[發明專利]一種基于系留無人機的大型橋梁檢測方法及檢測裝置

有效

• 申請號: 201811302247.3
• 申請日: 2018-11-02
• 公開（公告）號: CN109374651B
• 公開（公告）日: 2021-04-27
• 發明（設計）人: 李清泉;王永全;汪馳升;朱家松
• 申請（專利權）人: 深圳大學
• 主分類號: G01N21/956
• 分類號: G01N21/956;G05D1/10;B64C39/02
• 代理公司: 深圳市君勝知識產權代理事務所(普通合伙) 44268
• 代理人: 王永文;劉文求

1.一種基于系留無人機的大型橋梁檢測方法，其特征在于，包括步驟：

將系留電源布置在橋面上，無人機從橋面起降，對橋梁表面進行檢測；

或者，將系留電源布置在地面上，無人機從地面起降，對橋梁表面進行檢測；

對橋梁表面進行檢測的步驟包括：

步驟S1：獲取橋梁表面的初始影像，以及所述初始影像與橋梁表面對應的位置信息；

步驟S2：對所述初始影像進行灰度校正，以去除輔助光照不均引起的噪聲信號，得到校正后的影像；

步驟S3：將所述校正后的影像分成三個級別：像素級影像、單元級影像和塊級影像，然后基于所述像素級影像到單元級影像的灰度計算，消除隨機噪聲信號；基于所述單元級影像的塊級影像進行鄰域差分直方圖分割計算，消除橋梁表面的背景信號，從而檢測出橋梁表面的裂縫區域；

其中，所述單元級影像是指裂縫影像的一部分，所述塊級影像是指裂縫區域整體的影像。

步驟S4：對所述裂縫區域進行邊緣跟蹤，提取裂縫的幾何特征；

所述步驟S2包括：

步驟S21、將所述初始影像的影像行中各像元與所述影像行的均值求差，得到差值影像行；

步驟S22、對所述差值影像行采用正弦函數進行最小二乘擬合，得到所述影像行的噪聲信號的正弦參數；

步驟S23、通過所述正弦參數計算出所述噪聲信號，對所述初始影像進行補償，得到校正后的影像。

2.根據權利要求1所述的基于系留無人機的大型橋梁檢測方法，其特征在于，所述步驟S1中，獲取所述初始影像與橋梁表面對應的位置信息，具體方法包括：采用慣性導航系統和/或GPS系統定位。

3.根據權利要求1所述的基于系留無人機的大型橋梁檢測方法，其特征在于，所述步驟S3中，所述灰度計算的離散數學模型為：

Gray_unit＝λMin_unit+(1-λ)Mean_unit；

其中，Gray_unit為計算得到的單元級影像灰度值，Min_unit為單元級影像最小灰度值，Mean_unit為單元級影像灰度均值，λ為單元級影像最小灰度值的權重。

4.根據權利要求1所述的基于系留無人機的大型橋梁檢測方法，其特征在于，所述步驟S3中，所述鄰域差分直方圖分割計算的離散數學模型為：

其中，Dh_g為塊級影像灰度級Gray_{((i+h)*m+(j+k)}在影像中與其八鄰域象素變化量的統計值，m為塊級影像橫向的單元數。n為塊級影像縱向的單元數，g為灰度值，h和k是表示在影像取八鄰域方向時能夠遍歷所有方向，起數學運算作用，無實際物理意義，g、h、i、j、k、m、n均為整數；g∈[0，255]，h∈[-1，1]，k∈[-1，1]，i∈[0，n-1]、j∈[0，m-1]。

5.根據權利要求1所述的基于系留無人機的大型橋梁檢測方法，其特征在于，所述步驟S4中，所述幾何特征包括點狀特征、線狀特征和面狀特征。

6.一種基于系留無人機的大型橋梁檢測裝置，其特征在于，包括：系留無人機，以及設置在所述系留無人機上的橋梁檢測系統；

所述系留無人機包括系留電源，以及與所述系留電源通過電連接的無人機；

所述橋梁檢測系統包括：

圖像采集模塊，用于獲取橋梁表面的初始影像；

定位導航模塊，用于所述無人機的導航定位，并獲取所述初始影像與橋梁表面對應的位置信息；

處理器，分別與所述圖像采集模塊、所述定位導航模塊通信連接，用于數據的處理計算；

存儲器，與所述處理器通信連接，所述存儲器存儲有計算機程序，所述計算機程序用于被執行時實現如權利要求1-5任一項所述的方法。

7.根據權利要求6所述的基于系留無人機的大型橋梁檢測裝置，其特征在于，所述圖像采集模塊包括云臺和防抖相機。