CN105784710A - 一种基于数字图像处理的混凝土桥梁裂缝检测装置 - Google Patents
一种基于数字图像处理的混凝土桥梁裂缝检测装置 Download PDFInfo
- Publication number
- CN105784710A CN105784710A CN201410807161.1A CN201410807161A CN105784710A CN 105784710 A CN105784710 A CN 105784710A CN 201410807161 A CN201410807161 A CN 201410807161A CN 105784710 A CN105784710 A CN 105784710A
- Authority
- CN
- China
- Prior art keywords
- module
- crack
- image
- image processing
- camera
- 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.)
- Granted
Links
Landscapes
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
- Image Processing (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明公开了一种基于数字图像处理的混凝土桥梁裂缝检测装置,其特征是:包括供电模块、测距模块、图像获取模块、图像处理模块、裂缝特征提取模块和裂缝信息存储模块,图像获取模块和测距模块分别与图像处理模块相连,图像处理模块、裂缝特征提取模块、裂缝信息存储模块与供电模块顺序相连。该装置安全可靠,降低了检测成本,能有效地排除人的主观干扰因素,并且有效地解决了图像不连续、漏拍或重复拍摄现象的存在和检测准度不高、检测效率低的问题。
Description
技术领域
本发明涉及桥梁检测领域,具体涉及一种基于数字图像处理的混凝土桥梁裂缝检测装置。
背景技术
桥梁是交通系统中的重要组成部分。我国很多的桥梁已经出现了老化的现象,近年来受超载超限情况的影响,很多建成不久的桥梁也出现了一些问题,这些桥梁存在着一些安全隐患,因此需要对桥梁进行相关的检测。在检测结果中,桥梁底面与桥墩处的裂缝情况是表明桥梁质量状况的重要指标之一。
对于混凝土桥梁底面的裂缝,目前国内外主要检测方法是人工检测。人工检测方法的实现方式主要是通过望远镜远距离观察桥底的裂缝,或者通过搭建桥底平台,近距离用肉眼观察桥梁底面的裂缝,记录裂缝的长度、宽度等数值,并通过多次检测来判断裂缝的生长情况。常见的桥底平台有脚手架和桥梁检测车。在难以搭建脚手架的情况下,主要采用的是桥梁检测车。检测人员在桥梁检测车的桁架臂上行走,对桥梁底面裂缝进行检测。
对于裂缝数据的检测,目前市场上存在的主要是手持式裂缝测宽仪。手持式裂缝测宽仪由液晶屏主机、显微放大探头构成,测量时首先需要人眼锁定裂缝目标后,才能利用仪器将探头紧靠被测裂缝,由此在液晶显示屏上看到被放大的裂缝图像,微调探头使裂缝与电子刻度标尺基本垂直,根据裂缝所占刻度线的多少判读出裂缝宽度。
研究表明,现有的桥梁裂缝检测方式主要存在以下的缺陷或不足:
(1)数据可靠性低:人工观察带有很多的主观性,检测数据不够准确。
(2)效率低:人工检测速度慢,消耗时间长。
(3)花费巨大劳动力:由于观测方式不方便,人工观测需要花费大量劳动力,并且有时还需要限制交通,给其他运输车辆带来不便。
(4)工作危险:桥梁下面一般是河流或者其他低洼地带,使用支架属于高空作业,具有一定的危险性。
针对人工检测方法的缺陷,国内外提出了几种解决办法。例如专利CN201126427Y提出使用航模飞机搭载相机对桥底裂缝进行检测。这种方法难以保证采集到图像的质量,所能检测出的裂缝精度也不高。专利CN103253314A采用负压吸附攀爬式机器人吸附在不同工况的桥梁表面上对裂缝进行检测。以上方法存在着适用范围不广,造价成本高,图像不连续、漏拍或重复拍摄现象存在等缺点。
发明内容
针对上述现有技术存在的缺陷或不足,本发明提供了一种基于数字图像处理的混凝土桥梁裂缝检测装置,该装置安全可靠,降低了检测成本,能有效地排除人的主观干扰因素,并且有效地解决了图像不连续、漏拍或重复拍摄现象的存在和检测准度不高、检测效率低的问题。
实现本发明目的的技术方案是:
一种基于数字图像处理的混凝土桥梁裂缝检测装置,包括供电模块、测距模块、图像获取模块、图像处理模块、裂缝特征提取模块和裂缝信息存储模块,图像获取模块和测距模块分别与图像处理模块相连,图像处理模块、裂缝特征提取模块、裂缝信息存储模块与供电模块顺序相连。其中:
供电模块,用于向装置中各个模块输出稳定电源;
测距模块为测距仪,用于获取测量点到含有裂缝的桥梁表面的距离;
图像获取模块内置投影模块、摄影模块、放大望远模块、指示模块和光线增强模块;
图像处理模块,该模块进行裂缝图像处理的过程包括滤波——减弱裂缝图像噪声的影响;图像分割——将裂缝信息从裂缝图像中分离出来;图像形态学操作——进一步对图像进行处理,排除非裂缝信息;
裂缝特征提取模块,用于从分割图像上获取裂缝的几何特征,如裂缝的长度、宽度和面积;
裂缝信息存储模块,对采集和分析后的裂缝信息进行存储,方便后续分析和留档。
其中,投影仪模块的主要部件是一台与计算机相连的投影仪,由计算机控制,通过投影仪向桥梁底面投射出一个棋盘状的网格图像,以此来对桥梁底部进行区域划分。
摄影模块主要由单反相机与CCD数字相机组成,单反相机主要用于获取桥梁裂缝部位的高分辨率图像,从而为下一步的图像处理准备素材;CCD数字相机用于捕捉指示模块所标定出的区域,然后将图像传给计算机,为下一步控制做准备。
放大望远模块主要由一个可自动控制转动的天文望远镜镜头组成,在通过转接环与相机连接后,可以获得较高的放大倍数,从而实现远距离拍摄的需求。
指示模块是一个安装在天文望远镜上的强光激光器,它与摄像镜头同步转动,从而标记出桥梁底面投影方格的被拍摄区域。
光线增强模块是一个和相机快门同步控制的闪光灯,在光线不足的情况下可以增强被拍摄物体表面的光度,提高拍摄效果,满足特殊情况下的使用要求。
优选的,激光测距仪选用徕卡迪士通D2,测量范围为0.05m-100m,能方便地得到测量点到含有裂缝的桥梁表面的距离。
优选的,单反相机选用尼康单反相机。
优选的,放大望远模块中选择可自动控制转动的Meade天文望远镜镜头,焦距近2m。
优选的,所述光线增强模块采用大功率的照明设备,同时,光源还要具有高频稳定和低功耗的特性,本发明选用LED光源作为照明设备。
所述图像处理模块和裂缝特征提取模块设置了多种算法,实现对所得图像的预处理和特征值的提取,是整个装置的计算中枢。
所述裂缝信息存储模块是在分析所得信息的基础上,形成初步的结论,对损伤情况进行分析和存储。
因此,使用本发明对混凝土桥梁底面裂缝进行检测的效果体现在:
(1)检测方便。只需要人工控制检测系统到所需检测的位置,而后通过计算机确定要检测的裂缝,便可得到裂缝数据,无需人工近距离靠近裂缝进行检测。
(2)检测结果直观、可靠,避免了人工检测时产生的失误。本发明利用一套可对桥体表面状况进行清晰观测和精确测量的检测系统,通过计算机实时处理,可以得到被观测裂缝长度、宽度和面积的精确测量结果。
(3)利用投影仪对桥梁底面进行区域划分后,通过计算机对指引激光的识别降低已采集图像区域的亮度,以此来区分已采集图像区域和待采集图像区域,避免了拍摄图像的不连续、漏拍或重复拍摄现象,提高了检测的准确度。
(4)可以通过跟踪定量观测来评估裂缝对桥梁安全性与耐久性的影响,还可以在桥梁进行荷载试验时对桥梁的挠度与应变等进行测量。
(5)成本低廉。现阶段所使用的桥梁检测车的价格在400万左右,而且维护费用高,使用检测车对一座桥梁进行检测需要花费近10万元。相比而言,本发明造价低,同样检测效果好,便于推广使用。
附图说明
图1为本发明的结构示意图。
图2为本发明裂缝检测系统的框图。
图3为本发明裂缝检测算法的流程图。
图4为投影仪向桥梁底面投射出的棋盘状网格图像。
图5为不同窗口中值滤波效果对比图。
图6为骨架化方法原理示意图。
图中:1.LED光源2.单反相机3.激光器4.投影仪5.CCD数字相机6.激光测距仪7.计算机8.供电模块9.投影仪投射出的棋盘状的网格图像。
具体实施方式
以下结合附图对本发明进行详述。
如图1所示,本发明混凝土桥梁裂缝检测装置由供电模块8、与供电模块8相连的计算机7和与计算机7连接的测距模块6、图像获取模块构成,计算机7中内置有顺序相连的图像处理模块裂缝特征提取模块和裂缝信息存储模块,
在该装置工作过程中,供电模块8向系统各模块所使用的设备供电,保证系统中其它各个模块的正常工作。
测距模块6为徕卡迪士通D2激光测距仪,测量范围为0.05m-100m,能方便地得到测量点到含有裂缝的桥梁表面的距离u。
图像获取模块,包括LED光源1,单反相机2,激光器3,投影仪4,CCD数字相机5,该模块进行图像采集的具体步骤如下:
1)如图4所示,由计算机7控制,通过投影仪4向桥梁底面投射出一个棋盘状的网格图像9,以此来对桥梁底部进行区域划分。
对划分后的区域进行编号,以便图像记录和管理,从左至右依次记为[1,1],[1,2],…,从上至下依次记为[1,1],[2,1],…,依次类推。
2)通过尼康单反相机2,依次对桥梁底面方格区域进行拍摄,拍摄顺序为从上至下,从左至右。
在光线不足的情况下可以通过LED光源1增强被拍摄物体表面的光度,提高拍摄效果,满足特殊情况下的使用要求。LED光源1具有高频稳定和低功耗的特性,并且和单反相机2快门同步控制,当快门按下时,单反相机2向计算机7发出信号,打开LED光源对桥面进行拍摄,延迟1s后关闭LED光源1。
与此同时,指示模块是一个安装在单反相机2天文望远镜上的强光激光器3,它与摄像镜头同步转动,从而标记出桥梁底面投影方格的被拍摄区域。
3)在使用单反相机2对网格区域进行拍照的同时,安装在天文望远镜上的激光器3便会标记出单反相机2正在拍摄的网格区域,例如图4中的[5,2],同时CCD数字相机5也会对桥梁底面进行拍摄,并将图像传到计算机7中,经过计算机7对激光器3激光标记的识别,判断出正在拍摄图像的方格区域,然后将幻灯片图片相关方格进行标记,再通过投影仪4将图片投射到桥梁底面,由此可以直观地分辨出已拍摄区域和待拍摄区域,避免了拍摄图像的不连续、漏拍或重复拍摄现象,提高了检测的准确度。
由于桥梁裂缝的宽度一般都比较小,大部分裂缝的宽度有可能只在1mm之内,这就使得采集到的每条裂缝在一定的宽度内的所占有的像素个数会少一些。而只有当数码相机的分辨率偏高时,每个单位像素所表示的宽度就会略小一些。因此,只有采用高倍数像素的数码相机才能够很好地提升对裂缝识别的准确度,结合现有的数码技术,本发明采用尼康单反相机,并安装可自动控制转动的Meade天文望远镜镜头。
图像处理模块,包括滤波——减弱裂缝图像噪声的影响;图像分割——将裂缝信息从裂缝图像中分离出来;图像形态学操作——进一步对图像进行处理,排除非裂缝信息。
滤波处理,桥梁图像表面通常情况下会受到很多噪声干扰,其原因有:(1)成像系统引起的渐变的噪声或者光照条件不均匀;(2)不规则物体,如油污或者其他非混凝土物质的影响;(3)混凝土本身颗粒间隔引起的随机噪声。噪声的干扰在很大程度上降低了图像的质量,给图像的检测和识别带来很多困难,所以在对图像进行分割之前,需要做平滑处理以减弱噪声的影响。
本实施例中,采用中值滤波方法对裂缝图像进行滤波处理,中值滤波能较好地保留图像边缘,图像轮廓比较清晰,可以得到比较好的平滑效果。
中值滤波的原理是用一个窗口,窗口大小为3x3,5x5,7x7,…,在图像上滑动,把窗口中像素的灰度值按升或降的顺序排列,取排列在正中间的灰度值作为窗口中心所在像素的灰度值。中值滤波是一种典型的非线性滤波器,通常选用的窗口有线形、方形、十字形和圆形等。
如图5所示,经过不同尺寸窗口对比发现,窗口越小,图像细节保护越好,去噪能力越差。相反,窗口越大,去噪能力越强,但细节保护能力越差,经过比较,本实施例中选取5x5的十字形窗口对图像进行中值滤波处理。
图像分割,一般图像由背景和目标物体组成,由于他们对光线的反射能力不同,通常情况下,裂缝较背景暗,因此可以选择一个灰度阈值将物体区域分割开来。本实施例中,选择全局阈值法Kittler二值化方法对图像进行二值化处理。
设f(x,y)是原始灰度图像,Kittler二值化的处理公式为:
T=
式中,e(x,y)=max{|ex|,|ey|}为梯度的最大值,在e(x,y)中,ex=f(x-1,y)-f(x+1,y),ey=f(x,y-1)-f(x,y+1)分别表示水平方向上的梯度和垂直方向上的梯度。
由于裂缝图像受到噪声的影响,图像经过Kittler二值化以后,二值化图像经常有以下两种情况:
(1)在裂缝区域以外会出现很多孤立的点,孤立的小面积区域;
(2)在裂缝区域边界上经常出现毛刺,细小突起,裂缝区域中间经常有细小断开情况,裂缝区域中间常有空洞存在。
针对以上两种情况的存在,本实施例中提出利用形态学操作对裂缝图像进行处理,达到消除噪声点,噪声区域、修复裂缝区域的目的。
图像形态学操作,需要选取合适的结构元素,结构元素不能太小,太小达不到形态学操作的目的,也不能太大,太大会导致操作后的裂缝出现断开或者较大程度改变裂缝形态。结构元素的选择原则如下:
(1)在几何上,结构元素必须比原图简单,而且有界。
(2)结构元素最后具有凸性,如圆形、十字形和方形等。
事实上,在经过数学形态学操作后,对于那些较大的孤立区域仍然存在,如果仅仅通过形态学操作去除这些孤立区域,这样会较大程度上改变裂缝区域的实际形态。因此,本实施例中提出在形态学操作后根据经验设定孤立区域面积大小(区域像素数)的阈值T1。再根据裂缝区域一般具有长与宽的比值(长宽比)比较大的特点设定区域长宽比阈值T2。如果二值化后的裂缝图像中区域面积小于T1或者长宽比小于T2,则认为这些区域是噪声区域,然后去除这样的区域。
裂缝断点连接,裂缝图像经过滤波、图像分割和形态学操作后,剩下了不多的连通区域,我们认为这些都是裂缝或者裂缝的组成部分。裂缝图像在图像分割操作时不可避免的会使原本连在一起的裂缝断开,裂缝断开影响之后的裂缝长度、宽度和面积的计算。
对于裂缝的连接方法有很多,本实施例中所选用的算法如下所示,以横向裂缝为例:
(1)首先找到裂缝的初始像素点,方法是如果该像素点在水平方向上5-10个像素范围内或在垂直方向上2-4个像素范围内找到亮点(亮点为裂缝区域),则认为这个点是水平方向裂缝的初始像素点,否则就认为该点是噪声区域或噪声区域的一部分。
(2)找到初始像素点之后,定义该点的三个方向右、上、下分别为第一二三方向,且优先级依次为从大到小。按照深度优先搜索策略,搜索规则是从初始像素点开始沿第一个方向搜索直到在这个方向上没有亮点为止,然后继续第二个方向,第三个方向,以此类推。
(3)根据最后一个被访问的点,在特定的搜索范围找与该点最近的裂缝区域像素点,连接这两个点。然后对于整幅图像重复以上步骤。
裂缝特征提取模块,该模块旨在提取出裂缝的长度、宽度和面积三种几何特征,这三种裂缝的信息很大意义上描述了裂缝的损坏程度。
骨架化求裂缝长度,骨架化是指将具有一定宽度的裂缝变成单像素的过程。骨架化可以减少图像中的冗余信息,更简洁地描述裂缝的方向,形态,长度等信息。目标M的骨架SK(M)是由M中所有最大内切圆盘的圆心组成的,如图6所示。
从骨架化的定义中,可以看到骨架化后的裂缝像素数就是裂缝的长度,直接求取骨架后裂缝像素数即可,设长度为,根据骨架化前裂缝的像素数可以得到裂缝的面积,设面积为s,则裂缝的平均宽度为
测距法计算裂缝宽度,所谓测距法就是直接利用激光测距仪得到的物距u(u为镜头光心到物体表面的距离)来计算裂缝宽度的方法。
对于选定的相机,已知相机成像面积为axb,所拍摄图像的分辨率为s1xs2。如果已知焦距f,在物距为u的某一位置拍摄,测得裂缝的宽度在图像中所占的像素数为m,则可得裂缝的实际宽度L为:
假如相机拍摄时不是正拍,而是相对于桥梁表面存在俯仰和偏移,则需要对转换公式进行修正,得到修正后的裂缝宽度L′为:
=
利用链码求取裂缝面积,链码描述采用曲线起始点的坐标和斜率(方向)来表示曲线。图像目标边界链码表示法的基本思想是:沿边界顺次为边界上的各坐标点找出用4方向链码或8方向链码表示该线段时对应的方向编码值,将其标注出来。这样,图像中的目标边界可以由一串数字表示。
通过区域链码描述,区域的面积实质上是对x轴的曲面积分的离散化,面积S为
其中,yi=yi-1+pi2,y0是初始点的纵坐标,pi0、pi2分别是第i个链码在k=0(水平)和k=2(垂直)方向的分量(根据边界的方向有正负之分),为第i个链码的垂直距离。
Claims (7)
1.一种基于数字图像处理的混凝土桥梁裂缝检测装置,其特征是:包括供电模块、测距模块、图像获取模块、图像处理模块、裂缝特征提取模块和裂缝信息存储模块,图像获取模块和测距模块分别与图像处理模块相连,图像处理模块、裂缝特征提取模块、裂缝信息存储模块与供电模块顺序相连;其中:
供电模块,用于向装置中各个模块输出稳定电源;
测距模块为测距仪,用于获取测量点到含有裂缝的桥梁表面的距离;
图像获取模块内置投影模块、摄影模块、放大望远模块、指示模块和光线增强模块;
图像处理模块,该模块进行裂缝图像处理的过程包括滤波——减弱裂缝图像噪声的影响;图像分割——将裂缝信息从裂缝图像中分离出来;图像形态学操作——进一步对图像进行处理,排除非裂缝信息;
裂缝特征提取模块,用于从分割图像上获取裂缝的几何特征,如裂缝的长度、宽度和面积;
裂缝信息存储模块,对采集和分析后的裂缝信息进行存储,方便后续分析和留档。
2.根据权利要求1所述的装置,其特征是:所述投影模块的主要部件是一台与计算机相连的投影仪,由计算机控制,通过投影仪向桥梁底面投射出一个棋盘状的网格图像,以此来对桥梁底部进行区域划分。
3.根据权利要求1所述的装置,其特征是:所述摄影模块主要由单反相机与CCD数字相机组成,单反相机主要用于获取桥梁裂缝部位的高分辨率图像,从而为下一步的图像处理准备素材;CCD数字相机用于捕捉指示模块所标定出的区域,然后将图像传给计算机,为下一步控制做准备。
4.根据权利要求1所述的装置,其特征是:放大望远模块主要由一个可自动控制转动的天文望远镜镜头组成,在通过转接环与相机连接后,可以获得较高的放大倍数,从而实现远距离拍摄的需求。
5.根据权利要求1所述的装置,其特征是:指示模块是一个安装在天文望远镜上的强光激光器,它与摄像镜头同步转动,从而标记出桥梁底面投影方格的被拍摄区域。
6.根据权利要求1所述的装置,其特征是:光线增强模块是一个和相机快门同步控制的闪光灯,在光线不足的情况下可以增强被拍摄物体表面的光度,提高拍摄效果,满足特殊情况下的使用要求。
7.根据权利要求1所述的装置,其特征是:所述测距模块为激光测距仪,测量范围为0.05m-100m。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410807161.1A CN105784710B (zh) | 2014-12-23 | 2014-12-23 | 一种基于数字图像处理的混凝土桥梁裂缝检测装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410807161.1A CN105784710B (zh) | 2014-12-23 | 2014-12-23 | 一种基于数字图像处理的混凝土桥梁裂缝检测装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105784710A true CN105784710A (zh) | 2016-07-20 |
CN105784710B CN105784710B (zh) | 2018-08-28 |
Family
ID=56386436
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410807161.1A Active CN105784710B (zh) | 2014-12-23 | 2014-12-23 | 一种基于数字图像处理的混凝土桥梁裂缝检测装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105784710B (zh) |
Cited By (25)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106226157A (zh) * | 2016-08-31 | 2016-12-14 | 孙金更 | 混凝土构件裂缝自动检测装置及方法 |
CN106442151A (zh) * | 2016-08-31 | 2017-02-22 | 中国铁道科学研究院标准计量研究所 | 一种桥梁静载试验自动控制装置及检测方法 |
CN106645171A (zh) * | 2016-12-22 | 2017-05-10 | 江苏工程职业技术学院 | 一种爬壁机器人混凝土裂缝检测方法 |
CN106644794A (zh) * | 2016-12-22 | 2017-05-10 | 江苏工程职业技术学院 | 一种爬壁机器人混凝土强度检测方法 |
CN106872486A (zh) * | 2017-03-29 | 2017-06-20 | 中国核工业华兴建设有限公司 | 一种大体积清水混凝土墙表面缺陷检测方法 |
CN107064169A (zh) * | 2017-01-22 | 2017-08-18 | 太原科技大学 | 一种桥梁裂缝检测装置及检测方法 |
CN107167082A (zh) * | 2017-07-03 | 2017-09-15 | 上海励之恒科技有限公司 | 一种墙面裂缝检测器 |
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 |
CN108106801A (zh) * | 2017-11-15 | 2018-06-01 | 温州市交通工程试验检测有限公司 | 桥隧病害非接触检测系统及检测方法 |
CN108120720A (zh) * | 2017-12-15 | 2018-06-05 | 宋金博 | 一种基于相机与线激光器的桥梁裂缝识别装置 |
CN108344860A (zh) * | 2017-12-19 | 2018-07-31 | 同济大学 | 基于愈合产物体积表征水泥基材料表面裂缝自愈合效果的方法 |
CN108362252A (zh) * | 2018-01-19 | 2018-08-03 | 上海理工大学 | 窗户缝隙高度的测试方法 |
CN108534968A (zh) * | 2018-03-26 | 2018-09-14 | 四川正达检测技术有限责任公司 | 一种病害远程检查仪及检查方法 |
CN108662978A (zh) * | 2018-04-04 | 2018-10-16 | 河北工业大学 | 一种非连续变形测量方法 |
CN109459443A (zh) * | 2018-11-08 | 2019-03-12 | 青海民族大学 | 一种基于机器视觉的高寒地区桥梁裂缝检测与解析方法 |
CN109632103A (zh) * | 2018-11-22 | 2019-04-16 | 西安理工大学 | 高空建筑物温度分布与表面裂缝远程监测系统及监测方法 |
CN109685759A (zh) * | 2018-11-05 | 2019-04-26 | 北京中企卓创科技发展有限公司 | 一种加速混凝土开裂设备及其测试方法 |
CN110018173A (zh) * | 2019-04-30 | 2019-07-16 | 苏交科集团股份有限公司 | 一种测量桥梁结构裂缝的自动识别装置及方法 |
CN110161047A (zh) * | 2019-06-14 | 2019-08-23 | 汕头大学 | 一种路桥裂缝检测与修复一体化机器人 |
CN110207592A (zh) * | 2019-04-15 | 2019-09-06 | 深圳高速工程检测有限公司 | 建筑裂缝测量方法、装置、计算机设备和存储介质 |
CN111999316A (zh) * | 2020-09-02 | 2020-11-27 | 惠州高视科技有限公司 | 一种曲面玻璃检测系统及方法 |
CN112763510A (zh) * | 2021-04-07 | 2021-05-07 | 三一筑工科技有限公司 | 裂缝宽度检测装置、混凝土裂缝检测方法 |
CN114241215A (zh) * | 2022-02-18 | 2022-03-25 | 广东建科交通工程质量检测中心有限公司 | 一种桥梁表观裂缝非接触式检测方法及系统 |
CN117308794A (zh) * | 2023-11-30 | 2023-12-29 | 杭州汇萃智能科技有限公司 | 一种线宽量测方法、系统及计算机存储介质 |
CN117437222A (zh) * | 2023-12-19 | 2024-01-23 | 华侨大学 | 一种表面裂缝的统计方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004264237A (ja) * | 2003-03-04 | 2004-09-24 | Matsushita Electric Ind Co Ltd | 亀裂検出装置 |
CN1556399A (zh) * | 2003-12-30 | 2004-12-22 | 天津大学 | 建筑结构物裂缝数字测量仪 |
CN1563891A (zh) * | 2004-04-20 | 2005-01-12 | 长安大学 | 一种识别路面裂缝的系统和方法 |
CN2881539Y (zh) * | 2006-02-24 | 2007-03-21 | 北京工业大学 | 一种混凝土裂缝宽度测量仪 |
CN101701919A (zh) * | 2009-11-20 | 2010-05-05 | 长安大学 | 一种基于图像的路面裂缝检测系统及检测方法 |
CN101957178A (zh) * | 2009-07-17 | 2011-01-26 | 上海同岩土木工程科技有限公司 | 一种隧道衬砌裂缝测量方法及其测量装置 |
CN204405556U (zh) * | 2014-12-23 | 2015-06-17 | 桂林电子科技大学 | 一种基于数字图像处理的混凝土桥梁裂缝检测装置 |
-
2014
- 2014-12-23 CN CN201410807161.1A patent/CN105784710B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004264237A (ja) * | 2003-03-04 | 2004-09-24 | Matsushita Electric Ind Co Ltd | 亀裂検出装置 |
CN1556399A (zh) * | 2003-12-30 | 2004-12-22 | 天津大学 | 建筑结构物裂缝数字测量仪 |
CN1563891A (zh) * | 2004-04-20 | 2005-01-12 | 长安大学 | 一种识别路面裂缝的系统和方法 |
CN2881539Y (zh) * | 2006-02-24 | 2007-03-21 | 北京工业大学 | 一种混凝土裂缝宽度测量仪 |
CN101957178A (zh) * | 2009-07-17 | 2011-01-26 | 上海同岩土木工程科技有限公司 | 一种隧道衬砌裂缝测量方法及其测量装置 |
CN101701919A (zh) * | 2009-11-20 | 2010-05-05 | 长安大学 | 一种基于图像的路面裂缝检测系统及检测方法 |
CN204405556U (zh) * | 2014-12-23 | 2015-06-17 | 桂林电子科技大学 | 一种基于数字图像处理的混凝土桥梁裂缝检测装置 |
Cited By (34)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106226157A (zh) * | 2016-08-31 | 2016-12-14 | 孙金更 | 混凝土构件裂缝自动检测装置及方法 |
CN106442151A (zh) * | 2016-08-31 | 2017-02-22 | 中国铁道科学研究院标准计量研究所 | 一种桥梁静载试验自动控制装置及检测方法 |
CN106442151B (zh) * | 2016-08-31 | 2023-10-13 | 中国铁路总公司 | 一种桥梁静载试验自动控制装置及检测方法 |
CN106645171A (zh) * | 2016-12-22 | 2017-05-10 | 江苏工程职业技术学院 | 一种爬壁机器人混凝土裂缝检测方法 |
CN106644794A (zh) * | 2016-12-22 | 2017-05-10 | 江苏工程职业技术学院 | 一种爬壁机器人混凝土强度检测方法 |
CN107064169A (zh) * | 2017-01-22 | 2017-08-18 | 太原科技大学 | 一种桥梁裂缝检测装置及检测方法 |
CN107064169B (zh) * | 2017-01-22 | 2021-11-09 | 太原科技大学 | 一种桥梁裂缝检测装置及检测方法 |
CN106872486A (zh) * | 2017-03-29 | 2017-06-20 | 中国核工业华兴建设有限公司 | 一种大体积清水混凝土墙表面缺陷检测方法 |
CN107167082A (zh) * | 2017-07-03 | 2017-09-15 | 上海励之恒科技有限公司 | 一种墙面裂缝检测器 |
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 |
CN108106801B (zh) * | 2017-11-15 | 2021-11-05 | 温州市交通工程试验检测有限公司 | 桥隧病害非接触检测系统及检测方法 |
CN108106801A (zh) * | 2017-11-15 | 2018-06-01 | 温州市交通工程试验检测有限公司 | 桥隧病害非接触检测系统及检测方法 |
CN108120720A (zh) * | 2017-12-15 | 2018-06-05 | 宋金博 | 一种基于相机与线激光器的桥梁裂缝识别装置 |
CN108344860A (zh) * | 2017-12-19 | 2018-07-31 | 同济大学 | 基于愈合产物体积表征水泥基材料表面裂缝自愈合效果的方法 |
CN108362252A (zh) * | 2018-01-19 | 2018-08-03 | 上海理工大学 | 窗户缝隙高度的测试方法 |
CN108534968A (zh) * | 2018-03-26 | 2018-09-14 | 四川正达检测技术有限责任公司 | 一种病害远程检查仪及检查方法 |
CN108662978A (zh) * | 2018-04-04 | 2018-10-16 | 河北工业大学 | 一种非连续变形测量方法 |
CN109685759A (zh) * | 2018-11-05 | 2019-04-26 | 北京中企卓创科技发展有限公司 | 一种加速混凝土开裂设备及其测试方法 |
CN109685759B (zh) * | 2018-11-05 | 2022-05-10 | 北京中企卓创科技发展有限公司 | 一种加速混凝土开裂设备及其测试方法 |
CN109459443A (zh) * | 2018-11-08 | 2019-03-12 | 青海民族大学 | 一种基于机器视觉的高寒地区桥梁裂缝检测与解析方法 |
CN109632103A (zh) * | 2018-11-22 | 2019-04-16 | 西安理工大学 | 高空建筑物温度分布与表面裂缝远程监测系统及监测方法 |
CN109632103B (zh) * | 2018-11-22 | 2020-02-14 | 西安理工大学 | 高空建筑物温度分布与表面裂缝远程监测系统及监测方法 |
CN110207592B (zh) * | 2019-04-15 | 2021-11-09 | 深圳高速工程检测有限公司 | 建筑裂缝测量方法、装置、计算机设备和存储介质 |
CN110207592A (zh) * | 2019-04-15 | 2019-09-06 | 深圳高速工程检测有限公司 | 建筑裂缝测量方法、装置、计算机设备和存储介质 |
CN110018173A (zh) * | 2019-04-30 | 2019-07-16 | 苏交科集团股份有限公司 | 一种测量桥梁结构裂缝的自动识别装置及方法 |
CN110161047A (zh) * | 2019-06-14 | 2019-08-23 | 汕头大学 | 一种路桥裂缝检测与修复一体化机器人 |
CN111999316A (zh) * | 2020-09-02 | 2020-11-27 | 惠州高视科技有限公司 | 一种曲面玻璃检测系统及方法 |
CN111999316B (zh) * | 2020-09-02 | 2021-06-04 | 惠州高视科技有限公司 | 一种曲面玻璃检测系统及方法 |
CN112763510A (zh) * | 2021-04-07 | 2021-05-07 | 三一筑工科技有限公司 | 裂缝宽度检测装置、混凝土裂缝检测方法 |
CN114241215A (zh) * | 2022-02-18 | 2022-03-25 | 广东建科交通工程质量检测中心有限公司 | 一种桥梁表观裂缝非接触式检测方法及系统 |
CN114241215B (zh) * | 2022-02-18 | 2022-05-17 | 广东建科交通工程质量检测中心有限公司 | 一种桥梁表观裂缝非接触式检测方法及系统 |
CN117308794A (zh) * | 2023-11-30 | 2023-12-29 | 杭州汇萃智能科技有限公司 | 一种线宽量测方法、系统及计算机存储介质 |
CN117308794B (zh) * | 2023-11-30 | 2024-04-19 | 杭州汇萃智能科技有限公司 | 一种线宽量测方法、系统及计算机存储介质 |
CN117437222A (zh) * | 2023-12-19 | 2024-01-23 | 华侨大学 | 一种表面裂缝的统计方法 |
Also Published As
Publication number | Publication date |
---|---|
CN105784710B (zh) | 2018-08-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105784710A (zh) | 一种基于数字图像处理的混凝土桥梁裂缝检测装置 | |
CN204405556U (zh) | 一种基于数字图像处理的混凝土桥梁裂缝检测装置 | |
Lei et al. | A novel tunnel-lining crack recognition system based on digital image technology | |
CN102297660B (zh) | 一种盾构隧道衬砌管片接缝张开宽度的测量方法及装置 | |
Li et al. | Long-distance precision inspection method for bridge cracks with image processing | |
CN102175613B (zh) | 基于图像亮度特征的ptz视频能见度检测方法 | |
CN101957178B (zh) | 一种隧道衬砌裂缝测量方法及其测量装置 | |
CN111855664A (zh) | 一种可调节隧道病害三维检测系统 | |
CN103617611B (zh) | 一种自动阈值分割光斑中心及尺寸检测方法 | |
CN102346013A (zh) | 一种隧道衬砌裂缝宽度的测量方法及装置 | |
CN104482860A (zh) | 鱼类形态参数自动测量装置和方法 | |
CN104034733A (zh) | 基于双目视觉监测与表面裂纹图像识别的寿命预测方法 | |
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 | |
CN104700395A (zh) | 一种构造物外观裂缝检测方法及系统 | |
WO2019051961A1 (zh) | 一种管道检测方法、装置以及存储介质 | |
CN115035141A (zh) | 基于图像处理的隧道裂缝远程监测与预警方法 | |
CN107271445A (zh) | 一种缺陷检测方法及装置 | |
CN115078382A (zh) | 基于视频图像的桥梁裂缝监测系统 | |
Liu et al. | An approach for auto bridge inspection based on climbing robot | |
CN110223332B (zh) | 一种桥梁裂缝标定方法 | |
KR20140073259A (ko) | 표시장치의 얼룩 검출 장치 및 방법 | |
CN103091332B (zh) | 一种基于机器视觉的u型粉管的检测方法及其检测系统 | |
CN105391998A (zh) | 微光夜视仪分辨率自动检测方法和装置 | |
CN103177426A (zh) | 一种基于形态学的强干扰激光边缘图像修复方法 | |
TWI465699B (zh) | 水位量測方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |