龔 力，王 顯

(1湖北工業(yè)大學(xué)電氣與電子工程學(xué)院，湖北武漢430068;2湖北工業(yè)大學(xué)現(xiàn)代制造質(zhì)量工程重點(diǎn)實(shí)驗(yàn)室，湖北武漢430068)

涂膜防水層厚度的測(cè)量是防水涂料施工中保證質(zhì)量合格的關(guān)鍵［1，2］。施工現(xiàn)場(chǎng)測(cè)量涂膜防水層厚度的方法有許多種，但是最廣泛應(yīng)用的方法是在涂膜上切開一個(gè)口子，用顯微觀測(cè)儀讀取厚度［2］。這種方法的測(cè)量結(jié)果不是很精確，而且破壞了防水層的完整性。所以，有必要研究一種能使人們對(duì)涂膜防水層厚度直觀可視和準(zhǔn)確測(cè)量的檢測(cè)方法，以提高測(cè)量工作的普適性、客觀性和高效性。筆者提出采用超聲B掃描成像方法對(duì)涂膜防水層進(jìn)行厚度檢測(cè)，利用超聲圖像處理技術(shù)，對(duì)采取到的被檢防水層有效圖像所承載的信息加以分析、計(jì)算，最終得到測(cè)量值，并對(duì)結(jié)果進(jìn)行顯示、保存或打印。

1 材料及測(cè)厚原理

本文研究使用的所有材料由廣東成松防水材料有限公司提供。從該公司現(xiàn)場(chǎng)施作的涂膜防水層中隨機(jī)取走一塊160 mm×160 mm的試樣。采用索諾星BS-1000型工業(yè)超聲盒，掃描最高頻率可達(dá)10 MHz。利用探頭對(duì)防水層中感興趣區(qū)域進(jìn)行剖面實(shí)時(shí)B型成像掃描，根據(jù)B超成像原理，當(dāng)超聲波在防水層中傳播遇到其上、下物理表面時(shí)，由于聲波阻抗(介質(zhì)密度與波速的乘積)的差異而產(chǎn)生反射，而防水涂料的介質(zhì)密度遠(yuǎn)遠(yuǎn)大于空氣的密度，也與基層的介質(zhì)密度差異較大，所以在生成的B超圖像中會(huì)呈現(xiàn)出兩條反射條紋，即防水層的上下厚度邊緣。

防水層的測(cè)厚主要由圖像處理與厚度計(jì)算兩大部分組成。在圖像處理部分中，得到了防水層的上下厚度邊緣，并依據(jù)直方圖的分布確定目標(biāo)點(diǎn)的坐標(biāo);在厚度計(jì)算部分中，求取目標(biāo)點(diǎn)的像素間距與比例系數(shù)之積，得到防水層的厚度測(cè)量值。

2 方法

算法的總體流程如圖1所示。

圖1 涂膜防水層厚度邊緣提取算法流程

由于防水層在進(jìn)行超聲波B掃描的過程中，其上下物理界面間可能存在著多次反射現(xiàn)象，所以在B超圖像中有可能會(huì)出現(xiàn)多重反射條紋(圖2a)。然而防水層的厚度大小是固定不變的，每一次的聲程區(qū)中兩條反射條紋的間距在理論上應(yīng)該是相等的。通過觀察圖像中像素強(qiáng)度的變化曲線可以發(fā)現(xiàn)，上下邊緣的線寬中心近似是最強(qiáng)像素點(diǎn)并且其像素間距大小是相等的，但是第二次反射區(qū)域的兩個(gè)峰值較為接近(圖2b)。為防止測(cè)量時(shí)反射條紋相互間的干擾和方便接下來的圖像處理，選取更適合圖像處理的第二次的聲程區(qū)作為感興趣區(qū)域(ROI)來提取出防水層的上下厚度邊緣，具體為圖2b中橫軸的［70:120］區(qū)域。

圖2 原始圖像及其像素強(qiáng)度曲線圖

2.1 濾波去噪

超聲掃描后的圖像有噪聲(即對(duì)圖像處理有干擾作用的信息點(diǎn))，需要去除噪聲使得圖像更適合人的視覺特性或機(jī)器的識(shí)別系統(tǒng)。超聲波作為非傳統(tǒng)光，由它做照射源得到的圖像會(huì)含有一種比較常見的乘性噪聲——斑點(diǎn)噪聲，這種噪聲是在超聲掃描成像過程中，因?yàn)槌暡ù┩复郎y(cè)物時(shí)發(fā)生散射后形成的一系列相干波造成的干涉現(xiàn)象而產(chǎn)生的。

當(dāng)噪聲出現(xiàn)在物體圖像的邊緣時(shí)，可能會(huì)產(chǎn)生偽邊緣，影響了圖像邊緣的準(zhǔn)確定位。本文的研究中圖像邊緣提取是關(guān)鍵，所以濾波處理時(shí)，選用的方法既要能平滑噪聲又要能較好地保持邊界。雙邊濾波是一種既能平滑濾波圖像，又可以保留圖像邊緣細(xì)節(jié)的超聲圖像濾波方法［7］。經(jīng)過對(duì)比經(jīng)典雙邊濾波算法和改進(jìn)的雙邊濾波算法，本文采用改進(jìn)的雙邊濾波算法［3］，改進(jìn)的雙邊濾波算法在性能優(yōu)于前者的同時(shí)，算法效率也較高，更適合于現(xiàn)場(chǎng)的實(shí)時(shí)檢測(cè)。通過對(duì)比處理結(jié)果，此濾波方式可以獲取有效的防水層圖像(圖3)。

圖3 濾波前后的圖像

2.2 閾值分割

使用閾值分割將濾波后的圖像轉(zhuǎn)變成對(duì)應(yīng)的二值圖像，以更加方便下面的邊緣提取工作。要想較好地分割目標(biāo)區(qū)域與背景區(qū)域，并確保目標(biāo)區(qū)域的準(zhǔn)確性，閾值的選取最為關(guān)鍵。在對(duì)圖像做閾值處理時(shí)，將目標(biāo)像素的灰度值賦為255(白色)，將背景像素的灰度值賦為0(黑色)。這樣處理得到的圖像視覺效果會(huì)比較好。根據(jù)濾波后得到的圖像的灰度直方圖(圖4)可以判斷出，閾值的范圍應(yīng)該在0.3～0.4之間，這樣能較好的區(qū)分出上下邊緣。本文采用最大類間方差法［4］自動(dòng)選取閾值，得到的閾值為0.3647，在［0.3，0.4］區(qū)域內(nèi)，劃分結(jié)果理想，得到的結(jié)果見圖5。

圖4 灰度直方圖

圖5 二值圖像

2.3 分割結(jié)果細(xì)化

細(xì)化能在保持原始圖像像素拓?fù)浣Y(jié)構(gòu)和連通性的基礎(chǔ)上，將圖像的粗邊緣線從外側(cè)開始一層一層地削去各個(gè)像素，直到成為1個(gè)像素的寬度為止，且細(xì)線位置基本處于原線寬中心，而此處正是本文要進(jìn)行目標(biāo)線條識(shí)別的位置。經(jīng)過對(duì)比經(jīng)典形態(tài)學(xué)細(xì)化算法、OPTA(one-pass thinning algorithm)算法和改進(jìn)的OPTA算法，本文采用改進(jìn)的OPTA細(xì)化算法［5］。相比之下，在算法效率和細(xì)節(jié)保持性能上均優(yōu)于其它兩種方法。處理結(jié)果見圖6，可以發(fā)現(xiàn)，圖像中邊界點(diǎn)大多處在兩條近似直線上。

圖6 細(xì)化后的圖像

2.4 目標(biāo)線條提取

反射條紋形狀呈直線，先對(duì)細(xì)化圖像進(jìn)行直線霍夫變換，檢測(cè)結(jié)果見圖7a。然后以檢測(cè)到的直線為基準(zhǔn)線，將上方目標(biāo)直線縱軸向下3 mm和下方目標(biāo)直線縱軸向上3 mm的區(qū)域定義為新的ROI。依據(jù)現(xiàn)場(chǎng)涂膜防水層厚度設(shè)計(jì)規(guī)范，單層涂膜層厚度值一般在1.2～2 mm范圍內(nèi)。本文將涂膜防水層偏離中心直線的上限定為3 mm，并以此確定新的ROI。當(dāng)然，在具體的使用中可以根據(jù)實(shí)際情況修改上限。為了進(jìn)一步提高直線提取的準(zhǔn)確性，對(duì)位于新ROI內(nèi)的目標(biāo)像素進(jìn)行分析。首先對(duì)新ROI內(nèi)二值圖像中表示反射條紋的像素?cái)?shù)在垂直于反射條紋的方向上進(jìn)行直方圖統(tǒng)計(jì);接著根據(jù)分布情況得到反射條紋的坐標(biāo)定位;最后對(duì)所有列像素的縱坐標(biāo)求平均值，作為目標(biāo)線條唯一目標(biāo)點(diǎn)的縱坐標(biāo)，以此縱坐標(biāo)作一條水平直線，這樣就得到了更為準(zhǔn)確的目標(biāo)線條，如圖7b所示。

圖7 目標(biāo)線條

3 結(jié)果及討論

本文中所有實(shí)驗(yàn)都是在主頻為2.4 GHz，內(nèi)存1024 M的PC機(jī)上完成，開發(fā)工具為VC++2010加OpenCV軟件包。圖8a為遮蔽圖像中原始信息后利用本文算法提取的目標(biāo)線條，A點(diǎn)與B點(diǎn)為目標(biāo)測(cè)量點(diǎn)，豎線為垂直于目標(biāo)線條方向解剖線。這里將算法的目標(biāo)提取結(jié)果與有經(jīng)驗(yàn)的咨詢師測(cè)定的結(jié)果進(jìn)行比較。

目標(biāo)線條為兩行水平像素，其余區(qū)域皆為背景，目標(biāo)特征明顯。在通過灰度直方圖的分布找到目標(biāo)點(diǎn)坐標(biāo)之后，測(cè)量防水層厚度需要的信息就存儲(chǔ)到了結(jié)構(gòu)數(shù)組中。分析目標(biāo)線條的垂直方向灰度剖面圖，可得到目標(biāo)線條上的像素縱坐標(biāo)，分別為18和33，如圖8b所示。

圖8 目標(biāo)線條及其垂直方向灰度解剖圖

接下來，根據(jù)這兩點(diǎn)的位置信息，可以計(jì)算出點(diǎn)B與點(diǎn)A之間的像素?cái)?shù)d。顯然，d=yB－yA。因?yàn)閿?shù)字圖象中只有離散的像素點(diǎn)，隨著分辨率的不同，固定像素間的距離發(fā)生變化，所以在處理實(shí)際物體的測(cè)量時(shí)，先要計(jì)算出待測(cè)量部分中包含的像素值，然后乘上一個(gè)比例系數(shù)k來計(jì)算物體的實(shí)際長(zhǎng)度。本文采用如下方法進(jìn)行標(biāo)定:在被檢圖像上附加上刻度尺一同掃描輸入PC機(jī)，測(cè)量出標(biāo)尺中一段線段長(zhǎng)度并且與計(jì)算機(jī)屏幕像素點(diǎn)的個(gè)數(shù)對(duì)應(yīng)，這樣就得到了屏幕上像素點(diǎn)數(shù)和實(shí)際圖像上長(zhǎng)度的比例關(guān)系k。比例系數(shù)經(jīng)由上述方法標(biāo)定得到，為k=0.16 mm/pixel。最后，防水層的厚度測(cè)量值D=d·k。

在實(shí)際中，防水層厚度是不均勻的，咨詢師根據(jù)《建筑防水工程現(xiàn)場(chǎng)檢測(cè)技術(shù)規(guī)范》［6］對(duì)于防水層厚度檢測(cè)的要求，通過對(duì)待測(cè)點(diǎn)的四邊及中心部位進(jìn)行總共5組實(shí)驗(yàn)，最后取5個(gè)測(cè)量值的算術(shù)平均值作為該測(cè)點(diǎn)防水層厚度的檢測(cè)結(jié)果。

表1 實(shí)驗(yàn)數(shù)據(jù)

表1中給出了算法測(cè)量結(jié)果和手工測(cè)量結(jié)果。計(jì)算各自測(cè)量結(jié)果的算術(shù)平均值，手動(dòng)測(cè)量最后結(jié)果為2.37 mm，算法測(cè)量最后結(jié)果為2.37122 mm，精確至0.01 mm時(shí)兩者數(shù)值相等，加上5組實(shí)驗(yàn)各自的數(shù)據(jù)，測(cè)量誤差均小于1.5%。

4 結(jié)束語(yǔ)

提出了一種新的涂膜防水層厚度檢測(cè)方法。實(shí)驗(yàn)結(jié)果表明，本文算法的測(cè)量結(jié)果與咨詢師手工測(cè)量結(jié)果基本吻合，但與手工的測(cè)量技術(shù)相比，算法具有穩(wěn)定和客觀的優(yōu)點(diǎn)以及更強(qiáng)的實(shí)用性，有望應(yīng)用于現(xiàn)場(chǎng)涂膜防水層施工質(zhì)量評(píng)估中。

［1］沈春林.防水工程手冊(cè)［M］.第二版.北京:中國(guó)建筑工業(yè)出版社，2006.

［2］ 肖 石.防水涂料濕膜和干膜厚度的現(xiàn)場(chǎng)測(cè)定［J］.中國(guó)建筑防水，2010(06):41-42.

［3］張志強(qiáng)，王萬玉.一種改進(jìn)的雙邊濾波算法［N］.中國(guó)圖像圖形學(xué)報(bào)，2009(03):14-3.

［4］ 王 茜，彭 中，劉 莉.一種基于自適應(yīng)閾值的圖像分割算法［J］.北京理工大學(xué)學(xué)報(bào)，2003(08):23-4.

［5］ 馮星奎，李林艷，顏?zhàn)嫒?一種新的指紋圖像細(xì)化算法［J］.中國(guó)圖像圖形學(xué)報(bào)，1999，4(10):835-838.

［6］ 中華人民共和國(guó)住房和城市建設(shè)部.JGJ/T 299-2013，建筑防水工程現(xiàn)場(chǎng)檢測(cè)技術(shù)規(guī)范［M］.北京:中國(guó)建筑工業(yè)出版社，2013.

［7］ Ballard D H.Generalizing the Hough transform to detect arbitrary shapes［J］.Pattern Recognition，1981，13(02):111-122.