[发明专利]一种基于图像特征识别的盾构隧道渗漏水检测方法

权利要求书

1.一种基于图像特征识别的盾构隧道渗漏水检测方法，其特征在于，可以大幅度减少渗漏水检测的错识别率，所述方法包括：

步骤S1：通过隧道表面灰度图像统计确定隧道中各特征物的识别规则，

步骤S2：基于确定的各特征物识别规则，识别待识别图像中的特征物，并将识别得到的特征物的区域以灰度值255覆盖以去除特征物，

步骤S3：对于去除了特征物的待识别图像，进行渗漏水识别，并确定渗漏水的位置和面积；

所述图像为隧道内表面展开图像，隧道呈线状分布；

所述步骤S1具体包括：步骤S11：将所有样本图像转换为灰度图像，步骤S12：针对渗漏水和不同的特征物，根据其位置，基于样本图像，获取并统计其特征信息，步骤S13：基于统计的各特征物的特征信息确定隧道中各特征物及渗漏水的识别规则；

渗漏水的特征信息包括灰度，面积最小值和松散程度，各特征物的特征信息如下：接缝：纵缝像素宽度最大值，纵缝像素长度最小值，环缝像素宽度最大值，环缝像素长度最小值；消防管：纵坐标位置，像素宽度，灰度；电线：纵坐标位置，灰度；注浆孔：像素长度，像素宽度，灰度，面积，椭圆度；螺栓孔：像素长度，像素宽度，灰度；电箱：像素长度，像素宽度，灰度；

所述步骤S2具体包括：步骤S21：分别利用灰度梯度图像和灰度对线状特征物和块状特征物进行分割；步骤S22：按照八连通判断，通过判断将分割后的像素聚合为独立的单元；步骤S23：针对每个单元，计算其特征信息；步骤S24：根据各单元的特征信息，基于确定的各特征物的识别规则识别特征物识别图像中的特征物，其中：每识别完一种特征物，以灰度值255对该区域进行灰度重置以去除特征物；

特征物逐一识别剔除的过程中，按照特征物的长宽比大小排序，先识别长宽比大的线状特征物，再识别长宽比小的块状特征物；对于长宽比较小的块状特征物，按照特征物出现频率高低进行，先识别隧道中出现频率高的特征物，再识别出现频率低的特征物。

2.根据权利要求1所述的一种基于图像特征识别的盾构隧道渗漏水检测方法，其特征在于，所述步骤S21中对于线状特征物的分割过程中边缘提取过程具体包括：

步骤S211：基于横向和纵向运算进行卷积运算；

G_x＝A*G G_y＝B*G

其中：G_x，G_y分别为经横向和纵向边缘检测后的图像，G为原始图像，A为横向的sobel算子，B为纵向的sobel算子；

步骤S212：计算出灰度图像的梯度大小和梯度方向：

其中：TG为灰度图像的梯度大小，Θ为梯度方向；

步骤S213：对得到的灰度梯度图像进行阈值分割，可以得到细线状物的边缘，进而得到线状物区域。

3.根据权利要求1所述的一种基于图像特征识别的盾构隧道渗漏水检测方法，其特征在于，所述步骤S3具体包括：

步骤S31：对去除了特征物的灰度图像根据渗漏水的灰度最大值和最小值，进行分割；

步骤S32：将图像分割后得到的所有符合要求的像素，按照连通性形成块状单元，并计算每个单元的特征信息；

步骤S33：根据每个单元的特征信息，基于渗漏水的识别规则进行识别；

步骤S34：根据识别得到的渗漏水区域，对渗漏水区域进行开运算，去除区域的空洞和毛刺，再对区域进行闭运算填补渗漏水识别区域的孔洞；

步骤S35：运用闭运算连接遮挡完成形态学修复；

步骤S36：根据修正后每个渗漏水的像素面积，依照图像的像素与实际距离的换算关系，获得实际的渗漏水面积。

4.根据权利要求3所述的一种基于图像特征识别的盾构隧道渗漏水检测方法，其特征在于，所述步骤S33具体包括：

步骤S331：剔除面积小于设定阈值的区域；

步骤S332：计算区域松散程度e.com：

其中，e.true_length为单元实际的轮廓长度，e.circle_length为单元所有像素组合为近圆形时其轮廓长度；

步骤S333：将灰度，面积和松散程度符合渗漏水识别规则的区域识别为渗漏水区域。

5.根据权利要求3所述的一种基于图像特征识别的盾构隧道渗漏水检测方法，其特征在于，所述开运算为先腐蚀后膨胀，所述闭运算为先膨胀后腐蚀；

所述腐蚀运算为：

所述膨胀运算为：

其中：C为被处理图像，D为结构元素，x为图像C的单元横坐标，y为图像C的单元纵坐标。