一种隧道裂缝最大宽度自动定位和检测方法

摘要

本发明公开了一种隧道裂缝最大宽度自动定位和检测方法。包括如下步骤：1)对摄像头获取到的隧道裂缝图片进行像素级别的放大处理，并通过边缘检测算法来获得裂缝的矢量化边缘，对得到的图片进行适应性阈值的二值化操作，并对结果进行腐蚀和膨胀的去噪处理；2)在步骤1)所得到的低噪音二值化图片基础上，进行欧氏距离变换操作，所得到的结果和步骤1)所得到的矢量化边缘结果进行匹配寻找距离最大的点作为定位点，并以它的值作为裂缝的最大宽度值；本发明使用了一系列计算机图像处理知识来自动定位和检测隧道裂缝的最大宽度，获得了良好的效果，具有较高的准确度和精度。

主权项

一种隧道裂缝最大宽度自动定位和检测方法，其特征在于包括如下步骤：1)对摄像头获取到的隧道裂缝图片进行像素级别的放大处理，并通过边缘检测算法来获得裂缝的矢量化边缘，对得到的图片进行适应性阈值的二值化操作，并对结果进行腐蚀和膨胀的去噪处理；2)在步骤1)所得到的低噪音二值化图片基础上，进行欧氏距离变换操作，所得到的结果和步骤1)所得到的矢量化边缘结果进行匹配寻找距离最大的点作为定位点，并以它的值作为裂缝的最大宽度值；所述的对摄像头获取到的隧道裂缝图片进行像素级别的放大处理，并通过边缘检测算法来获得裂缝的矢量化边缘，对得到的图片进行适应性阈值的二值化操作，并对结果进行腐蚀和膨胀的去噪处理步骤包括：a)对于所获取的隧道裂缝图片，获得它对应的像素点信息集合为{Pn，m}，其中n为图片的横坐标像素点数量，m为图片的纵坐标像素点数量，这里的Pi，j＝{Ri，j，Gi，j，Bi，j}是用来描述像素点信息的一组向量，包括了红色通道的值Ri，j，绿色通道的值Gi，j，蓝色通道的值Bi，j，这些值可以通过对裂缝图片的读取获得；按照输入的图片尺寸大小，按照图片的格式新建一个新的相同格式的空白图片，其尺寸为原始图片尺寸大小的两倍，其对应的像素点信息集合为{P2n，2m’}，这里的Pl，k’＝{Rl，k’，Gl，k’，Bl，k’}是用来描述新的图片像素点信息的一组向量，定义方式为Pi，j，其中Pij和Plk’之间存在着一一对应的关系，公式如下：P2*i，2*j(R，G，B)’＝Pi，j(R，G，B)；P2*(i+1)，2*j(R，G，B)’＝Pi+1，j(R，G，B)；P2*i，2*(j+1)(R，G，B)’＝Pi，j+1(R，G，B)；P2*(i+1)，2*(j+1)(R，G，B)’＝Pi+1，j+1(R，G，B)；P2*i+1，2*j(R，G，B)’＝(Pi，j(R，G，B)+Pi+1，j(R，G，B))/2；        1P2*i，2*j+1(R，G，B)’＝(Pi，j(R，G，B)+Pi，j+1(R，G，B))/2；P2*(i+1)，2*j+1(R，G，B)’＝(Pi+1，j(R，G，B)+Pi+1，j+1(R，G，B))/2；P2*i+1，2*(j+1)(R，G，B)’＝(Pi，j+1(R，G，B)+Pi+1，j+1(R，G，B))/2；P2*i+1，2*j+1(R，G，B)’＝(Pi，j(R，G，B)+Pi+1，j(R，G，B)+Pi，j+1(R，G，B)+Pi+1，j+1(R，G，B))/4；其中R，G和B三个通道的值都是按照公式1所示进行获得和赋值操作；b)对放大得到的图片，调用以动态链接库形式存在的Matlab2007b中的edge函数，按照“sobel”“prewitt”“roberts”“log”“zerocross”“canny”方法及其所对应的参数进行边缘检测；对于获得的已经矢量化边缘的图片，按照整个图片的{P2n，2m’}像素统计信息，对于Pl，k’的欧式距离按照阈值Ther进行过滤来完成二值化，公式如下： P l , k ( R = 255 , G = 0 , B = 0 ) if | | P l , k ′ | | ≥ Ther P l , k ( R = 0 , G = 0 , B = 0 ) if | | P l , k ′ | | < Ther 2 Ther = H per * Σ l , k 2 * n , 2 * m | | P l , k ′ | | 4 * n * m 其中||Pl，k′||为计算R，G和B三个通道分量的欧氏距离，变量Hper为经验性的数据，预先指定来控制Ther的取值；接下来对于得到的二值化图片，进行腐蚀和膨胀操作，消除由于二值化带来的噪声，获得完整的二值化后的矢量化边缘图片。