CN102346013A - 一种隧道衬砌裂缝宽度的测量方法及装置 - Google Patents

一种隧道衬砌裂缝宽度的测量方法及装置 Download PDF

Info

Publication number
CN102346013A
CN102346013A CN2010102405432A CN201010240543A CN102346013A CN 102346013 A CN102346013 A CN 102346013A CN 2010102405432 A CN2010102405432 A CN 2010102405432A CN 201010240543 A CN201010240543 A CN 201010240543A CN 102346013 A CN102346013 A CN 102346013A
Authority
CN
China
Prior art keywords
crack
image
pixel
zone
tunnel lining
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN2010102405432A
Other languages
English (en)
Inventor
朱合华
刘学增
叶康
罗仁立
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Tongji University
Original Assignee
Tongji University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Tongji University filed Critical Tongji University
Priority to CN2010102405432A priority Critical patent/CN102346013A/zh
Publication of CN102346013A publication Critical patent/CN102346013A/zh
Pending legal-status Critical Current

Links

Images

Landscapes

  • Image Analysis (AREA)

Abstract

本发明涉及一种隧道衬砌裂缝宽度的测量方法，包括以下步骤：(1)通过数码相机采集裂缝的图像，并通过激光测距仪测定采集距离；(2)在采集到的图像上选择需测量的区域，并将选中的区域图像转为灰度图像；(3)确定步骤(2)选中的灰度图像的阀值，并进行二值化图像分割，得到目标区域；(4)在目标区域中提取出只包含裂缝的白色区域；(5)运用亚像素方法提取裂缝的边缘，得到亚像素级别边缘图；(6)采用最小距离法计算裂缝的像素宽度；(7)根据预先确定的像素实际尺寸与照相距离的标定比例，计算得到裂缝的实际宽度；(8)将得到的实际宽度数据存入裂缝数据库中。与现有技术相比，本发明具有低成本、快速、便捷、高精度等优点。

Description

一种隧道衬砌裂缝宽度的测量方法及装置
技术领域
本发明涉及一种隧道衬砌裂缝测量技术，尤其是涉及一种隧道衬砌裂缝宽度的测量方法及装置。
背景技术
裂缝等缺陷的定量化一直是无损检测追求的目标。随着检测技术的进步，传统的通过人眼目视或使用简单的的仪器如读数放大镜来进行估测的测定裂缝宽度的方法，由于其人员主观性较大，且精度和效率较低，将逐渐被新的方法所代替。随着计算机技术的迅猛发展和相关理论的不断完善，数字图像处理技术在许多应用领域受到广泛重视并取得了重大的开拓性成就。而基于数字图像处理的照相测量技术业已深入到裂缝宽度测量、变形监测、岩体碎石识别等土木工程领域中，并发挥着非接触、相对便捷、直观和精确的优势。
2004年，天津大学的黄战华、李蒙等人自主开发一套裂缝识别与分析软件。同年，北京航空航天大学的邹轶群、侯贵仓、杨峰提出了一种基于数字图像处理的表面裂纹检测方法。同年，张娟，沙爱民，高怀钢，孙朝云分析了基于数字图像处理的路面裂缝识别与评价***的工作原理。2005年，武汉理工大学刘清元，谈桥提出了判断混凝土裂纹的综合方法。2006年，东南大学尹兰、何小元利用了基于光测法基础上的数字图像处理技术对混凝土表面裂缝宽度特征进行了测量和分析。
然而，以上所研究的方法主要是针对通过接触式扫描或近距离拍摄所采集的裂缝放大图像。而隧道中，对于不能触及的高位裂缝图像，手持接触采集过程繁琐。而远距离拍摄的图像对噪声、光线敏感，严重影响图像成像质量，使后续的图像预处理变得困难复杂。裂缝在远距离拍摄图像中的面积占有比例比在接触式采集的图片中的比例要小得多，余留大面积复杂多变的背景图像，再加上一些边缘检测方法的缺陷，使得近照中宽大裂缝的边缘提取方法不适用，需寻找一种合适的新方法。另外，与距离固定的接触式量测不同，裂缝出现部位的随机性导致拍摄距离的随机性，需寻找一种新标定方法来代替传统的定距标定。
因此，研究一种在隧道中能便捷、定量、快速、准确地测量裂缝特征值的图像检测方法以及检测***已成为隧道工程结构无损检测领域的迫切需要之一。
发明内容
本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种低成本、快速、便捷、高精度的隧道衬砌裂缝宽度的测量方法及装置。
本发明的目的可以通过以下技术方案来实现：
一种隧道衬砌裂缝宽度的测量方法，其特征在于，包括以下步骤：
(1)通过数码相机采集裂缝的图像，并通过激光测距仪测定采集距离；
(2)在采集到的图像上选择需测量的区域，并将选中的区域图像转为灰度图像；
(3)确定步骤(2)选中的灰度图像的阀值，并进行二值化图像分割，得到目标区域；
(4)在目标区域中提取出只包含裂缝的白色区域；
(5)运用亚像素方法提取裂缝的边缘，得到亚像素级别边缘图；
(6)采用最小距离法计算裂缝的像素宽度；
(7)根据预先确定的像素实际尺寸与照相距离的标定比例，计算得到裂缝的实际宽度；
(8)将得到的实际宽度数据存入裂缝数据库中。
所述的步骤(1)中数码相机对大裂缝则进行分段采集。
所述的步骤(3)的具体步骤如下：
(31)根据下式求出整幅图像的平均灰度值：
Tave＝∑Pixels/N
其中∑Pixels为图像中每个像素的灰度总和，N为总像素数；将Tave设为初始阈值Tk，此时k＝1；
(32)根据T1将图像分割成目标和背景两个部分，将灰度小于T1的区域称为目标区域，大于T1的区域称为背景区域，然后再求出两区域的平均灰度分别为Tlow和Thigh；
(33)根据下式求出新阈值：
Tk+1＝(Tlow+Thigh)/2
若Tk+1不等于Tk，则将Tk+1代替Tk，返回步骤(32)，同时使k＝k+1，直到Tk+1＝Tk，执行步骤(34)；
(34)将Tk+1当作最终的阈值，进行二值化图像分割，目标区域中包含裂缝区域以及噪声点、灰度值与裂缝近似的小块区域，将图像黑白反转。
所述的步骤(4)的具体步骤如下：
(40)找出目标区域中最大的白色部分，将其余部分处理为黑色，提取出包含裂缝的区域；
(41)通过一个n*n的正方形单位矩阵与步骤(40)提取出的区域进行腐蚀操作，检测是否存在与其匹配的区域，若为是，执行步骤(42)，若为否，执行步骤
(43)；
(42)对原图像中对应于所提取出的区域的所有的点进行灰度平均：Tj＝∑Pixels目标/N目标，再根据Tj将图像二值分割成目标和背景两个部分，进行图像黑白反转后，再次进行腐蚀操作，判断其是否存在与正方形单位矩阵匹配的区域，并进行循环，直到图像中没有与正方形单位矩阵匹配的区域为止，执行步骤(43)；
(43)运用形态学方法对图像进行开、闭运算、空洞填充以及剔除边缘毛刺，寻找出最大的白色区域，将其余区域处理为黑色，得到只包含裂缝的白色区域。
所述的步骤(5)的具体步骤如下：
(51)通过7*7 Zernike模板{M00，M11，M20}对图像的每一个像素点进行卷积运算，以得到相应的图像Zernike矩{Z00，Z11，Z20}，通过图像的Zernike矩来计算每个像素点的参数(φ，h，l，k)，以判断该像素点是否为边缘点，
M00模板：
0 0.0287 0.0686 0.0807 0.0686 0.0287 0 0.0287 0.0815 0.0816 0.0816 0.0816 0.0815 0.0287 0.0686 0.0816 0.0816 0.0816 0.0816 0.0816 0.0686 0.0807 0.0816 0.0816 0.0816 0.0816 0.0816 0.0807 0.0686 0.0816 0.0816 0.0816 0.0816 0.0816 0.0868 0.0287 0.0815 0.0816 0.0816 0.0816 0.0815 0.0287 0 0.0287 0.0686 0.0807 0.0686 0.0287 0
M11实数模板：
0 0.0150 0.0190 0 - 0.0190 - 0.0150 0 0.0220 0.0470 0.0230 0 - 0.0230 - 0.0470 - 0.0220 0.0570 0.0470 0.0230 0 - 0.0230 - 0.0470 - 0.0570 0.0700 0.0470 0.0230 0 - 0.0230 - 0.0470 - 0.0700 0.0570 0.0470 0.0230 0 - 0.0230 - 0.0470 - 0.0570 0.0220 0.0470 0.0230 0 - 0.0230 - 0.0470 - 0.0220 0 0.0150 0.0190 0 - 0.0190 - 0.0150 0
M11虚数模板：
0 - 0.0220 - 0.0570 - 0.0700 - 0.0570 - 0.0220 0 - 0.0150 - 0.0470 - 0.0470 - 0.0470 - 0.0470 - 0.0470 - 0.0150 - 0.0190 - 0.0230 - 0.0230 - 0.0230 - 0.0230 - 0.0230 - 0.0190 0 0 0 0 0 0 0 0.0190 0.0230 0.0230 0.0230 0.0230 0.0230 0.0190 0.0150 0.0470 0.0470 0.0470 0.0470 0.0470 0.0150 0 0.0220 0.0570 0.0700 0.0570 0.0220 0
M20模板：
0 0.0230 0.0390 0.0410 0.0390 0.0230 0 0.0230 0.0270 - 0.0130 - 0.0260 - 0.0130 0.0270 0.0230 0.0390 - 0.0130 - 0.0530 - 0.0660 - 0.0530 - 0.0130 0.0390 0.0410 - 0.0260 - 0.0660 - 0.0810 - 0.0660 - 0.0260 0.0410 0.0390 - 0.0130 - 0.0530 - 0.0660 - 0.0530 - 0.0130 0.0390 0.0230 0.0270 - 0.0130 - 0.0260 - 0.0130 0.0270 0.0230 0 0.0230 0.0390 0.0410 0.0390 0.0230 0
(52)根据下式
φ＝arctan[Im(Z11)/Re(Z11)]
计算角度φ，其中Im(Z11)和Re(Z11)分别是Z11的虚部和实部；
(53)根据下式计算Z′11：
Z′11＝Re(Z11)cosφ+Im(Z11)sinφ
然后根据公式l＝Z20/Z′11，得到l；
(54)根据下式计算阶跃高度k：
k＝3Z′11/2(1-l2)3/2；
(55)根据下式计算背景灰度h：
h = [ Z 00 - kπ 2 + k · arcsin l + kl ( 1 - l 2 ) 1 / 2 ] π ;
(56)获得了每一个像素点的边缘参数后，若像素点的参数满足k≥kt∩l≤lt，则该像素点为边缘点，利用下式：
xs＝x+l·cos(φ)
ys＝y+l·sin(φ)
计算亚像素边缘点坐标得到最终的亚像素级别边缘图，其中kt、lt为判断阀值。
所述的kt为0.3，所述的lt为图像灰度最大值的十分之一。
所述的步骤(7)具体步骤如下：
(71)通过试验求得在固定镜头焦距下，拍摄距离为L时，图像中每个像素对应的实际尺寸为a；
(72)将L作为横坐标，a为纵坐标，制作标定曲线。
一种隧道衬砌裂缝宽度的测量装置，其特征在于，包括数码相机、激光测距仪、连接螺杆、测量计算机以及裂缝数据库，所述的数码相机通过连接螺杆设于激光测距仪的上方，并通过数据线与测量计算机连接，所述的裂缝数据库与测量计算机连接。
所述的数码相机采用sony α350单反数码相机，该数码相机的镜头固定为300mm长度。
与现有技术相比，本发明不同于传统的近距离手持接触式裂缝宽度测量方法，而是将数码照相与数字图像处理相结合的技术首次运用于隧道衬砌裂缝宽度的测量，利用普通数码相机远距离数字照相方法采集得到裂缝图片，再针对远距离所拍摄图片在图像处理方面的一些不良影响，提出一种基于数字照相及图像处理技术的隧道衬砌裂缝测量方法及装置，为烦杂的隧道裂缝测量工作提供了一种低成本、快速、便捷的处理手段，并得到了令人满意的精度。
附图说明
图1为本发明的流程图；
图2为本发明的硬件结构示意图；
图3为本发明通过最小距离法计算裂缝像素宽度的示意图；
图4为本发明亚像素边缘提取的理想阶跃边缘模型示意图。
具体实施方式
下面结合附图和具体实施例对本发明进行详细说明。
实施例
如图1所示，一种隧道衬砌裂缝宽度的测量方法，包括以下步骤：
步骤101，通过数码相机采集裂缝的图像，并通过激光测距仪测定采集距离；
步骤102，在采集到的图像上选择需测量的区域，并将选中的区域图像转为灰度图像；
步骤103，确定步骤102选中的灰度图像的阀值，并进行二值化图像分割，得到目标区域；
步骤104，在目标区域中提取出只包含裂缝的白色区域；
步骤105，运用亚像素方法提取裂缝的边缘，得到亚像素级别边缘图；
步骤106，采用最小距离法计算裂缝的像素宽度；
步骤107，根据预先确定的像素实际尺寸与照相距离的标定比例，计算得到裂缝的实际宽度；
步骤108，将得到的实际宽度数据存入裂缝数据库中。
所述的步骤103的具体步骤如下：
(31)根据下式求出整幅图像的平均灰度值：
Tave＝∑Pixels/N
其中∑Pixels为图像中每个像素的灰度总和，N为总像素数；将Tave设为初始阈值Tk，此时k＝1；
(32)根据T1将图像分割成目标和背景两个部分，将灰度小于T1的区域称为目标区域，大于T1的区域称为背景区域，然后再求出两区域的平均灰度分别为Tlow和Thigh；
(33)根据下式求出新阈值：
Tk+1＝(tlow+Thigh)/2
若Tk+1不等于Tk，则将Tk+1代替Tk，返回步骤(32)，同时使k＝k+1，直到Tk+1＝Tk，执行步骤(34)；
(34)将Tk+1当作最终的阈值，进行二值化图像分割，目标区域中包含裂缝区域以及噪声点、灰度值与裂缝近似的小块区域，将图像黑白反转。
所述的步骤104的具体步骤如下：
(40)找出目标区域中最大的白色部分，将其余部分处理为黑色，提取出包含裂缝的区域；
(41)通过一个n*n的正方形单位矩阵与步骤(40)提取出的区域进行腐蚀操作，检测是否存在与其匹配的区域，若为是，执行步骤(42)，若为否，执行步骤
(43)；
(42)对原图像中对应于所提取出的区域的所有的点进行灰度平均：Tj＝∑Pixels目标/N目标，再根据Tj将图像二值分割成目标和背景两个部分，进行图像黑白反转后，再次进行腐蚀操作，判断其是否存在与正方形单位矩阵匹配的区域，并进行循环，直到图像中没有与正方形单位矩阵匹配的区域为止，执行步骤(43)；
(43)运用形态学方法对图像进行开、闭运算、空洞填充以及剔除边缘毛刺，寻找出最大的白色区域，将其余区域处理为黑色，得到只包含裂缝的白色区域。
所述的步骤105的具体步骤如下：
(51)通过7*7 Zernike模板{M00，M11，M20}对图像的每一个像素点进行卷积运算，以得到相应的图像Zernike矩{Z00，Z11，Z20}，通过图像的Zernike矩来计算每个像素点的参数(φ，h，l，k)，以判断该像素点是否为边缘点，
M00模板：
0 0.0287 0.0686 0.0807 0.0686 0.0287 0 0.0287 0.0815 0.0816 0.0816 0.0816 0.0815 0.0287 0.0686 0.0816 0.0816 0.0816 0.0816 0.0816 0.0686 0.0807 0.0816 0.0816 0.0816 0.0816 0.0816 0.0807 0.0686 0.0816 0.0816 0.0816 0.0816 0.0816 0.0868 0.0287 0.0815 0.0816 0.0816 0.0816 0.0815 0.0287 0 0.0287 0.0686 0.0807 0.0686 0.0287 0
M11实数模板：
0 0.0150 0.0190 0 - 0.0190 - 0.0150 0 0.0220 0.0470 0.0230 0 - 0.0230 - 0.0470 - 0.0220 0.0570 0.0470 0.0230 0 - 0.0230 - 0.0470 - 0.0570 0.0700 0.0470 0.0230 0 - 0.0230 - 0.0470 - 0.0700 0.0570 0.0470 0.0230 0 - 0.0230 - 0.0470 - 0.0570 0.0220 0.0470 0.0230 0 - 0.0230 - 0.0470 - 0.0220 0 0.0150 0.0190 0 - 0.0190 - 0.0150 0
M11虚数模板：
0 - 0.0220 - 0.0570 - 0.0700 - 0.0570 - 0.0220 0 - 0.0150 - 0.0470 - 0.0470 - 0.0470 - 0.0470 - 0.0470 - 0.0150 - 0.0190 - 0.0230 - 0.0230 - 0.0230 - 0.0230 - 0.0230 - 0.0190 0 0 0 0 0 0 0 0.0190 0.0230 0.0230 0.0230 0.0230 0.0230 0.0190 0.0150 0.0470 0.0470 0.0470 0.0470 0.0470 0.0150 0 0.0220 0.0570 0.0700 0.0570 0.0220 0
M20模板：
0 0.0230 0.0390 0.0410 0.0390 0.0230 0 0.0230 0.0270 - 0.0130 - 0.0260 - 0.0130 0.0270 0.0230 0.0390 - 0.0130 - 0.0530 - 0.0660 - 0.0530 - 0.0130 0.0390 0.0410 - 0.0260 - 0.0660 - 0.0810 - 0.0660 - 0.0260 0.0410 0.0390 - 0.0130 - 0.0530 - 0.0660 - 0.0530 - 0.0130 0.0390 0.0230 0.0270 - 0.0130 - 0.0260 - 0.0130 0.0270 0.0230 0 0.0230 0.0390 0.0410 0.0390 0.0230 0
(52)根据下式
φ＝arctan[Im(Z11)/Re(Z11)]
计算角度φ，其中Im(Z11)和Re(Z11)分别是Z11的虚部和实部；
(53)根据下式计算Z′11：
Z′11＝Re(Z11)cosφ+Im(Z11)sinφ
然后根据公式l＝Z20/Z′11，得到l；
(54)根据下式计算阶跃高度k：
k＝3Z′11/2(1-l2)3/2；
(55)根据下式计算背景灰度h：
h = [ Z 00 - kπ 2 + k · arcsin l + kl ( 1 - l 2 ) 1 / 2 ] π ;
(56)获得了每一个像素点的边缘参数后，若像素点的参数满足k≥kt∩l≤lt，则该像素点为边缘点，利用下式：
xs＝x+l·cos(φ)
ys＝y+l·sin(φ)
计算亚像素边缘点坐标得到最终的亚像素级别边缘图，其中kt、lt为判断阀值。
所述的kt为0.3，所述的lt为图像灰度最大值的十分之一。
如图4，像素点的参数(φ，h，l，k)可以通过理想阶跃边缘模型进行更加直观的表示，k是阶跃高度；h是背景灰度；l是圆盘中心到边缘的垂直距离；φ是边缘与y轴所成角度。
本发明的裂缝像素宽度计算采用最小距离法，具体为区***缝的上下边缘，分别选中上边缘的各点，采用最小距离法计算目标裂缝的宽度。
如图3所示，为通过最小距离法计算裂缝像素宽度的示意图，根据竖直方向上下边缘点的坐标，先从上边缘首个点开始，用上边缘点的坐标分别与下边缘的各坐标点利用高等数学中的两点间的距离公式计算，算得的最小值作为该点到下边缘的距离，可表示为：
w i = min ( ( x i - x k ) 2 + ( y i - y k ) 2 )
其中，k＝0，1，2，3......
公式表示取上边缘的第i个点到下边缘所有点的距离的最小值。
依次算出上边缘每点到下边缘的距离值，将这些算得得距离值平均或求最大，便是裂缝宽度的平均值和最大值，表示为：
Figure BSA00000210453900083
wmax＝max(wi)。
所述的步骤107具体步骤如下：
(71)通过试验求得在固定镜头焦距下，拍摄距离为L时，图像中每个像素对应的实际尺寸为a；
(72)将L作为横坐标，a为纵坐标，制作标定曲线。
本发明的隧道衬砌裂缝宽度的测量装置，包括数码相机1、激光测距仪2、连接螺杆3、测量计算机4以及裂缝数据库5，所述的数码相机1通过连接螺杆3设于激光测距仪2的上方，并通过一数据线6与测量计算机4连接，所述的裂缝数据库5与测量计算机4连接。
所述的数码相机1采用sony α350单反数码相机，其有效像素为1420万，采用70-300mm镜头，该数码相机1的镜头固定为300mm长度。
条件允许的情况下，可以利用照明灯和相机三脚架等辅助设备进行拍摄，防止因光线或人为抖动等原因而造成所拍图像质量不高，影响后续的图像处理效果。

Claims (8)

1.一种隧道衬砌裂缝宽度的测量方法，其特征在于，包括以下步骤：
(1)通过数码相机采集裂缝的图像，并通过激光测距仪测定采集距离；
(2)在采集到的图像上选择需测量的区域，并将选中的区域图像转为灰度图像；
(3)确定步骤(2)选中的灰度图像的阀值，并进行二值化图像分割，得到目标区域；
(4)在目标区域中提取出只包含裂缝的白色区域；
(5)运用亚像素方法提取裂缝的边缘，得到亚像素级别边缘图；
(6)采用最小距离法计算裂缝的像素宽度；
(7)根据预先确定的像素实际尺寸与照相距离的标定比例，计算得到裂缝的实际宽度；
(8)将得到的实际宽度数据存入裂缝数据库中。
2.根据权利要求1所述的一种隧道衬砌裂缝宽度的测量方法，其特征在于，所述的步骤(3)的具体步骤如下：
(31)根据下式求出整幅图像的平均灰度值：
Tave＝∑Pixels/N
其中∑Pixels为图像中每个像素的灰度总和，N为总像素数；将Tave设为初始阈值Tk，此时k＝l；
(32)根据T1将图像分割成目标和背景两个部分，将灰度小于T1的区域称为目标区域，大于T1的区域称为背景区域，然后再求出两区域的平均灰度分别为Tlow和Thigh；
(33)根据下式求出新阈值：
Tk+1＝(Tlow+Thigh)/2
若Tk+1不等于Tk，则将Tk+1代替Tk，返回步骤(32)，同时使k＝k+1，直到Tk+1＝Tk，执行步骤(34)；
(34)将Tk+1当作最终的阈值，进行二值化图像分割，目标区域中包含裂缝区域以及噪声点、灰度值与裂缝近似的小块区域，将图像黑白反转。
3.根据权利要求1所述的一种隧道衬砌裂缝宽度的测量方法，其特征在于，所述的步骤(4)的具体步骤如下：
(40)找出目标区域中最大的白色部分，将其余部分处理为黑色，提取出包含裂缝的区域；
(41)通过一个n*n的正方形单位矩阵与步骤(40)提取出的区域进行腐蚀操作，检测是否存在与其匹配的区域，若为是，执行步骤(42)，若为否，执行步骤
(43)；
(42)对原图像中对应于所提取出的区域的所有的点进行灰度平均：Tj＝∑Pixels目标/N目标，再根据Tj将图像二值分割成目标和背景两个部分，进行图像黑白反转后，再次进行腐蚀操作，判断其是否存在与正方形单位矩阵匹配的区域，并进行循环，直到图像中没有与正方形单位矩阵匹配的区域为止，执行步骤(43)；
(43)运用形态学方法对图像进行开、闭运算、空洞填充以及剔除边缘毛刺，寻找出最大的白色区域，将其余区域处理为黑色，得到只包含裂缝的白色区域。
4.根据权利要求1所述的一种隧道衬砌裂缝宽度的测量方法，其特征在于，所述的步骤(5)的具体步骤如下：
(51)通过7*7 Zernike模板{M00，M11，M20}对图像的每一个像素点进行卷积运算，以得到相应的图像Zernike矩{Z00，Z11，Z20}，通过图像的Zernike矩来计算每个像素点的参数(φ，h，l，k)，以判断该像素点是否为边缘点，
M00模板：
0 0.0287 0.0686 0.0807 0.0686 0.0287 0 0.0287 0.0815 0.0816 0.0816 0.0816 0.0815 0.0287 0.0686 0.0816 0.0816 0.0816 0.0816 0.0816 0.0686 0.0807 0.0816 0.0816 0.0816 0.0816 0.0816 0.0807 0.0686 0.0816 0.0816 0.0816 0.0816 0.0816 0.0868 0.0287 0.0815 0.0816 0.0816 0.0816 0.0815 0.0287 0 0.0287 0.0686 0.0807 0.0686 0.0287 0
M11实数模板：
0 0.0150 0.0190 0 - 0.0190 - 0.0150 0 0.0220 0.0470 0.0230 0 - 0.0230 - 0.0470 - 0.0220 0.0570 0.0470 0.0230 0 - 0.0230 - 0.0470 - 0.0570 0.0700 0.0470 0.0230 0 - 0.0230 - 0.0470 - 0.0700 0.0570 0.0470 0.0230 0 - 0.0230 - 0.0470 - 0.0570 0.0220 0.0470 0.0230 0 - 0.0230 - 0.0470 - 0.0220 0 0.0150 0.0190 0 - 0.0190 - 0.0150 0
M11虚数模板：
0 - 0.0220 - 0.0570 - 0.0700 - 0.0570 - 0.0220 0 - 0.0150 - 0.0470 - 0.0470 - 0.0470 - 0.0470 - 0.0470 - 0.0150 - 0.0190 - 0.0230 - 0.0230 - 0.0230 - 0.0230 - 0.0230 - 0.0190 0 0 0 0 0 0 0 0.0190 0.0230 0.0230 0.0230 0.0230 0.0230 0.0190 0.0150 0.0470 0.0470 0.0470 0.0470 0.0470 0.0150 0 0.0220 0.0570 0.0700 0.0570 0.0220 0
M20模板：
0 0.0230 0.0390 0.0410 0.0390 0.0230 0 0.0230 0.0270 - 0.0130 - 0.0260 - 0.0130 0.0270 0.0230 0.0390 - 0.0130 - 0.0530 - 0.0660 - 0.0530 - 0.0130 0.0390 0.0410 - 0.0260 - 0.0660 - 0.0810 - 0.0660 - 0.0260 0.0410 0.0390 - 0.0130 - 0.0530 - 0.0660 - 0.0530 - 0.0130 0.0390 0.0230 0.0270 - 0.0130 - 0.0260 - 0.0130 0.0270 0.0230 0 0.0230 0.0390 0.0410 0.0390 0.0230 0
(52)根据下式
φ＝arctan[Im(Z11)/Re(Z11)]
计算角度φ，其中Im(Z11)和Re(Z11)分别是Z11的虚部和实部；
(53)根据下式计算Z′11：
Z′11＝Re(Z11)cosφ+Im(Z11)sinφ
然后根据公式l＝Z20/Z′11，得到l；
(54)根据下式计算阶跃高度k：
k＝3Z′11/2(1-l2)3/2；
(55)根据下式计算背景灰度h：
h = [ Z 00 - kπ 2 + k · arcsin l + kl ( 1 - l 2 ) 1 / 2 ] π ;
(56)获得了每一个像素点的边缘参数后，若像素点的参数满足k≥kt∩l≤lt，则该像素点为边缘点，利用下式：
xs＝x+l·cos(φ)
ys＝y+l·sin(φ)
计算亚像素边缘点坐标得到最终的亚像素级别边缘图，其中kt、lt为判断阀值。
5.根据权利要求4所述的一种隧道衬砌裂缝宽度的测量方法，其特征在于，所述的kt为0.3，所述的lt为图像灰度最大值的十分之一。
6.根据权利要求1所述的一种隧道衬砌裂缝宽度的测量方法，其特征在于，所述的步骤(7)具体步骤如下：
(71)通过试验求得在固定镜头焦距下，拍摄距离为L时，图像中每个像素对应的实际尺寸为a；
(72)将L作为横坐标，a为纵坐标，制作标定曲线。
7.一种隧道衬砌裂缝宽度的测量装置，其特征在于，包括数码相机、激光测距仪、连接螺杆、测量计算机以及裂缝数据库，所述的数码相机通过连接螺杆设于激光测距仪的上方，并通过数据线与测量计算机连接，所述的裂缝数据库与测量计算机连接。
8.根据权利要求1所述的一种隧道衬砌裂缝宽度的测量装置，其特征在于，所述的数码相机采用sony α350单反数码相机，该数码相机的镜头固定为300mm长度。
CN2010102405432A 2010-07-29 2010-07-29 一种隧道衬砌裂缝宽度的测量方法及装置 Pending CN102346013A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN2010102405432A CN102346013A (zh) 2010-07-29 2010-07-29 一种隧道衬砌裂缝宽度的测量方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN2010102405432A CN102346013A (zh) 2010-07-29 2010-07-29 一种隧道衬砌裂缝宽度的测量方法及装置

Publications (1)

Publication Number Publication Date
CN102346013A true CN102346013A (zh) 2012-02-08

Family

ID=45544907

Family Applications (1)

Application Number Title Priority Date Filing Date
CN2010102405432A Pending CN102346013A (zh) 2010-07-29 2010-07-29 一种隧道衬砌裂缝宽度的测量方法及装置

Country Status (1)

Country Link
CN (1) CN102346013A (zh)

Cited By (35)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102679914A (zh) * 2012-05-14 2012-09-19 同济大学 一种盾构隧道衬砌管片渗漏水面积的测量方法及装置
CN102768022A (zh) * 2012-07-20 2012-11-07 长安大学 采用数码照相技术的隧道围岩变形检测方法
CN103268409A (zh) * 2013-05-14 2013-08-28 长安大学 一种测量隧道衬砌岩石裂缝宽度的方法
CN103486971A (zh) * 2013-08-14 2014-01-01 北京交通大学 一种地铁隧道裂缝宽度检测及校正算法
CN103528527A (zh) * 2013-10-15 2014-01-22 北京交通大学长三角研究院 基于区域选定的裂缝尺寸自动测量方法
CN103673858A (zh) * 2013-12-12 2014-03-26 同济大学 一种盾构隧道衬砌管片接缝错抬的动态测量装置
CN103776839A (zh) * 2014-02-10 2014-05-07 宁波工程学院 一种新型表面裂纹检测算法
CN104165892A (zh) * 2014-07-25 2014-11-26 中国科学院东北地理与农业生态研究所 土壤裂纹参数在线测量***及采用该***实现土壤裂纹参数提取方法
CN105606030A (zh) * 2015-12-30 2016-05-25 浙江建设职业技术学院 一种基于嵌入式的建筑物表面裂缝检测装置
CN105741285A (zh) * 2016-01-28 2016-07-06 北京工业大学 用于隧道病害的图像处理装置
CN105765374A (zh) * 2014-07-25 2016-07-13 西日本高速道路工程四国株式会社 隧道衬砌面调査***以及用于隧道衬砌面调査***的车辆
CN106504246A (zh) * 2016-11-08 2017-03-15 太原科技大学 隧道裂缝检测的图像处理方法
CN107747907A (zh) * 2017-09-28 2018-03-02 中国十七冶集团有限公司 一种地下综合管廊裂缝的检测方法
CN107894384A (zh) * 2017-11-10 2018-04-10 石家庄铁道大学 富水区裂隙岩体隧道衬砌水压力分布试验模拟***
CN108596869A (zh) * 2018-01-08 2018-09-28 东北大学 一种隧道衬砌裂缝快速检测方法
CN109341542A (zh) * 2018-10-29 2019-02-15 福建省智能养护工程有限公司 基于数字信号序列长度识别裂缝宽度的方法及其监测装置
CN109374644A (zh) * 2018-11-09 2019-02-22 中国矿业大学 基于图像识别的隧道衬砌缺陷智能检测模拟实验装置
CN109444150A (zh) * 2018-11-06 2019-03-08 西北工业大学 非接触式裂纹测量方法及其装置
CN109579709A (zh) * 2018-12-25 2019-04-05 陕西圆周率文教科技有限公司 一种不可移动文物裂缝监测装置及方法
CN109632103A (zh) * 2018-11-22 2019-04-16 西安理工大学 高空建筑物温度分布与表面裂缝远程监测***及监测方法
CN109631771A (zh) * 2018-12-29 2019-04-16 西安联创兴科测控科技有限公司 基于多靶标图像处理的裂缝动态变化传感器及裂缝测量方法
CN110082354A (zh) * 2019-03-29 2019-08-02 同济大学 一种隧道衬砌浅层潜在剥落剥离红外探测装置
CN110207592A (zh) * 2019-04-15 2019-09-06 深圳高速工程检测有限公司 建筑裂缝测量方法、装置、计算机设备和存储介质
CN110298802A (zh) * 2019-06-28 2019-10-01 广东诚泰交通科技发展有限公司 路面裂缝检测方法及装置
CN110533713A (zh) * 2019-07-10 2019-12-03 湖南交工智能技术有限公司 桥梁裂缝宽度高精度测量方法及测量装置
CN110660056A (zh) * 2019-10-10 2020-01-07 昆山市建设工程质量检测中心 一种基于图像处理的建筑裂缝宽度测量算法及方法
CN110738646A (zh) * 2019-10-12 2020-01-31 北京城市排水集团有限责任公司 一种用于管道破裂的自动识别方法
CN110926342A (zh) * 2019-11-27 2020-03-27 北京工业大学 裂缝宽度测量方法及装置
CN111102932A (zh) * 2019-12-13 2020-05-05 中国二十冶集团有限公司 一种基坑安全自动巡查方法及***
CN111739043A (zh) * 2020-04-13 2020-10-02 北京京东叁佰陆拾度电子商务有限公司 一种停车位绘制方法、装置、设备和存储介质
CN112560587A (zh) * 2020-11-27 2021-03-26 贵州中建建筑科研设计院有限公司 一种卷积神经网络边坡裂缝变化的动态预警方法及***
CN113076959A (zh) * 2021-04-27 2021-07-06 中国矿业大学 基于卷积神经网络的混凝土结构表面微裂纹特征提取方法
CN113252700A (zh) * 2021-07-01 2021-08-13 湖南大学 一种结构裂缝检测方法、设备及***
CN114353670A (zh) * 2022-01-07 2022-04-15 深圳市北斗云信息技术有限公司 一种可视化多参数智能裂缝计测量裂缝的方法
CN116739994A (zh) * 2023-05-18 2023-09-12 山东新宝龙工业科技有限公司 一种带预警功能的数字化输送带图形数据监控***

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2006166212A (ja) * 2004-12-09 2006-06-22 Seiko Epson Corp 画像処理方法、システム、装置及びプログラム並びにディジタルカメラ
JP2008139285A (ja) * 2006-11-29 2008-06-19 Korea Research Inst Of Standards & Science 映像処理技法を利用した構造物及び製品のクラック幅測定方法
CN101706259A (zh) * 2009-11-25 2010-05-12 天津大学 基于波前编码技术的混凝土裂缝宽度检测方法和手持式检测仪
CN101957178A (zh) * 2009-07-17 2011-01-26 上海同岩土木工程科技有限公司 一种隧道衬砌裂缝测量方法及其测量装置

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2006166212A (ja) * 2004-12-09 2006-06-22 Seiko Epson Corp 画像処理方法、システム、装置及びプログラム並びにディジタルカメラ
JP2008139285A (ja) * 2006-11-29 2008-06-19 Korea Research Inst Of Standards & Science 映像処理技法を利用した構造物及び製品のクラック幅測定方法
CN101957178A (zh) * 2009-07-17 2011-01-26 上海同岩土木工程科技有限公司 一种隧道衬砌裂缝测量方法及其测量装置
CN101706259A (zh) * 2009-11-25 2010-05-12 天津大学 基于波前编码技术的混凝土裂缝宽度检测方法和手持式检测仪

Cited By (53)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102679914B (zh) * 2012-05-14 2014-08-13 同济大学 一种盾构隧道衬砌管片渗漏水面积的测量方法及装置
CN102679914A (zh) * 2012-05-14 2012-09-19 同济大学 一种盾构隧道衬砌管片渗漏水面积的测量方法及装置
CN102768022A (zh) * 2012-07-20 2012-11-07 长安大学 采用数码照相技术的隧道围岩变形检测方法
CN102768022B (zh) * 2012-07-20 2015-04-15 长安大学 采用数码照相技术的隧道围岩变形检测方法
CN103268409A (zh) * 2013-05-14 2013-08-28 长安大学 一种测量隧道衬砌岩石裂缝宽度的方法
CN103486971B (zh) * 2013-08-14 2016-07-13 北京交通大学 一种地铁隧道裂缝宽度检测及校正算法
CN103486971A (zh) * 2013-08-14 2014-01-01 北京交通大学 一种地铁隧道裂缝宽度检测及校正算法
CN103528527A (zh) * 2013-10-15 2014-01-22 北京交通大学长三角研究院 基于区域选定的裂缝尺寸自动测量方法
CN103673858A (zh) * 2013-12-12 2014-03-26 同济大学 一种盾构隧道衬砌管片接缝错抬的动态测量装置
CN103776839A (zh) * 2014-02-10 2014-05-07 宁波工程学院 一种新型表面裂纹检测算法
CN103776839B (zh) * 2014-02-10 2016-05-04 湖州师范学院 一种表面裂纹检测算法
CN105765374A (zh) * 2014-07-25 2016-07-13 西日本高速道路工程四国株式会社 隧道衬砌面调査***以及用于隧道衬砌面调査***的车辆
CN105765374B (zh) * 2014-07-25 2020-04-10 西日本高速道路工程四国株式会社 隧道衬砌面调査***以及用于隧道衬砌面调査***的车辆
CN104165892B (zh) * 2014-07-25 2016-10-26 中国科学院东北地理与农业生态研究所 土壤裂纹参数在线测量***及采用该***实现土壤裂纹参数提取方法
CN104165892A (zh) * 2014-07-25 2014-11-26 中国科学院东北地理与农业生态研究所 土壤裂纹参数在线测量***及采用该***实现土壤裂纹参数提取方法
CN105606030A (zh) * 2015-12-30 2016-05-25 浙江建设职业技术学院 一种基于嵌入式的建筑物表面裂缝检测装置
CN105606030B (zh) * 2015-12-30 2018-08-24 浙江建设职业技术学院 一种基于嵌入式的建筑物表面裂缝检测装置
CN105741285A (zh) * 2016-01-28 2016-07-06 北京工业大学 用于隧道病害的图像处理装置
CN105741285B (zh) * 2016-01-28 2018-09-04 北京工业大学 用于隧道病害的图像处理装置
CN106504246A (zh) * 2016-11-08 2017-03-15 太原科技大学 隧道裂缝检测的图像处理方法
CN106504246B (zh) * 2016-11-08 2019-04-30 太原科技大学 隧道裂缝检测的图像处理方法
CN107747907A (zh) * 2017-09-28 2018-03-02 中国十七冶集团有限公司 一种地下综合管廊裂缝的检测方法
CN107894384A (zh) * 2017-11-10 2018-04-10 石家庄铁道大学 富水区裂隙岩体隧道衬砌水压力分布试验模拟***
CN108596869A (zh) * 2018-01-08 2018-09-28 东北大学 一种隧道衬砌裂缝快速检测方法
CN108596869B (zh) * 2018-01-08 2020-06-16 东北大学 一种隧道衬砌裂缝快速检测方法
CN109341542A (zh) * 2018-10-29 2019-02-15 福建省智能养护工程有限公司 基于数字信号序列长度识别裂缝宽度的方法及其监测装置
CN109444150A (zh) * 2018-11-06 2019-03-08 西北工业大学 非接触式裂纹测量方法及其装置
CN109374644A (zh) * 2018-11-09 2019-02-22 中国矿业大学 基于图像识别的隧道衬砌缺陷智能检测模拟实验装置
CN109374644B (zh) * 2018-11-09 2021-08-03 中国矿业大学 基于图像识别的隧道衬砌缺陷智能检测模拟实验装置
CN109632103A (zh) * 2018-11-22 2019-04-16 西安理工大学 高空建筑物温度分布与表面裂缝远程监测***及监测方法
CN109632103B (zh) * 2018-11-22 2020-02-14 西安理工大学 高空建筑物温度分布与表面裂缝远程监测***及监测方法
CN109579709A (zh) * 2018-12-25 2019-04-05 陕西圆周率文教科技有限公司 一种不可移动文物裂缝监测装置及方法
CN109631771A (zh) * 2018-12-29 2019-04-16 西安联创兴科测控科技有限公司 基于多靶标图像处理的裂缝动态变化传感器及裂缝测量方法
CN109631771B (zh) * 2018-12-29 2024-01-16 西安联创兴科测控科技有限公司 基于多靶标图像处理的裂缝动态变化传感器及裂缝测量方法
CN110082354A (zh) * 2019-03-29 2019-08-02 同济大学 一种隧道衬砌浅层潜在剥落剥离红外探测装置
CN110207592B (zh) * 2019-04-15 2021-11-09 深圳高速工程检测有限公司 建筑裂缝测量方法、装置、计算机设备和存储介质
CN110207592A (zh) * 2019-04-15 2019-09-06 深圳高速工程检测有限公司 建筑裂缝测量方法、装置、计算机设备和存储介质
CN110298802A (zh) * 2019-06-28 2019-10-01 广东诚泰交通科技发展有限公司 路面裂缝检测方法及装置
CN110298802B (zh) * 2019-06-28 2021-07-02 广东诚泰交通科技发展有限公司 路面裂缝检测方法及装置
CN110533713A (zh) * 2019-07-10 2019-12-03 湖南交工智能技术有限公司 桥梁裂缝宽度高精度测量方法及测量装置
CN110660056B (zh) * 2019-10-10 2020-08-18 昆山市建设工程质量检测中心 一种基于图像处理的建筑裂缝宽度测量方法
CN110660056A (zh) * 2019-10-10 2020-01-07 昆山市建设工程质量检测中心 一种基于图像处理的建筑裂缝宽度测量算法及方法
CN110738646A (zh) * 2019-10-12 2020-01-31 北京城市排水集团有限责任公司 一种用于管道破裂的自动识别方法
CN110926342A (zh) * 2019-11-27 2020-03-27 北京工业大学 裂缝宽度测量方法及装置
CN110926342B (zh) * 2019-11-27 2021-07-23 北京工业大学 裂缝宽度测量方法及装置
CN111102932A (zh) * 2019-12-13 2020-05-05 中国二十冶集团有限公司 一种基坑安全自动巡查方法及***
CN111739043A (zh) * 2020-04-13 2020-10-02 北京京东叁佰陆拾度电子商务有限公司 一种停车位绘制方法、装置、设备和存储介质
CN111739043B (zh) * 2020-04-13 2023-08-08 北京京东叁佰陆拾度电子商务有限公司 一种停车位绘制方法、装置、设备和存储介质
CN112560587A (zh) * 2020-11-27 2021-03-26 贵州中建建筑科研设计院有限公司 一种卷积神经网络边坡裂缝变化的动态预警方法及***
CN113076959A (zh) * 2021-04-27 2021-07-06 中国矿业大学 基于卷积神经网络的混凝土结构表面微裂纹特征提取方法
CN113252700A (zh) * 2021-07-01 2021-08-13 湖南大学 一种结构裂缝检测方法、设备及***
CN114353670A (zh) * 2022-01-07 2022-04-15 深圳市北斗云信息技术有限公司 一种可视化多参数智能裂缝计测量裂缝的方法
CN116739994A (zh) * 2023-05-18 2023-09-12 山东新宝龙工业科技有限公司 一种带预警功能的数字化输送带图形数据监控***

Similar Documents

Publication Publication Date Title
CN101957178B (zh) 一种隧道衬砌裂缝测量方法及其测量装置
CN102346013A (zh) 一种隧道衬砌裂缝宽度的测量方法及装置
CN111855664B (zh) 一种可调节隧道病害三维检测***
CN106969706A (zh) 基于双目立体视觉的工件检测与三维测量***及检测方法
CN102297660B (zh) 一种盾构隧道衬砌管片接缝张开宽度的测量方法及装置
CN103928363B (zh) 一种硅片晶向检测方法及检测装置
CN113252700B (zh) 一种结构裂缝检测方法、设备及***
CN104173054A (zh) 基于双目视觉技术的人体身高测量方法及其装置
CN109559348A (zh) 一种基于特征点追踪的桥梁非接触式变形测量方法
CN104034733A (zh) 基于双目视觉监测与表面裂纹图像识别的寿命预测方法
CN102680480A (zh) 一种混凝土结构裂缝智能化检测方法
CN104700395A (zh) 一种构造物外观裂缝检测方法及***
CN106017325A (zh) 一种改进的复杂表面和不规则物体体积的非接触光学测量方法
CN102359966A (zh) 一种混凝土表面微小裂缝的定位***
CN111612846A (zh) 基于U-net CNN图像识别和像素标定的混凝土裂缝宽度测定方法
CN102635056A (zh) 一种沥青路面构造深度的测量方法
CN106677037B (zh) 基于机器视觉的便携式沥青路面病害检测方法及装置
CN104501735A (zh) 一种利用圆形标记点观测边坡三维变形的方法
EP3023912A1 (en) Crack data collection apparatus and server apparatus to collect crack data
CN106841214A (zh) 一种非接触式风电叶片风沙侵蚀程度检测方法
CN107238375A (zh) 检测桥梁橡胶支座移位的单相机摄影测量方法
CN106225702A (zh) 裂缝宽度检测装置和方法
CN204405556U (zh) 一种基于数字图像处理的混凝土桥梁裂缝检测装置
CN111473776A (zh) 一种基于单像近景摄影测量的滑坡裂缝监测方法
CN112254675B (zh) 一种包含运动物体的空间占用率采集判断设备及方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C02 Deemed withdrawal of patent application after publication (patent law 2001)
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20120208