[发明专利]一种地铁隧道管片错台量检测方法

说明书

技术领域

本发明涉及地铁隧道管片检测领域，具体涉及一种地铁隧道管片错台量检测方法。

背景技术

地铁隧道管片错台量是指地铁隧道中相邻两块管片之间的高程差。隧道管片错台现象的影响因素相当丰富和复杂，拼装不规范，注浆控制不当，盾构机姿态控制不当等等原因，极易造成隧道漏水、管片开裂等事故。随着破坏的不断深入，管片内部可能出现大量泥沙涌入、大量积水等情况。在实际工程中，工程检测人员难以在发生管片错台的第一时间点发现以上问题，导致错台程度进一步加剧，它会引起结构的进一步变形破坏、结构漏水、结构掉块，导致隧道受损，严重时导致隧道坍塌等一系列威胁列车运行安全的重大病害。因此，如何对错台量进行实时、准确和高效的检测，成为地铁隧道养护部门十分关注的问题。

目前，常用对错台量的检测方法有人工法和自动检测法。人工法利用直尺、游标卡尺或水准仪等实现，检测人员在隧道内部巡视，发现错台较大的管片时，使用直尺丈量判定错台量是否超标。速度慢，交通干扰大，精度低；自动检测法利用错台的存在会显著影响国际平整度指标(IRI)的特性，有激光断面仪、超声波断面仪等，断面仪价格昂贵，并且不能对错台量准确测量。综上，现有检测技术存在误差大、效率低、造价昂贵等问题，研究一种效率高、检测精确的地铁隧道管片错台量的检测算法是十分有必要的。

发明内容

本发明的目的在于提供一种地铁隧道管片错台量检测方法，从而实现在昏暗的地铁隧道环境下对错台量的实时、高效和精确的检测。

为了达到以上目的，本发明采用以下技术方案：

一种地铁隧道管片错台量检测方法，包括如下步骤：

a.检测车通过Kinect设备采集地铁隧道管片深度图像，深度图像大小是640×480像素，摄像头采集图像频率30帧/秒；

b.根据步骤a采集的深度图像，对深度图像数据预处理来进行优化；

c.根据步骤b优化后的深度图像数据，采用双对角差分算法将深度图转成数字图像技术能够处理的二值图像；

d.二值图像中的噪声采用联合去噪算法处理；

e.对于螺栓孔，注浆孔这些特殊噪声，螺栓孔的二值图像接近矩形，注浆孔的形状接近环形，通过它们的形状特征进行滤波处理；

f.经过步骤e处理后的二值图像，只剩下错台特征，用Zhang快速并行细化算法处理得到错台的骨架图；取一个像素点的3×3领域，设中心点为P1，其坐标为(i，j)，领域中其余各像素点分别为P2,P3,...,P9,则如果领域像素点满足下面4各条件，就将中心点删除。

1)2≤Z(P1)≤6；

2)T(P1)＝1；

3)P2·P4·P8＝0orT(P2)！＝1；

4)P2·P6·P8＝0orT(P8)！＝1；

其中Z(P1)为P2，P3，...，P9的像素点为1的点的个数，T(P)为P点的8邻域点按逆时针方向排列后像素值从0到1变化的次数。

g.为了识别管片间不同类型的错台线，具体分为四种错台线，分别是横向，纵向，向上倾斜和向下倾斜；管片间的这四种错台量的倾斜角度是固定的，用已知的一次函数y＝kx+b分别去图像中遍历搜索，将不同的错台线提取出来并标记；

h.根据步骤g提取出来的错台线找到对应深度图像上错台的位置，其中错台线接近一条直线，错台量的计算实质是在错台线两侧的像素深度值做差，因此先计算错台线所在的法线，在法线上取两点P1和P2分别在8灰色直线的两侧，两点相距12-20个像素点关于灰色直线对称分布；两点对应深度图像的深度值做差绝对值取为h，假定沿着错台直线两侧的高度差值都计算出来，分别为h1,h2,h3，...,hi，所求的这些高度差值的平均值为错台量，高度差值最大值为错台量最大值。

所述步骤b的深度图像三维数据矩阵为：