中:u、v、w分別為橋梁裂縫的長度、寬度、形狀特征,α、β、γ為灰度值轉換系數。

分析混凝土橋梁裂縫的灰度圖像特征后,經過灰度值的轉變,對混凝土橋梁的裂縫圖像進行歸一化處理,采用圖像模板b分析混凝土橋梁裂縫的灰度強度[11-13]

Q=bχ,

式中χ為裂縫的灰度系數。

分析橋梁裂縫的影像特點,提取裂縫信息,以此數據為基礎測量橋梁裂縫,各參數的約束關系公式為:

1/ρ+1/ξ=1/b,

式中:ρ為混凝土橋梁裂縫的紋理密度,ξ為銳化處理后的圖像紋理密度。

識別混凝土橋裂縫紋理特征的公式為:

F=1/b+(ρ+ξ)2g+Q。

(1)

根據混凝土橋梁裂縫圖像的灰度轉換,分析和處理混凝土橋梁的裂縫圖像后可進行有效識別。

1.2 混凝土橋梁裂縫圖像的直方圖均衡化

在圖像中像素平均分布的情況下,混凝土橋梁裂縫圖像所含信息最多,灰度級良好。直方圖均衡化是采用灰色轉換功能將原有的直方圖轉換為均勻分布的平坦直方圖,增強局部的對比度,不影響整體的對比度[14-16]。

采用均衡化方法對混凝土橋梁的裂縫圖像進行灰度校正處理[17-20],能更好地平滑圖像的灰度直方圖,且間隔更大,對比程度更高,圖像細節更清楚,也更突出灰度。對混凝土橋梁裂縫圖像進行直方圖均衡處理,可分為3個步驟。

1)原始圖像灰度直方圖的計算。計算原始圖像的灰度直方圖,第k個灰度級的混凝土橋梁裂縫圖像Hk在整幅圖像灰度級Ω中的占比[17]

P(Hk)=Nk/Ω,k=0,1,2,…,255,

式中Nk為Hk中包含的總像素數。

Vk=255δk/Nk+0.5,

(2)

式中:δk為Hk在整個直方圖均衡化過程中的灰度級轉換,取均衡值為0.5。

3)灰度圖像的直方圖均衡化。由式(2)得到灰度轉換表,將新的灰階代替混凝土橋面裂縫的各灰階[18],實現混凝土橋梁裂縫的直方圖均衡。直方圖均衡化后圖像的對比結果如圖1所示。

a)灰度圖像 b)均衡化后的圖像 圖1 直方圖均衡化前、后圖像的對比

由圖1可知:經直方圖均衡化處理后的混凝土橋梁裂縫圖像的細節更清晰,圖像特征放大,有利于后期處理,此方式更適用于對裂縫圖像的灰度增強。

1.3 混凝土橋梁裂縫寬度檢測算法

圖2 計算連續曲線間距示意圖

對混凝土橋面裂縫進行直方圖均衡處理,處理后圖像仍有多個裂縫時,可采用人機交互法選擇區域。為簡化計算,檢測混凝土橋面裂縫寬度時靶區應僅有1個裂縫。計算連續曲線間距,示意圖如圖2所示。分別采用m(x)、n(x) 2個連續函數代表裂縫的上、下邊界,裂縫中心點可表示為[m(x)+n(x)]/2,點A處的裂縫寬度

K(x)=Kj(x)cosβ(x),

圖3 二值化處理后的裂縫圖像

式中:Kj(x)為混凝土橋梁裂縫在豎直方向上的寬度,β(x)為裂縫中點曲線的傾角。

常用a行b列離散點矩陣表示數碼相機拍攝的圖像,二值化處理后的裂縫圖像如圖3所示。

檢測混凝土橋梁的垂直裂縫和斜裂縫的寬度主要分為3步。

1)逐行掃描整張圖片,對每條裂縫的像素點計數。f(i)為第i行(i[1,a])裂縫的像素個數。記錄該行每幅混凝土橋面裂縫的像素點坐標(i,J(i,j)),j=1,2,…,y(j)。

2)計算每行混凝土橋梁裂縫的中心點坐標

將橋梁裂縫圖像的所有坐標(i, ?(i))相連,得到混凝土橋梁裂縫的核心線。

3)確定混凝土橋梁的裂縫寬度,第i行的混凝土橋梁裂縫寬度

γi=φy(j)cosβi,

式中:φ為混凝土橋梁裂縫圖像的像素點,βi為第i行處混凝土橋梁裂縫的中心點傾斜角[19]。

可逐個掃描混凝土橋梁的橫向裂縫和斜向裂縫,連接各像素點縱軸的中點獲得裂縫寬度。在待測部位,一般采用某段的平均寬度作為最大裂縫寬度,可很好地解決裂縫區域的非規律化問題,確保實測數據的穩定性。

2 試驗分析

2.1 采集混凝土橋梁裂縫參數

圖4 模擬混凝土橋梁裂縫示意圖

驗證復雜環境下混凝土橋梁裂縫寬度檢測算法在實際應用中的可行性。噪聲環境通常指存在各種干擾和雜音的環境,可能來自機械設備的運行、交通車輛的噪聲、人群喧鬧等。 輻射環境通常指存在放射性、照射性輻射的環境,敏感設備運行時可能受到干擾。選擇噪聲、輻射環境驗證測試方法的準確性。試驗過程中,將不同寬度的線沖印在相紙上,模擬混凝土橋梁的裂縫。模擬的裂縫示意圖如圖4所示。根據圖4采集每條裂縫的寬度和弧度,如表1所示。以表1的11條混凝土橋梁裂縫為試驗對象。采用接觸式裂縫寬度觀測裝置測量混凝土橋面的裂縫寬度,分別在噪聲環境、輻射環境下獲取混凝土橋梁的裂縫圖像,驗證復雜環境下混凝土橋梁裂縫寬度檢測算法的精度。接觸式裂縫寬度觀測裝置的測量范圍為0.01～6.00 mm,測量精度為0.01 mm。

表1 混凝土橋梁裂縫參數

2.2 結果分析

噪聲環境、輻射環境下混凝土橋梁裂縫圖像的寬度檢測準確度如表2所示。

表2 噪聲、輻射環境下混凝土橋梁裂縫圖像的寬度檢測準確度

由表2可知:噪聲環境下混凝土橋面裂縫寬度的誤差為0.03～0.06 mm,平均相對誤差為2.70%,本文算法對混凝土橋梁裂縫寬度的檢測準確度為97.30%,能準確檢測混凝土橋梁裂縫的寬度,保證橋梁的檢測質量;輻射環境下混凝土橋梁裂縫寬度的誤差為0.04～0.07 mm,平均相對誤差為3.43%,本文算法對混凝土橋梁裂縫寬度的檢測準確度為96.57%,比噪聲環境低。

本文算法對混凝土橋梁裂縫寬度的檢測精度大于95%,滿足混凝土橋梁裂縫寬度的檢測要求[20]。

3 結束語

為提高橋梁裂縫寬度的檢測準確度,通過灰度轉換和歸一化處理增強裂縫圖像的細節特征,采用灰度直方圖和累積分布函數進行圖像均衡化處理,設計復雜環境下混凝土橋梁裂縫寬度的檢測算法。經過試驗測試發現,該算法對混凝土橋梁裂縫寬度的檢測精度更高,噪聲環境下混凝土橋梁裂縫寬度的檢測準確度為97.30%,輻射環境下混凝土橋梁裂縫寬度的檢測準確度為96.57%。

下一步研究可考慮混凝土橋梁表面的缺陷,避免橋梁表面缺陷對裂縫寬度檢測的影響。