曾昭凌

(泉州市交通基本建設(shè)工程質(zhì)量監(jiān)督檢測站)

1 橋梁裂縫圖像的采集和預(yù)處理

(1)橋梁裂縫圖像的采集

在采用數(shù)碼相機進行橋梁結(jié)構(gòu)表面裂縫圖像的采集時，由于橋梁裂縫的寬度大其較小，甚至部分裂縫的寬度在1mm 之內(nèi)，由此就造成了采集出的每條裂縫在相應(yīng)的寬度范圍內(nèi)占有的像素個數(shù)會較少，而在數(shù)碼相機分辨率較高的情況下，每單位像素所表示的寬度就會略小一些。

首先，數(shù)碼相機應(yīng)對準裂縫的正上方進行拍攝，否則會造成采集到的裂縫圖像寬度失真，由此計算出的數(shù)據(jù)會存在較大程度上的誤差。

其次，應(yīng)控制好拍攝過程中的距離，以能夠最清晰的獲取裂縫圖像信息為準。

第三，在拍攝光線條件相對較弱的情況下，應(yīng)采取對應(yīng)的措施進行光線的加強處理，否則可能會造成由于裂縫產(chǎn)生的反射光而降低圖像的質(zhì)量及裂縫的對比度，會導(dǎo)致后期處理效果差強人意。

(2)空間域圖像增強

對于混凝土橋梁結(jié)構(gòu)表面來說，采用灰度變換就能夠表達出所采集到的信息并且處理操作相對簡單、處理效果較好。表面裂縫的彩色圖像轉(zhuǎn)變?yōu)榛叶葓D像通常是經(jīng)由灰度變換而實現(xiàn)的，其也是圖像增強的重要手段之一，主要有分比例線性變換、分段線性變化以及非線性灰度變換等三種主要形式?；叶茸儞Q的主要原理是通過對單個像素點的處理，從而擴大灰度值的范圍以及對比度，最終達到使圖像更加清晰、特征更加明顯的目的，此項過程并不會對各個像素點的空間關(guān)系造成影響，其具體方法是在某種映射關(guān)系下采用新的灰度值代替原有圖像中的各像素灰度值，從而得出新的圖像，其變換關(guān)系式為:

在該關(guān)系式中，f 為原圖像、g 為原圖像變換后的灰度級，［0，L］為圖像灰度級的范圍，影響灰度級范圍高低的主要是a 和b 的選擇，而α、β、γ 的選擇則直接性的決定了三個線段的斜率。

(3)空間域圖像平滑

在裂縫圖像采集的過程中，可能受到光電轉(zhuǎn)換過程中的敏感元件靈敏度均勻性文藝以及數(shù)字化過程中的量化噪聲以及傳輸過程中存在的誤差的影響，存在著一定程度的噪聲干擾。而以上情況的情況對裂縫圖像的成像質(zhì)量造成了較大影響，使得原本的圖像變得較為模糊，嚴重情況下還會淹沒裂縫圖像的本來特征。因此，為了能夠更好的表現(xiàn)出裂縫特征，需要對噪聲進行消除，并將失真的裂縫圖像變成標準形狀，該種消除圖像噪聲的過程就是我們所稱作的圖像平滑或者是濾波，主要目的就是為了對圖像質(zhì)量進行改善的同時，抽出對象特征。

(4)圖像邊緣檢測

對數(shù)字圖像來說，其目標物體的主要信息都集中在圖像邊緣中，作為圖像中灰度變化最為明顯的部分，邊緣在本質(zhì)上是具有明顯變化的灰度像素組合，并通過圖像局部的不連續(xù)性而表現(xiàn)出來。如果按照邊緣區(qū)域灰度變化的劇烈程度對其進行劃分的話，基本上可以將邊緣劃分為屋頂型、階躍型以及凸緣型三種。

裂縫圖像邊緣檢測的主要原理是利用邊緣增強算子，從而突出圖像中的局部邊緣，隨后對像素的邊緣強度進行定義，并采用閾值的方法對邊緣點進行提取，其檢測效果與檢測精度在很大程度上取決于邊緣檢測算法。

2 圖像分析技術(shù)在混凝土橋梁結(jié)構(gòu)表面裂縫寬度檢測中的應(yīng)用

為了更好的對圖像分析技術(shù)在混凝土橋梁結(jié)構(gòu)表面裂縫測量中的優(yōu)勢進行分析，本文選取了某處出現(xiàn)的混凝土橋梁表面裂縫作為試驗對象。在該段混凝土橋梁結(jié)構(gòu)中，共存在著11 處表面裂縫，該試驗過程中采用的拍攝工具為SonyDSC－T90 數(shù)碼相機，分辨率為3 000 ×4 000。除此之外，還采用了ZBL－F101 型號的接觸式裂縫寬度觀測儀來對裂縫寬度進行直接性測試。為了確保采集數(shù)據(jù)的精確性，對每條裂縫都使用了正拍法和斜拍法兩種拍攝方法，隨后進行兩種拍攝方法獲取的圖像所測出的最大裂縫寬度識別值與實際測值之間的對比，對于正拍法和斜拍法否分別進行了5 組圖像拍攝，具體數(shù)據(jù)如下:

正拍法主要進行5 組圖像數(shù)據(jù)拍攝，其實測值mm、識別值mm、絕對誤差mm 與相對誤差分別如下所示:

編號1:1.12、1.17、0.05、4.5

編號2:0.86、0.87、0.01、1.2

編號3:0.80、0.82、0.02、2.5

編號4:0.72、0.70、－0.02、2.8

編號5:0.64、0.60、－0.04、6.3

斜拍法也主要進行5 組圖像數(shù)據(jù)拍攝，其實測值mm、識別值mm、絕對誤差mm 與相對誤差分別如下所示:

編號1:0.12、1.19、0.07、6.2

編號2:0.86、0.80、－0.06、7.0

編號3:0.80、0.87、0.07、8.7

編號4:0.72、0.77、0.05、6.9

編號5:0.64、0.60、－0.04、6.3

3 小 結(jié)

首先，通過對圖像分析方法的測量過程詳細分析，從開始的圖像修正、對比增強以及平滑等具體操作環(huán)節(jié)，延伸至后續(xù)的各種復(fù)雜計算等，順利的完成了混凝土橋梁結(jié)構(gòu)表面裂縫測量。不論是從正拍還是反拍的角度來說，其都能夠保證圖像處理的順利進行。

其次，在圖像分處理及分析技術(shù)的基礎(chǔ)上，能夠?qū)炷帘砻媪芽p的寬度更好的識別，并且從該實驗數(shù)據(jù)結(jié)果來看，從正拍角度獲取的圖像，其裂縫寬度識別精度可以達到93.4%，相同條件下如果采取斜拍獲取的圖像，雖然對其識別精度有一定的影響，但是其精準度最低也在90%以上。因此，該種方法具有相當強的適用性，可以在混凝土橋梁結(jié)構(gòu)表面裂縫以及其他工程項目中得到較為廣泛的應(yīng)用。

［1］查旭東. 基于圖像處理技術(shù)的連續(xù)配筋混凝土路面裂縫寬度檢測方法［J］.長沙理工大學(xué)學(xué)報:自然科學(xué)版，2007，4(1):13－17.

［2］周源華. 數(shù)字圖像處理［M］.上海:上海交通大學(xué)出版社，2007:170－172.

［3］高浩軍. 中值濾波在圖像處理中的應(yīng)用［J］.電子工程師，2004，30(8):35－36.