[发明专利]结构表面裂缝特征的识别与提取方法

说明书

本发明提供结构表面裂缝特征的识别与提取方法，能够迅速、准确的提取裂缝特征，进而对结构进行评价，该方法包括：读取结构表面图像二维数据矩阵并输入工程参数；然后进行灰度化和降级处理，得到降级后的结构表面灰度图像；随后进行中值降噪处理；再进行图像分割；根据图像中每一条裂缝包含的像素个数和结构表面图像所显示的结构实际面积与图像像素面积之间的比例关系，得到每一条裂缝的实际面积；对各条裂缝采用相应大小的矩形框标记，得到标记图像；根据结构实际尺寸与图像像素尺寸之间的比例关系和矩形框的像素长度或宽度与每个像素的实际长度或宽度得到裂缝的实际长度和宽度；矩形框水平长度大于竖直宽度的裂缝为水平裂缝，否则为垂直裂缝。

技术领域

本发明属于结构工程领域，具体涉及一种结构表面裂缝特征的识别与提取方法。

技术背景

近年来，我国基础建设工程增长迅速，无论从数量上还是工程规模上，都是空前的。但因为大多数工程都采用混凝土作为建筑物原料，而混凝土特性决定在使用过程中必然会发生开裂，所以绝大部分混凝土工程都或多或少的存在结构裂缝；钢结构工程所用工程钢材同样也会因为环境原因发生不同程度的细微裂缝。所以总体而言工程结构裂缝不可避免，有一些裂缝存在于结构深处，不易发现与监测，而结构表面裂缝不仅直接影响结构美观、完整性，一些宽大裂缝甚至可能影响结构的完全和主要使用工程，所以对于结构表面裂缝的检测一直都是工程中评价结构的重要方式之一。

目前，我国对结构表面裂缝的检测方式不尽相同，但主要还是以人工检测方式为主，相对于其他检测方式，人工检测具有以下几种明显缺点：

1)人力资源消耗量大；

2)时间耗费长；

3)精确度低，易受主观影响。

尽管我国部分工程采用器械化或半机械化检测，可以大幅度效率，但是因为运输、安装、成本等多方面因素影响，此种方式推广较为困难。

发明内容

本发明是为了解决上述问题而进行的，目的在于提供一种结构表面裂缝特征的识别与提取方法，迅速、准确的提取裂缝特征，进而对结构进行评价。

本发明为了实现上述目的，采用了以下方案：

本发明提供一种结构表面裂缝特征的识别与提取方法，其特征在于，包括以下步骤：步骤1.读取结构表面图像二维数据矩阵并输入工程参数；步骤2.对结构表面图像进行灰度化和降低灰度级处理，得到降级后的结构表面灰度图像；步骤3.对降级后的结构表面灰度图像进行中值降噪处理，得到去噪后的结构表面图像；步骤4.对去噪后的结构表面图像进行图像分割，得到裂缝图像；步骤5.计算裂缝图像中每一条裂缝包含的像素个数；并且计算结构表面图像所显示的结构实际面积与图像像素面积之间的比例关系，得到每个像素的实际面积；通过像素个数与每个像素的实际面积，得到每一条裂缝的实际面积；步骤6.对裂缝图像中的每一条裂缝采用相应大小的矩形框进行标记，每一个矩形框恰好包含每一条裂缝，同时矩形框应当满足面积最小原则，得到标记图像；步骤7.计算结构表面图像所显示的结构实际尺寸与图像像素尺寸之间的比例关系，得到每个像素的实际长度或宽度大小；根据矩形框的像素长度(长度方向上包含的像素个数)与每个像素的实际长度得到裂缝的实际长度，根据矩形框的像素宽度(宽度方向上包含的像素个数)与每个像素的实际宽度得到裂缝的实际宽度；按照矩形框的长宽比对裂缝进行分类：矩形框水平长度大于竖直宽度的裂缝为水平裂缝，否则为垂直裂缝。

进一步，本发明提供的结构表面裂缝特征的识别与提取方法，还可以具有以下特征：在步骤1中，结构表面二维数据矩阵f(x,y)如下：

式中，M，N表示对图像采样时，每行采样数和每列采样数；f(x,y)表示(x,y)处的像素RGB三个颜色值；