蔣小燕　張松　何松原

【摘 要】水下大壩裂縫圖像具有模糊不清、亮度不均、對(duì)比度低、隨機(jī)噪聲大等特點(diǎn)，使得大壩裂縫檢測(cè)精確度低，提出了一種基于格子波爾茲曼模型（LBM）大壩裂縫檢測(cè)方法，該算法具有算法簡(jiǎn)單、運(yùn)算快捷的優(yōu)點(diǎn)，對(duì)于水下大壩裂縫檢測(cè)效果好。

【關(guān)鍵詞】大壩裂縫；邊緣檢測(cè)；LBM

中圖分類號(hào)： TV698.1 文獻(xiàn)標(biāo)識(shí)碼： A 文章編號(hào)： 2095-2457（2018）11-0096-002

DOI：10.19694/j.cnki.issn2095-2457.2018.11.040

0 引言

大壩在我國(guó)發(fā)揮著巨大的工程效益。然而大壩長(zhǎng)期處于復(fù)雜的壞境中，不可避免地會(huì)產(chǎn)生裂縫，并且產(chǎn)生的裂縫形狀各異。定時(shí)地檢測(cè)大壩裂縫及其重要，但水下環(huán)境復(fù)雜，采集的裂縫圖像質(zhì)量不理想，具有模糊不清、亮度不均、對(duì)比度低、隨機(jī)噪聲大等特點(diǎn)，使得裂縫檢測(cè)極為困難。

裂縫檢測(cè)已成為目前圖像處理領(lǐng)域的研究熱點(diǎn)之一。陳偉等人提出了一種基于Gabor算子的人工蜂群算法大壩裂縫檢測(cè)方法[1]，范新南等人針對(duì)光照不均勻與水體模糊效應(yīng)導(dǎo)致水下圖像中建筑物裂縫提取難度增加的問(wèn)題，提出一種基于勻光處理的自適應(yīng)閾值分割算法[2]，還提出一種新的基于勞倫茨信息值的水下大壩裂縫檢測(cè)算法[3]。張大偉等人提出了一種改進(jìn)的canny算法[4]，該算法基于最大熵原理，使傳統(tǒng)canny算子具有自適應(yīng)性。付軍等人提出了一種基于三維立體表面模型的水下大壩圖像裂縫識(shí)別算法[5]。本文采用文獻(xiàn)[6]中的方法，將格子波爾茲曼模型用于大壩裂縫檢測(cè)，該算法具有算法簡(jiǎn)單、運(yùn)算快捷的優(yōu)點(diǎn)， 從而達(dá)到最佳的檢測(cè)效果。

1 基于LBM的大壩裂縫檢測(cè)算法

格子波爾茲曼模型是一種天然的離散化系統(tǒng)，非常適合于數(shù)字圖像處理；格子波爾茲曼模型易于編程實(shí)現(xiàn)，尤其對(duì)于邊界問(wèn)題很容易處理，可以在不降低計(jì)算速度的情況下，方便的處理各種復(fù)雜邊界問(wèn)題；格子波爾茲曼模型的每個(gè)元胞都遵循相同的演化方程，每個(gè)元胞下一時(shí)刻的狀態(tài)只與其鄰居的狀態(tài)有關(guān)，因此格子波爾茲曼模型非常適合于大規(guī)模并行計(jì)算機(jī)的實(shí)現(xiàn)。

本文介紹基于LBM的大壩裂縫檢測(cè)算法的主要步驟，具體可以參考文獻(xiàn)[6]。

第一步對(duì)大壩裂縫圖像進(jìn)行初始化賦值；將圖像中的像素元素作為空間結(jié)構(gòu)分布粒子，密度分布函數(shù)和平衡分布函數(shù)的初始值設(shè)置如下：

2 實(shí)驗(yàn)結(jié)果及分析

傳統(tǒng)Prewitt算子在大壩裂縫的檢測(cè)中圖像邊緣的間斷嚴(yán)重，邊緣不連續(xù)，有些邊緣檢測(cè)不出來(lái)，邊緣檢測(cè)的準(zhǔn)確度不高。傳統(tǒng)Log算法的容易受到噪聲的干擾，檢測(cè)出很多偽邊緣，邊緣也有斷斷續(xù)續(xù)現(xiàn)象。本文提出的算法檢測(cè)的裂縫邊緣定位準(zhǔn)確，連續(xù)性好，準(zhǔn)確度高，沒(méi)有偽邊緣。

2 結(jié)論

文章展示了一種新的針對(duì)大壩裂縫檢測(cè)的算法。該算法在時(shí)域上計(jì)算了線性空間的一階導(dǎo)數(shù)，然后通過(guò)尋找過(guò)零點(diǎn)實(shí)現(xiàn)對(duì)邊緣的精確定位，該算法具有算法簡(jiǎn)單、適合并行處理，穩(wěn)定性好等特點(diǎn)，適合大壩裂縫檢測(cè)，檢測(cè)效果比較理想。

【參考文獻(xiàn)】

[1]陳偉，范新南，李敏，等.基于Gabor算子的人工蜂群算法大壩裂縫檢測(cè)[J].微處理機(jī)，2015（4）：32-38.

[2]范新南，巫鵬，顧麗萍，等.基于勻光處理的自適應(yīng)裂縫分割與提取算法[J].科學(xué)技術(shù)與工程，2014，14（7）：72-77.

[3]范新南，吳晶晶，史朋飛，等.基于勞倫茨信息值的水下大壩裂縫提取算法[J].計(jì)算機(jī)與現(xiàn)代化，2018（3）.

[4]張大偉，許夢(mèng)釗，馬莉，等.水下大壩裂縫圖像分割方法研究[J].軟件導(dǎo)刊，2016，15（9）：170-172.

[5]付軍，馬從計(jì).一種新的基于圖像處理的水下大壩裂縫檢測(cè)算法[C]//中國(guó)大壩協(xié)會(huì)2012學(xué)術(shù)年會(huì).2012.

[6]陳玉.格子波爾茲曼模型及其在圖像處理中的應(yīng)用研究[D].上海大學(xué)，2008.