[发明专利]一种隧道裂缝智能匹配检测方法

说明书

本发明公开了一种隧道裂缝智能匹配检测方法,包括以下步骤：对提取得到的每个裂缝区域进行ID编号，然后提取该裂缝区域中的裂缝特征值，建立隧道裂缝数据库，然后将采集到的隧道裂缝图片进行预处理，再对B图片进行裂缝检测得到裂缝区域的坐标，然后通过裂缝匹配网络对该裂缝区域进行快速定位和特征值提取得到特征值向量，再将该特征值向量与数据库中每个ID编号对应的裂缝特征值进行比对，确认输出特征值的ID编号，最后提取C裂缝区域的裂缝二值图和裂缝宽度，将其与ID编号一同存入数据库中，完成对隧道裂缝的匹配检测。本发明具有匹配效率高、匹配准确性好的特点。

技术领域

本发明涉及一种隧道裂缝的检测方法，特别是一种隧道裂缝智能匹配检测方法。

背景技术

隧道是交通基础设施的重要组成成分，但其在投入使用后会因人为或自然因素产生大量不同形状的裂缝，作业人员则需要对这些裂缝进行鉴定和检测，以判断该裂缝是否会对隧道洞体内部造成进一步破坏并威胁行车安全。

但目前对裂缝的检测方法均存在不同程度的缺陷，如专利201610551362.9《裂缝智能识别分类的方法》中提出了利用OpenCV读取灰度图片后将其转化为直方图，再通过直方图分割出裂缝区域并裂缝模版，再将该裂缝模版与数据库进行比对，确定裂缝种类。但这方法在转化背景复杂、干扰噪点多的图片时，会将背景环境中的干扰也当做裂缝进行提取，从而增加了裂缝的匹配难度；并且由于直方图和图片是多对一的关系，即不同的图片可以对应同一张直方图，从而降低了对裂缝的匹配准确性。

专利201611090020.8《隧道内裂缝匹配方法和系统》中提出了将裂缝图像进行预处理后得到裂缝骨架图，然后对裂缝骨架图的走向提取角点进行连接确定每个角点折线上所有的像素点，然后将提取得到的特征点和数据库中的裂缝图像特征点进行匹配，以确定图像的具体裂缝类型。但这种匹配方法需要将当前图片的所有特征点与数据库中每张图片的特征点进行匹配，导致每次匹配都需要耗费大量的时间和资源，难以满足使用者的需求。

专利201410275604.7《一种隧道病害的识别方法》中提出了将线阵CCD相机与位移传感器固定于同一检测平台，使CCD相机在位移过程中获取隧道裂缝的数字图像，再通过数字图像提取隧道表面正常轮廓特征以及病害轮廓特征，然后将其与数据库进行特征配准分析，以确定隧道病害位置和类型。但这种方法需要线阵CCD相机在获取二维图像时配以扫描运动，并以光栅等器件以记录CCD相机每一扫描行的坐标，为图像毎一像素点确定在被测件上的对应位置，从而导致整体图像获取时间长，测量效率低的问题；并且由于在扫描运动及相应的位置反馈环节的存在増加了系统复杂性和成本，使图像精度可能受扫描运动精度的影响而降低，导致在隧道内部高低不平或有台阶的情况时，很难准确的获取位置信息，无法达到测量效果。

因此，现有对隧道裂缝的匹配检测方法存在匹配效率低、匹配准确性差的问题。

发明内容

本发明的目的在于，提供一种隧道裂缝智能匹配检测方法。它具有匹配效率高、匹配准确性好的特点。

本发明的技术方案：一种隧道裂缝智能匹配检测方法，包括以下步骤：

①建立隧道裂缝数据库，该隧道裂缝数据库中包含多种ID编号的裂缝区域的裂缝特征值，得A数据库；

②将采集到的隧道裂缝图片进行预处理，得B图片；

③对B图片进行裂缝检测，当检测到裂缝标志后，输出裂缝区域的坐标，得C裂缝区域；

④通过裂缝匹配网络对C裂缝区域进行快速定位和特征值提取，使C裂缝区域提取成一个固定低维度的特征值向量，得D输出特征值；

⑤将D输出特征值与A数据库中每个ID编号对应的裂缝特征值进行比对，确认D输出特征值的ID编号，得E裂缝区域ID；