基于數字圖像技術的混凝土路面裂縫檢測研究

楊 巍

（中交二公局第四工程有限公司，河南 鄭州 450000）

在公路建設過程中，出現頻率最高且最為嚴重的問題之一為混凝土路面結構中的裂縫，該裂縫也是路面結構安全評估的主要指標之一。在路面裂縫中應用數字圖像處理技術，可以讓圖像信號向數字信號進行轉變，保證復雜的計算工作得以完成，以此來使得相應的精準性得到大幅度提高。通過這樣的方式，確保圖像得到有效恢復，而且能夠凸顯相關目標的某些特征，保證裂縫處理工作進行時有據可依。

1 數字圖像的混凝土路面裂縫去噪處理

在對原始圖像進行采集時，可能會受到諸多因素的影響。不單單包括混凝土路面狀況，而且還包括周邊環境中的干擾因素，甚至會將采集設備的振動涵蓋其中，這樣使得采集的圖像中包含具有噪聲的裂縫圖像[1]。由于噪聲的存在，致使圖像質量受到嚴重的不良影響，因此對圖像噪聲進行削弱或去除具有重要的作用。混凝土路面噪聲干擾的問題已經存在較長時間，并且涌現出一定的方法，比如在處理噪聲時，可以將空間域濾波方法引入其中，在處理過程中，對混凝土路面裂縫圖像重點關注，并對圖像中的像素實施嚴謹的操作。在以空間域濾波為原理所形成的降噪圖中，當噪聲不同時，算法穩定性也會出現一定的影響，導致圖像的模糊程度也隨之提升。

想要通過頻域濾波的方式來達到降噪的效果，首先要將圖像變換當成重點來操作，如傅里葉變換等。這樣能夠獲得良好的去噪能力和濾波效果。通過傅里葉變換來處理原始混凝土路面裂縫圖像，確保頻域中的圖像被有效獲取，之后在該圖像中噪聲干擾特征的基礎上，合理化地設計濾波器；甚至提出一種全新的降噪方法，該方法主要以頻域濾波為原理。

近年來，又涌現出一種全新的方法，即基于滲流模型的去噪算法，該方法中引入加速算法，并明確每個像素的灰度圖像。同時選取相關指標為依據，來對噪聲區域進行全面去除，如亮度特征、裂縫長度特征等，以此來保證去噪效果更加顯著。

2 采集和處理裂縫的圖像

2.1 采集圖像

不論是橋梁結構還是道路結構，表面裂縫的寬度都相對較大。由于裂縫大小以及方向在數碼圖像中的像素都相對偏少，因此導致檢測精度會受到采集圖像質量的影響。想要對裂縫大小進行快速精準的識別，數碼相機需要具有較高的像素，以此來使裂縫能夠獲得更多的像素。當使用高像素數碼相機進行拍攝時，想要讓裂縫位于屏幕中央位置，應該將相機放在標定紙和裂縫的正前方，并且鏡頭與裂縫平面保持垂直狀態，即通過正焦來拍攝，降低發生畸變的概率。因此，應該不斷地輕微調試數碼相機的傾角，實時觀察數碼相機中的裂縫平面成像狀況，確保相機光軸垂直于裂縫。在現場條件允許的情況下，可以使用相關輔助裝備的有關功能，如利用三腳架的調平功能，有利于采集圖像質量的全面提升。

2.2 處理圖像

圖像采集完成之后，實施預處理，確保部分干擾得到有效消除，以此來有效凸顯裂縫信息，從而為裂縫圖像的數值分析提供保障。

在裂縫圖像信息中蘊含大量色彩信息，這會對裂縫圖像的計算產生不良影響。由于圖像中蘊含的內容相對豐富，需要利用亮度來表示灰度圖像。通常將灰度分成256 個級別，并利用0～255 的數字來表示。0 表示最暗，即黑色；255 表示最亮，即白色；其余用0～255 之間剩下的數字進行表示。每一個像素只剩下一個參數，通過二維矩陣來表示相關圖像。在彩色圖像向灰度圖像進行轉換時，需要運用的公式為

式中：Intensity 為圖像灰度；R、G、B分別為彩色圖像中各個像素的3 個參數。裂縫彩色圖像轉換成裂縫灰度圖像的效果見圖1。轉換之后的圖像存在較小的損失，但裂縫的清晰度明顯提高。裂縫圖像灰度直方圖見圖2。灰度0～255 是橫坐標，所有像素是縱坐標，對適當的閾值進行選擇，即能夠對各個像素的灰度以及閾值進行對比。

圖1 裂縫灰度圖像

圖2 裂縫圖像灰度直方圖

可進一步用二值化處理灰度圖像。當像素灰度明顯高于閾值，灰度就變成255；當像素灰度明顯低于閾值，灰度則會變成0。利用二值化處理完圖像之后，圖像就剩下黑色和白色，以此來更好地分離出裂縫。在將圖像分割成二進制圖像時，閾值的選取是重要環節之一，并且該環節會對裂縫圖像邊緣精度的識別產生影響。計算閾值的方法包括最小誤差法以及直方圖法等。由于二值化處理完圖像之后，還存在一定的大小噪聲點，并且裂縫邊緣缺乏清晰度，因此要利用中值濾波來處理裂縫圖像，中值濾波屬于低通濾波器范疇，其能夠取出中間值，并將該值當成輸出對象，以此來更好地保護圖像的邊緣。在這個過程中，不單單要科學管控噪聲點，還要保證邊緣的清晰度。

3 數字圖像的混凝土路面裂縫分割處理

在開展混凝土路面裂縫數字圖像分割時，不單單要完成圖像識別分析工作，還要重點關注裂縫特征的提取。當前的圖像分割方法以閾值法以及邊界探測法等為主。在實際分割過程中，將局部最小法當成依據，來開發全新的確定閾值法，保證可以正確區分前景和背景。在處理圖像閾值時，可以將改良后的Otsu 算法引入其中，Otsu 算法在特定方面的靈敏性非常高[2]，如噪聲大小，雖然獲得的效果達不到最佳，但應用在該圖像分割中非常合理。另外，涌現出一種全新的方法，即Gabor 濾波器法，該方法以圖像局部空間頻率信息為基礎。經由該濾波器過濾處理之后，可以獲得圖像的最大值，同時該最大值又可以構成一種全新的圖像；憑借差分進化算法，對濾波器的參數展開設置，從而使得清晰的混凝土隧道中路面裂縫分割圖像被有效獲取。

4 裂縫寬度計算

4.1 裂縫寬度算法

通過對像素點的個數進行明確，來對裂縫寬度實施計算，同時各個像素點都具有相應的尺寸。本文在對裂縫寬度開展計算時，所采用的方法將歐氏距離當成基礎。具體方法如下。

1） 將裂縫圖像中的梯度當成依據，預估和判斷裂縫走向。同時將水平梯度和高度垂直梯度這兩個數據進行對比，若前者明顯差高于后者，此時被稱之為縱向裂縫法，反之為橫向裂縫[3]。

2） 基于裂縫走向，明確各個不同裂縫寬度的迭代算法，并對各個算法實施編寫。同時憑借圖像處理，來科學有效地提取裂縫邊緣特征點，以及利用L1 和L2 分別標記裂縫邊緣線。

3） 縱向裂縫邊緣曲線標記見圖3。將縱向裂縫當成案例，在L1上選取一點坐標，計算該坐標和L2之間的最短歐氏距離。流程具體如下：首先，在L1上選取一點A，過點A做一條水平線，該水平線與L2相交于點B，將AB兩點之間的距離記為d；其次，將點B當成起始點，d是初始裂縫寬度像素點數，將坐標數組L2進行向前以及向后的迭代處理，以此來對點A和L2上點之間的歐氏距離展開計算；再次，通過對迭代終止條件設定的方式，來保證不必要環節得到去除；最后，在對向前迭代或向后迭代進行選擇的時候，將計算所獲得的最短歐氏距離當成點A的裂縫寬度像素點數，計算L1排在點A后面點的裂縫寬度像素點數。不斷重復該步驟，當計算完L1上所有坐標后才能夠停止。

圖3 縱向裂縫邊緣曲線標記

4） 對裂縫邊緣曲線L1所有點與L2間的最短歐氏距離像素點數進行全面統計。將像素點個數和單個像素點尺寸相乘，以此來獲得裂縫寬度。

4.2 單個像素點實際尺寸的影響

在圖像中選擇單個像素點，并對該像素點實際尺寸進行全面掌握。同時明確裂縫寬度中包含的像素點個數，將兩者相乘就可以獲得測量裂縫寬度值。伴隨單個像素點尺寸的不斷增大，圖像信息所占比重越來越大，但表達圖像細節能力則越來越弱，導致裂縫寬度的精準度明顯降低；反之，當單個像素點的尺寸越來越小，圖像信息所占比重越來越小，則更能夠凸顯圖像中的細節，從而使得該精準度明顯提升。想要使像素點實際尺寸的計算值更加精準，則要把光線沿直線傳播原理當成依據。當相機參數被確定之后，想要計算圖像像素點實際尺寸l時，采用的公式為

式中：p為像元尺寸；f為鏡頭焦距；▽D為鏡頭到拍攝物體的距離。

從式（2） 中可知，l與p、f、▽D之間存在密切關聯，由于p與f都是該設備中涉及的參數，當設備型號被確定之后，這兩者就相當于固定值，則▽D成為唯一變量。若▽D得到確定，就能對▽D進行計算。伴隨著▽D的不斷增大，l也隨之不斷增加；但是圖像在細節方面的表達能力則被不斷削弱，導致裂縫寬度值的精準度相對偏低。綜上，對測量裂縫寬度精準度[4]來講，會受到裂縫圖像單個像素點實際尺寸的影響。由此可知，基于圖像開展裂縫寬度計算工作時，不僅僅要科學選擇采集設備，還要合理設定拍攝圖像的距離，盡可能地不斷縮小數值范圍，并保證像素點實際尺寸l處于該范圍之內，從而有利于為測量精準度提供重要支撐。

5 數字圖像的混凝土路面裂縫特征提取以及檢測

對混凝土路面裂縫數字圖像實施增強或分割處理等操作，并對該圖像中的裂縫特征展開科學合理化的提取工作，如裂縫發生部位等，這樣可以更加方便后續檢測。在對裂縫特征進行提取時，能夠使用的方法種類非常多樣化[5]，比如在改進Canny 算子基礎上，提取裂縫可靠邊緣特征，或者基于機器學習方法的裂縫特征提取等。構建相關的機器學習模型，該模型中包含多類支持向量機（Support Vector Machine，SVM） 算法以及人工蜂群優化算法，確保分類檢測混凝土路面裂縫工作得到順利完成。在定向梯度直方圖中應用SVM 算法，并在局部特征描述符中，對完成訓練的分類器進行運用，確保裂縫檢測工作順利開展。將SVM 算法這一機器學習算法當成依據，開展裂縫圖像檢測工作時，在魯棒性不佳的條件狀況下，標記訓練數據的特征或數量成為關鍵因素，并可以限制檢測速度，伴隨著檢測速度的不斷提升，產生的額外工作量也隨之持續增加。近年來，想要對高分辨率圖像中的裂縫進行檢測，可以在子圖像上訓練中，對深度卷積神經網絡（Convolutional Neural Networt，CNN） 分類器進行合理化的運用，憑借滑動窗口方式的輔助，保證整個圖像的掃描工作順利完成。

6 結束語

綜上，在數字圖像處理技術的輔助下，可以對混凝土結構路面裂縫實施灰度化、降噪、分割等處理，并能夠對裂縫信息進行提取，以此來對裂縫類型展開判斷。同時能夠確定裂縫像素點個數，確保裂縫寬度被有效計算。因此，要對數字處理技術進行充分運用，確保其價值充分凸顯，進而改善混凝土路面裂縫的問題。