[發明專利]一種基于機器視覺的無人機檢測橋梁結構裂縫識別方法

有效

• 申請號: 201810465241.1
• 申請日: 2018-05-16
• 公開（公告）號: CN108921813B
• 公開（公告）日: 2020-08-18
• 發明（設計）人: 武建;楊坤;劉寧鐘
• 申請（專利權）人: 中設設計集團股份有限公司
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T7/13;G06T7/62;G06T5/00
• 代理公司: 南京縱橫知識產權代理有限公司 32224
• 代理人: 董建林

1.一種基于機器視覺的無人機檢測橋梁結構裂縫識別方法，其特征在于：包括以下步驟，

利用頻譜圖估計模糊核；

利用模糊核進行第一次模糊裂縫圖像復原；

將模糊核和第一次復原圖像作為非盲圖像復原模型的輸入；

非盲圖像復原模型公式為，

其中，y為模糊裂縫圖像，k為模糊核，x為復原圖像，α,β為正則化參數，為復原圖像的平滑梯度，為模糊核的平滑梯度；

交替計算模糊核和復原圖像的最小值，直到收斂，得到最終的復原圖像，即清晰裂縫圖像；

提取清晰裂縫圖像中裂縫邊緣信息；

對裂縫線段進行連接；

采用鏈碼跟蹤得到裂縫封閉邊界，計算裂縫長度和面積；

基于預設的條件去除圖像噪聲點；

對裂縫寬度進行定量化測量。

2.根據權利要求1所述的一種基于機器視覺的無人機檢測橋梁結構裂縫識別方法，其特征在于：對模糊裂縫圖像進行傅里葉變換，對變換結果取對數，得到對數頻譜圖，進行二值化處理后得到規則的明暗相間的條紋，根據頻譜圖中暗條紋估計模糊核。

3.根據權利要求2所述的一種基于機器視覺的無人機檢測橋梁結構裂縫識別方法，其特征在于：根據暗條紋估計模糊核的過程為，

采用Canny算子檢測頻譜圖中暗條紋的邊界得到頻譜圖的梯度圖，邊界傾斜的角度與模糊方向垂直；

對得到的梯度圖使用Hough變換，得到每個邊界的角度值，用所有邊界角度的均值計算模糊角度；

用模糊角度對梯度圖進行旋轉，所有暗條紋變為垂直方向，計算相鄰暗條紋間距得出模糊長度。

4.根據權利要求1所述的一種基于機器視覺的無人機檢測橋梁結構裂縫識別方法，其特征在于：對清晰裂縫圖像進行灰度化處理，采用沈俊邊緣檢測算子對灰度圖像分別按行和列進行兩次正反向的遞歸濾波計算，計算濾波后的圖像與原圖像的差，并進行二值化處理，得到帶有噪聲點的裂縫邊緣信息。

5.根據權利要求4所述的一種基于機器視覺的無人機檢測橋梁結構裂縫識別方法，其特征在于：對灰度圖像分別按行和列進行兩次正反向的遞歸濾波計算，公式為，

f₁(x,y)＝a₀×[f(x,y)-f₁(x,y-1)]+f₁(x,y-1),y＝1,2,...,w

f₂(x,y)＝a₀×[f₁(x,y)-f₂(x,y+1)]+f₂(x,y+1),y＝w-1,w-2,…,1,0

f₃(x,y)＝a₀×[f₂(x,y)-f₃(x-1,y)]+f₃(x-1,y),x＝1,2,...,h

f₄(x,y)＝a₀×[f₃(x,y)-f₄(x+1,y)]+f₄(x+1,y),x＝h-1,h-2,…,1,0

其中，f(x,y)是灰度圖像，a₀為參數，取值范圍是(0,1)，w和h分別為分灰度圖像f(x,y)的寬和高，f₁(x,y)為灰度圖像f(x,y)對按行正向濾波得到的結果，f₂(x,y)為f₁(x,y)對按行反向濾波得到的結果，f₃(x,y)為在f₂(x,y)上按列進行正向濾波的結果，f₄(x,y)為在f₃(x,y)上按列進行逆向濾波的結果，h和w分別為行列數。

6.根據權利要求1所述的一種基于機器視覺的無人機檢測橋梁結構裂縫識別方法，其特征在于：識別裂縫線段的起點和終點，找出每條裂縫線段的端點，遍歷裂縫線段的所有端點，對于兩條不同的裂縫線段，找到其中歐氏距離最小的兩端點，得到距離d，如果d小于設定的閾值，則將這里兩個端點連接。