CN103630093B - 用于混凝土表面粗糙度检测的图像分析方法 - Google Patents
用于混凝土表面粗糙度检测的图像分析方法 Download PDFInfo
- Publication number
- CN103630093B CN103630093B CN201310018375.6A CN201310018375A CN103630093B CN 103630093 B CN103630093 B CN 103630093B CN 201310018375 A CN201310018375 A CN 201310018375A CN 103630093 B CN103630093 B CN 103630093B
- Authority
- CN
- China
- Prior art keywords
- concrete
- region
- image
- grey
- image analysis
- 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.)
- Active
Links
Landscapes
- Length Measuring Devices By Optical Means (AREA)
- Image Analysis (AREA)
Abstract
本发明公开一种用于混凝土表面粗糙度检测的图像分析方法，包括：(1)、对待计算粗糙度的构件混凝土的表面进行图像采集；(2)、针对所采集到的图像识别出混凝土表面平整的区域；(3)、针对所采集到的图像对所识别出的平整的区域进行勾画；(4)、计算所勾画出的平整的区域的灰度数；(5)、针对所采集到的图像对所勾画出的平整的区域进行扣除处理；(6)、计算扣除处理后所剩下的粗糙的区域的灰度数；以及(7)、通过计算粗糙的区域的灰度数与平整的区域的灰度数的比值来获得构件混凝土的表面的粗糙度。
Description
技术领域
本发明涉及一种建构筑物混凝土表观质量检测技术领域，特别涉及一种既有建筑物、构筑物构件中混凝土表面粗糙度的检测方法。
背景技术
目前，国内对构件混凝土外观质量的检测主要涉及裂缝宽度和形态的检测，其中以接触式检测为主。
耿飞等应用图像分析技术提出一种混凝土表面裂缝的定量检测与评价方法(耿飞、解建光、钱春香；图像分析技术对混凝土裂缝的定量评价[J]；混凝土；2005，187(5)：79-83.)，可相对便捷地计算出裂缝的表征参数。
东南大学王伟等针对采集到的裂缝图像特征提出一种裂缝定量分析法(王伟、尹兰、杨福俊、何小元；混凝土表面裂缝宽度定量测量的图像分析法[C]；见：第十一届全国实验力学学术会议论文集；大连，2005：839-844.)，即根据裂缝图像灰度利用otsu(1979)提出的类判别法计算出图像分割的最佳阈值，该定量分析法处理图像效果好，为实际工程的安全可靠性评估提供准确的基础数据。
然而，对于构件混凝土表面粗糙程度的检测尚无规范可依，无方法可循。
因此，鉴于当前国内对构件混凝土表面粗糙程度检测技术的不足以及数字图像分析技术的优势，急需基于图象分析技术的优势提出一种用于混凝土表面粗糙度检测的图像分析方法。
发明内容
针对现有技术的不足，本发明的首要目的在于：提供一种用于混凝土表面粗糙度检测的图像分析方法，为构件混凝土表面粗糙程度的检测提供便捷可靠的方法，降低检测成本。
根据本发明，用于混凝土表面粗糙度检测的图像分析方法是一种依靠事物表面的图像采集、图像分析软件对既有构件的混凝土表面的粗糙程度进行定量分析的手段。
根据本发明，提供一种用于混凝土表面粗糙度检测的图像分析方法，包括：(1)、对待计算粗糙度的构件混凝土的表面进行图像采集；(2)、针对所采集到的图像识别出混凝土表面平整的区域；(3)、针对所采集到的图像对所识别出的平整的区域进行勾画；(4)、计算所勾画出的平整的区域的灰度数；(5)、针对所采集到的图像对所勾画出的平整的区域进行扣除处理；(6)、计算扣除处理后所剩下的粗糙的区域的灰度数；以及(7)、通过计算粗糙的区域的灰度数与平整的区域的灰度数的比值来获得构件混凝土的表面的粗糙度。
可选择地，步骤(2)、(3)、(4)、(5)、(6)、(7)的处理可以均通过同一个图像分析软件进行，或可选择地由不同的处理工具分别进行。
可选择地，构件混凝土的表面可以包括建筑物和/或构筑物的构件混凝土的表面。
优选地，根据本发明的应用图像分析方法计算混凝土的粗糙程度的方法及程序可以包括：
1、对需要计算粗糙度的构件混凝土的表面采集图像。采集图像时，应注意将构件混凝土表面尽量采集相对较完整的图像。
2、首先利用图像分析软件识别出混凝土表面较为平整的区域，并对平整的区域进行勾画。
3、利用图像分析软件计算较为平整混凝土表面的灰度数。
4、利用图像分析软件对混凝土表面相对较平整的区域进行扣除处理，计算混凝土表面相对粗糙的区域的灰度。
5、计算粗糙度。粗糙度＝相对较粗糙区域的灰度/相对较平整区域的灰度。
本发明的有益效果是：本发明用于无损检测既有建筑物、构筑物构件中混凝土表面粗糙度的定量测定，为混凝土外观质量的定量评定提供了一种便捷可靠的方法，节约了成本。即对构件混凝土的表面进行图像采集，应用专业图像分析软件对采集的构件混凝土表面的照片进行图像分析，利用软件对混凝土表面的凹凸程度转化为图像的灰度比值(颜色分量、梯度等)进行识别计算，定量评定分析构件混凝土表面的粗糙程度。
附图说明
下面结合附图对本发明进一步说明。
图1、图2、图3分别为示例性1、2、3号柱的混凝土外观照片示意图。
图4、图5、图6分别为示例性1、2、3号柱的勾画效果图。
图7、图8、图9分别为示例性1、2、3号柱的计算灰度效果图。
图10、图11、图12分别为示例性1、2、3号柱经过扣除处理的计算灰度效果图。
图13为利用示例性图像分析软件勾画较平整区域与粗糙区域的界限界面的示意图。
图14为利用示例性图像分析软件计算相对较平整区域灰度的界面的示意图。
图15为利用示例性图像分析软计算相对较粗糙区域灰度的界面的示意图。
具体实施方式
本发明提出一种用于混凝土表面粗糙度检测的图像分析方法，包括：(1)、对待计算粗糙度的构件混凝土的表面进行图像采集，其中，构件混凝土的表面可以包括建筑物和/或构筑物的构件混凝土的表面，并且图像采集可以采用已知的各种摄像或扫描设备进行，比如照相机；(2)、针对所采集到的图像识别出混凝土表面平整的区域；(3)、针对所采集到的图像对所识别出的平整的区域进行勾画；(4)、计算所勾画出的平整的区域的灰度数；(5)、针对所采集到的图像对所勾画出的平整的区域进行扣除处理；(6)、计算扣除处理后所剩下的粗糙的区域的灰度数；以及(7)、通过计算粗糙的区域的灰度数与平整的区域的灰度数的比值来获得构件混凝土的表面的粗糙度。其中，上述步骤(2)、(3)、(4)、(5)、(6)、(7)的处理可以均通过同一个图像分析软件进行。
作为一种非限制性示例实施方式，下面以某工程三个柱子的混凝土外观照片为例对应用图像分析的方法计算混凝土的粗糙程度做具体阐述，图1-图3分别为柱子的混凝土外观照照片。
利用图像分析软件对混凝土表面粗糙度计算的具体过程如下：
1、首先利用图像分析软件识别出混凝土表面较为平整的区域，并对平整的区域进行勾画。图4-图6分别为1号柱、2号柱、3号柱的勾画效果图。
2、利用图像分析软件计算较为平整混凝土表面的灰度数。图7-图9分别为1号柱、2号柱、3号柱的计算灰度效果图。1号柱、2号柱、3号柱相对较平整区域的灰度分别为15317、12347、13150。
3、利用图像分析软件对混凝土表面相对较平整的区域进行扣除处理，计算混凝土表面相对粗糙的区域的灰度。图10-图12分别为1号柱、2号柱、3号柱的计算灰度效果图。1号柱、2号柱、3号柱相对较粗糙区域的灰度分别为17671、14079、14097。
4、计算粗糙度。粗糙度＝相对较粗糙区域的灰度/相对较平整区域的灰度。即1号柱、2号柱、3号柱的混凝土表面的粗糙度分别为1.154、1.140、1.072。由此可得，3号柱的混凝土表面相对较平整。
作为一种非限制性示例实施方式，图像分析软件可以选择采用imageproplus6.0。其中，图13、图14、图15分别示出了利用该示例性图像分析软件的处理过程的界面示意图。
尽管在此已详细描述本发明的优选实施方式，但要理解的是本发明并不局限于这里详细描述和示出的具体结构，在不偏离本发明的实质和范围的情况下可由本领域的技术人员实现其它的变型和变体。
Claims (3)
1.一种用于混凝土表面粗糙度检测的图像分析方法，包括：
(1)、对待计算粗糙度的构件混凝土的表面进行图像采集；
(2)、针对所采集到的图像识别出混凝土表面平整的区域；
(3)、针对所采集到的图像对所识别出的平整的区域进行勾画；
(4)、计算所勾画出的平整的区域的灰度数；
(5)、针对所采集到的图像对所勾画出的平整的区域进行扣除处理；
(6)、计算扣除处理后所剩下的粗糙的区域的灰度数；以及
(7)、通过计算粗糙的区域的灰度数与平整的区域的灰度数的比值来获得构件混凝土的表面的粗糙度。
2.如权利要求1所述的用于混凝土表面粗糙度检测的图像分析方法，其特征在于，所述步骤(2)、(3)、(4)、(5)、(6)、(7)的处理均通过同一个图像分析软件进行。
3.如权利要求1或2所述的用于混凝土表面粗糙度检测的图像分析方法，其特征在于，所述构件混凝土的表面包括建筑物和/或构筑物的构件混凝土的表面。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201310018375.6A CN103630093B (zh) | 2013-01-18 | 2013-01-18 | 用于混凝土表面粗糙度检测的图像分析方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201310018375.6A CN103630093B (zh) | 2013-01-18 | 2013-01-18 | 用于混凝土表面粗糙度检测的图像分析方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN103630093A CN103630093A (zh) | 2014-03-12 |
| CN103630093B true CN103630093B (zh) | 2016-07-06 |
Family
ID=50211384
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201310018375.6A Active CN103630093B (zh) | 2013-01-18 | 2013-01-18 | 用于混凝土表面粗糙度检测的图像分析方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN103630093B (zh) |
Families Citing this family (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106289117A (zh) * | 2016-07-20 | 2017-01-04 | 重庆交通大学 | 路面粗糙度的测量方法及装置 |
| CN109029304A (zh) * | 2018-07-11 | 2018-12-18 | 天津城建大学 | 一种混凝土的表面粗糙度测量方法 |
| CN109387139A (zh) * | 2018-12-12 | 2019-02-26 | 武宇生 | 混凝土表面粗糙度检测方法及测试仪 |
| CN111024005A (zh) * | 2019-12-31 | 2020-04-17 | 芜湖哈特机器人产业技术研究院有限公司 | 一种基于视觉的家具喷涂质量检测方法 |
| CN111335633A (zh) * | 2020-03-06 | 2020-06-26 | 中核华辰建筑工程有限公司 | 多功能集块建筑装配化施工楼面组合式找平装置及方法 |
| CN111508229A (zh) * | 2020-04-01 | 2020-08-07 | 辽宁百思特达半导体科技有限公司 | 一种基于智慧城市的公共安全防护报警装置 |
| CN112050756B (zh) * | 2020-09-04 | 2022-05-06 | 南通大学 | 一种岩矿石切片与树脂靶表面平整度识别处理方法 |
| CN113884032A (zh) * | 2021-09-24 | 2022-01-04 | 中建西部建设西南有限公司 | 一种混凝土立方体试块平整度三维激光检测设备及方法 |
| CN117554186B (zh) * | 2024-01-12 | 2024-04-05 | 中铁四局集团有限公司 | 基于机器视觉的小型混凝土预制构件质量检测分析方法 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1041445A (zh) * | 1988-07-20 | 1990-04-18 | 法国冶金研究所 | 金属表面光洁度的鉴别方法和装置 |
| US5832118A (en) * | 1996-05-08 | 1998-11-03 | Daewoo Electronics Co., Ltd. | Texture classification apparatus employing coarsensess and directivity of patterns |
| CN1667398A (zh) * | 2004-03-09 | 2005-09-14 | 西北工业大学 | 微机械结构数字图像检测与分析系统 |
| CN101335226A (zh) * | 2007-06-29 | 2008-12-31 | 上海蓝光科技有限公司 | Led芯片表面粗糙度的识别和分类方法 |
| CN101561262A (zh) * | 2009-05-31 | 2009-10-21 | 东南大学 | 一种不确定环境下表面粗糙度在线测量方法 |
| CN101634551A (zh) * | 2009-08-18 | 2010-01-27 | 清华大学深圳研究生院 | 一种检测表面粗糙度的方法及其系统 |
| CN102788566A (zh) * | 2012-09-03 | 2012-11-21 | 电子科技大学 | 一种土壤表面粗糙度测量板及测量方法 |
-
2013
- 2013-01-18 CN CN201310018375.6A patent/CN103630093B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1041445A (zh) * | 1988-07-20 | 1990-04-18 | 法国冶金研究所 | 金属表面光洁度的鉴别方法和装置 |
| US5832118A (en) * | 1996-05-08 | 1998-11-03 | Daewoo Electronics Co., Ltd. | Texture classification apparatus employing coarsensess and directivity of patterns |
| CN1667398A (zh) * | 2004-03-09 | 2005-09-14 | 西北工业大学 | 微机械结构数字图像检测与分析系统 |
| CN101335226A (zh) * | 2007-06-29 | 2008-12-31 | 上海蓝光科技有限公司 | Led芯片表面粗糙度的识别和分类方法 |
| CN101561262A (zh) * | 2009-05-31 | 2009-10-21 | 东南大学 | 一种不确定环境下表面粗糙度在线测量方法 |
| CN101634551A (zh) * | 2009-08-18 | 2010-01-27 | 清华大学深圳研究生院 | 一种检测表面粗糙度的方法及其系统 |
| CN102788566A (zh) * | 2012-09-03 | 2012-11-21 | 电子科技大学 | 一种土壤表面粗糙度测量板及测量方法 |
Non-Patent Citations (3)
| Title |
|---|
| 分形理论在混凝土断裂面研究中的应用;刘小艳等;《三峡大学学报(自然科学版)》;20031231;第25卷(第6期);第495-499页 * |
| 图像分析技术对混凝土裂缝的定量评价;耿飞等;《混凝土》;20051231(第5期);第78-80,87,94页 * |
| 基于图像模式识别的混凝土二维显微结构研究进展及问题分析;赵青林等;《混凝土》;20061231(第9期);第11-13,17页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN103630093A (zh) | 2014-03-12 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN103630093B (zh) | 用于混凝土表面粗糙度检测的图像分析方法 | |
| CN101957178B (zh) | 一种隧道衬砌裂缝测量方法及其测量装置 | |
| JP6620477B2 (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 | |
| CN104504388B (zh) | 一种路面裂缝识别和特征提取算法及系统 | |
| CN1324529C (zh) | 对场景中的物体进行分类的系统及其方法 | |
| CN104574353B (zh) | 基于视觉显著性的表面缺陷判定方法 | |
| CN109448045B (zh) | 基于slam的平面多边形物体测量方法及机器可读存储介质 | |
| CN105957059B (zh) | 电子元件漏件检测方法和系统 | |
| CN104502990A (zh) | 一种基于数码图像的隧道掌子面地质调查方法 | |
| CN106503643B (zh) | 人体跌倒检测方法 | |
| CN104537651B (zh) | 一种路面图像中裂缝比例检测方法及系统 | |
| CN109376773A (zh) | 基于深度学习的裂纹检测方法 | |
| CN102346013A (zh) | 一种隧道衬砌裂缝宽度的测量方法及装置 | |
| CN105865344A (zh) | 一种基于机器视觉的工件尺寸测量方法和装置 | |
| CN104697476A (zh) | 粗糙度光切轮廓曲线的自动检测方法及装置 | |
| CN107798293A (zh) | 一种道路裂缝检测装置 | |
| CN101533466B (zh) | 一种眼睛定位图像处理方法 | |
| Tang et al. | A novel approach for fracture skeleton extraction from rock surface images | |
| CN107436304A (zh) | 一种混凝土构件表面检测装置 | |
| CN106225702A (zh) | 裂缝宽度检测装置和方法 | |
| CN110211142A (zh) | 一种基于视频图像处理的深基坑的坑外水位在线检测方法 | |
| CN107977968B (zh) | 基于建筑物阴影信息挖掘的建筑物分层检测方法 | |
| CN106203351A (zh) | 裂缝智能识别分类的方法 | |
| CN103472064B (zh) | 一种圆明亮琢型宝石切工鉴定的方法 | |
| CN106875378B (zh) | 一种电力线异物检测方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| CB03 | Change of inventor or designer information |
Inventor after: Bai Weiliang Inventor after: Wang Li Inventor after: Li Donghua Inventor after: Xie Qi Inventor after: Liu Guoli Inventor before: Li Donghua Inventor before: Wang Li Inventor before: Bai Weiliang |
|
| COR | Change of bibliographic data | ||
| C14 | Grant of patent or utility model | ||
| GR01 | Patent grant | ||
| CP01 | Change in the name or title of a patent holder |
Address after: 100840 Wanshou Road, Haidian District, Beijing, No. 27 Patentee after: CLP Engineering Research Center Co., Ltd. detection and evaluation Address before: 100840 Wanshou Road, Haidian District, Beijing, No. 27 Patentee before: C+E Center for Engineering Research Test and Appraisal |
|
| CP01 | Change in the name or title of a patent holder |