CN104089580A - 基于智能手机实现的混凝土表面裂缝宽度测量仪及方法 - Google Patents

Abstract

本发明公开了一种基于智能手机实现的混凝土表面裂缝宽度测量仪及方法，所述测量仪包括智能手机以及一块木质垫块；在工作时，木质垫块放置在混凝土表面的待检测裂缝旁边，智能手机的背部紧靠木质垫块的上表面，且智能手机的摄像头对准混凝土表面的待检测裂缝；所述智能手机上安装有裂缝图像处理程序，智能手机背部的摄像头所采集的裂缝图像信息由裂缝图像处理程序进行处理；所述方法通过启动智能手机的裂缝图像处理程序，通过摄像头采集裂缝图像，使裂缝图像显示在智能手机的屏幕上，并对裂缝图像进行图像分析处理，计算裂缝宽度。本发明的测量仪检测过程简单、成本低廉、体积小巧、便于携带，实现了高精度、低成本的混凝土表面裂缝宽度测量。

Description

基于智能手机实现的混凝土表面裂缝宽度测量仪及方法

技术领域

本发明涉及一种混凝土表面裂缝宽度测量仪，尤其是一种基于智能手机实现的混凝土表面裂缝宽度测量仪及方法，属于土木工程检测领域。

背景技术

混凝土表面裂缝产生的原因有多种：1)在结构外力的作用下，承载力不足，产生结构性裂缝；2)混凝土内外部温差过大导致内部收缩产生自应力，当自应力超过混凝土允许的应力时，便会产生非结构性裂缝。因此，准确测量裂缝的宽度对判断结构的安全状态至关重要。

传统的裂缝显微镜用具有一定放大倍数的显微镜直接观测裂缝宽度。需要人工近距离调节焦距并读数和记录，有些还需另配光源，测试速度慢，测试工作的劳动强度大，而且有较大的人为读数误差。另外有一些研究者利用高清照相机到现场采集所有裂缝图像后再统一提交给计算机，利用图像处理技术对裂缝进行识别，精度很高，缺点是对无法即时处理图像，实时性不强，步骤较烦琐。

近年来，智能手机集成的摄像头分辨率越来越高，甚至出现了高达4100万像素的摄像头，可以很大程度地保留物体的细节。智能手机操作系统为摄像头提供了良好的支持，开发者可以通过智能手机操作系统提供的API访问底层硬件，很方便地开发出基于摄像头的应用。

发明内容

本发明的目的是为了解决上述现有技术的缺陷，提供了一种检测效率高、检测准确度高、检测成本低的基于智能手机实现的混凝土表面裂缝宽度测量仪。

本发明的另一目的在于提供一种基于智能手机实现的混凝土表面裂缝宽度测量仪的测量方法。

本发明的目的可以通过采取如下技术方案达到：

基于智能手机实现的混凝土表面裂缝宽度测量仪，包括智能手机以及一块木质垫块；在工作时，所述木质垫块放置在混凝土表面的待检测裂缝旁边，所述智能手机的背部紧靠木质垫块的上表面，且智能手机背部的摄像头对准混凝土表面的待检测裂缝；所述智能手机上安装有裂缝图像处理程序，摄像头所采集的裂缝图像信息由裂缝图像处理程序进行处理。

作为一种优选方案，所述木质垫块为长方体木质垫块，其高度为8～12cm。

作为一种优选方案，所述裂缝图像处理程序基于智能手机平台开发，包括裂缝图像采集、裂缝图像预览、裂缝图像处理以及裂缝宽度计算。

本发明的另一目的可以通过采取如下技术方案达到：

基于智能手机实现的混凝土表面裂缝宽度测量仪的测量方法，包括以下步骤：

1)将木质垫块放置在混凝土表面的待检测裂缝旁边；

2)将智能手机的背部紧靠木质垫块的上表面，使智能手机的摄像头对准混凝土表面的待检测裂缝；

3)启动智能手机的裂缝图像处理程序，通过摄像头采集裂缝图像，使裂缝图像显示在智能手机的屏幕上，并对裂缝图像进行图像分析处理，计算裂缝宽度。

作为一种优选方案，步骤3)所述对裂缝图像进行图像分析处理，具体包括：

a)二值化过程：将采集的彩色图像通过公式Gray＝R*0.299+G*0.587+B*0.114转换为灰度图像，其中，R、G、B分别指每个像素的红、绿、蓝三种颜色分量的数值，Gray为灰度值；然后利用最大类间方差法将灰度图像分割成黑白两部分的二值图像，即图像上只留下裂缝和一些离散的噪点；

b)去噪：经过二值化后的图像中，裂缝是连成一大片的黑色像素群，而噪点是孤立离散的小黑点，通过设定一个阈值nBlock，然后分别计算各个黑块的像素数，将大于nBlock的像素保留，将小于或等于nBlock的像素去掉，使经过处理后的图像上只留下裂缝。

c)边缘提取：将去噪后的整个图像视为一个二维数组，裂缝则看成由两条边缘包围而成，通过逐列扫描，找出构成两条边缘的像素，分别保存在两个列表pList1和pList2中；其中，pList1和pList2的元素均为Point对象，包含像素的(x，y)坐标信息。

作为一种优选方案，步骤3)所述裂缝宽度的计算，具体如下：

根据两个列表pList1和pList2，分别计算出两条边缘的长度L1和L2，取两者的平均值L作为裂缝的长度；设裂缝占据的像素数量为n，由裂缝平均宽度为w＝n/L×coffe；其中，coffe为每个像素对应的真实长度，通过像素标定得到。

作为一种优选方案，所述像素标定的具体过程如下：

选定好木质垫块后，在一张洁净的白纸上用黑色笔画一条宽度为10mm，长度为10cm的直线，模拟一条裂缝，将木质垫块放置在白纸上的直线旁边，将智能手机的背部紧靠木质垫块的上表面，使摄像头对准该直线，通过摄像头采集该直线的图像，程序将自动识别出直线图像在宽度方向占据的像素数量N，由像素与实际长度之间的比例关系为coffe＝10/N mm/pixel。

本发明相对于现有技术具有如下的有益效果：

1、本发明的混凝土表面裂缝宽度测量仪与专用的裂缝测量显微镜相比，检测过程简单、成本低廉、体积小巧、便于携带，实现了高精度、低成本的混凝土表面裂缝宽度测量。

2、本发明的混凝土表面裂缝宽度测量仪将混凝土表面裂缝宽度检测的功能作为智能手机功能的一个扩展，不必增加任何硬件，降低了检测的成本。

3、本发明的混凝土表面裂缝宽度测量仪在使用时，检测人员可以实时看到检测结果，提高了检测效率。

4、本发明的混凝土表面裂缝宽度测量仪中，混凝土表面裂缝图像采集与图像处理过程均由智能手机上安装的裂缝图像处理程序完成，可以减少引入人为检测误差，提高了检测准确度。

附图说明

图1为本发明的基于智能手机实现的混凝土表面裂缝宽度测量仪工作示意图。

图2为本发明的基于智能手机实现的混凝土表面裂缝宽度测量仪的测量流程图。

图3为本发明的基于智能手机实现的混凝土表面裂缝宽度测量仪采集的裂缝图像示意图。

图4为本发明的基于智能手机实现的混凝土表面裂缝宽度测量仪将裂缝图像进行二值化处理后的图像示意图。

图5为本发明的基于智能手机实现的混凝土表面裂缝宽度测量仪将裂缝图像进行图像处理后的图像示意图。

其中，1-智能手机，2-木质垫块，3-混凝土，4-待检测裂缝，5-摄像头。

具体实施方式

实施例1：

如图1所示，本实施例的基于智能手机实现的混凝土表面裂缝宽度测量仪，包括智能手机1(可以采用三星Galaxy i9300，Exynos4412四核1433MHz，800万像素摄像头)以及一块木质垫块2，所述木质垫块2为长方体木质垫块，其高度为10cm；在工作时，所述木质垫块2放置在混凝土3表面的待检测裂缝4旁边，所述智能手机1的背部紧靠木质垫块2的上表面，且智能手机1背部的摄像头5对准混凝土3表面的待检测裂缝4；所述智能手机1上安装有裂缝图像处理程序，摄像头5所采集的裂缝图像信息由裂缝图像处理程序进行处理，该裂缝图像处理程序基于智能手机平台开发，包括裂缝图像采集、裂缝图像预览、裂缝图像处理以及裂缝宽度计算。

如图2所示，本实施例基于智能手机实现的混凝土表面裂缝宽度测量仪的测量方法，包括以下步骤：

1)将木质垫块2放置在混凝土3表面的待检测裂缝4旁边；

2)将智能手机1的背部紧靠木质垫块2的上表面，使智能手机1的摄像头5对准混凝土3表面的待检测裂缝4；

3)启动智能手机1的裂缝图像处理程序，通过摄像头5采集裂缝图像，使裂缝图像显示在智能手机1的屏幕上，如图3所示；并对裂缝图像进行图像分析处理，计算裂缝宽度。

上述步骤3)中，所述对裂缝图像进行图像分析处理，具体包括：

a)二值化过程：将采集的彩色图像通过公式Gray＝R*0.299+G*0.587+B*0.114转换为灰度图像，其中，R、G、B分别指每个像素的红、绿、蓝三种颜色分量的数值，Gray为灰度值；然后利用最大类间方差法(OTSU法)将灰度图像分割成黑白两部分的二值图像，即图像上只留下裂缝和一些离散的噪点，如图4所示；

b)去噪：通过观察二值化后的图像可以发现，裂缝是连成一大片的黑色像素群，而噪点是孤立离散的小黑点，因此可以通过设定一个阈值nBlock，然后分别计算各个黑块的像素数，将大于nBlock的像素保留，将小于或等于nBlock的像素去掉，使经过处理后的图像上只留下裂缝。

c)边缘提取：将去噪后的整个图像视为一个二维数组，裂缝则看成由两条边缘包围而成，通过逐列扫描，找出构成两条边缘的像素，分别保存在两个列表pList1和pList2中；其中，pList1和pList2的元素均为Point对象，包含像素的(x，y)坐标信息。

上述步骤3)中，所述裂缝宽度的计算，具体如下：

根据两个列表pList1和pList2，可以分别计算出两条边缘的长度L1和L2，取两者的平均值L作为裂缝的长度；设裂缝占据的像素数量为n，由裂缝平均宽度为w＝n/L×coffe；其中，coffe为每个像素对应的真实长度，通过像素标定得到，像素标定的具体过程如下：

选定好木质垫块后，在一张洁净的白纸上用黑色笔画一条宽度为10mm，长度为10cm的直线，模拟一条裂缝，将木质垫块放置在白纸上的直线旁边，将智能手机的背部紧靠木质垫块的上表面，使摄像头对准该直线，通过摄像头采集该直线的图像，程序将自动识别出直线图像在宽度方向占据的像素数量N，由像素与实际长度之间的比例关系为coffe＝10/N mm/pixel。coffe与智能手机1的摄像头参数和木质垫块2的高度有关，只要智能手机1与木质垫块2不变，只需标定一次即可。

经过上述处理后的图像如图5所示，宽度数据显示在Activity的标题上。

实施例2：

本实施例的主要特点是：所述木质垫块2的高度可以为8cm或12cm，其余同实施例1。

以上所述，仅为本发明专利较佳的实施例，但本发明专利的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明专利所公开的范围内，根据本发明专利的技术方案及其发明构思加以等同替换或改变，都属于本发明专利的保护范围。

Claims (7)

1.基于智能手机实现的混凝土表面裂缝宽度测量仪，其特征在于：包括智能手机以及一块木质垫块；在工作时，所述木质垫块放置在混凝土表面的待检测裂缝旁边，所述智能手机的背部紧靠木质垫块的上表面，且智能手机背部的摄像头对准混凝土表面的待检测裂缝；所述智能手机上安装有裂缝图像处理程序，摄像头所采集的裂缝图像信息由裂缝图像处理程序进行处理。

2.根据权利要求1所述的基于智能手机实现的混凝土表面裂缝宽度测量仪，其特征在于：所述木质垫块为长方体木质垫块，其高度为8～12cm。

3.根据权利要求1所述的基于智能手机实现的混凝土表面裂缝宽度测量仪，其特征在于：所述裂缝图像处理程序基于智能手机平台开发，包括裂缝图像采集、裂缝图像预览、裂缝图像处理以及裂缝宽度计算。

4.基于智能手机实现的混凝土表面裂缝宽度测量仪的测量方法，其特征在于包括以下步骤：

1)将木质垫块放置在混凝土表面的待检测裂缝旁边；

2)将智能手机的背部紧靠木质垫块的上表面，使智能手机的摄像头对准混凝土表面的待检测裂缝；

3)启动智能手机的裂缝图像处理程序，通过摄像头采集裂缝图像，使裂缝图像显示在智能手机的屏幕上，并对裂缝图像进行图像分析处理，计算裂缝宽度。

5.根据权利要求4所述的基于智能手机实现的混凝土表面裂缝宽度测量仪的测量方法，其特征在于：步骤3)所述对裂缝图像进行图像分析处理，具体包括：

a)二值化过程：将采集的彩色图像通过公式Gray＝R*0.299+G*0.587+B*0.114转换为灰度图像，其中，R、G、B分别指每个像素的红、绿、蓝三种颜色分量的数值，Gray为灰度值；然后利用最大类间方差法将灰度图像分割成黑白两部分的二值图像，即图像上只留下裂缝和一些离散的噪点；

b)去噪：经过二值化后的图像中，裂缝是连成一大片的黑色像素群，而噪点是孤立离散的小黑点，通过设定一个阈值nBlock，然后分别计算各个黑块的像素数，将大于nBlock的像素保留，将小于或等于nBlock的像素去掉，使经过处理后的图像上只留下裂缝。

c)边缘提取：将去噪后的整个图像视为一个二维数组，裂缝则看成由两条边缘包围而成，通过逐列扫描，找出构成两条边缘的像素，分别保存在两个列表pList1和pList2中；其中，pList1和pList2的元素均为Point对象，包含像素的(x，y)坐标信息。

6.根据权利要求5所述的基于智能手机实现的混凝土表面裂缝宽度测量仪的测量方法，其特征在于：步骤3)所述裂缝宽度的计算，具体如下：

根据两个列表pList1和pList2，分别计算出两条边缘的长度L1和L2，取两者的平均值L作为裂缝的长度；设裂缝占据的像素数量为n，由裂缝平均宽度为w＝n/L×coffe；其中，coffe为每个像素对应的真实长度，通过像素标定得到。

7.根据权利要求6所述的基于智能手机实现的混凝土表面裂缝宽度测量方法，其特征在于：所述像素标定的具体过程如下：

选定好木质垫块后，在一张洁净的白纸上用黑色笔画一条宽度为10mm，长度为10cm的直线，模拟一条裂缝，将木质垫块放置在白纸上的直线旁边，将智能手机的背部紧靠木质垫块的上表面，使摄像头对准该直线，通过摄像头采集该直线的图像，程序将自动识别出直线图像在宽度方向占据的像素数量N，由像素与实际长度之间的比例关系为coffe＝10/N mm/pixel。