[发明专利]一种基于数字化图像异常识别的桥隧结构裂缝监测方法

说明书

本发明属于实际运营中的桥梁与隧道结构病害监测领域，具体公开了一种基于数字化图像异常识别的桥隧结构裂缝监测方法。本发明利用单维高斯核函数，构建数字化双阶多尺度增益向量，采用核主成分分析方法解算数字化图像异常识别的特征指标和数字化像素异常识别的特征指标，实现对裂缝病害的诊断与监测。本发明可以有效地提升裂缝病害监测中特征指标对于裂缝目标与背景区域的辨别能力，大幅度提高裂缝监测的计算效率和裂缝识别的准确率，适用于运营周期内桥梁与隧道结构裂缝病害的诊断评估及监测。

技术领域

本发明属于实际运营中的桥梁与隧道结构病害监测领域。

背景技术

运营期间的桥梁与隧道结构，往往遭受交变荷载、环境侵蚀、材料老化以及突发事件等多方面因素的耦合作用，其结构性能将会产生不同程度的衰减，这些衰减通常在宏观上表现为一系列的结构裂缝。当前，对于桥梁与隧道结构裂缝病害的诊断识别主要依靠传统的人工巡检，其表现出的工作性能已远远满足不了当今的桥隧建设管养。因此，从保障桥梁与隧道结构运营期间的安全性出发，急需采取有效的技术手段对结构可能出现的裂缝病害进行及时诊断识别。

随着先进的计算机视觉技术以及装备仪器的出现，有关于基于图像处理的桥隧结构裂缝病害巡检技术也得到了发展。然而，受图像病害识别手段所限，现有应用到土木工程领域中基于图像的结构裂缝识别依旧停留在病害检测阶段，即仅仅利用获取到的图像层面信息提取可能存在的边缘特征，进而识别结构上的裂缝病害，这种结构裂缝识别的探索发展已经进入到了瓶颈期。一方面，通过现有图像处理技术获得的特征信息(如灰度特征)往往对裂缝病害不敏感，容易对无裂缝病害的背景区域产生误判；另一方面，现有检测技术提供的裂缝病害信息缺乏动态监测性，难以保障整个全寿命周期内桥梁与隧道结构的安全运维。从结构病害监测的角度出发，通过一些技术手段获取敏感性相对较高的裂缝动态特征指标，无疑可大幅度提高裂缝监测的计算效率和裂缝识别的准确率。

发明内容

针对上述既有结构裂缝识别存在的不足，现提出一种基于数字化图像异常识别的桥隧结构裂缝监测方法，本发明可大幅度提高裂缝监测的计算效率和裂缝识别的准确率。

一种基于数字化图像异常识别的桥隧结构裂缝监测方法，该方法包含有以下步骤：

步骤一：针对所监测的桥梁与隧道结构，获取参考状态下的图像数据，利用单维高斯核函数，构建数字化双阶多尺度增益向量；

步骤二：根据步骤一中得到的数字化双阶多尺度增益向量，采用核主成分分析方法，解算得到参考状态下数字化图像异常识别的特征指标；

步骤三：针对步骤二中解算得到的参考状态下数字化图像异常识别的特征指标，利用区间估计方法，计算数字化异常判别阈值；

步骤四：引入待诊断状态下的图像数据，重复步骤一、步骤二，构建待诊断状态下数字化图像异常识别的特征指标，若待诊断状态下的数字化图像异常识别的特征指标大于步骤三中得到的数字化异常判别阈值，则判定图像中存在裂缝病害；

步骤五：针对步骤四中判别为存在裂缝病害的图像，采用核主成分分析方法，构建待诊断状态下数字化像素异常识别的特征指标，若该指标大于步骤三中的数字化异常判别阈值，则判定为裂缝像素点，以此对像素点逐个判别，提取裂缝主体骨架。

本发明所述的一种基于数字化图像异常识别的桥隧结构裂缝监测方法，利用单维高斯核函数，构建数字化双阶多尺度增益向量，采用核主成分分析方法解算数字化图像异常识别的特征指标和数字化像素异常识别的特征指标，实现对裂缝病害的诊断与监测。本发明可以有效地提升裂缝病害监测中特征指标对于裂缝目标与背景区域的辨别能力，大幅度提高裂缝监测的计算效率和裂缝识别的准确率，适用于运营周期内桥梁与隧道结构裂缝病害的诊断评估及监测。

附图说明

图1为混凝土小箱梁现场图像采集实况图。

图2为待诊断图像数据。