[發(fā)明專利]一種隧道裂縫檢測方法及裝置

在審

• 申請?zhí)枺?/td>: 201710670680.1
• 申請日: 2017-08-08
• 公開（公告）號: CN107463934A
• 公開（公告）日: 2017-12-12
• 發(fā)明（設(shè)計(jì)）人: 王培建;鄭君南;宓旭東;陶熠昆
• 申請（專利權(quán)）人: 浙江國自機(jī)器人技術(shù)有限公司
• 主分類號: G06K9/46
• 分類號: G06K9/46;G06K9/34;G06T7/11;G06T7/13
• 代理公司: 北京集佳知識產(chǎn)權(quán)代理有限公司11227
• 代理人: 羅滿

技術(shù)領(lǐng)域

本發(fā)明涉及機(jī)器視覺技術(shù)領(lǐng)域，更具體地說，涉及一種隧道裂縫檢測方法及裝置。

背景技術(shù)

隧道是修建在地層內(nèi)的一種建筑物，無論是山嶺隧道、水底隧道還是地下隧道，都有著極其重要的交通作用，因而隧道的安全問題尤為突出。裂縫作為隧道眾多病害情況中的一種，其檢測技術(shù)和精度是考驗(yàn)一個國家交通安全的重要指標(biāo)。

目前大多采用人工檢測隧道中裂縫是否存在，耗費(fèi)繁重且效率低，對隧道安全帶來極大的挑戰(zhàn)。隨著智能設(shè)備理念的提出，越來越多智能巡檢機(jī)器人代替工作人員進(jìn)行巡檢，機(jī)器人能夠通過掛軌技術(shù)在隧道內(nèi)自主運(yùn)行，并在設(shè)定的巡檢點(diǎn)暫停，對隧道墻體區(qū)域進(jìn)行裂縫檢測分析。因隧道內(nèi)背景復(fù)雜、墻體因施工造成表面紋理博雜、類似裂縫的區(qū)域較多等原因，使檢測裂縫的誤判率較高。

綜上所述，如何提供一種用于在隧道中實(shí)現(xiàn)裂縫檢測且誤判率較低的技術(shù)方案，是目前本領(lǐng)域技術(shù)人員亟待解決的問題。

發(fā)明內(nèi)容

本發(fā)明的目的是提供一種隧道裂縫檢測方法及裝置，能夠在檢測隧道內(nèi)的裂縫時達(dá)到較低的誤判率。

為了實(shí)現(xiàn)上述目的，本發(fā)明提供如下技術(shù)方案：

一種隧道裂縫檢測方法，包括：

獲取包含裂縫的顏色圖像及不包含裂縫的顏色圖像作為樣本圖像，每個所述樣本圖像具有該樣本圖像中是否包含裂縫的標(biāo)注；

對所述樣本圖像進(jìn)行二值化得到對應(yīng)二值化圖像，并對所述二值化圖像進(jìn)行圖像邊緣提取得到對應(yīng)邊緣圖像；

提取所述邊緣圖像的梯度特征及所述樣本圖像對應(yīng)深度圖像的深度信息作為樣本特征；

利用所述樣本特征及對應(yīng)樣本圖像的標(biāo)注訓(xùn)練分類器，并利用訓(xùn)練得到的分類器基于獲取的待檢測顏色圖像對應(yīng)待檢測特征得到該待檢測顏色圖像中是否包含裂縫的分類結(jié)果。

優(yōu)選的，對所述樣本圖像進(jìn)行二值化得到對應(yīng)二值化圖像，包括：

對所述樣本圖像進(jìn)行灰度化，確定出所述樣本圖像中每個像素的灰度值及8鄰域；

基于所述樣本圖像中每個像素的灰度值及8鄰域計(jì)算該像素的局部強(qiáng)度，并將具有相同灰度值的像素的局部強(qiáng)度累加得到對應(yīng)強(qiáng)度累加值；

確定最大的強(qiáng)度累加值對應(yīng)灰度值為二值化閾值，并基于該二值化閾值對所述樣本圖像進(jìn)行二值化，得到對應(yīng)二值化圖像。

優(yōu)選的，基于所述樣本圖像中每個像素的8鄰域計(jì)算該像素的局部強(qiáng)度，包括：

按照下列公式計(jì)算所述樣本圖像中每個像素的局部強(qiáng)度：

其中，N(x,y)表示像素(x,y)的8鄰域的集合，I(u,v)表示像素(x,y)的8鄰域的灰度值，I(x,y)表示像素(x,y)的灰度值，ψ(x,y)表示像素(x,y)的局部強(qiáng)度。

優(yōu)選的，對所述二值化圖像進(jìn)行圖像邊緣提取得到對應(yīng)邊緣圖像，包括：

基于預(yù)先設(shè)置的對比度利用canny對所述二值化圖像進(jìn)行圖像邊緣提取，得到對應(yīng)的邊緣圖像。

優(yōu)選的，提取所述邊緣圖像的梯度特征及所述樣本圖像對應(yīng)深度圖像的深度信息作為樣本特征之前，還包括：

將所述邊緣圖像及所述樣本圖像對應(yīng)深度圖像均標(biāo)準(zhǔn)化為預(yù)設(shè)寬度及預(yù)設(shè)高度的圖像。

優(yōu)選的，利用所述樣本特征及對應(yīng)樣本圖像的標(biāo)注訓(xùn)練分類器，包括：

使用支持向量機(jī)的徑向基函數(shù)利用所述樣本特征及對應(yīng)樣本圖像的標(biāo)注訓(xùn)練分類器。

優(yōu)選的，得到所述分類結(jié)果之后，還包括：

如果所述分類結(jié)果表示所述待檢測顏色圖像中包含裂縫，則獲取所述待檢測顏色圖像中包含的裂縫的長度及面積；

將所述待檢測顏色圖像中包含的裂縫的長度與對應(yīng)長度閾值比對、面積與對應(yīng)面積閾值比對，如果所述待檢測顏色圖像中包含的裂縫的長度大于對應(yīng)長度閾值和/或所述待檢測顏色圖像中包含的裂縫的面積大于對應(yīng)面積閾值，則發(fā)出報警信息。

優(yōu)選的，發(fā)出報警信息，包括：

將所述待檢測顏色圖像中包含的裂縫的長度、面積及所述待檢測圖像發(fā)送至指定終端。

優(yōu)選的，獲取所述待檢測顏色圖像，包括：

利用補(bǔ)光燈照射需要被檢測的區(qū)域，并由需要被檢測的區(qū)域中獲取具有預(yù)設(shè)高度及預(yù)設(shè)寬度的待檢測顏色圖像。

一種隧道裂縫檢測系統(tǒng)，包括：

樣本圖像獲取模塊，用于：獲取包含裂縫的顏色圖像及不包含裂縫的顏色圖像作為樣本圖像，每個所述樣本圖像具有該樣本圖像中是否包含裂縫的標(biāo)注；

樣本圖像處理模塊，用于：對所述樣本圖像進(jìn)行二值化得到對應(yīng)二值化圖像，并對所述二值化圖像進(jìn)行圖像邊緣提取得到對應(yīng)邊緣圖像；