[发明专利]一种基于机器视觉的高寒地区桥梁裂缝检测与解析方法在审

专利信息
申请号: 201811323777.6 申请日: 2018-11-08
公开(公告)号: CN109459443A 公开(公告)日: 2019-03-12
发明(设计)人: 刘宏伟 申请(专利权)人: 青海民族大学
主分类号: G01N21/95 分类号: G01N21/95;G01N21/88
代理公司: 上海尚象专利代理有限公司 31335 代理人: 刘云
地址: 810000 青*** 国省代码: 青海;63
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 高寒地区 图像 检测 基于机器 积雪覆盖 桥梁裂缝 解析 桥梁 印记 积雪 视觉 图像处理系统 冰雪覆盖 观察图像 机器视觉 检测结果 裂缝检测 区域转换 图像信号 专用的 分辨率 裂痕 分辨 辨别 复制
【说明书】:

发明公开了一种基于机器视觉的高寒地区桥梁裂缝检测与解析方法,包括步骤一、人工观察所要检测的桥梁区域是否被积雪覆盖,如果被积雪覆盖需清理掉积雪再进行步骤二,如果没有被积雪直接到步骤二;步骤二、用CCD照相机将被检测的桥梁区域转换成图像信号,并传送给专用的图像处理系统;步骤三、将图像更改为1024*1024分辨率的图像,人工观察图像并判断是否存在颜色较深的印记,如果存在复制一份图像再进行步骤四,如果不存在直接到步骤四。有益效果:能够对被冰雪覆盖的高寒地区的桥梁进行裂缝检测,并将人工和机器视觉相结合,机器很难辨别图像中的酷似裂痕的印记,但是人工很容易能够分辨出来,各取所长,使得检测结果更加真实可靠。

技术领域

本发明涉及桥梁裂缝检测与解析领域,具体来说,涉及一种基于机器视觉的高寒地区桥梁裂缝检测与解析方法。

背景技术

机器视觉是人工智能正在快速发展的一个分支。简单说来,机器视觉就是用机器代替人眼来做测量和判断。机器视觉系统是通过机器视觉产品(即图像摄取装置,分CMOS和CCD两种)将被摄取目标转换成图像信号,传送给专用的图像处理系统。桥梁是交通的咽喉,再加上现有交通量迅速增大、重型车辆的增多、车辆的超速超重运输,导致桥梁的承载力难以适应于交通负荷的迅速增长,桥梁长时间在超负荷的状态下工作易出现裂缝;另外桥梁所处的地质条件、地形条件、气候条件等各种因素的影响,也会造成桥梁裂缝的产生,桥梁裂缝的产生如果不及时进行修补容易造成严重的后果。

随着桥梁技术的不断发展,桥梁也在一些环境恶劣的地方进行修建,如高寒地区,高寒地区的桥梁大都被冰雪覆盖,现有的桥梁裂缝检测装置不能够对其进行测量,并且现有的桥梁裂缝检测装置没有考虑到桥梁表面可能被喷涂一些广告等印记,会干扰检测结果。

针对相关技术中的问题,目前尚未提出有效的解决方案。

发明内容

本发明的目的在于提供一种基于机器视觉的高寒地区桥梁裂缝检测与解析方法,以解决上述背景技术中提出的问题。

为实现上述目的,本发明提供如下技术方案:一种基于机器视觉的高寒地区桥梁裂缝检测与解析方法包括以下步骤:

步骤一、人工观察所要检测的桥梁区域是否被积雪覆盖,如果被积雪覆盖需清理掉积雪再进行步骤二,如果没有被积雪直接到步骤二;

步骤二、用CCD照相机将被检测的桥梁区域转换成图像信号,并传送给专用的图像处理系统;

步骤三、将图像更改为1024*1024分辨率的图像,人工观察图像并判断是否存在颜色较深的印记,如果存在复制一份图像再进行步骤四,如果不存在直接到步骤四;

步骤四、将上述原图像进行灰度化处理,获得灰度化图像,再使用高斯平滑滤波器对灰度化图像进行减噪;

步骤五、利用基于图像清晰度的自适应形态学背景移除的方法,初步移除图像非裂缝区域,获取裂缝候选区域图像;

步骤六、利用色阶调节裂缝候选区域图像的对比度,让裂缝区域更加明显,得到的图像;

步骤七、将裂缝区域明显图像与步骤三复制的图像进行对比,进一步判断提取的裂缝的真实性;

步骤八、从上述图像中获取裂缝的几何特征:长度、宽度、面积和轮廓,进行分析,整理测量结果和分析报告;

步骤九、对采集和分析数据进行存档。

进一步的,所述步骤一中清理积雪方式为用内部带有电热丝的大型鼓风机将积雪吹掉,并将积雪下的冰融化,直至将桥梁待检测区域的水吹干。

进一步的,所述步骤二中的CCD照相机型号为DH334。

进一步的,所述步骤二中的CCD照相机被固定在无人机上进行图像信号采集。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于青海民族大学,未经青海民族大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201811323777.6/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top