CN103528515A - 桥梁底面裂缝动态检测方法 - Google Patents

桥梁底面裂缝动态检测方法 Download PDF

Info

Publication number
CN103528515A
CN103528515A CN201310480299.0A CN201310480299A CN103528515A CN 103528515 A CN103528515 A CN 103528515A CN 201310480299 A CN201310480299 A CN 201310480299A CN 103528515 A CN103528515 A CN 103528515A
Authority
CN
China
Prior art keywords
crack
connected domain
bridge bottom
image
dynamic
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
Application number
CN201310480299.0A
Other languages
English (en)
Inventor
张�杰
齐超
张宁
刘峰
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Yangtze River Delta Research Institute Of Beijing Jiaotong University
Original Assignee
Yangtze River Delta Research Institute Of Beijing Jiaotong University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Yangtze River Delta Research Institute Of Beijing Jiaotong University filed Critical Yangtze River Delta Research Institute Of Beijing Jiaotong University
Priority to CN201310480299.0A priority Critical patent/CN103528515A/zh
Publication of CN103528515A publication Critical patent/CN103528515A/zh
Pending legal-status Critical Current

Links

Images

Landscapes

  • Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
  • Investigating Strength Of Materials By Application Of Mechanical Stress (AREA)

Abstract

本发明涉及桥梁的检测技术，具体是一种可对桥梁底面裂缝进行动态监测的桥梁底面裂缝动态检测方法。该方法包括以下步骤：步骤一，采集桥梁底面的视频图像，对彩色图像灰度化；步骤二，进行灰度图像的二值化；步骤三，对连通域通过面积以及外接最小矩形的长短轴之比进行筛选，满足以下条件的连通域被判定为裂缝；步骤四，将目标区域最小外接矩形在原图上进行绘图，即可直观观察到，从而实现裂缝的识别。本发明可以对采集的视频图像进行动态检测，减少劳动力，提高检测时的安全性；对裂缝的标注可以使检测人员直观的观察到裂缝所在位置。

Description

桥梁底面裂缝动态检测方法
技术领域
本发明涉及桥梁的检测技术，具体是一种可对桥梁底面裂缝进行动态监测的桥梁底面裂缝动态检测方法。
背景技术
目前，公知的桥梁底面裂缝检测是通过技术人员对桥梁底面进行观察，通过人眼进行裂缝的识别。这种传统的检测方式所费人力较大，且受环境及桥梁所在位置的影响，会对技术人员带来危险。此外还有超声波检测和冲击弹性波发等，这些检测方式主要用于裂缝深度的检测，无法直观的观察裂缝所在位置。
发明内容
本发明所要解决的技术问题是，克服现有的测量方式所耗人力较多且危险系数较大的不足,提供一种桥梁底面裂缝动态检测方法，使该方法不仅能检测出桥梁底面是否有裂缝，而且能方便地对裂缝进行标记和动态监测。
本发明的桥梁底面裂缝动态检测方法包括以下步骤：
步骤一，采集桥梁底面的视频图像，针对视频的每一帧图像，将三通道彩色图像转换为单通道灰度图像；
步骤二，对灰度图像通过动态设定阈值将图像分为前景与背景部分，即进行灰度图像的二值化，图像的动态分割通过传统OTSU算法实现； 
步骤三，通过上述步骤将裂缝分割之后，对连通域通过面积以及外接最小矩形的长短轴之比进行筛选，同时满足以下条件a和b的连通域被判定为裂缝：
条件a，连通域大小满足设定值；
条件b，连通域最小外接矩形长宽比满足设定值；
步骤四，将目标区域最小外接矩形在原图上进行绘图，即可直观观察到，从而实现裂缝的识别。
本发明可以对采集的视频图像进行动态检测，减少劳动力，提高检测时的安全性；对裂缝的标注可以使检测人员直观的观察到裂缝所在位置。
附图说明
图1是本发明实施例对某一帧三通道彩色图像进行灰度化的效果示意图；
图2是本发明实施例将灰度图像进行二值化后的示意示意图；
图3是本发明实施例对连通域筛选后的示意图；
图4是对一帧图像判定裂缝后将目标区域最小外接矩形在原图上进行绘图后的效果示意图；
图5是对另一帧图像判定裂缝后将目标区域最小外接矩形在原图上进行绘图后的效果示意图。 
具体实施方式
本发明的桥梁底面裂缝动态检测方法的实施例包括以下步骤：
步骤一，采集桥梁底面的视频图像，针对视频的每一帧图像，将三通道彩色图像转换为单通道灰度图像（如图1）；
步骤二，对灰度图像通过动态设定阈值将图像分为前景与背景部分，即进行灰度图像的二值化（如图2），图像的动态分割通过传统OTSU算法实现；此种算法可以针对每一帧图像的灰度分布进行阈值的计算，此种方法可以避免因设定统一阈值导致裂缝提取的不准确性；
步骤三，如图3，通过上述步骤将裂缝分割之后，对连通域通过面积以及外接最小矩形的长短轴之比进行筛选，同时满足以下条件a和b的连通域被判定为裂缝：
条件a，连通域大小大于等于20个像素；
条件b，连通域最小外接矩形长宽比大于等于3；
步骤四，将目标区域最小外接矩形在原图上进行绘图（如图4、图5），即可直观观察到，从而实现裂缝的识别。

Claims (2)

1.一种桥梁底面裂缝动态检测方法，其特征是：包括以下步骤，
步骤一，采集桥梁底面的视频图像，针对视频的每一帧图像，将三通道彩色图像转换为单通道灰度图像；
步骤二，对灰度图像通过动态设定阈值将图像分为前景与背景部分，即进行灰度图像的二值化，图像的动态分割通过传统OTSU算法实现； 
步骤三，通过上述步骤将裂缝分割之后，对连通域通过面积以及外接最小矩形的长短轴之比进行筛选，同时满足以下条件a和b的连通域被判定为裂缝：
条件a，连通域大小满足设定值；
条件b，连通域最小外接矩形长宽比满足设定值；
步骤四，将目标区域最小外接矩形在原图上进行绘图，即可直观观察到，从而实现裂缝的识别。
2.根据权利要求1所述的桥梁底面裂缝动态检测方法，其特征是：所述步骤三中，条件a为小大于等于20个像素，条件b为连通域最小外接矩形长宽比大于等于3。
CN201310480299.0A 2013-10-15 2013-10-15 桥梁底面裂缝动态检测方法 Pending CN103528515A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201310480299.0A CN103528515A (zh) 2013-10-15 2013-10-15 桥梁底面裂缝动态检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201310480299.0A CN103528515A (zh) 2013-10-15 2013-10-15 桥梁底面裂缝动态检测方法

Publications (1)

Publication Number Publication Date
CN103528515A true CN103528515A (zh) 2014-01-22

Family

ID=49930721

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201310480299.0A Pending CN103528515A (zh) 2013-10-15 2013-10-15 桥梁底面裂缝动态检测方法

Country Status (1)

Country Link
CN (1) CN103528515A (zh)

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104655642A (zh) * 2015-02-06 2015-05-27 江苏大学 一种钢材开裂型缺陷的自动测量、表征分类方法及其系统
CN105547602A (zh) * 2015-11-04 2016-05-04 上海大学 一种地铁隧道管片渗漏水的远距离测量方法
CN106651893A (zh) * 2016-12-23 2017-05-10 贵州电网有限责任公司电力科学研究院 一种基于边缘检测的墙体裂缝识别方法
CN107607553A (zh) * 2017-09-19 2018-01-19 芜湖铁路桥梁制造有限公司 桥梁安全的检测方法及系统
CN107894422A (zh) * 2017-11-07 2018-04-10 常州亿富泰特钢有限公司 一种平板钢铁裂纹检测方法
CN110163842A (zh) * 2019-04-15 2019-08-23 深圳高速工程检测有限公司 建筑裂缝检测方法、装置、计算机设备和存储介质
CN113686876A (zh) * 2021-08-24 2021-11-23 华南农业大学 一种禽蛋裂纹检测方法、装置
CN117237368A (zh) * 2023-11-16 2023-12-15 临沂市公路事业发展中心兰陵县中心 一种桥梁裂缝检测方法及系统

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH09325012A (ja) * 1996-06-04 1997-12-16 Nikon Corp 画像測定装置及びそれに利用される撮像装置
JP2007064627A (ja) * 2005-08-01 2007-03-15 Topcon Corp 三次元計測システム及びその方法
CN101169322A (zh) * 2006-10-25 2008-04-30 刘其伟 混凝土表面裂缝远距离光电式数字检测系统
CN102353680A (zh) * 2011-07-08 2012-02-15 中国科学院宁波材料技术与工程研究所 小型工件表面缺陷的评估方法以及检测不合格工件的流程
CN102590330A (zh) * 2011-12-29 2012-07-18 南京理工大学常熟研究院有限公司 基于图像处理的磁粉探伤缺陷智能识别检测系统

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH09325012A (ja) * 1996-06-04 1997-12-16 Nikon Corp 画像測定装置及びそれに利用される撮像装置
JP2007064627A (ja) * 2005-08-01 2007-03-15 Topcon Corp 三次元計測システム及びその方法
CN101169322A (zh) * 2006-10-25 2008-04-30 刘其伟 混凝土表面裂缝远距离光电式数字检测系统
CN102353680A (zh) * 2011-07-08 2012-02-15 中国科学院宁波材料技术与工程研究所 小型工件表面缺陷的评估方法以及检测不合格工件的流程
CN102590330A (zh) * 2011-12-29 2012-07-18 南京理工大学常熟研究院有限公司 基于图像处理的磁粉探伤缺陷智能识别检测系统

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
叶贵如等: "《基于数字图像处理的表面裂缝宽度测量》", 《公路交通科技》 *
张国旗: "《基于图像处理的混凝土桥梁底面裂缝检测方法的研究》", 《中国优秀硕士学位论文全文数据库 信息科技辑》 *

Cited By (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104655642B (zh) * 2015-02-06 2017-07-18 江苏大学 一种钢材开裂型缺陷的自动测量、表征分类方法及其系统
CN104655642A (zh) * 2015-02-06 2015-05-27 江苏大学 一种钢材开裂型缺陷的自动测量、表征分类方法及其系统
CN105547602B (zh) * 2015-11-04 2018-05-01 上海大学 一种地铁隧道管片渗漏水的远距离测量方法
CN105547602A (zh) * 2015-11-04 2016-05-04 上海大学 一种地铁隧道管片渗漏水的远距离测量方法
CN106651893A (zh) * 2016-12-23 2017-05-10 贵州电网有限责任公司电力科学研究院 一种基于边缘检测的墙体裂缝识别方法
CN107607553A (zh) * 2017-09-19 2018-01-19 芜湖铁路桥梁制造有限公司 桥梁安全的检测方法及系统
CN107894422A (zh) * 2017-11-07 2018-04-10 常州亿富泰特钢有限公司 一种平板钢铁裂纹检测方法
CN110163842A (zh) * 2019-04-15 2019-08-23 深圳高速工程检测有限公司 建筑裂缝检测方法、装置、计算机设备和存储介质
CN110163842B (zh) * 2019-04-15 2021-06-25 深圳高速工程检测有限公司 建筑裂缝检测方法、装置、计算机设备和存储介质
CN113686876A (zh) * 2021-08-24 2021-11-23 华南农业大学 一种禽蛋裂纹检测方法、装置
CN113686876B (zh) * 2021-08-24 2022-10-04 华南农业大学 一种禽蛋裂纹检测方法、装置
CN117237368A (zh) * 2023-11-16 2023-12-15 临沂市公路事业发展中心兰陵县中心 一种桥梁裂缝检测方法及系统
CN117237368B (zh) * 2023-11-16 2024-01-26 临沂市公路事业发展中心兰陵县中心 一种桥梁裂缝检测方法及系统

Similar Documents

Publication Publication Date Title
CN103528515A (zh) 桥梁底面裂缝动态检测方法
CN107615334B (zh) 物体识别装置以及物体识别系统
CN106886054A (zh) 基于三维x射线成像的危险品自动识别装置及方法
WO2015069824A3 (en) Diagnostic system and method for biological tissue analysis
CN106851263B (zh) 基于定时自学习模块的视频质量诊断方法及系统
EP3012813A3 (en) Event detection system
WO2014201052A3 (en) Medical image processing method
CN104535356A (zh) 一种基于机器视觉的卷筒钢丝绳排绳故障监测方法及系统
CN103440671B (zh) 一种印章检测方法及系统
JP2010019656A5 (zh)
CN111738132B (zh) 人体温度的测量方法、装置、电子设备及可读存储介质
CN104751603A (zh) 危岩崩塌监测预警系统及方法
EP2605186A3 (en) Method and apparatus for recognizing a character based on a photographed image
CN106483130B (zh) 一种水稻病害的检测方法及其自动检测装置
CN116337868B (zh) 一种表面缺陷检测方法及检测系统
CN117274722B (zh) 基于红外图像的配电箱智能检测方法
CN110493574B (zh) 基于流媒体和ai技术的安监可视化系统
CN105096305A (zh) 绝缘子状态分析的方法及装置
CN104077581A (zh) 安全帽正确佩戴智能视频识别方法
MY193817A (en) Image detection system
CN105023272A (zh) 农作物叶子虫害检测方法和系统
CN207636791U (zh) 一种大客流快速安检门
CN104614383A (zh) 一种羽毛缺陷检测系统及方法
CN104594754A (zh) 一种用于公共场所传染性疾病的智能快速自动筛分系统
CN106772628A (zh) 一种金属探测装置

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: 20140122