CN108007355A

CN108007355A - 基于图像距离变换的混凝土裂缝检测方法

Info

Publication number: CN108007355A
Application number: CN201710983809.4A
Authority: CN
Inventors: 李云松; 郭展扩; 杜建超; 胡银林
Original assignee: Xidian University
Current assignee: Xidian University
Priority date: 2017-10-20
Filing date: 2017-10-20
Publication date: 2018-05-08
Anticipated expiration: 2037-10-20
Also published as: CN108007355B

Abstract

一种基于图像距离变换的混凝土裂缝检测方法，其步骤为：(1)计算机读取原始混凝土裂缝图像并预处理得到平滑图像(2)计算平滑图像的梯度值(3)标记平滑图像极大值像素点(4)标记平滑图像中裂缝种子点(5)连接裂缝种子点(6)裁剪部分种子点的连线(7)获取裂缝参数信息。本发明可以应用于混凝土裂缝检测领域，通过图像处理技术实现高速连续地从混凝土裂缝图像中获取裂缝的数量、长度、宽度信息。由于本发明采用了像素梯度值对称性分析法，并充分利用图像距离变换减少裂缝连接的计算量，因此具有抗背景干扰能力强，检测精度高、检测速度快的特点。

Description

基于图像距离变换的混凝土裂缝检测方法

技术领域

本发明属于物理技术领域，更进一步涉及图像处理技术领域中的一种基于图像距离变换的混凝土裂缝检测方法。本发明可应用于混凝土裂缝检测领域，可以通过图像处理技术实现快速地从混凝土裂缝图像中获取裂缝的长度、宽度、数量等数据，通过这些数据对混凝土的病害程度做出判定。

背景技术

混凝土裂缝的长度、宽度和数量等信息是衡量混凝土病害程度的重要指标。常见的混凝土裂缝信息获取方法中：游标卡尺测量法是手工操作，效率低、精度较差，在混凝土桥梁场景中还可能对工人造成一定的危险；红外分析法测量速度较快，精度较高，但是相应的设备昂贵，使用条件高，操作复杂，维护困难，并且需要专业的技术人员操作，人力成本很高；图像处理分析法是自动化测量，效率高，测量精度高，是目前混凝土裂缝检测领域研究最多的技术，该方法通过CCD摄像机和图像采集卡完成图像数据采集，计算机对采集的混凝土裂缝图像进行处理和计算得到裂缝的相关信息，从而高效率、低成本地对评定混凝土目标的灾害等级。

目前国内外提出了多种利用图像处理技术检测混凝土裂缝的方法，逐渐形成了完整、实用、科学的检测体系、方法及标准，但是目前这些检测方法还存在误检率高、算法复杂度高、计算速度慢等缺点，对实际应用造成了困难。

南京理工大学在其申请的专利文献“基于多种低层显著特征的路面裂缝检测方法”(专利申请号：201410141476.7，申请公开号：103903268A)中提出了一种基于多种低层显著特征的路面裂缝检测方法。该方法首先采集路面灰度图像，然后将图像划分为局部分块，计算每个像素的稀少性概率，生成裂缝特征图，通过贝叶斯理论的双邻域扩张提取裂缝，再通过自适应阈值分割进行区域增长增强进一步提取裂缝，最后计算裂缝的面积、位置等各项具体参数。该方法虽然能够检测出裂缝，但是该方法的不足之处在于，通过计算像素的稀少性概率生成裂缝特征图无法排除与裂缝像素类似的背景像素的干扰，通过阈值分割多次提取裂缝导致计算量过大，耗费时间较长。整个算法的检测基于多种低层显著性特征，因此检测的精度受裂缝图像成像质量的制约。

许薛军在其发表的论文“基于数字图形的混凝土裂缝检测技术”(湖南大学学报，JHU(NS)，2013年07期)中提出了一种基于改进的平滑滤波和边缘检测的方法。该方法首先对混凝土裂缝进行灰度化处理，然后再进行平滑滤波，再提取图像边缘，获取裂缝骨架，最后计算裂缝的面积、数量的参数。该方法虽然步骤简单，计算复杂度较低，但是该方法仍然存在的不足之处是，平滑滤波对于消除噪声的作用非常有限，在后续处理过程中，图像里包含了大量的背景噪声，对于边缘检测造成了很大的干扰，导致检测的准确率较低，进一步导致裂缝的长度、面积等信息误差很大，对实际应用造成很大的困难。

发明内容

本发明的目的在于克服上述已有技术的不足，提出一种基于图像距离变换的混凝土裂缝检测方法。本发明既可以很好地保留混凝土裂缝的位置信息，又可以较好的去除背景噪声的干扰，具有较高的检测精度，同时由于本算法的复杂度较低，因而可以大幅减少混凝土裂缝检测在图像处理上耗费的时间。

实现本发明的基本思路是：计算机读取混凝土裂缝图像，采用高斯滤波和梯度计算相结合的方法对图像进行处理得到二值化图像，然后对图像中的像素点计算局部极大值获取种子点、再通过距离变换方法连接种子点、提取裂缝骨架，最后获取裂缝的长度、宽度、数量信息，并输出到计算机终端。

为实现上述目的，本发明的方法包括如下步骤：

(1)计算机对读取的图像进行预处理

(1a)计算机读取图像采集卡从数字摄相机采集的待检测的混凝土裂缝图像，

(1b)使用灰度转化公式，将待检测的混凝土裂缝图像作灰度化处理，得到灰度图像；

(1c)使用高斯内核卷积处理公式，将灰度图像中的像素点，按从左至右、从上到下的顺序依次与高斯内核卷积，得到平滑图像；

(2)计算平滑图像的梯度值

(2a)计算平滑图像中每一个像素点与其右边相邻及下边相邻的像素点的横向差值和纵向差值；

(2b)使用梯度公式，根据横向差值和纵向差值，计算每一个像素点的梯度值，将所有梯度值组成梯度图像；

(2c)使用梯度角度公式，根据横向差值和纵向差值，计算每一个像素点的梯度方向角度值，将所有梯度方向角度值组成梯度方向图像；

(3)标记平滑图像局部极大值像素点

(3a)按照四象限划分法，将平面直角坐标系划分为四个象限，给梯度方向图像中每个像素点赋予一个象限序号，给梯度图像中像素点赋予与梯度方向图像中像素点相同的象限序号；

(3b)按照最大值标记法，对梯度图像中的每一个像素点进行标记；

(4)标记平滑图像中裂缝种子点

(4a)按照八象限划分法，将平面直角坐标系划分为八个象限，给梯度方向图像中每个像素点赋予一个象限序号，给梯度图像中像素点赋予与梯度方向图像中像素点相同的象限序号；

(4b)按照对称像素点标记法，对梯度图像中的每一个像素点进行标记；

(5)连接裂缝种子点

(5a)将梯度图像中的值不为0的像素点作为种子点，按照从左向右，从上到下的顺序依次对每个种子点进行编号；

(5b)建立一个点集合、一个长度集合、一个边集合；

(5c)将1号种子点放入点集合中；

(5d)将点集合中的所有种子点作为计算变换距离的初始种子点，使用距离变换公式，计算初始种子点与其所有相邻种子点的变换距离；

(5e)将与初始种子点变换距离最小的相邻种子点放入点集合中；

(5f)将最小变换距离放入长度集合中；

(5g)将初始种子点与变换距离最小的种子点连成的直线放入边集合中；

(5h)判断是否所有的种子点都放入到点集合中，若是，则执行步骤(6)，否则,执行步骤(5d)；

(6)裁剪部分种子点的连线

(6a)从长度集合中选取所有长度大于30个像素点的长度元素，将所选取的长度元素的值置为平滑图像的宽度值；

(6b)从边集合中去除所有长度值与所选取的长度元素值相等的边元素；

(7)获取裂缝参数信息

(7a)从边集合中选取所有长度值与平滑图像的宽度值不相等的边元素，将梯度图像中所选取的边元素的两个端点的像素点值置为1后形成多个连通域；

(7b)找出每个连通域的任意两个端点之间的最长路径，将连通域中不在最长路径上的像素点的值置为0；

(7c)将梯度图像中连通域的数量作为混凝土裂缝图像中裂缝的数量，连通域的位置作为混凝土裂缝图像中裂缝的位置；

(7d)将梯度图像中连通域包含的像素点总数作为混凝土裂缝图像中裂缝的长度。

本发明与现有技术相比较，具有如下优点：

第一，本发明在混凝土裂缝图像预处理部分采用了高斯滤波法和灰度转化法相结合的方法，克服了现有技术中图像预处理对于混凝土裂缝图像细微边缘显示不清的缺点，同时减少了待处理图像数据量，使得本发明提高了图像处理速度。

第二，本发明通过对后处理图像采用梯度计算法和种子点标记法相结合的方法，有效地去除了背景噪声，克服了现有技术噪声干扰大，裂缝位置误差大、误检率高的缺点，使得本发明具有检测准确率高的优点。

第三，本发明采用了距离变换算法，能够以较低的复杂度获取完整的裂缝，克服了现有技术连接裂缝复杂度高、检测结果中裂缝不连续的缺点，使得本发明具有处理速度快、误检率低的优点。

附图说明

图1为本发明的流程图。

图2为本发明的仿真效果图。

具体实施方式

下面参照附图1对本发明的步骤作进一步的详细描述。

步骤1，计算机读取原始图像并进行预处理。

第一步：计算机读取图像采集卡从数字摄相机采集的待检测的混凝土裂缝图像，对混凝土裂缝图像按灰度转化公式进行灰度化处理：

gray(x,y)＝0.30R(x,y)+0.59G(x,y)+0.11B(x,y)

其中,gray(x,y)表示坐标为(x,y)的像素点的灰度值，R(x,y)表示坐标为(x,y)的像素点的红色分量值，G(x,y)表示坐标为(x,y)的像素点的绿色分量值，B(x,y)表示坐标为(x,y)的像素点的蓝色分量值。

第二步：对灰度图像按照高斯滤波公式进行高斯滤波得到平滑图像：

其中，P₂(i,j)表示平滑图像中第i行，第j列的像素点的值，P₂(w,t)表示灰度图像中第w行，第t列的像素点的值，i，j分别与w，t对应相等，*表示卷积操作，[·]表示高斯核矩阵。

步骤2，计算平滑图像的梯度值。

第一步：计算平滑图像中每一个像素点与其右边相邻及下边相邻的像素点的差值。

第二步：对平滑图像按梯度公式，计算每一个像素点的梯度值，将所有梯度方向角度值组成梯度图像：

其中，G表示像素点的梯度值，G_x表示像素点的横向差值，G_y表示像素点的纵向差值，表示开根号操作。

步骤3，标记平滑图像局部极大值像素点。

第一步：将平面直角坐标系均分为4个象限，第一象限为按照逆时针方向，每为一个象限，第一、三象限互为对称象限，第二、四象限互为对称象限，给梯度方向图像中每个像素点赋予一个象限序号，给梯度图像中像素点赋予与梯度方向图像中像素点相同的象限序号。

第二步：对于梯度图像中的每一个像素点，如果该像素点的值大于所处象限方向上的最近一个像素点的值，且大于该像素点的对称象限方向上的最近的一个像素点的值，将该像素点作为一个局部极大值点，将平滑图像中对应像素点的值置为1，否则，将该像素点的值置为0。

步骤4，标记平滑图像中裂缝种子点。

第一步：将平面直角坐标系均分为8个象限，第一象限为按照逆时针方向，每为一个象限，互为对称象限的两个象限以原点中心对称，给梯度方向图像中每个像素点赋予一个象限序号，给梯度图像中像素点赋予与梯度方向图像中像素点相同的象限序号。

第二步：按照将梯度图像中的每个像素点作为起始像素点，并按照如下公式计算起始像素点的对称阈值：

其中，d表示起始像素点的对称阈值，N表示用于调节搜索范围的系数，其取值范围为0≤N≤1，x₁、x₂、y₁、y₂分别表示与起始像素点相邻的两个像素点的横坐标值和纵坐标值，*表示相乘操作，表示开根号操作。

第三步：在距离起始像素点的对称阈值范围内，寻找距离起始像素点最近的一个对称像素点，该对称像素点须满足值不为0，且其梯度值与起始像素点的梯度值的差小于起始像素点梯度值的20％的条件。如果找到，则将平滑图像中的起始像素点的值和对称像素点的值均置为0，同时将两个像素点连线的正中间像素点的值置为1，如果未找到对称像素点，则将起始像素点的值置为0。

步骤5,连接裂缝种子点。

第一步：将梯度图像中的值不为0的像素点作为种子点，按照从左向右，从上到下的顺序依次对每个种子点进行编号。

第二步：建立一个点集合、一个长度集合、一个边集合。

第三步：将1号种子点放入点集合中。

第四步：将点集合中的所有种子点作为计算变换距离的初始种子点，按照距离变换公式，计算初始种子点与其所有相邻种子点的变换距离：

其中，d_e表示初始种子点与其所有相邻种子点的变换距离，x₁，y₁表示初始种子点的横纵坐标，x₂，y₂表示与初始种子点相邻种子点的横纵坐标，∑表示求和操作，p(x,y)表示位于初始种子点与其相邻种子连线上坐标为(x,y)的像素点的值。

第五步：将与初始种子点变换距离最小的相邻种子点放入点集合中。

第六步：将最小变换距离放入长度集合中。

第七步：将初始种子点与变换距离最小的种子点连成的直线放入边集合中。

第八步：判断是否所有的种子点都被放入到点集合中，若是，则执行步骤(6)，否则,执行第四步。

步骤6,裁剪部分种子点的连线。

第一步：从长度集合中选取所有长度大于30个像素点的长度元素，将所选取的长度元素的值置为平滑图像的宽度值。

第二步：从边集合中去除所有长度值与所选取的长度元素值相等的边元素。

步骤7,获取裂缝参数信息。

第一步：从边集合中选取所有长度值与平滑图像的宽度值不相等的边元素，将梯度图像中所选取的边元素的两个端点的像素点值置为1后形成多个连通域。

第二步：找出每个连通域的任意两个端点之间的最长路径，将连通域中不在最长路径上的像素点的值置为0。

第三步：将梯度图像中连通域的数量作为混凝土裂缝图像中裂缝的数量，连通域的位置作为混凝土裂缝图像中裂缝的位置。

第四步：将梯度图像中连通域包含的像素点总数作为混凝土裂缝图像中裂缝的长度。

下面结合附图2对本发明的仿真效果做进一步的描述。

1.仿真条件：

本发明的仿真实验是在CPU主频2.7GHz、内存1.96GB的硬件环境和Visual Studio2013的软件环境下进行的。

2.仿真内容：

本发明仿真实验所用数据为四组游标卡尺测定过的混凝土桥梁裂缝信息的图像。首先在混凝土桥梁表面选取四个典型裂缝场景，然后通过游标卡尺测量裂缝的长度、宽度并获取裂缝数量等参数。然后用图像采集设备CCD相机获取测量过的混凝土裂缝图像，图像的分辨率为5760*3840，每次采集的面积为450mm*300mm。

本发明的仿真实验采用裂缝数量、平均检测速度、检测平均宽度、检测平均长度、检测相对误差等指标来评价本发明方法的实际效果。

3.仿真效果分析：

附图2为本发明的仿真实验结果图，图2(a)为混凝土桥梁裂缝图像，该图像采集于陕西省西安市灞河上的一座桥梁，图2(b)为本发明对图2(a)进行混凝土桥梁裂缝检测得到的结果图。

通过对比图2(a)和图2(b)可以看出，本发明在复杂的背景干扰中，对于混凝土桥梁裂缝，可以较为准确地获取图像中裂缝的数量、位置信息。

本发明对四组混凝土桥梁裂缝图像进行仿真测量，实测数据统计结果见表1。其中，“单幅图测量耗时”为从图像矩阵的读取到输出直径测量结果所使用的时间，“测量相对误差中”的“+”代表测量结果偏大，“-”代表测量结果偏小。

为说明本方法的精确性和效率性，将背景技术中提到的两种方法作对比验证。将专利“基于多种低层显著特征的路面裂缝检测方法”中的检测方法记为多种低层显著性检测法，将文献“基于数字图形的混凝土裂缝检测技术”中的检测方法记为数字图形检测法。精确度、处理速度及算法复杂度的对比结果分别见表2和表3。其中，“平均相对误差”表示对所有单组测量的相对误差结果求绝对值后取平均。

由表2可以看出本发明能够保证直径检测精度＜0.075mm，在裂缝平均宽度以及裂缝平均长度的平均相对误差方面均优于专利中的方法，并且在检测混凝土裂缝信息方面具有速度优势。

表1混凝土桥梁裂缝检测结果一览表

表2与背景技术中专利的检测精度、速度对比一览表

表3三种方法的算法对比一览表

Claims

1.一种基于图像距离变换的混凝土裂缝检测方法，其特征在于，包括如下步骤：

(1)计算机对读取的图像进行预处理：

(2)计算平滑图像的梯度值：

(3)标记平滑图像局部极大值像素点：

(4)标记平滑图像中裂缝种子点：

(5)连接裂缝种子点：

(5b)建立一个点集合、一个长度集合、一个边集合；

(5c)将1号种子点放入点集合中；

(5f)将最小变换距离放入长度集合中；

(6)裁剪部分种子点的连线：

(7)获取裂缝参数信息：

2.根据权利要求1中所述的基于图像距离变换的混凝土裂缝检测方法，其特征在于，步骤(1b)中所述的灰度转化公式如下：

gray(x,y)＝0.30R(x,y)+0.59G(x,y)+0.11B(x,y)

3.根据权利要求1中所述的基于图像距离变换的混凝土裂缝检测方法，其特征在于，步骤(1c)中所述的高斯内核卷积处理公式如下：

4.根据权利要求1中所述的基于图像距离变换的混凝土裂缝检测方法，其特征在于，步骤(2b)中所述的梯度公式如下：

5.根据权利要求1中所述的基于图像距离变换的混凝土裂缝检测方法，其特征在于，步骤(2c)中所述的梯度角度公式如下：

<mrow> <mi>&theta;</mi> <mo>=</mo> <mi>a</mi> <mi>r</mi> <mi>c</mi> <mi>t</mi> <mi>a</mi> <mi>n</mi> <mfrac> <msub> <mi>G</mi> <mi>y</mi> </msub> <msub> <mi>G</mi> <mi>x</mi> </msub> </mfrac> </mrow>

其中，θ表示像素点梯度的方向角度值，arctan表示反正切操作，G_x表示像素点的横向差值，G_y表示像素点的纵向差值。

6.根据权利要求1中所述的基于图像距离变换的混凝土裂缝检测方法，其特征在于，步骤(3a)中所述的四象限划分法是指：第一象限为按照逆时针方向每为一个象限，两两对称象限是指第一、三象限互为对称象限，第二、四象限互为对称象限。

7.根据权利要求1中所述的基于图像距离变换的混凝土裂缝检测方法，其特征在于，步骤(3b)中所述的最大值标记法是指：对于梯度图像中的每一个像素点，如果该像素点的值大于所处象限方向上的最近一个像素点的值，且大于该像素点的对称象限方向上的最近的一个像素点的值，则将该像素点作为一个局部极大值点，将平滑图像中对应像素点的值置为1，否则，将该像素点的值置为0。

8.根据权利要求1中所述的基于图像距离变换的混凝土裂缝检测方法，其特征在于，步骤(4a)中所述的八个象限划分法为：第一象限为按照逆时针方向每为一个象限，互为对称象限的两个象限以原点中心对称。

9.根据权利要求1中所述的基于图像距离变换的混凝土裂缝检测方法，其特征在于，步骤(4b)中所述的对称像素点标记法是指：

第1步，将梯度图像中的每个像素点作为起始像素点，按照下式，计算起始像素点的对称阈值；

其中，d表示起始像素点的对称阈值，N表示用于调节搜索范围的系数，其取值范围为0≤N≤1，x₁、x₂、y₁、y₂分别表示与起始像素点相邻的两个像素点的横坐标值和纵坐标值，*表示相乘操作，表示开根号操作；

第2步，在距离起始像素点的对称阈值范围内，寻找距离起始像素点最近的一个对称像素点，该对称像素点须满足值不为0，且其梯度值与起始像素点的梯度值的差小于起始像素点梯度值的20％的条件；如果找到，则将平滑图像中的起始像素点的值和对称像素点的值均置为0，同时将两个像素点连线的正中间像素点的值置为1，如果未找到对称像素点，则将起始像素点的值置为0。

10.根据权利要求1中所述的基于图像距离变换的混凝土裂缝检测方法，其特征在于，步骤(5d)中所述距离变换公式如下：

<mrow> <msub> <mi>d</mi> <mi>e</mi> </msub> <mo>=</mo> <munderover> <munderover> <mo>&Sigma;</mo> <mrow> <mi>x</mi> <mo>=</mo> <msub> <mi>x</mi> <mn>1</mn> </msub> </mrow> <mrow> <mi>y</mi> <mo>=</mo> <msub> <mi>y</mi> <mn>2</mn> </msub> </mrow> </munderover> <mrow> <mi>y</mi> <mo>=</mo> <msub> <mi>y</mi> <mn>1</mn> </msub> </mrow> <mrow> <mi>x</mi> <mo>=</mo> <msub> <mi>x</mi> <mn>2</mn> </msub> </mrow> </munderover> <mi>p</mi> <mrow> <mo>(</mo> <mi>x</mi> <mo>,</mo> <mi>y</mi> <mo>)</mo> </mrow> </mrow>