李 斌，謝東輝，丁 勇，李登華

（1.南京理工大學(xué)，江蘇 南京 210094；2.寧波原水有限公司皎口水庫分公司，浙江 寧波 315000；3.南京水利科學(xué)研究院，江蘇 南京 210029）

0 引言

在混凝土結(jié)構(gòu)表面的養(yǎng)護中，裂縫是最常見和嚴重的病害之一，是很多其他病害發(fā)生的早期特征［1］。如，嚴重的裂縫會惡化壩體結(jié)構(gòu)的強度和穩(wěn)定性，破壞壩體的完整性和抗?jié)B性，加速混凝土的碳化和腐蝕，危及大壩的安全運行［2］，因此對裂縫的鑒定和監(jiān)測是結(jié)構(gòu)檢驗、危險系數(shù)評估的重要內(nèi)容。目前，水庫壩體和廊道混凝土裂縫常常需要人工進行檢測［3］，但傳統(tǒng)的人工檢測裂縫巡檢方法通常很耗時，而且容易由于檢驗員疲勞或人為錯誤而導(dǎo)致不準確［4］，致使裂縫檢測的效率和成本已完全無法滿足未來龐大的檢測任務(wù)要求。

現(xiàn)如今計算機在土木工程中的應(yīng)用越來越廣泛，特別是基于圖像處理的非接觸式病害檢測技術(shù)已成為國內(nèi)外學(xué)者廣泛研究的對象。該類技術(shù)擁有非接觸、處理精度高、靈活便捷的特點，采用數(shù)字圖像處理技術(shù)進行裂縫檢測已在裂縫提取領(lǐng)域取得顯著成果：石帥等［5］對比使用了 4 種圖像分割算法，發(fā)現(xiàn) OTSU 算法可以有效地從背景中提取出裂縫；吳玉龍等［6］提出利用圓形填充裂縫，可以從提取后的裂縫圖像中計算出裂縫像素寬度。

基于人工智能檢測識別裂縫的方法雖然已取得較多成果，如李剛等［7］提出一種基于 NB-FCN 算法的裂縫提取算法，毛鶯池等［8］提出一種基于 Faster R-CNN 的多任務(wù)增強裂縫圖像檢測方法，但基于人工智能檢測的技術(shù)手段往往存在復(fù)雜條件下識別效果不佳、訓(xùn)練時間長等缺點。

同時，由于對裂縫觀測模式的固定化思維，導(dǎo)致基于圖像處理的裂縫檢測技術(shù)仍然處于無法宏觀描述裂縫開展量的局限中。以往學(xué)者所研究的此類技術(shù)大部分都專注于利用一種方法通過裂縫形態(tài)和圖像直接測得某一點或某一段的寬度和長度，存在分析速度慢、計算方式不統(tǒng)一、復(fù)雜條件下裂縫識別困難的缺陷。

針對此，提出一種新的基于圖像處理的混凝土裂縫寬度變化測量方法（以下簡稱“圖像法”），該方法通過觀測位于裂縫兩側(cè)的標識物變化進而觀測裂縫的變化。本文對該方法測量精度進行了室內(nèi)模擬試驗，并通過對皎口水庫大壩結(jié)構(gòu)裂縫的實際測量，驗證了該方法在大型土木結(jié)構(gòu)裂縫變化測量的可行性。

1 裂縫寬度變化測量原理和流程

裂縫體現(xiàn)了結(jié)構(gòu)的不連續(xù)，裂縫兩側(cè)的結(jié)構(gòu)位移是裂縫開展的宏觀因素。裂縫檢測的本質(zhì)是測量裂縫兩側(cè)墻體之間的距離，即裂縫寬度［9］。因此對于識別難度高的裂縫，可以直接測量裂縫兩側(cè)結(jié)構(gòu)位移的變化量，而不是寬度的絕對值。將裂縫量測的結(jié)構(gòu)視為 2 個剛體，則存在以下變化：當(dāng) 2 個剛體發(fā)生橫向位移，將導(dǎo)致 2 個剛體間形成的裂縫在寬度方向上開展；當(dāng) 2 個剛體發(fā)生縱向位移，表現(xiàn)在裂縫發(fā)展中即為裂縫的縱向錯動；若 2 個剛體發(fā)生相對旋轉(zhuǎn)，裂縫也會隨之產(chǎn)生不均勻的開展。

圖像法裂縫寬度變化測量原理如下：由于格型標定模板制作簡單，精度也滿足要求，所以廣泛應(yīng)用于機器視覺測量系統(tǒng)中［10］，故利用棋盤格作為首要標識物進行圖像特征點定位和檢測，利用二維碼的信息存儲和識別點易于尋找的特點，選用二維碼作為次要標識物。剛體位移和標識物示意圖如圖 1 所示，圖中，左側(cè)棋盤和右側(cè)二維碼均為人工粘貼于裂縫兩側(cè)的標識物，基本尺寸信息均為已知固定值。利用棋盤格角點生長檢測算法［11］識別角點，并在左側(cè)棋盤建立圖像坐標系。

圖1 剛體位移、標識物、坐標系示意圖

由于像素點坐標均是以圖像（1，1）像素點作為原點生成坐標系的坐標，故需要進行坐標系的轉(zhuǎn)換。平面坐標系的轉(zhuǎn)換一般有平移、旋轉(zhuǎn)和拉伸 3 種形式［12］。由于該坐標系無拉伸變化，只有平移和少量旋轉(zhuǎn)變化，設(shè)圖像原坐標系為基坐標系，設(shè)棋盤格坐標系為目標坐標系，則基系坐標（x′，y′）可通過公式（1）（2）映射到目標坐標系（x，y）［13］。

式中：θ為基坐標系與目標坐標系的旋轉(zhuǎn)角度；a與b為目標坐標系與基坐標系坐標原點的橫向和縱向位移。

經(jīng)過坐標系轉(zhuǎn)換后，還需對圖像進行標定，確定像素單位與實際長度單位的換算關(guān)系，本方法選用標尺法進行圖像標定。標尺法指當(dāng)成像平面與物體所在平面平行時，在物體平面放置 1 個已知實際長度和大小的物體作為靶標，按式（3）計算標定比例k。

在第 1 次拍攝結(jié)束后，對圖像進行坐標系轉(zhuǎn)換和標定，計算得到二維碼角點初始坐標值（x1，y1），該坐標值單位為 mm。

經(jīng)過一定的時間后，裂縫可能會有開展，此時進行圖像的第 2 次拍攝和處理，得到新的二維碼坐標（x2，y2）。將前后 2 次二維碼角點坐標按位置分別對應(yīng)做差，取二維碼 3 個角點的坐標差值（Δx，Δy）作為剛體平移量。

圖像法裂縫寬度變化檢測具體流程如圖 2 所示。

圖2 裂縫寬度變化檢測流程圖

2 裂縫寬度變化測量室內(nèi)模擬試驗

圖像法裂縫寬度變化測量室內(nèi)模擬試驗，旨在通過模擬理想狀態(tài)下裂縫的開展和圖像的拍攝條件，進行多次反復(fù)試驗，以證明圖像法的有效性和理論準確性。

2.1 試驗器材及裝置設(shè)計

本試驗的器材有：光軸直線導(dǎo)軌滑塊模組，百分表 2 個，百分表支架 2 個，塑料泡沫 2 片，手機支架 1 個。通過控制光軸直線導(dǎo)軌滑塊的移動，可以控制 2 個物體相互位移的距離；通過與百分表的組合使用，可得出 2 個物體相互位移的具體值。裝置整體設(shè)計如下。

1）將激光打印的二維碼和棋盤分別粘貼于塑料泡沫板上。

2）將組裝完成的導(dǎo)軌滑塊模組置于桌面，使其長邊平行于桌面邊緣。

3）將棋盤和二維碼泡沫塑料分別固定于滑塊和滑塊模組起點處，使二維碼頂點對角線與棋盤中間縱軸位于同一條直線上，并使二維碼和棋盤邊緣均與滑臺模組邊緣平行。

4）將百分表用支座固定在桌面邊緣，2 個百分表頂針分別頂住滑塊左、右側(cè)表面，轉(zhuǎn)動轉(zhuǎn)軸，若百分表右側(cè)增加值等于左側(cè)減少值，則說明百分表與滑臺平行，百分表增加或減少值即為滑塊移動值。

5）固定手機支架，并根據(jù)試驗分組使手機拍攝距離固定在較遠或較近距離。

室內(nèi)模擬試驗圖如圖 3 所示。

圖3 室內(nèi)模擬試驗圖

2.2 試驗過程

將試驗分為 A、B 兩組，使 A 組試驗拍攝距離固定在 15 cm 左右，B 組試驗拍攝距離固定在 25 cm 左右。分組試驗時，首先拍攝第 1 張圖像，經(jīng)過處理后得到二維碼角點初始坐標，記為（x，y），將載有棋盤的滑臺每次朝遠離棋盤方向橫向移動 0.2 mm，共移動 25 次，拍攝圖像 25 張，經(jīng)處理后得到 25 組新二維碼角點坐標，則新角點坐標的真實值分別為（x+0.2，y），（x+0.4，y），（x+0.6，y），…，（x+5.0，y）。新角點橫坐標位移變化即裂縫寬度變化真實值，分別為 0.2，0.4，0.6，…，5.0 mm。

2.3 試驗結(jié)果分析

根據(jù)試驗結(jié)果，以測量次數(shù)為x軸，以裂縫變化為y軸，如圖 4、5 所示。

圖4 室內(nèi)模擬試驗 A 組結(jié)果

試驗結(jié)果說明：誤差較大值為 0.178 m m 和0.16 8 m m，分別在 B 組試驗真實值為 1.8 m m和 1.0 mm 處出現(xiàn)。由圖 5 可知：2 個誤差較大值前后誤差均較小，且測量值與真實值變化趨勢相同。將 1.8 mm和 1.0 mm 處試驗拍攝的圖像放大，放大后的部分圖像如圖 6 所示，分析發(fā)現(xiàn)這 2 處所拍攝的圖像二維碼角點處均有較大程度的模糊，可判斷誤差來源為拍攝圖像時的人為誤差。

圖5 室內(nèi)模擬試驗 B 組結(jié)果

圖6 室內(nèi)試驗誤差較大的拍攝圖像

A組試驗誤差最小值為 0.0 04 m m，在真實值為 3.6 mm 處出現(xiàn)，最大誤差值為-0.088 mm，在真實值為 3.2 mm 處出現(xiàn)，絕對誤差平均值為 0.031 mm。B 組試驗誤差最小值為-0.006 mm，在真實值為 1.4 mm 處出現(xiàn)，絕對誤差平均值為 0.064 mm。對比 2 組試驗，其絕對和相對誤差均在真實增長值 1.0 mm 前較大，在 1.0 mm 后較小，但 B 組試驗各項誤差指標均略大于 A 組，這是由于 B 拍攝距離大于 A 組，導(dǎo)致其標定比例也較大，誤差也相對較大。同時，由于 B 組拍攝距離較遠，鏡頭輕微晃動導(dǎo)致的模糊程度也將大于 A 組，這對于棋盤格和二維碼角點識別精度會帶來一定程度的影響。水利工程裂縫檢測精度要求暫未查詢到相關(guān)規(guī)范，若以房屋裂縫檢測標準規(guī)范［14］驗證，裂縫寬度檢測精度不應(yīng)＜ 0.1 mm，本方法精度達到使用標準。

經(jīng)室內(nèi)模擬試驗可證明該方法在理想狀態(tài)下的準確性是較高的，反映了本方法的正確性，為進一步測試本方法的實用性能，需要進行現(xiàn)場試驗。

3 裂縫寬度變化測量現(xiàn)場試驗

裂縫寬度變化測量現(xiàn)場試驗的試驗場景為皎口水庫的裂縫巡檢。皎口水庫（規(guī)劃期稱長里方水庫），位于奉化江支流鄞江上游大小兩皎溪流的匯合處密巖村附近，是以防洪灌溉為主，結(jié)合發(fā)電、養(yǎng)魚、城市供水等綜合利用的大二型水庫。

3.1 裝置安裝和測量方法

在水庫壩體 2 處不同的結(jié)構(gòu)裂縫處分別設(shè)置測點 1 和 2，試驗時間為 2020 年 6 月 22 日－9 月 11 日。

在首次巡檢時，首先將選定測點兩側(cè)的灰塵、泥沙等污漬去除，然后將特制的二維碼及棋盤鋼片粘貼于壩體裂縫兩側(cè)，并在二維碼和棋盤兩側(cè)放置自動距離測量裝置。按要求拍攝圖像后，利用自動距離測量裝置測量距離并記錄，回到試驗室后利用拍攝的圖像測得兩側(cè)鋼片的距離并記錄。在其后每次巡檢時均拍攝圖像并進行自動測量，拍攝的圖像共 24 張。

分別記錄下每次由自動裝置和圖像法測量的寬度，兩者測量的寬度由于裝置安裝方式不同無法直接進行比較。因此，將自動測距裝置及圖像法測量得到的寬度記為絕對寬度，再將絕對寬度后一次測量與前一次測量依次相減計算得到的值記錄為裂縫寬度變化量，由自動測距裝置測量和計算得到的試驗結(jié)果記為真實值，由圖像法測量和計算得到的結(jié)果記為測量值。

3.2 測量數(shù)據(jù)及分析

裂縫寬度變化測量現(xiàn)場試驗計算所得的裂縫變化量數(shù)據(jù)如圖 7 所示。

圖7 現(xiàn)場試驗裂縫變化量

通過計算每次測量與前次測量 2 個方向的開展或收縮寬度，并對比圖像x，y向與自動裝置測量的結(jié)果可知，誤差均在 0.1 mm 以內(nèi)，出現(xiàn)的較大誤差為 0.083 和0.073 mm，為測點 2 的 7 月 20 日試驗y向和 7 月 29 日試驗x向，拍攝的圖像如圖 8 所示（有裁剪）。

圖8 測點 2 誤差較大的拍攝圖像

根據(jù)圖像拍攝角度和傾斜校正矩陣可發(fā)現(xiàn)7 月 20 日拍攝圖像在y軸方向即縱向方向傾斜較為嚴重，其y軸校正矩陣數(shù)值也較大，導(dǎo)致測量結(jié)果在y軸方向上誤差較大；而 7 月 29 日圖像在x和y方向上傾斜均較嚴重，導(dǎo)致其結(jié)果在x和y方向上誤差均較大。而測點 1 圖像由于拍攝角度較為平行于結(jié)構(gòu)面，因此測量誤差均較小。由于誤差均在 0.1 mm 以內(nèi)，測點 1 的x和y向平均誤差分別為 0.026 和 0.018 mm，測點 2 的x向和y向誤差分別為 0.030 mm 和 0.041 mm，整體平均誤差為 0.029 mm，屬于可接受范圍內(nèi)，整體基本符合檢測精度要求。

4 結(jié)語

開發(fā)的基于圖像處理的裂縫寬度變化測量方法，對拍攝的帶有標識物的圖像進行裂縫的開展計算，并進行了室外試驗，試驗結(jié)果表明：本方法是有效的，且具有一定的精度，雖然現(xiàn)場環(huán)境惡劣，圖像拍攝質(zhì)量較差，裝置損壞嚴重，導(dǎo)致多處測點無法使用，但在有效測量的測點中，結(jié)果較好，驗證了本方法有一定的實用性。

針對現(xiàn)階段測量現(xiàn)場部分測點無法使用的情況，在后續(xù)開發(fā)中應(yīng)重視圖像預(yù)處理算法更新和裝置的維護措施。另外，由于測量現(xiàn)場雨水豐富，標識上有大量雨漬，使圖像中標識物角點在水滴下發(fā)生形變，也影響了測量的精度。經(jīng)過總結(jié)發(fā)現(xiàn)基于圖像處理的裂縫寬度變化測量方法，測量結(jié)果誤差來源主要有以下 4 個方面：①拍攝角度過于傾斜；②拍攝距離較遠；③標識物污染；④標識物角點模糊。

因此后續(xù)的開發(fā)過程中，需要在以下 3 個方面進行改進：①亟待開發(fā)一種能穩(wěn)定手機拍攝位置和角度的支架，使每次拍攝的圖像中的標識物都處于圖像的同一位置，可極大減少誤差；②需要進一步優(yōu)化對現(xiàn)場圖像預(yù)處理的算法，使在較差光源、背景下拍攝的圖像仍具有可識別性；③需進一步優(yōu)化標識物設(shè)計，改進算法效率，提高檢測速度。Q