[發明專利]用于建筑物或構筑物的裂紋檢測方法、系統、裝置和介質

在審

• 申請號: 202110850175.1
• 申請日: 2021-07-27
• 公開（公告）號: CN113658111A
• 公開（公告）日: 2021-11-16
• 發明（設計）人: 魏怡;劉源升;王斌
• 申請（專利權）人: 武漢理工大學
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T5/30;G06T7/11;G06T7/187
• 代理公司: 廣州嘉權專利商標事務所有限公司 44205
• 代理人: 黎揚鵬

本發明公開了一種用于建筑物或構筑物的裂紋檢測方法、系統、裝置和介質，方法包括：將預處理后的第一圖像轉化為二值圖像，并采用預設矩形窗口從二值圖像中篩選出滿足預設要求第二圖像；對第二圖像進行連通域篩選，得到第三圖像；將第三圖像分割為預設等份的第四圖像，在所述第四圖像的每兩個相鄰等份的中間填充全黑背景，得到第五圖像；對第五圖像進行連通域篩選和膨脹處理，得到第七圖像；對第七圖像進行連通域篩選，并去除填充的所述全黑背景后，將第七圖像的尺寸還原到預設大小，得到第八圖像；根據第八圖像中連通域的高寬比值確定待檢測圖像中是否存在裂紋，若是，則在待檢測圖像中標記裂紋的位置。本發明無需依賴高精度設備采集的圖像。

技術領域

本發明涉及圖像處理技術，尤其是一種用于建筑物或構筑物的裂紋檢測方法、系統、裝置和介質。

背景技術

相關技術中，混凝土建筑物/構筑物中的裂紋檢測主要是依靠人工肉眼觀察，這種方法的效率低且準確度不高。如果在裂紋出現的初期能夠及時發現，并且對裂紋的發展情況給予實時的跟蹤，就可以極大地降低養護費，而且建筑物/構筑物的安全也能夠得到保證。隨著機器視覺檢測技術的完善，現有的基于機器視覺的裂縫/裂紋檢測，主要有兩大類：一類是使用深度學習，主要步驟包括：首先通過卷積神經網絡對標記好的裂縫/裂紋圖像進行訓練，然后利用訓練好的模型對裂縫/裂紋進行檢測；另一類是使用較為傳統的圖像理解方法，首先對圖像進行預處理，然后根據裂縫/裂紋的特征和應用場景的要求，設計相應的算法進行檢測。基于深度學習的裂紋檢測方式，需要預先對大量的訓練樣本進行處理，才能得到精度較高的檢測模型；基于圖像理解的裂紋檢測方式，需要較高精度的圖像采集設備進行圖像采集，且凹凸不平的混凝土表面也會影響檢測效果。

發明內容

本發明旨在至少解決現有技術中存在的技術問題之一。為此，本發明提出一種用于建筑物或構筑物的裂紋檢測方法、系統、裝置和介質，無需訓練樣本，也無需較高精度的采集設備，即能有效檢測出混凝土表面裂紋。

第一方面，本發明實施例提供了一種用于建筑物或構筑物的裂紋檢測方法，包括以下步驟：

對獲取的待檢測圖像進行預處理，得到第一圖像，所述待檢測圖像包括所述建筑物或構筑物的原圖像；

將所述第一圖像轉化為二值圖像，并采用預設矩形窗口從所述二值圖像中篩選出連通域滿足預設要求的部分作為第二圖像；

對所述第二圖像進行連通域篩選，得到第三圖像；

將所述第三圖像分割為預設等份的第四圖像，在所述第四圖像的每兩個相鄰等份的中間填充全黑背景，得到第五圖像；

對所述第五圖像進行連通域篩選，得到第六圖像；

對所述第六圖像進行膨脹處理，得到第七圖像；

對所述第七圖像進行連通域篩選，并去除填充的所述全黑背景后，將第七圖像的尺寸還原到預設大小，得到第八圖像；

根據所述第八圖像中連通域的高寬比值確定所述待檢測圖像中是否存在裂紋，若是，則在所述待檢測圖像中標記所述裂紋的位置。

本發明實施例提供的一種用于建筑物或構筑物的裂紋檢測方法，具有如下有益效果：

本實施例通過對獲取的待檢測圖像進行預處理，并將預處理后的圖像轉化為二值圖像，對二值圖像進行連通域篩選，接著將連通域篩選后的圖像等份分割，并在相鄰等份的中間填充全黑背景，然后再次繼續連通域篩選后再進行膨脹處理，最后再次進行連通域篩選，并去除前面填充的全黑背景后，將圖像還原到預設大小的圖像，根據還原得到的圖像中連通域的高寬比值確定待檢測圖像中是否存在裂紋，當確定存在裂紋后，在待檢測圖像中標記所述裂紋的位置。本實施例整個過程無需依賴高精度采集設備采集的圖像，也無需前期制作大量的訓練圖像，即能有效檢測出混凝土表面裂紋。

在一些實施例中，所述對獲取的待檢測圖像進行預處理，得到第一圖像，包括：