[发明专利]一种基于openCV的水库大坝裂缝检测方法

权利要求书

1.一种基于openCV的水库大坝裂缝检测方法，其特征在于，包括：

获取水库大坝图像；

对所述水库大坝图像进行小波分解得到多个小波系数；

根据水库大坝图像的大小构建小波阈值；

根据小波阈值去除水库大坝图像的噪声得到去噪后的水库大坝图像；

对所述去噪后的水库大坝图像进行图像增强处理得到待训练样本；

利用openCV对所述待训练样本进行训练得到大坝裂缝检测模型；

将水库大坝图像输入到所述大坝裂缝检测模型中进行检测得到水库大坝图像中的裂缝位置；

将检测后的水库大坝图像转换成深度图像；

根据所述深度图像确定水库大坝上的裂缝长度。

2.根据权利要求1所述的一种基于openCV的水库大坝裂缝检测方法，其特征在于，所述根据水库大坝图像的大小构建小波阈值，包括：

采用公式：

λ＝σ[2log(M×N)]¹²/(2L-1)

构建小波阈值；其中，λ表示小波阈值，σ表示高斯噪声的方差，M表示水库大坝图像的长度，N表示水库大坝图像的宽度，L表示水库大坝图像的分解尺度。

3.根据权利要求2所述的一种基于openCV的水库大坝裂缝检测方法，其特征在于，所述根据小波阈值去除水库大坝图像的噪声得到去噪后的水库大坝图像，包括：

根据小波阈值构建小波阈值函数；所述小波阈值函数为：

其中，w_ij为小波系数，sign为符号函数，λ₀＝0.4λ，λ表示小波阈值，a为自调节参数；

利用所述小波阈值函数去除相应的小波系数得到去噪后的小波系数；

对所述去噪后的小波系数进行重构得到去噪后的水库大坝图像。

4.根据权利要求3所述的一种基于openCV的水库大坝裂缝检测方法，其特征在于，所述对所述去噪后的水库大坝图像进行图像增强处理得到待训练样本，包括：

对所述去噪后的水库大坝图像进行平滑处理得到平滑处理后的水库大坝图像；

对所述平滑处理后的水库大坝图像的灰度区间进行变换得到待训练样本。

5.根据权利要求4所述的一种基于openCV的水库大坝裂缝检测方法，其特征在于，所述对所述去噪后的水库大坝图像进行平滑处理得到平滑处理后的水库大坝图像，包括：

利用图像平滑模型对所述去噪后的水库大坝图像进行平滑处理得到平滑处理后的水库大坝图像；其中，所述图像平滑模型为：

其中，p(x,y)表示平滑处理后的水库大坝图像，q(x,y)表示去噪后的水库大坝图像在(x,y)处的像素值，α表示可调系数。

6.根据权利要求5所述的一种基于openCV的水库大坝裂缝检测方法，其特征在于，所述对所述平滑处理后的水库大坝图像的灰度区间进行变换得到待训练样本，包括：

利用非线性变换的方法对所述平滑处理后的水库大坝图像的灰度区间进行变换得到待训练样本；其中，非线性变换公式为：

g(x,y)＝klog(1+|f(x,y)|)

式中，g(x,y)表示非线性变换后的水库大坝图像在(x,y)处的像素值，k表示自调节系数，f(x,y)表示平滑处理后的水库大坝图像在(x,y)处的像素值。

7.根据权利要求6所述的一种基于openCV的水库大坝裂缝检测方法，其特征在于，所述根据所述深度图像确定水库大坝上的裂缝长度，包括：

将检测后的水库大坝图像进行二值化得到水库大坝二值图；

提取出水库大坝二值图上裂缝的坐标点；

将相距最远的坐标点之间的距离值作为裂缝的像素长度；

根据水库大坝图像相应的深度图像与所述裂缝的像素长度确定水库大坝实际的裂缝长度。

8.根据权利要求1所述的一种基于openCV的水库大坝裂缝检测方法，其特征在于，所述将检测后的水库大坝图像转换成深度图像，包括：

利用摄像机的内参和外参将检测后的水库大坝图像转换成深度图像。