CN102305795A - 一种混凝土表面微小裂缝的定位方法 - Google Patents
一种混凝土表面微小裂缝的定位方法 Download PDFInfo
- Publication number
- CN102305795A CN102305795A CN201110214492A CN201110214492A CN102305795A CN 102305795 A CN102305795 A CN 102305795A CN 201110214492 A CN201110214492 A CN 201110214492A CN 201110214492 A CN201110214492 A CN 201110214492A CN 102305795 A CN102305795 A CN 102305795A
- Authority
- CN
- China
- Prior art keywords
- concrete
- image
- subregion
- target image
- concrete sample
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Abstract
本发明公开了一种混凝土表面微小裂缝的定位方法,基于数字图像相关技术,通过对混凝土结构在一定载荷作用下变形前后的两幅表面图像进行相关匹配,获得表面全场各点变形前后的空间位置,其空间位置的变化即为位移场,通过位移场的拟合优化以及曲面微分处理就可以得到精确的应变场分布。计算机自动识别该应变场分布的特征,判断奇异区域,从而判断裂缝所在位置。本发明公开的方法可以识别出混凝土表面微小裂缝的位置,对于三维最大尺寸为10米范围的样品,通过一次测量,就可以识别出所有宽度大于10微米的小裂缝,并且具有与样品非接触、对样品无损伤等优点。
Description
技术领域
本发明涉及一种混凝土构件表面微小裂缝的定位方法,对于构件尺度在10米量级的范围内,可以定位的微小裂缝宽度达到10微米。
背景技术
混凝土裂缝的萌生和扩展一般发生在结构表面,体现为表面材料出现局部的不连续性。通过微小裂缝的精确定位,可以找到混凝土结构的裂缝源,进而可以采用各种办法阻止其扩展,防止危害的进一步发展。目前对于混凝土结构裂缝定位的方法非常有限,最常见的方法是利用超声波探测技术,利用超声波的传输特性定位裂缝的深度和宽度。这种方法测量精度有限,难以识别小裂纹,更不能自动去识别裂缝存在的区域。理论上也可以通过读数显微镜去定位肉眼无法识别的微小裂缝,但是如果不知道裂缝产生的大体位置,这种方法操作起来是非常困难的,尤其是对于大体积混凝土结构基本不能实现。经研究发现,存在表面裂缝和不存在表面裂缝的混凝土结构,在受到外部荷载(未达到破坏水平)作用时,其应变场会呈现出显著区别:没有裂缝的混凝土结构,其表面应变场是连续的,并且应变量水平不高;对于存在表面裂缝的混凝土结构,其裂缝所在的局部区域,会因为裂缝在外部荷载作用下的张开(或闭合),而产生非常大的虚拟应变。因此,通过对应变场的分析处理可以实现对表面裂缝的定位。
发明内容
本发明所要解决的技术问题是针对背景技术中传统混凝土裂缝定位方法精度有限、难以识别小裂纹、不能大范围内多条裂缝定位,更不能自动去识别裂缝存在的区域等缺陷,提供一种混凝土表面微小裂缝的定位方法,采用现代光测力学技术并结合相关计算技术来实现大范围混凝土表面微小裂缝的精确定位,对于构件尺度在10米量级的范围内,可以定位的微小裂缝宽度达到10微米。
本发明为解决上述技术问题采用以下技术方案:
一种混凝土表面微小裂缝的定位方法,包括以下步骤:
步骤A:对待测混凝土样品进行表面处理,去除非结构附着物,使得待测混凝土样品的表面简单平整;
步骤B:在测试现场布置照明系统;
步骤C:通过图像采集系统采集待测混凝土样品表面参考图像;
步骤D:采用加载装置对待测混凝土样品施加平行于其表面的、不小于混凝土材料破坏强度10%的载荷,并且保持到步骤E完成;
步骤E:通过图像采集系统采集施加载荷后的混凝土样品表面目标图像;
步骤F:对步骤C采集到的混凝土样品表面参考图像、步骤E采集到的混凝土样品目标图像发送到图像处理系统进行相关性分析,获得目标图像中的各子区域相对于参考图像的位移;
步骤G:根据步骤F得到的目标图像中各子区域的相对位移,用局部最小二乘方法分别计算出目标图像中各子区域的局部应变值,局部应变值超过800-1200微应变的区域,即为微小裂缝的位置。
进一步地,本发明的一种混凝土表面微小裂缝的定位方法,步骤F所述相关性分析的方法如下:
步骤102,在步骤101得到的相关系数中,将与目标图像中该子区域的相关系数C的最大值所对应的参考图像的子区域进行匹配;
步骤103,重复步骤101-102,对变形前后两幅图像计算区域内的所有子区域进行相关匹配,获得这些子区域在变形前后空间几何位置的变化,然后采用相关系数的三次曲面拟合法得到目标图像中各子区域相对于参考图像的位移。
进一步地,本发明的一种混凝土表面微小裂缝的定位方法,若待测混凝土样品表面近似平面,所述图像采集系统为一台分辨率大于500万像素的CCD相机;若待测混凝土样品表面不为近似平面,图像采集系统为两台分辨率大于500万像素的CCD相机,在采集参考图像、目标图像时,将两台CCD相机采集的图像通过视觉图像算法获得三维曲面图像,进而依次作为参考图像、目标图像。
本发明采用以上技术方案与现有技术相比,具有以下技术效果:
1、与传统超声波探测技术只能检测定位肉眼可识别裂缝的装置相比,本发明可以检测定位肉眼无法识别的微小裂缝;
2、与传统技术逐条检测相比,本发明可以通过一次测量,就可以识别出三维最大尺寸为10米范围的样品表面所有宽度大于10微米的小裂缝;
3、与传统技术相比,本发明具有与样品非接触、对样品无损伤等优点。
附图说明
图1为本发明的工作原理图。
图中标号解释:1—待测混凝土样品;2—照明系统;3—图像采集系统;4—图像处理系统。
图2为本发明的方法流程图。
具体实施方式
下面结合附图对本发明的技术方案做进一步的详细说明:
如图1所示,本发明在具体实施时,在测试现场布置待测混凝土样品1、照明系统2、图像采集系统3、图像处理系统4。
如图2所示,本发明公开的混凝土表面微小裂缝定位方法,步骤包括:
第一步:待测混凝土样品表面处理,去除非结构附着物,表面简单平整,特殊情况需要在表面制作标记点;
第二步:布置照明系统,白天可以采用自然光,光线不足时需要使用灯光补强;
第三步:通过图像采集系统记录样品表面参考图像,若待测混凝土样品1表面近似平面,则只需要一台分辨率大于500万像素的CCD相机,否则需要两台,将两台CCD相机采集的图像通过视觉图像算法获得三维曲面图像;
第四步:采用加载装置对待测混凝土样品1施加平行表面的不小于混凝土材料破坏强度10%的载荷,并保持到第五步完成;
第五步:通过图像采集系统记录施加载荷后样品表面目标图像;
第六步:将图像采集系统采集到的样品表面参考图像和目标图像发送到图像处理系统进行相关性分析,分别计算出施加载荷后样品表面各点的局部应变,局部应变值超过800-1200微应变的区域,即为微小裂缝的位置。
本发明的工作原理:本发明主要原理是根据对于存在表面裂缝的混凝土结构,其裂缝所在的局部区域,会因为裂缝在外部荷载作用下的张开或闭合,从而产生非常大的虚拟应变,即应变场的奇异性来定位裂缝所在位置。
本发明公开的方法步骤中第一步到第五步是获取了样品受外部载荷前后两幅数字图像,即参考图像和目标图像,第六步是对图像进行应变场分析。
应变场分析方法是基于数字图像相关技术,通过对两幅数字图像进行相关匹配。匹配原理是:通过以下公式分别计算目标图像中某个子区域与参考图像中所有子区域的相关系数。
当相关系数C=1时,表示两幅子区域完全相同。但是因为变形,一般不可能完全相同,所以将与目标图像中某子区域的相关系数C的最大值所对应的参考图像的子区域进行匹配。对变形前后两幅图像计算区域内的所有子区域进行相关匹配后,就可以获得这些子区域在变形前后空间几何位置的变化,即获得计算区域的位移场分布,采用相关系数的三次曲面拟合法来达到亚像素的位移测量精度。最后采用局部最小二乘方法计算应变场。可以采用计算机自动识别该应变场分布的特征,判断奇异区域,从而判断裂缝所在位置。
综上所述,在本方法中采用的应变场分析方法是基于数字图像相关技术,通过对混凝土结构在一定载荷作用下变形前后的两幅表面图像进行相关匹配,获得表面全场各点变形前后的空间位置,其空间位置的变化即为位移场,通过位移场的拟合优化以及曲面微分处理就可以得到精确的应变场分布。与传统技术逐条检测相比,本发明可以通过一次测量,就可以识别出三维最大尺寸为10米范围的样品表面所有宽度大于10微米的小裂缝;可以检测定位肉眼无法识别的微小裂缝。
以上所述仅为本发明的较佳实例而已,并不以限制本发明,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (3)
1.一种混凝土表面微小裂缝的定位方法,其特征在于包括以下步骤:
步骤A:对待测混凝土样品进行表面处理,去除非结构附着物,使得待测混凝土样品的表面简单平整;
步骤B:在测试现场布置照明系统;
步骤C:通过图像采集系统采集待测混凝土样品表面参考图像;
步骤D:采用加载装置对待测混凝土样品施加平行于其表面的、不小于混凝土材料破坏强度10%的载荷,并且保持到步骤E完成;
步骤E:通过图像采集系统采集施加载荷后的混凝土样品表面目标图像;
步骤F:对步骤C采集到的混凝土样品表面参考图像、步骤E采集到的混凝土样品目标图像发送到图像处理系统进行相关性分析,获得目标图像中的各子区域相对于参考图像的位移;
步骤G:根据步骤F得到的目标图像中各子区域的相对位移,用局部最小二乘方法分别计算出目标图像中各子区域的局部应变值,局部应变值超过800-1200微应变的区域,即为微小裂缝的位置。
2.根据权利要求1所述的一种混凝土表面微小裂缝的定位方法,其特征在于:步骤F所述相关性分析的方法如下:
步骤101,通过以下公式分别计算目标图像中某个子区域与参考图像中所有子区域的相关系数C:
步骤102,在步骤101得到的相关系数中,将与目标图像中该子区域的相关系数的最大值所对应的参考图像的子区域进行匹配;
步骤103,重复步骤101-102,对变形前后两幅图像计算区域内的所有子区域进行相关匹配,获得这些子区域在变形前后空间几何位置的变化,然后采用相关系数的三次曲面拟合法得到目标图像中各子区域相对于参考图像的位移。
3.根据权利要求1所述的一种混凝土表面微小裂缝的定位方法,其特征在于:若待测混凝土样品表面近似平面,所述图像采集系统为一台分辨率大于500万像素的CCD相机;若待测混凝土样品表面不为近似平面,图像采集系统为两台分辨率大于500万像素的CCD相机,在采集参考图像、目标图像时,将两台CCD相机采集的图像通过视觉图像算法获得三维曲面图像,进而依次作为参考图像、目标图像。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201110214492A CN102305795A (zh) | 2011-07-29 | 2011-07-29 | 一种混凝土表面微小裂缝的定位方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201110214492A CN102305795A (zh) | 2011-07-29 | 2011-07-29 | 一种混凝土表面微小裂缝的定位方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN102305795A true CN102305795A (zh) | 2012-01-04 |
Family
ID=45379676
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201110214492A Pending CN102305795A (zh) | 2011-07-29 | 2011-07-29 | 一种混凝土表面微小裂缝的定位方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102305795A (zh) |
Cited By (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102830218A (zh) * | 2012-09-06 | 2012-12-19 | 河海大学 | 连续荷载下岩土体剪切带细观结构变化观测试验方法 |
CN102901445A (zh) * | 2012-09-28 | 2013-01-30 | 华中科技大学 | 基于光热成像的微电子封装工艺质量检测装置及方法 |
CN104330023A (zh) * | 2014-10-15 | 2015-02-04 | 浙江大学 | 混凝土表面初始开裂信息的采集系统与识别方法 |
CN104483330A (zh) * | 2014-11-11 | 2015-04-01 | 浙江大学 | 混凝土表面裂缝实时监测系统与开裂风险的动态评估方法 |
GB2534143A (en) * | 2015-01-13 | 2016-07-20 | Bae Systems Plc | Structural damage detection |
CN106012778A (zh) * | 2016-05-18 | 2016-10-12 | 东南大学 | 用于高速公路路面应变测量的数字图像采集分析方法 |
WO2019176464A1 (ja) * | 2018-03-15 | 2019-09-19 | パナソニックIpマネジメント株式会社 | 検査装置及び検査方法 |
US10520298B2 (en) | 2015-01-13 | 2019-12-31 | Bae Systems Plc | Structural damage detection |
CN112304234A (zh) * | 2020-11-06 | 2021-02-02 | 上海市政工程设计研究总院(集团)有限公司 | 混凝土砌块胀缩变化的自动测量装置及测量方法 |
CN112465755A (zh) * | 2020-11-18 | 2021-03-09 | 熵智科技(深圳)有限公司 | 一种初始子区细分方法、装置、计算机设备及存储介质 |
CN112577475A (zh) * | 2021-01-14 | 2021-03-30 | 天津希格玛微电子技术有限公司 | 一种能够有效降低功耗的视频测距方法 |
CN112697063A (zh) * | 2021-03-23 | 2021-04-23 | 四川省人民医院 | 一种基于显微视觉的芯片应变测量方法 |
CN113506292A (zh) * | 2021-07-30 | 2021-10-15 | 同济大学 | 一种基于位移场的结构物表面裂纹检测和提取方法 |
CN114266776A (zh) * | 2022-03-03 | 2022-04-01 | 南京航空航天大学 | 一种应用复合裂纹位移场函数的数字图像相关方法 |
-
2011
- 2011-07-29 CN CN201110214492A patent/CN102305795A/zh active Pending
Non-Patent Citations (1)
Title |
---|
伍卫平等: "移动最小二乘三次曲面拟合法分析图像亚像素位移", 《固体力学学报》 * |
Cited By (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102830218A (zh) * | 2012-09-06 | 2012-12-19 | 河海大学 | 连续荷载下岩土体剪切带细观结构变化观测试验方法 |
CN102901445A (zh) * | 2012-09-28 | 2013-01-30 | 华中科技大学 | 基于光热成像的微电子封装工艺质量检测装置及方法 |
CN104330023A (zh) * | 2014-10-15 | 2015-02-04 | 浙江大学 | 混凝土表面初始开裂信息的采集系统与识别方法 |
CN104330023B (zh) * | 2014-10-15 | 2017-02-08 | 浙江大学 | 混凝土表面初始开裂信息的采集系统与识别方法 |
CN104483330A (zh) * | 2014-11-11 | 2015-04-01 | 浙江大学 | 混凝土表面裂缝实时监测系统与开裂风险的动态评估方法 |
CN104483330B (zh) * | 2014-11-11 | 2017-03-29 | 浙江大学 | 混凝土表面裂缝实时监测系统与开裂风险的动态评估方法 |
GB2534143A (en) * | 2015-01-13 | 2016-07-20 | Bae Systems Plc | Structural damage detection |
US10520298B2 (en) | 2015-01-13 | 2019-12-31 | Bae Systems Plc | Structural damage detection |
CN106012778B (zh) * | 2016-05-18 | 2018-07-20 | 东南大学 | 用于高速公路路面应变测量的数字图像采集分析方法 |
CN106012778A (zh) * | 2016-05-18 | 2016-10-12 | 东南大学 | 用于高速公路路面应变测量的数字图像采集分析方法 |
WO2019176464A1 (ja) * | 2018-03-15 | 2019-09-19 | パナソニックIpマネジメント株式会社 | 検査装置及び検査方法 |
CN112304234A (zh) * | 2020-11-06 | 2021-02-02 | 上海市政工程设计研究总院(集团)有限公司 | 混凝土砌块胀缩变化的自动测量装置及测量方法 |
CN112465755A (zh) * | 2020-11-18 | 2021-03-09 | 熵智科技(深圳)有限公司 | 一种初始子区细分方法、装置、计算机设备及存储介质 |
CN112465755B (zh) * | 2020-11-18 | 2021-09-10 | 熵智科技(深圳)有限公司 | 一种初始子区细分方法、装置、计算机设备及存储介质 |
CN112577475A (zh) * | 2021-01-14 | 2021-03-30 | 天津希格玛微电子技术有限公司 | 一种能够有效降低功耗的视频测距方法 |
CN112697063A (zh) * | 2021-03-23 | 2021-04-23 | 四川省人民医院 | 一种基于显微视觉的芯片应变测量方法 |
CN113506292A (zh) * | 2021-07-30 | 2021-10-15 | 同济大学 | 一种基于位移场的结构物表面裂纹检测和提取方法 |
CN114266776A (zh) * | 2022-03-03 | 2022-04-01 | 南京航空航天大学 | 一种应用复合裂纹位移场函数的数字图像相关方法 |
CN114266776B (zh) * | 2022-03-03 | 2022-06-10 | 南京航空航天大学 | 一种应用复合裂纹位移场函数的数字图像相关方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102305795A (zh) | 一种混凝土表面微小裂缝的定位方法 | |
Li et al. | Long-distance precision inspection method for bridge cracks with image processing | |
CN102135236B (zh) | 双目视觉管道内壁自动无损检测方法 | |
Shan et al. | A stereovision-based crack width detection approach for concrete surface assessment | |
CN102176228B (zh) | 一种用于识别多个指针式仪表表盘信息的机器视觉方法 | |
CN100547351C (zh) | 一种机器视觉定位方法 | |
CN110246130B (zh) | 基于红外和可见光图像数据融合的机场道面裂缝检测方法 | |
Nishiyama et al. | Improved digital photogrammetry technique for crack monitoring | |
EP3023913A1 (en) | Crack data collection method and crack data collection program | |
CN105865344A (zh) | 一种基于机器视觉的工件尺寸测量方法和装置 | |
CN102359966A (zh) | 一种混凝土表面微小裂缝的定位系统 | |
CN102346013A (zh) | 一种隧道衬砌裂缝宽度的测量方法及装置 | |
CN102768022A (zh) | 采用数码照相技术的隧道围岩变形检测方法 | |
CN102538677A (zh) | 一种基于光学的管道快速检测方法 | |
JP2017053819A (ja) | コンクリートのひび割れ検出方法及び検出プログラム | |
CN102788572B (zh) | 一种工程机械吊钩姿态的测量方法、装置及系统 | |
CN109297428A (zh) | 一种基于无人机的高精度变形巡测技术方法 | |
CN104700395A (zh) | 一种构造物外观裂缝检测方法及系统 | |
CN108596165A (zh) | 基于无人机低空航拍图像的道路交通标线检测方法及系统 | |
EP3023912A1 (en) | Crack data collection apparatus and server apparatus to collect crack data | |
CN105157595A (zh) | 既有建筑变形及缺陷的检测方法、检测装置 | |
CN107798293A (zh) | 一种道路裂缝检测装置 | |
CN106225702A (zh) | 裂缝宽度检测装置和方法 | |
CN103149087B (zh) | 一种基于随动视窗与数字图像的非接触式实时应变测量方法 | |
CN115578315A (zh) | 一种基于无人机图像的桥梁应变近景摄影测量方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C02 | Deemed withdrawal of patent application after publication (patent law 2001) | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20120104 |