周傳林

（南京交通職業(yè)技術(shù)學(xué)院，江蘇 南京 211188）

0 引 言

混凝土橋梁在投入使用后，會不可避免地遭遇各種自然力的影響，如大風(fēng)、雨雪、地震及冰凍等的侵蝕，隨著時間的增加，還可能遭受超載、撞擊等人為因素的損壞。這些損壞的表現(xiàn)形式多樣，如混凝土碳化、破損開裂、鋼筋銹蝕、支座脫空和變形等，日積月累，混凝土將出現(xiàn)分層與破裂，繼而引發(fā)坍塌等惡性事故，造成巨大的經(jīng)濟(jì)損失和人員傷亡。

據(jù)統(tǒng)計(jì)，有90%以上的混凝土橋梁損壞是由裂縫引起的。工程實(shí)踐和理論分析表明，幾乎所有的混凝土構(gòu)件均存在裂縫，只是有些裂縫很細(xì)，肉眼看不見（小于0.05mm）。這種細(xì)微的裂縫一般對結(jié)構(gòu)的正常使用無大的危害，可允許其存在，但有些裂縫在荷載或外界物理、化學(xué)因素的作用下，會不斷產(chǎn)生并擴(kuò)展，形成貫穿縫、深縫?；炷翗蛄褐?.3 mm以上的裂縫會直接破壞結(jié)構(gòu)的整體性，引起混凝土碳化、保護(hù)層剝落和鋼筋腐蝕，在橋梁內(nèi)部形成力學(xué)間斷面，使橋梁承載能力大為降低，嚴(yán)重時甚至發(fā)生垮塌事故，危害結(jié)構(gòu)的正常使用。

因此，采取有效手段對橋梁裂縫進(jìn)行監(jiān)測、預(yù)防和控制，對確保公共交通的安全和正常運(yùn)行起著十分重要的作用，長期以來已受到了國內(nèi)外學(xué)術(shù)界、工程界的廣泛關(guān)注。

1 國內(nèi)外橋梁裂縫檢測技術(shù)現(xiàn)狀分析

1.1 國內(nèi)外橋梁裂縫檢測的主要方法

1.1.1 人工檢測

人工檢測主要是指檢測人員用望遠(yuǎn)鏡等工具遠(yuǎn)距離觀察橋梁結(jié)構(gòu)面，或者利用搭設(shè)的支架平臺用肉眼近距離檢測橋底裂縫的方式。其中，對裂縫的測量包括長寬尺寸測量與長寬變化檢測兩個方面。

1.1.2 橋梁檢測車檢測

在檢測跨江、峽谷和位置較高的高架橋梁等大、長型橋梁時，無法在橋下架設(shè)檢測支架對主梁、支座及墩臺進(jìn)行檢測，可利用橋梁檢測車將檢測人員送到橋梁的底部，利用肉眼或者檢測工具進(jìn)行裂縫等缺陷檢測。

1.1.3 無損檢測技術(shù)

橋梁裂縫無損檢測技術(shù)主要包括：超聲波檢測、沖擊彈性波法、聲發(fā)射檢測、傳感儀器監(jiān)測和光纖傳感網(wǎng)絡(luò)監(jiān)測［1］。

1.1.4 數(shù)字圖像處理技術(shù)

圖像處理技術(shù)是將圖像信號轉(zhuǎn)換成數(shù)字信號并利用計(jì)算機(jī)對其進(jìn)行系列操作，從而獲得某種結(jié)果的技術(shù)［2］。常用的圖像處理方法有以下幾種：灰度化、直方圖均衡化、濾波、圖像分割、目標(biāo)表示與描述、特征提取等。

1.2 各種裂縫檢測方法的對比分析

人工檢測與橋梁檢測車檢測這兩種方法的人員耗費(fèi)大，效率、精確度低，存在不安全因素。

在無損檢測技術(shù)中，超聲波法和沖擊彈性波法主要用于探測混凝土內(nèi)部裂縫以及裂縫的深度，后者只能檢測擴(kuò)展方向與表面成直角，沒有分支的單純裂縫［3］。聲發(fā)射法只能檢測正在發(fā)生的裂縫，不能檢測已發(fā)生的舊裂縫。傳感儀器監(jiān)測利用埋設(shè)在混凝土中的卡爾遜式或弦式測縫計(jì)等儀器進(jìn)行裂縫監(jiān)測，其控制范圍僅0.2～1m，屬點(diǎn)式檢測。由于裂縫出現(xiàn)具有空間隨機(jī)性，因此往往漏檢。光纖傳感監(jiān)測具有靈巧、精度高、抗電磁干擾，且可靠耐久、易于光纖傳輸?shù)葍?yōu)點(diǎn)，可以組成自動化遙測系統(tǒng)，準(zhǔn)確地確定裂縫的位置。但構(gòu)建光纖傳感網(wǎng)絡(luò)的復(fù)雜程度和高額的成本不可忽視。

目前，根據(jù)數(shù)字圖像分析技術(shù)開發(fā)的應(yīng)用于橋梁裂縫圖像檢測的分析軟件，在實(shí)驗(yàn)室條件下能夠以較高的精度提取一定距離范圍內(nèi)拍攝的混凝土裂紋，但在戶外條件下，拍攝距離對圖像處理的精度有較大影響，精度隨距離增加而降低。在對明顯裂紋處理的同時，忽略了圖像中的另一些細(xì)節(jié)，其中長度小于2mm的裂紋被視為噪聲會被去除，因此，要將此檢測方法應(yīng)用于實(shí)際工程檢測，尤其是微小裂縫的檢測，還需要做大量深入的研究。

2 采用圖像處理技術(shù)對橋梁裂縫進(jìn)行檢測的技術(shù)分析

大多數(shù)橋梁的結(jié)構(gòu)裂縫主要產(chǎn)生在橋梁底部，檢測起來很困難，隨著橋梁結(jié)構(gòu)形式日趨大型化和新穎化，裂縫的檢測問題更加難以解決。因此，若能在橋梁底部裂縫出現(xiàn)的早期，及時檢測到并加以維護(hù)修補(bǔ)，可大大降低維護(hù)成本，有效地保障公共交通的安全運(yùn)行。數(shù)字圖像處理具有再現(xiàn)性好、處理精度高、適用面寬及靈活性高等優(yōu)點(diǎn)。用圖像處理技術(shù)檢測物體表面裂縫的方法已經(jīng)在許多領(lǐng)域得到了應(yīng)用，將其應(yīng)用于橋梁裂縫的檢測，可以解放勞動力，排除人為主觀干擾，降低橋梁檢測成本［4］。

2.1 提取裂縫的方法

許多裂縫提取方法都是在圖像質(zhì)量較好，裂縫目標(biāo)清晰，噪聲較少的基礎(chǔ)上進(jìn)行處理，而實(shí)際的橋梁結(jié)構(gòu)面狀況比較復(fù)雜，可能包含水漬、油漆、粘結(jié)物及光照陰影等噪聲，這些噪聲的形狀、灰度特征與裂縫很接近，會嚴(yán)重影響裂縫的提取效果。因此，在混凝土橋梁底部裂縫的檢測技術(shù)中，最關(guān)鍵的是針對裂縫目標(biāo)的提取方法。

圖1 是裂縫提取流程示意圖。在提取裂縫目標(biāo)的流程中，比較關(guān)鍵的步驟包括：濾波器選擇、灰度閾值分割、去除噪聲的閾值選擇、特征提取、特征值計(jì)算和區(qū)域灰度均值比較等。

原始圖像中包含一些噪聲，選擇合適的濾波器進(jìn)行濾波，能夠?qū)D像中的噪聲起到良好的抑制作用?；叶乳撝捣指罱Y(jié)果的好壞，直接影響后續(xù)圖像的分析效果，最終影響對裂縫的提取和測量。合理選擇閾值一直是圖像處理中的一個難點(diǎn)，本文采用自定義閾值法與迭代法自動求閾值相結(jié)合的方式確定閾值。在分割后的二值圖像中，存在大量的白色連通區(qū)域，根據(jù)經(jīng)驗(yàn)可直接判定其中面積較小的區(qū)域?yàn)樵肼暎枰O(shè)定一個適當(dāng)?shù)拈撝颠M(jìn)行篩選。在特征提取過程中，根據(jù)圖像中裂縫區(qū)域和形狀特點(diǎn)，提取面積、長度、寬度、外接矩形及外接橢圓等反映其形狀的特征量。區(qū)域灰度均值比較是在認(rèn)定某個或某些區(qū)域的形狀特征值符合裂縫形狀特征情況下，對可能的裂縫目標(biāo)進(jìn)行驗(yàn)證和判定的一種方法。具體做法是在灰度圖像中，計(jì)算疑似裂縫區(qū)域和其外接矩形區(qū)域的灰度平均值之差，若差值大于閾值，則認(rèn)定為裂縫。

圖1 裂縫提取流程

2.2 裂縫圖像預(yù)處理

2.2.1 灰度化

自然界中絕大部分的可見光譜用紅、綠、藍(lán)三色光按不同比例和強(qiáng)度混合來表示。R、B、G分別代表3種顏色：紅色（R）、藍(lán)色（B）、綠色（G）。當(dāng)像素的3種基色的亮度值相等時，產(chǎn)生灰度顏色，此時的亮度值叫灰度值（又稱強(qiáng)度值）?；叶葓D像是包含多個量化灰度級的圖像。

2.2.2 圖像增強(qiáng)

在裂縫圖像中，裂縫屬于顏色較暗的區(qū)域，背景相對較亮。但在采集圖像過程中，由于曝光不足造成圖像整體偏暗，使裂縫區(qū)域與背景混為一體而不易分辨，如圖2所示。有效的解決方法是對圖像進(jìn)行增強(qiáng)處理，達(dá)到增強(qiáng)圖像整體對比度的目的。在對原始圖像進(jìn)行均衡化處理后，得到對比度大的裂縫圖像，如圖3所示。

圖2 原始圖像

2.2.3 空間濾波

圖3 增強(qiáng)效果

研究采用了中值濾波法。中值濾波的關(guān)鍵在于選擇合適的窗口形狀和大小。中值濾波器的窗口有線形、十字形、方形、菱形和圓形等，不同形狀的窗口產(chǎn)生不同的濾波效果。圖4的原始圖像中包含眾多顆粒噪聲，選用3×3方形窗口對其進(jìn)行中值濾波后，消除了大部分的顆粒噪聲點(diǎn)，使圖像背景更加單一，同時保留了裂縫的邊緣信息，裂縫會更清晰地呈現(xiàn)出來，如圖5所示。

圖4 原始圖像

圖5 中值濾波后的圖像

2.2.4 灰度閾值分割

判斷目標(biāo)是不是裂縫的依據(jù)，除了分析外形輪廓是否符合對裂縫的認(rèn)知規(guī)律外，判斷目標(biāo)與其周圍背景的灰度差別也是一個顯著的判斷標(biāo)準(zhǔn)?；叶乳撝捣指钍侵复_定一個灰度門限來區(qū)分目標(biāo)與背景，在門限之內(nèi)的像素屬于目標(biāo)，其他則屬于背景。灰度閾值分割的關(guān)鍵在于選取合適的閾值，本文的研究對象是包含裂縫的圖像，多數(shù)情況下圖像比較單一，背景主要是混凝土梁體、墻體或路面，但其中一些圖像背景較為復(fù)雜。因此從分析圖像和實(shí)現(xiàn)目標(biāo)識別兩方面考慮，采用了自定義閾值和迭代法選取閾值相結(jié)合的方式，確定閾值的大小。

2.3 裂縫圖像分析

2.3.1 目標(biāo)描述

目標(biāo)就是裂縫。將灰度圖像經(jīng)閾值分割和濾波處理后，得到的二值圖像中包含大大小小的白色區(qū)域。這些白色區(qū)域，有的是裂縫目標(biāo)，有的則是干擾噪聲。要提取裂縫目標(biāo)，就需要找到裂縫目標(biāo)和噪聲的區(qū)別。

對裂縫的描述如下，裂縫是一種具有一定走向的線性、細(xì)長目標(biāo)；在整體上有連續(xù)性，但局部可能出現(xiàn)斷缺；裂縫相對于橋梁背景表現(xiàn)為黑色區(qū)域；裂縫目標(biāo)的面積相對大多數(shù)干擾物的面積要大，而相對于整個背景面積要小。這是用文字語言對裂縫特性的形象描述，要使計(jì)算機(jī)能夠提取裂縫，就必須將對裂縫的形象描述轉(zhuǎn)化為計(jì)算機(jī)中的數(shù)學(xué)符號。

在圖像處理中，目標(biāo)描述主要是對目標(biāo)的邊界和區(qū)域進(jìn)行描述。

2.3.2 特征提取

對于檢測裂縫而言，目的不僅僅是從圖像中發(fā)現(xiàn)裂縫，確定裂縫區(qū)域，還要得到裂縫區(qū)域的面積、長度、寬度及周長等參數(shù)，確定這些特征量的過程稱為特征提取，基本步驟如圖6所示。

圖6 特征提取的步驟

各特征量所表達(dá)的意義如表1所示。

表1 裂縫圖像各項(xiàng)特征量的含義

2.3.3 目標(biāo)判斷

通過面積、長、寬、外接橢圓長度軸之比、圓形度等特征值，篩選出圖像中符合裂縫形狀特點(diǎn)的若干目標(biāo)后，需要結(jié)合其灰度特征進(jìn)行最終的判斷，以確定這些目標(biāo)是否屬于裂縫。實(shí)際觀察到的裂縫在視覺上呈現(xiàn)暗黑色特征，可以推斷圖像中的裂縫目標(biāo)是一系列局部灰度值較小的像素點(diǎn)的集合，而裂縫周圍區(qū)域則與裂縫之間的灰度均值有較大的差別。裂縫目標(biāo)的最小外接矩形是與之比較接近的外圍局部區(qū)域，因此可通過計(jì)算目標(biāo)區(qū)域與其最小外接矩形區(qū)域之間的灰度均值差，與所設(shè)定的閾值進(jìn)行比較，若差值在一定范圍內(nèi)，則判斷該目標(biāo)屬于裂縫，反之，則不屬于裂縫。

3 工程應(yīng)用

為了驗(yàn)證提取裂縫方法的準(zhǔn)確性，對100幅裂縫圖像進(jìn)行處理分析。首先對原始圖像和處理后的圖像逬行分類，如表2所示。

表2 圖像分類

用作分析的100幅圖像中都包含裂縫，因此排除原始圖像無裂縫的情況。處理結(jié)果總體上分為四類，如表3所示。

表3 初步提取結(jié)果

由表3可得，裂縫提取的正確率為75%，裂縫的檢出率為93%，誤檢率為25%，漏檢率為7%。對比原始圖像和處理結(jié)果發(fā)現(xiàn)，與編號為110、111、100的處理結(jié)果分別對應(yīng)的原始圖像質(zhì)量有一定的差異。例如，110號原始圖像背景相對簡單，光照條件好，裂縫清晰，干擾物與裂縫在形狀和灰度方面差別較大；111號原始圖像背景不復(fù)雜，光照條件一般，裂縫走向明顯，干擾物較多，形狀、灰度與裂縫相近；100號原始圖像背景復(fù)雜，光照條件差，裂縫不明顯，干擾物與裂縫有重疊部分。試驗(yàn)證明本方法對提取此類圖像中的裂縫是有效的。

4 結(jié) 語

（1）對當(dāng)前檢測橋梁裂縫的方法進(jìn)行了總結(jié)分析，著重分析了采用圖像處理技術(shù)提取裂縫的方法。

（2）建立了適用于裂縫圖像的預(yù)處理方法：根據(jù)裂縫圖像的特點(diǎn)及裂縫目標(biāo)的特征，提出了裂縫圖像的灰度化、直方圖增強(qiáng)、中值濾波、自定義法與迭代法閾值分割等預(yù)處理方法。

（3）將圖像處理技術(shù)提取裂縫的方法應(yīng)用于工程實(shí)際，試驗(yàn)結(jié)果證明，此類方法在橋梁裂縫檢測中是有效的。