System.ArgumentOutOfRangeException: 索引和長度必須引用該字符串內(nèi)的位置。 參數(shù)名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技術(shù)實現(xiàn)步驟摘要】
本專利技術(shù)涉及信息模型,尤其涉及圖像處理技術(shù)在橋梁工程中的應用。本專利技術(shù)提出了一種圖像處理橋梁用混凝土裂縫處理方式的確定方法。
技術(shù)介紹
1、橋梁在使用過程中,會經(jīng)歷大量的通行車碾壓破環(huán)、人為的損壞和自然環(huán)境的侵蝕,導致橋梁表面出現(xiàn)不同情況和不同程度的破損,同時由于橋梁建設時所使用的材料性能可能會發(fā)生退化,從而在橋梁底板處、橋梁側(cè)面等位置都會出現(xiàn)裂縫,甚至出現(xiàn)露筋等情況,存在著嚴重的安全隱患。如果在橋梁表面形成裂縫的初期就能及時發(fā)現(xiàn)并對其進行及時的修補,這將會大大減小由橋梁病害引起事故發(fā)生的概率,因此,定期對橋梁進行裂縫檢測具有重要的意義。
2、隨著計算機技術(shù)的迅速發(fā)展和計算機視覺算法研究不斷進步,利用數(shù)字圖像處理技術(shù)等無接觸方法對橋梁裂縫進行檢測成為近年來的研究熱點。但是由于橋梁裂縫背景比較復雜,檢測出的裂縫往往帶有大量的噪聲像素,造成檢測精確度降低。同時傳統(tǒng)檢測方法在圖像識別過程中圖像像素點處理較為粗糙,容易導致裂縫的漏檢或者多檢。
3、因此急需要一種橋梁裂縫的自動化圖像識別技術(shù),對橋梁病害進行進一步分析,根據(jù)分析結(jié)果做出相應的防護措施。大大提高裂縫檢測的質(zhì)量及檢測速度,降低了裂縫檢測成本,為進一步對建筑物損傷實時的ai智能檢測以及遙感技術(shù)非監(jiān)督分類等奠定理論與實踐基礎。
技術(shù)實現(xiàn)思路
1、為解決在橋梁混凝土裂縫難以精確檢測與處理的問題,本專利技術(shù)提出了一種圖像處理橋梁用混凝土裂縫處理方式的確定方法。
2、一種圖像處理橋梁用混凝土裂縫處理方
3、步驟一:采用無人機拍攝橋梁混凝土裂縫圖片;
4、步驟二:對拍攝的橋梁混凝土裂縫圖片進行最大值灰度化處理;
5、步驟三:對灰度化處理后的圖片進行最大熵閾值法二值化處理;
6、步驟四:對二值化處理后的圖片進行裂縫的起終點識別;
7、步驟五:對識別裂縫的起終點后的圖片進行裂縫的節(jié)點識別;
8、步驟六:對識別裂縫的節(jié)點后的圖片進行毛刺去除;
9、步驟七:對進行毛刺去除后的圖片進行裂縫最大長度與總長度識別;
10、步驟八:對識別的裂縫最大長度與總長度進行裂縫危險程度計算;
11、步驟九:根據(jù)計算得出的裂縫危險程度確定裂縫處理方式。
12、本專利技術(shù)的進一步技術(shù):
13、優(yōu)選的,步驟四中起終點為滿足兩個條件的點:本身灰度值為?1?且鄰域a中僅存在一個像素點灰度值?1?的像素點。
14、優(yōu)選的,鄰域a通過以下方式確定:
15、,取整數(shù);
16、式中:
17、k—圖像的灰度級別;
18、—圖像中灰度級為i的像素占比。
19、優(yōu)選的,步驟五中節(jié)點識別規(guī)則為?8?鄰域存在b個灰度值為?1?的點,其中灰度值b可通過下式確定:
20、;
21、式中:m為行中像素總數(shù),為行中像素點的序號,n為列中像素總數(shù),為列中像素點的序號,代表缺陷圖像水平方向的梯度,代表缺陷圖像垂直方向的梯度。
22、優(yōu)選的,步驟六中毛刺去除為:將像素長度小于3?的分支視作裂隙骨架生成中需要被去除的因誤差導致的毛刺,大于等于3?的分支則為需要保留和被標記的正常分支。
23、優(yōu)選的,步驟七中:
24、裂縫的總長度為每條裂縫包含的像素數(shù)總和換算得到,裂縫的最大長度為每條裂縫包含的像素數(shù)最大值換算得到。
25、優(yōu)選的,裂縫長度與像素數(shù)的換算關(guān)系為:
26、;
27、式中:
28、—裂縫長度,m;
29、—像素數(shù);
30、—分辨率。
31、優(yōu)選的,步驟八具體的:
32、裂縫危險程度r采用下式計算:
33、;
34、式中:
35、r—裂縫危險程度;
36、—橋梁跨徑,m;
37、—橋梁所處路線圓曲線半徑,m;
38、—橋梁高度,m;
39、—橋梁混凝土裂縫的總長度,m;
40、—橋梁混凝土裂縫的最大長度,m;
41、—橋梁上行車平均速度,km/h;
42、—橋梁上行車最大限制速度,km/h。
43、優(yōu)選的,步驟九裂縫處理方式的方式具體為:
44、如r<1則采用表面處理法,1≤r≤2則采用灌漿法,r>2則采用結(jié)構(gòu)補強法。
45、本專利技術(shù)的有益效果為:
46、本專利技術(shù)提出的圖像處理橋梁用混凝土裂縫處理方法,是在計算機圖像處理的理論基礎上,先進行圖像數(shù)據(jù)采集,將采集到的圖像進一步灰度化與二值化處理,并識別裂縫的起終點與節(jié)點,進一步去除圖片的毛刺,通過計算機與圖形軟件識別計算裂縫最大長度與總長度,計算裂縫危險程度。并以此為依據(jù)最終確定裂縫處理方式。避免了以下情況的發(fā)生:在進行大范圍大規(guī)模測量時需要耗費大量的人力物力;保證測量人員的安全,接近橋梁檢測時危險性大,甚至難以接近導致數(shù)據(jù)的漏測;測量結(jié)果受測量人員自身的專業(yè)素質(zhì)影響過大,造成測量結(jié)果的不穩(wěn)定性。
本文檔來自技高網(wǎng)...【技術(shù)保護點】
1.一種圖像處理橋梁用混凝土裂縫處理方式的確定方法,其特征在于,包括以下步驟:
2.根據(jù)權(quán)利要求1中所述的一種圖像處理橋梁用混凝土裂縫處理方式的確定方法,其特征在于,步驟四中起終點為滿足兩個條件的點:本身灰度值為?1?且鄰域a中僅存在一個像素點灰度值?1?的像素點。
3.根據(jù)權(quán)利要求2中所述的一種圖像處理橋梁用混凝土裂縫處理方式的確定方法,其特征在于,鄰域a通過以下方式確定:
4.根據(jù)權(quán)利要求1中所述的一種圖像處理橋梁用混凝土裂縫處理方式的確定方法,其特征在于,步驟五中節(jié)點識別規(guī)則為?8?鄰域存在b個灰度值為?1?的點,其中灰度值b可通過下式確定:
5.根據(jù)權(quán)利要求1中所述的一種圖像處理橋梁用混凝土裂縫處理方式的確定方法,其特征在于,步驟六中毛刺去除為:將像素長度小于3?的分支視作裂隙骨架生成中需要被去除的因誤差導致的毛刺,大于等于3?的分支則為需要保留和被標記的正常分支。
6.根據(jù)權(quán)利要求1中所述的一種圖像處理橋梁用混凝土裂縫處理方式的確定方法,其特征在于,步驟七中:
7.根據(jù)權(quán)利要求1中所述的一種圖像處理
8.根據(jù)權(quán)利要求7中所述的一種圖像處理橋梁用混凝土裂縫處理方式的確定方法,其特征在于,步驟八具體的:
9.根據(jù)權(quán)利要求8中所述的一種圖像處理橋梁用混凝土裂縫處理方式的確定方法,其特征在于,步驟九裂縫處理方式的方式具體為:
...【技術(shù)特征摘要】
1.一種圖像處理橋梁用混凝土裂縫處理方式的確定方法,其特征在于,包括以下步驟:
2.根據(jù)權(quán)利要求1中所述的一種圖像處理橋梁用混凝土裂縫處理方式的確定方法,其特征在于,步驟四中起終點為滿足兩個條件的點:本身灰度值為?1?且鄰域a中僅存在一個像素點灰度值?1?的像素點。
3.根據(jù)權(quán)利要求2中所述的一種圖像處理橋梁用混凝土裂縫處理方式的確定方法,其特征在于,鄰域a通過以下方式確定:
4.根據(jù)權(quán)利要求1中所述的一種圖像處理橋梁用混凝土裂縫處理方式的確定方法,其特征在于,步驟五中節(jié)點識別規(guī)則為?8?鄰域存在b個灰度值為?1?的點,其中灰度值b可通過下式確定:
5.根據(jù)權(quán)利要求1中所述的一種圖像處理橋梁用混凝土裂縫處...
【專利技術(shù)屬性】
技術(shù)研發(fā)人員:劉亦舟,高蓓,劉松,席榮,李生福,張笑男,邵晨,高勝元,李冠亞,梁瑞,王煜,尹雪,楊奚,陳茜,劉琪,汪心宇,
申請(專利權(quán))人:安徽省交通規(guī)劃設計研究總院股份有限公司,
類型:發(fā)明
國別省市:
還沒有人留言評論。發(fā)表了對其他瀏覽者有用的留言會獲得科技券。