[发明专利]一种地铁隧道裂缝宽度检测及校正算法

权利要求书

1.一种地铁隧道裂缝宽度检测及校正算法，其特征在于，包括依次进行的三个阶段：数据采集阶段、数据处理阶段、数据校正阶段；通过挖掘历史数据变化规律来估计裂缝最佳值，并且进一步通过一种校验机制来对估计结果进行修正，以确保对裂缝宽度估计的精确性。

2.根据权利要求1所述的地铁隧道裂缝宽度检测及校正算法，其特征在于，数据采集阶段中的图像获取技术为采用图像采集设备，在车辆移动时逐行扫描地铁隧道表面，得到隧道表面图像；对于裂缝宽度的计算主要通过图像处理技术，对裂缝进行识别、定位并且要对每条裂缝的宽度信息进行记录，建立裂缝数据库。

3.根据权利要求1或2所述的地铁隧道裂缝宽度检测及校正算法，其特征在于，数据处理阶段中，根据裂缝数据库中的历史数据和上述步骤获得的最新数据，挖掘裂缝变化规律，考虑到环境复杂等各种噪声的影响，利用裂缝宽度估计算法，通过裂缝宽度的预测步以及随后的更新步，再通过迭代步骤，来实时获得裂缝宽度的最佳估计。

4.根据权利要求1或2所述的地铁隧道裂缝宽度检测及校正算法，其特征在于，数据校正阶段中，建立样本的裂缝数据库，从裂缝数据库中选取不同宽度的裂缝，引入人工实地测量的裂缝数据，通过测量值与估计值的比较，同时参考历史数据的变化，得到对整个裂缝数据库校正的方法，进行估计值修正，从而得到更准确的裂缝宽度。

5.根据权利要求3所述的地铁隧道裂缝宽度检测及校正算法，其特征在于，所述的裂缝宽度预测步包括裂缝宽度预测以及裂缝宽度协方差预测；所述的更新步同样包括对裂缝宽度及裂缝宽度协方差的更新。

6.根据权利要求5所述的地铁隧道裂缝宽度检测及校正算法，其特征在于，

所述的裂缝宽度预测步中的裂缝宽度预测是：通过k-1时刻裂缝最佳估计宽度c(k-1|k-1)预测k时刻宽度，得到c(k|k-1)=c(k-1|k-1)；其中，c(k-1|k-1)为k-1时刻裂缝宽度，c(k|k-1)为通过k-1时刻的裂缝宽度、历史知识得到的对k时刻裂缝宽度的预测结果；

所述的裂缝宽度预测步中的裂缝宽度协方差预测是：通过k-1时刻裂缝宽度估计的协方差P(k-1|k-1)预测k时刻宽度估计的协方差P(k|k-1)，P(k|k-1)=P(k-1|k-1)+Q(k)；其中P(k-1|k-1)为k-1时刻裂缝宽度协方差，P(k|k-1)为通过k-1时刻裂缝宽度协方差、历史知识及Q(k)得到的对裂缝协方差在k时刻的预测值；其中，基础设施周围环境对裂缝产生的失真影响，通常为均值为零，方差为Q(k)的随机变量，Q(k)为一正数；

所述的更新步中对裂缝宽度的更新是：通过宽度预测结果及协方差信息更新宽度预测结果c(k|k)=c(k|k-1)+K(k)v(k)；其中，K(k)=P(x|x-1)/S(k)，S(k)=P(k|k-1)+R(k)；由于图像处理的不精确性，产生的误差为一随机变量，其均值为零，方差为R(k)，R(k)为一正数；

所述的对裂缝宽度协方差的更新是：裂缝协方差更新：通过预测得到的协方差及新息，更新协方差P(k|k)=P(k|k-1)+S(k)；其中，c(k|k)为裂缝现在宽度的最佳估计；

所述的迭代是：经过预测和更新，该算法完成了一轮的迭代过程，通过k-1时刻的数据及k时刻测量值，得到了k时刻裂缝的最佳估计值c(k|k)，并通过更新得到了P(k|k)，以此为基础，再加上在k+1时刻裂缝宽度的测量值，进行下一轮迭代来估计k+1时刻的裂缝宽度；往复循环这个过程，不断地得到最新时刻的裂缝宽度最佳估计。

7.根据权利要求4所述的地铁隧道裂缝宽度检测及校正算法，其特征在于，所述的数据校正阶段中，样本库中各个裂缝宽度的人工实际测量值分别为{c_m1,c_m2,c_m3,c_m4,c_m5……}，所述的估计值修正具体步骤为：

（Ⅰ）对选取的每一个裂缝进行裂缝宽度的估计，得到对应的估计值{c_e1,c_e2,c_e3,c_e4,c_e5……}；

（Ⅱ）计算每条裂缝的估计值与测量值的偏差，得到偏差集{c_d1,c_d2,c_d3,c_d4,c_d5……}，其中C_di=C_ei-C_mi；

（Ⅲ）根据裂缝宽度的不同进行分类处理：宽度为w_i的裂缝的估计的偏差值为若说明样本波动小，同一宽度的裂缝估计值偏差小；若说明此裂缝的估计值波动较大，有些裂缝在机器识别时出现了错误，需要剔除；查找出现错误的估计值，依次剔除k_ii，计算剩余样本的方差若出现则将剩余样本作为最终的样本，如果始终大于则选取最小对应的样本值，再次进行剔除；重复之前的计算，直至方差小于

（Ⅳ）经过上述计算后，得到宽度为w_i的裂缝估计的偏差值的最终样本集计算该样本的平均值c‾di=cd1i2+cd2i2+...+cdmi2n,]]>由此得到判断值w‾i=]]>wi+c‾di,]]>与相对应；

（Ⅴ）随着时间的变化，隧道中裂缝的宽度也会有所改变，定时对选取的裂缝再次进行测量，得到一组新的样本集，按照之前的处理方式，得到新的和需要再利用多次的测量结果得到一个准确的数据，作为最终的判定值和修订值

w‾fi=Σj=1nw‾ij*log2jn+1Σj=1nlog2jn+1]]>

其中为最终的判定值，表示宽度为w_i的裂缝的第j次测量的判定值，n表示宽度为w_i的裂缝的样本集中样本总数；

由于时间的不同，裂缝会出现变化，所以对每次的判定值都添加了相应的权重，时间越久的数据所占的权重就越小，最近的数据所占的权重越大，第j次的数据权重用来表示，随着j的增大，权重也相应的增大；

同理可以得到最终的修订值：

c‾dfi=Σj=1nc‾dji*log2jn+1Σj=1nlog2jn+1;]]>

（Ⅵ）根据所得到的和来对估计值进行修订，设估计值为c，找到与c最相近的判定值得到裂缝最终的宽度为：

w‾fi=c-c‾dfi.]]>