[发明专利]一种无人机通用结构裂缝识别检测装置及方法

权利要求书

1.一种无人机通用结构裂缝识别检测方法，其特征是，包括有以下步骤：

图像捕捉装置(4)到达需要采集图像的位置，采集获取结构裂缝图像；

基于图像捕捉装置(4)的成像原理进行像素解析度计算，确定图像捕捉装置(4)与被检测平面的相对位置，计算得到单个像素对应在被检测平面上的实际距离；解析度计算具体包括有：对测距装置(3)的两个激光光源间距及发射激光光束夹角进行标定；通过两个激光光束实测长度，结合标定的激光光源间距与激光光束夹角，确定测距装置(3)及图像捕捉装置(4)与被检测平面的相对距离；基于图像捕捉装置(4)的成像原理，建立像素点与被检测平面上对应物点的坐标转换关系，计算得到单个像素对应在被检测平面上的实际距离；

基于图像捕捉装置(4)的畸变参数，对图像捕捉装置(4)获取的图像进行矫正；

对矫正后的图像进行预处理，并对预处理后的图像进行边缘提取，处理获得裂缝结构的二值图像；裂缝结构的二值图像包括有裂缝主体二值图像及裂缝骨架二值图像；对预处理的图像经过改进自适应Canny算法双阈值计算方法进行处理得到所述裂缝主体二值图像；基于裂缝主体二值图像，通过基于形态学击中击不中变换的细化算法进行细化，得到代表裂缝走向特征的裂缝骨架二值图像；

根据处理得到裂缝结构的二值图像计算得到裂缝尺度几何参数；

根据裂缝尺度几何参数与图像像素解析度的乘积计算得到裂缝的实际几何参数。

2.根据权利要求1所述的无人机通用结构裂缝识别检测方法，其特征是，上述预处理具体包括有：

通过灰度化处理降低冗余数据；

采用基于帽变换的形态学组合算法对图像增强；

采用中值滤波对背景中噪点进行平滑处理。

3.根据权利要求1所述的无人机通用结构裂缝识别检测方法，其特征是，所述裂缝像素尺度几何参数的获取具体包括有：

采用Radon变换极值点对应角度作为裂缝走向；

采用裂缝骨架二值图像中相邻骨架像素点的欧氏距离之和作为裂缝长度；

采用各骨架点在四个方向上到裂缝主体二值图像边缘距离中的最小值作为裂缝单点宽度，并根据单点宽度经过简单计算得到裂缝整体平均宽度与最大宽度。

4.一种基于权利要求1所述的无人机通用结构裂缝识别方法的无人机通用结构裂缝识别检测装置，其特征是：包括有用于采集结构裂缝图像的图像捕捉装置(4)、用于确定图像捕捉装置(4)与被检测平面的相对位置的测距装置(3)、用于稳定安装图像捕捉装置(4)及测距装置(3)的云台(2)；还包括有用于承载云台(2)、图像捕捉装置(4)及测距装置(3)的飞行装置(1)；所述测距装置(3)及图像捕捉装置(4)中心轴向平行；

所述飞行装置(1)携带图像捕捉装置(4)飞行至所需检测平面处采集结构裂缝图像。

5.根据权利要求4所述的无人机通用结构裂缝识别检测装置，其特征是：所述图像捕捉装置(4)及测距装置(3)联合安装于所述云台(2)，所述云台(2)位于飞行装置(1)的上方/下方。

6.根据权利要求4所述的无人机通用结构裂缝识别检测装置，其特征是：所述云台(2)设置有两个，且所述图像捕捉装置(4)及测距装置(3)独立安装于所述云台(2)，所述云台(2)分别位于飞行装置(1)的上方/下方。