[發(fā)明專利]一種大壩表面裂縫骨架提取方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201910289936.3
• 申請(qǐng)日: 2019-04-11
• 公開（公告）號(hào): CN110060243B
• 公開（公告）日: 2022-06-28
• 發(fā)明（設(shè)計(jì)）人: 郝更新;程鵬;張立;李廣凱;鄭小賀;劉淵源;張玉平
• 申請(qǐng)（專利權(quán)）人: 國家電網(wǎng)有限公司;國網(wǎng)新源控股有限公司;山東泰山抽水蓄能電站有限責(zé)任公司
• 主分類號(hào): G06T7/00
• 分類號(hào): G06T7/00;G06T7/60;G06V20/00;G06V10/26;G06N3/00
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發(fā)明提供了一種大壩表面裂縫骨架提取方法，屬于圖像處理領(lǐng)域。其技術(shù)方案為：一種大壩表面裂縫骨架提取方法，其特征在于，該方法步驟包括：利用工業(yè)相機(jī)對(duì)大壩裂縫進(jìn)行圖像采集；對(duì)采集到的所述圖像進(jìn)行斑點(diǎn)檢測；用卡爾曼濾波跟蹤算法標(biāo)出所述圖像中斑點(diǎn)的位置；利用數(shù)學(xué)形態(tài)學(xué)的方法去除標(biāo)出的斑點(diǎn)，得到去除斑點(diǎn)的大壩裂縫圖像；對(duì)去除斑點(diǎn)的大壩裂縫圖像進(jìn)行基于遺傳算法的骨架提取操作。本發(fā)明的有益效果為有效的去除實(shí)際環(huán)境中大壩斑點(diǎn)對(duì)于實(shí)際裂縫的影響，提高了大壩表面裂縫骨架提取的準(zhǔn)確性，有效的完成大壩表面裂縫骨架的提取。

技術(shù)領(lǐng)域

本發(fā)明屬于圖像處理領(lǐng)域，尤其涉及一種大壩表面裂縫骨架提取方法。

背景技術(shù)

我國已建成各類水庫97721座，占世界大壩總量的50％以上。不過大壩存在的問題同樣嚴(yán)重。我國大壩大多建于上世紀(jì)50至70年代，土石結(jié)構(gòu)的大壩占據(jù)主要部分，大壩的使用壽命約為50年，同時(shí)大壩設(shè)施的老化問題同意嚴(yán)重。大壩一旦決堤，沖毀房屋、田地、工業(yè)設(shè)施、鐵道等等，會(huì)給國民經(jīng)濟(jì)造成巨大的影響。我國近半數(shù)大壩存在安全隱患。根據(jù)目前統(tǒng)計(jì)數(shù)據(jù)現(xiàn)有大型病險(xiǎn)水庫141 座，約占大型水庫的40％，中型病險(xiǎn)水庫1091座占中型水庫的41％，小型病險(xiǎn)水庫共29146座，占小型水庫36％，這些水庫均未得到除險(xiǎn)加固，防洪隱患依然十分嚴(yán)重，老化病害普遍存在，電站設(shè)備和管理都相對(duì)陳舊。1954至2005年，我國平均每年有68座大壩毀壩。我國大壩的年均潰壩率是世界平均潰壩率的4倍多。大壩裂縫，作為大壩最常見的一種病害，是大壩垮壩的最大安全隱患。裂縫不僅僅存在大壩表面，大壩的裂縫同時(shí)還會(huì)不斷的像大壩結(jié)構(gòu)體的內(nèi)部延伸發(fā)展，可能會(huì)造成大壩更大的損害。

所以國內(nèi)外相關(guān)人士一直致力于大壩的裂縫的研究。國外研究部分：Kirschke 提出基于直方圖機(jī)器視覺的自動(dòng)裂縫提取方法；Alekseychuk提出了基于動(dòng)態(tài)最優(yōu)估計(jì)來選取最優(yōu)裂縫范圍達(dá)到獲取最優(yōu)區(qū)間的裂縫識(shí)別方法；Plinton及其學(xué)生提出基于深度學(xué)習(xí)的圖像識(shí)別技術(shù)，通過尋找支持向量在特征空間確定最優(yōu)分類超平面將兩類樣本分開，利用人工神經(jīng)網(wǎng)絡(luò)模仿生物大腦中的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)通過誤差反向傳播不斷優(yōu)化參數(shù)，從而得到較好的分類結(jié)果；Landslrom等人結(jié)合形態(tài)學(xué)處理和邏輯回歸算法檢測裂縫，利用統(tǒng)計(jì)學(xué)分類方法濾除噪聲，提高檢測精度。國內(nèi)研究部分：趙慧潔等人利用脈沖禍合神經(jīng)網(wǎng)絡(luò)和神經(jīng)元的狀態(tài)變化，實(shí)現(xiàn)了PCNN的裂縫圖像自動(dòng)分割；楊松等人利用灰度骨架結(jié)合分形優(yōu)化識(shí)別混凝土裂縫，該算法能夠較好地抑制背景干擾；徐威等人根據(jù)圖像的顯著性對(duì)裂縫進(jìn)行檢測；董安國等人利用灰度值相似度提取裂縫；王曉明等人利用雙攝像機(jī)采集裂縫圖片，利用金字塔變換對(duì)圖像進(jìn)行多尺度分解，最終將2幅圖像融合，該算法極大地提高了檢測精度團(tuán)；范新南等提出一種仿水下生物視覺的大壩裂縫圖像增強(qiáng)算法，該算法模仿生物視覺亮度調(diào)節(jié)特性，模擬鯊魚視覺的側(cè)抑制增強(qiáng)機(jī)制機(jī)理對(duì)裂縫中的線性特征進(jìn)行了增強(qiáng)；陳偉等提出了一種基于Gabor算子的人工蜂群算法大壩裂縫檢測方法，借鑒蜜蜂尋蜜的人工蜂群算法可以縮短搜索范圍，降低了算法的復(fù)雜度；汪耕任等提出了基于粗糙集理論的水下大壩圖像增強(qiáng)算法，解決水下大壩裂縫圖像信噪比低、光照分布極度不均勻的問題。

以上眾多大壩的裂縫的檢測或提取方法都存在一定的問題，不能去除實(shí)際環(huán)境中大壩斑點(diǎn)對(duì)于實(shí)際裂縫的影響，使得數(shù)據(jù)存在一定的誤差。

發(fā)明內(nèi)容

本發(fā)明的目的在于提供一種大壩表面裂縫骨架提取方法，有效的去除實(shí)際環(huán)境中大壩斑點(diǎn)對(duì)于實(shí)際裂縫的影響，提高了大壩表面裂縫骨架提取的準(zhǔn)確性，有效的完成大壩表面裂縫骨架的提取。

本發(fā)明是通過如下措施實(shí)現(xiàn)的：一種大壩表面裂縫骨架提取方法，其特征在于，該方法步驟包括：

步驟1：利用工業(yè)相機(jī)對(duì)大壩裂縫進(jìn)行圖像采集；

步驟2：對(duì)采集到的所述圖像進(jìn)行斑點(diǎn)檢測；

步驟3：用卡爾曼濾波跟蹤算法標(biāo)出所述圖像中斑點(diǎn)的位置；

步驟4：利用數(shù)學(xué)形態(tài)學(xué)的方法去除標(biāo)出的斑點(diǎn)，得到去除斑點(diǎn)的大壩裂縫圖像；