【技術(shù)實(shí)現(xiàn)步驟摘要】
本專利技術(shù)屬于橋梁檢測，具體涉及一種基于形態(tài)重建的橋梁脫層病害紅外成像提取方法。
技術(shù)介紹
1、我國存在大量的橋梁，如何保證橋梁安全是一項艱巨的任務(wù)。由于各種原因，包括鋼筋腐蝕、熱效應(yīng)、連續(xù)凍融循環(huán)、收縮等，都可能引起混凝土橋面板出現(xiàn)裂紋、脫層、剝落和空隙等缺陷，造成安全隱患。相對于常見的剝落或坑槽病害，脫層病害有著高隱蔽性和大面積發(fā)展的特點(diǎn)。如果未能及時發(fā)現(xiàn)脫層，并對其進(jìn)行處理，內(nèi)部脫層可能會持續(xù)發(fā)展最終形成大面積開放式剝落，嚴(yán)重影響行車的安全性并縮短橋面板的使用壽命，誘發(fā)安全事故。實(shí)際上，脫層往往是已經(jīng)出現(xiàn)在橋面板內(nèi)部，直到它們出現(xiàn)重大損壞后才被注意到。因此，對橋面板的當(dāng)前狀況、是否存在空隙、脫層以及其他缺陷進(jìn)行深入了解顯得尤為重要。有必要在早期階段對橋面板脫層進(jìn)行識別，以避免橋面板發(fā)生損壞，并為可能損壞的橋面提供合理的修復(fù)方法，這對橋梁的安全運(yùn)行至關(guān)重要。
2、橋面板淺層脫層(小于10.2厘米或4.0英寸)的紅外熱成像檢測方法已在多項研究中報道。其檢測原理為基于脫層區(qū)域和非脫層區(qū)域在太陽加熱循環(huán)期間的溫差。盡管原理直觀，熱成像質(zhì)量往往受到不利因素的影響，如圖像拍攝時段不當(dāng)、溫差不夠明顯、表面不均勻。因此，從原始熱圖像中準(zhǔn)確分割脫層仍是一個挑戰(zhàn)。為了解決這一挑戰(zhàn)，已經(jīng)開發(fā)了幾種基于溫差、溫度梯度和溫度密度分布的定量方法來處理熱圖像。盡管取得了一些進(jìn)展，這些方法在空間溫度變化(通常被稱為非均勻熱背景)下性能下降。在使用非均勻激勵加熱源的實(shí)驗設(shè)置中以及在自然室外環(huán)境中都觀察到了這一問題。這些方法的基本假設(shè)要求相對均勻
3、傳統(tǒng)的脫層分割方法主要基于自下向上的框架，該框架要求預(yù)先確定參考溫度。部分學(xué)者采用了對溫度值或溫度變化百分位數(shù)的硬閾值化，將原始熱圖像轉(zhuǎn)換為二值圖像，以假設(shè)低溫或最低百分位數(shù)為完好區(qū)域來指示脫層。由于在整個橋面板上觀察到的溫度變化較大，掃描區(qū)域需要拆分為子圖像以應(yīng)用判別標(biāo)準(zhǔn)，因此無法使用單一閾值作為每個子圖像的全局標(biāo)準(zhǔn)。因此，閾值方法嚴(yán)重依賴于操作員的經(jīng)驗且耗時。omar和nehdi引入了基于聚類的方法，開發(fā)了一種基于k-means聚類模型，通過檢查橋面板的狀況(例如橋齡、溫差和發(fā)現(xiàn)的表面剝落尺寸)來指示脫層區(qū)域。基于橋面板的狀況，可以確定k值，以便將熱圖像分類為k組。由于k-means聚類算法是基于密度的距離度量，因此在不考慮空間信息的情況下，白天選擇均值最低的組作為完好區(qū)域，夜間選擇均值最高的組作為完好區(qū)域。abdel-qader等采用了區(qū)域生長法，開發(fā)了一種自動處理程序來分割熱圖像中的缺陷區(qū)域。該方法假設(shè)脫層區(qū)域在整個場景中具有最高溫度，從而使用9x9像素窗口內(nèi)的鄰域溫度偏差差異作為篩選圖像的準(zhǔn)則。ellenberg等人通過使用溫度梯度作為閾值準(zhǔn)則擴(kuò)展了該方法。盡管基于區(qū)域生長的分割方法表現(xiàn)出對非均勻背景的不敏感性，但在種子分配和生長-停止機(jī)制上的局限性依然存在，該機(jī)制仍由脫層區(qū)域在溫度或溫度梯度中的全局最大值所決定。總體而言，這些方法依賴于確定參考點(diǎn)，而真實(shí)的脫層更多與局部最大值和空間特性相關(guān)。
技術(shù)實(shí)現(xiàn)思路
1、本專利技術(shù)實(shí)施方式的目的在于提供一種基于形態(tài)重建的橋梁脫層病害紅外成像提取方法，具備快速提取橋面板的區(qū)域極大值，對脫層進(jìn)行分割，從而使檢測人員快速定位橋面板脫層位置及大小，以便對橋面板進(jìn)行后期維護(hù)等優(yōu)點(diǎn)，解決了上述技術(shù)問題。
2、本專利技術(shù)的實(shí)施方式是這樣實(shí)現(xiàn)的：
3、本專利技術(shù)的實(shí)施方式提供了一種基于形態(tài)重建的橋梁脫層病害紅外成像提取方法，包括以下步驟：
4、s1：原始圖像通過各向異性擴(kuò)散過程進(jìn)行平滑處理，得到平滑后的圖像ts和梯度圖gs；
5、s2：通過初始偏移量hin進(jìn)行的一般灰度形態(tài)學(xué)重構(gòu)，得到初始圖像i0，以滿足溫度對比的最小準(zhǔn)則；
6、s3：通過正則化偏移in＝in-1-δ*λ移動圖像；
7、s4：通過使用in-1重建in得到in’，然后對區(qū)域極大值進(jìn)行檢測，得到區(qū)域極大值rn；
8、s5：通過gs和rn得到每個子區(qū)域ri的精確區(qū)域或區(qū)域邊界信息，并在ri上提取統(tǒng)計量；
9、s6：通過聚類方法從梯度圖gs中估算脫層梯度信息，然后提取統(tǒng)計量dg，將它作為特征模板；
10、s7：ri通過與dg進(jìn)行匹配，以此將ri中匹配的區(qū)域極大值的邊界歸為脫層；
11、s8：存儲每次迭代后篩選的區(qū)域極大值r1’、r2’、r3’…rn’，n為迭代次數(shù)；當(dāng)|rn-rn-1|＜δ或達(dá)到最大步數(shù)時，迭代停止，最終分割的脫層為每個rn的并集。
12、優(yōu)選的，s1步驟中的各向異性擴(kuò)散過程，其表達(dá)式如下：
13、
14、其中，it表示在第t次迭代的圖像，是梯度算子，是擴(kuò)散系數(shù)，通常定義為：
15、
16、其中，k是控制擴(kuò)散速率常數(shù)，其值一般為5～30，也可根據(jù)實(shí)驗進(jìn)行調(diào)試。
17、優(yōu)選的，s1步驟中的平滑處理后的圖像ts和梯度圖gs，其表達(dá)式如下：
18、
19、優(yōu)選的，s2步驟中的初始圖像i0，其表達(dá)式如下：
20、i0＝reconstruction(ts,hin)
21、而形態(tài)學(xué)重構(gòu)操作的定義為：
22、reconstruction(ts,hin)＝imreconstruct(ts-hin,ts)
23、其中，imreconstruct(·,·)是形態(tài)學(xué)重構(gòu)函數(shù)。
24、優(yōu)選的，s3步驟中的正則化偏移，其表達(dá)式如下：
25、in＝in-1-δ·λ
26、其中，δ是偏移量，通過以下方式計算：
27、δ＝in-1-reconstruction(in-1,hin)
28、其中，λ是正則化參數(shù)。
29、優(yōu)選的，s4步驟中的對圖像進(jìn)行重建，其表達(dá)式如下：
30、i′n＝reconstruction(in-1,in)
31、對區(qū)域極大值進(jìn)行檢測，其表達(dá)式如下：
32、rn＝regionalmax(i'n)
33、其中，regionalmax(·)是區(qū)域極大值檢測函數(shù)。
34、優(yōu)選的，s5步驟中的提取子區(qū)域的精確區(qū)域或者區(qū)域邊界信息，其表達(dá)式如下：
35、ri＝regionprops(gs,rn)
36、其中，regionprops(·,·)是區(qū)域?qū)傩蕴崛『瘮?shù)，用于提取子區(qū)域ri的精確區(qū)域或區(qū)域邊界信息。
37、優(yōu)選的，s5步驟中的在ri上提取統(tǒng)計量，其表達(dá)式如下：
38、stats(ri)＝{mean(ri),std(ri)}
39、本文檔來自技高網(wǎng)...
【技術(shù)保護(hù)點(diǎn)】
1.一種基于形態(tài)重建的橋梁脫層病害紅外成像提取方法，其特征在于：包括以下步驟，
2.根據(jù)權(quán)利要求1所述的基于形態(tài)重建的橋梁脫層病害紅外成像提取方法，其特征在于：S1步驟中的各向異性擴(kuò)散過程，其表達(dá)式如下：
3.根據(jù)權(quán)利要求2所述的基于形態(tài)重建的橋梁脫層病害紅外成像提取方法，其特征在于：S1步驟中的平滑處理后的圖像Ts和梯度圖Gs，其表達(dá)式如下：
4.根據(jù)權(quán)利要求1所述的基于形態(tài)重建的橋梁脫層病害紅外成像提取方法，其特征在于：S2步驟中的初始圖像I0，其表達(dá)式如下：
5.根據(jù)權(quán)利要求1所述的基于形態(tài)重建的橋梁脫層病害紅外成像提取方法，其特征在于：S3步驟中的正則化偏移，其表達(dá)式如下：
6.根據(jù)權(quán)利要求1所述的基于形態(tài)重建的橋梁脫層病害紅外成像提取方法，其特征在于：S4步驟中的對圖像進(jìn)行重建，其表達(dá)式如下：
7.根據(jù)權(quán)利要求1所述的基于形態(tài)重建的橋梁脫層病害紅外成像提取方法，其特征在于：S5步驟中的提取子區(qū)域的精確區(qū)域或者區(qū)域邊界信息，其表達(dá)式如下：
8.根據(jù)權(quán)利要求1所述的基于形態(tài)重建的橋梁脫層病害
9.根據(jù)權(quán)利要求1所述的基于形態(tài)重建的橋梁脫層病害紅外成像提取方法，其特征在于：S7步驟中的根據(jù)Dg統(tǒng)計量與子區(qū)域ri的統(tǒng)計量進(jìn)行比較，以此將ri中匹配的區(qū)域極大值的邊界歸為脫層，其表達(dá)式如下：
...【技術(shù)特征摘要】
1.一種基于形態(tài)重建的橋梁脫層病害紅外成像提取方法，其特征在于：包括以下步驟，
2.根據(jù)權(quán)利要求1所述的基于形態(tài)重建的橋梁脫層病害紅外成像提取方法，其特征在于：s1步驟中的各向異性擴(kuò)散過程，其表達(dá)式如下：
3.根據(jù)權(quán)利要求2所述的基于形態(tài)重建的橋梁脫層病害紅外成像提取方法，其特征在于：s1步驟中的平滑處理后的圖像ts和梯度圖gs，其表達(dá)式如下：
4.根據(jù)權(quán)利要求1所述的基于形態(tài)重建的橋梁脫層病害紅外成像提取方法，其特征在于：s2步驟中的初始圖像i0，其表達(dá)式如下：
5.根據(jù)權(quán)利要求1所述的基于形態(tài)重建的橋梁脫層病害紅外成像提取方法，其特征在于：s3步驟中的正則化偏移，其表達(dá)式如下...
【專利技術(shù)屬性】
技術(shù)研發(fā)人員：程崇晟，陳德泉，邵帥，周建庭，周宏文，蔡昊男，龍霞，金賢鋒，李勝，何志明，閏記影，楊任飛，余俊辰，
申請(專利權(quán))人：重慶交通大學(xué)，
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。