CN106934829A - 一种表面裂缝的检测方法及系统 - Google Patents

Abstract

本发明公开了一种表面裂缝的检测方法及系统，涉及技术领域。该方法包括以下步骤：采集裂缝图像，裂缝图像包括多条裂缝的交叉点以及用于计算每个像素点代表的实际长度的计算标准；以交叉点为基准提取多个局部区域，每一个局部区域包括与交叉点相连的一条裂缝；获取局部区域中裂缝的面积和周长以计算裂缝的平均宽度。本发明的检测系统包括图像采集装置、提取模块和计算模块。本发明以裂缝交叉点为基准对裂缝进行划分，获得的每个局部区域包括与交叉点相连的一条裂缝，对每个局部区域采用相同的计算方法获得裂缝的尺寸数据，裂缝划分的重复性好，降低了计算量，减少计算花费的时间和成本，尤其适合交错且分布不规律的复杂表面裂缝的检测。

Description

一种表面裂缝的检测方法及系统

本发明涉及裂缝检测领域，具体是涉及一种表面裂缝的检测方法及系统。

背景技术

建筑物、公路、桥梁和隧道表面不可避免地存在裂缝，例如混凝土桥底的裂缝，由于裂缝是影响桥梁安全的重要因素之一，因此，对桥梁结构进行定期检测，以便及时发现裂缝是否产生和扩展是监控桥梁状况的有效手段。传统的检测方法是检测人员使用望远镜远距离观察桥底的裂缝，或者通过搭建的桥底平台近距离观察桥底的裂缝，检测人员手动记录裂缝的长度、宽度等数据。由于桥底的裂缝常常交错且分布不规律，导致人工检测方法的劳动强度大，记录的裂缝数据受环境和人为因素影响较大，裂缝数据的准确性较差，可靠性低，而且搭建桥底平台花费大，周期长，危险性高。

随着图像采集和数字图像处理技术的快速发展，目前也出现了基于图像处理技术的裂缝检测方法，使用这些方法获得裂缝区域后，还需要进一步计算获得裂缝的面积、长度、平均宽度等数据，以判断裂缝的产生和扩展情况。当裂缝的宽度变化较大时，通常将裂缝区域划分为大小相等的多个局部区域，然后对每一个局部区域中的裂缝分别计算。但是，对于交错且分布不规律的裂缝，每个局部区域中的裂缝往往各不相同，根据裂缝区域的每个像素点进行统计计算的计算量大，花费时间较长，导致裂缝检测效率低。因此，对较复杂的表面裂缝进行有效划分是急需解决的问题。

发明内容

针对现有技术中存在的缺陷，本发明的主要目的在于提供一种表面裂缝的检测方法，本发明的另一目的在于提供一种表面裂缝的系统，以裂缝交叉点为基准对裂缝图像中的裂缝进行划分，获得的每一个局部区域包括与交叉点相连的一条裂缝。

本发明提供一种表面裂缝的检测方法，包括以下步骤：

采集裂缝图像，所述裂缝图像包括多条裂缝的交叉点以及用于计算每个像素点代表的实际长度的计算标准；

以所述交叉点为基准提取多个局部区域，每一个所述局部区域包括与所述交叉点相连的一条裂缝；

获取所述局部区域中裂缝的面积和周长以计算裂缝的平均宽度。

在上述技术方案的基础上，以所述交叉点为基准提取多个局部区域的方法包括：

从所述裂缝图像中获取所述交叉点的位置；

以所述交叉点为圆心获取预定半径的圆形区域；

提取与所述圆形区域相连的每一条裂缝的最小外接矩形作为所述局部区域。

在上述技术方案的基础上，从所述裂缝图像中获取所述交叉点的位置的方法包括：

对所述裂缝图像进行预处理得到二值化图像，所述二值化图像包括由不连续的连通区域连接而成的裂缝区域；

对所述裂缝区域细化后获得裂缝的骨架，并从所述骨架中获取所述交叉点的位置。

在上述技术方案的基础上，对所述裂缝图像进行预处理得到二值化图像的方法包括：

对所述裂缝图像依次进行灰度转换、阈值分割和平滑去噪处理得到不连续的连通区域；

对于每一个所述连通区域，以所述连通区域的任一边缘像素点为中心点选取预定尺寸的矩形区域；当所述矩形区域的任一边界像素点的灰度值与中心点相同时，从所述边界像素点与中心点的连线上提取所述边界像素点的相邻像素点，将所述相邻像素点的灰度值设置为中心点的灰度值；

计算连接后的所述连通区域的近似长度、平均宽度和面积，当计算结果符合预设的裂缝判定条件时，判定连接后的所述连通区域为裂缝区域。

在上述技术方案的基础上，所述预设的裂缝判定条件为同时满足A_w≤ω、A_l/A_w≥λ和A_a≥s，其中，A_w、A_l和A_a分别为连接后的所述连通区域的平均宽度、近似长度和面积，A_l/A_w为近似长度和平均宽度的比值，ω为平均宽度的阈值，λ为近似长度和平均宽度的比值的阈值，s为面积的阈值。

在上述技术方案的基础上，所述圆形区域的预定半径r为：r＝mW_max，W_max为每一个判定为裂缝区域的连通区域的平均宽度中的最大值，m>1。

在上述技术方案的基础上，提取与所述圆形区域相连的每一条裂缝的最小外接矩形作为所述局部区域的方法包括：

提取与所述圆形区域相连的所述裂缝区域的最小外接矩形作为所述局部区域。

在上述技术方案的基础上，获取所述局部区域中裂缝的面积和周长以计算裂缝的平均宽度的方法包括：

将所述裂缝区域的最小外接矩形沿长边分割成n个小矩形，每一个小矩形包括部分裂缝区域，n依据公式计算获得：其中，R_l为所述裂缝区域的最小外接矩形的长边长度，R_w为所述裂缝区域的平均宽度，为向上取整；

根据第i个小矩形中部分裂缝区域的所有像素点，计算第i个部分裂缝区域的面积a_i、周长l_ARCi以及平均宽度w_i，w_i的计算公式为：w_i＝2a_i/l_ARCi，其中，1≤i≤n；

基于每个像素点代表的实际长度，计算部分裂缝区域的平均宽度的实际数值。

在上述技术方案的基础上，所述检测方法还包括：

将所述圆形区域作为所述局部区域，计算每一个所述圆形区域中裂缝的平均宽度；

使用不同颜色显示不同平均宽度的裂缝。

本发明还提供一种裂缝检测系统，其包括：

图像采集装置，其用于采集裂缝图像，所述裂缝图像包括多条裂缝的交叉点以及用于计算每个像素点代表的实际长度的计算标准；

提取模块，其用于以所述交叉点为基准提取多个局部区域，每一个所述局部区域包括与所述交叉点相连的一条裂缝；

计算模块，其用于获取所述局部区域中裂缝的面积和周长以计算裂缝的平均宽度。

与现有技术相比，本发明的优点如下：

(1)本发明以裂缝交叉点为基准对裂缝图像中的裂缝进行划分，获得的每一个局部区域包括与交叉点相连的一条裂缝，从而实现对每一个局部区域采用相同的计算方法获得裂缝的尺寸数据，裂缝划分的重复性好，降低了计算量，减少计算花费的时间和成本，尤其适合交错且分布不规律的复杂表面裂缝的检测。

(2)由于本发明分别计算每条与交叉点相连的裂缝的平均宽度，便于监测人员以交叉点为参考点对不同时期获得的裂缝图像进行比较，快速判定裂缝的发展情况，获得的比较数据可靠性好，提高了表面裂缝监测的效率，满足实际工程应用的要求。

(3)本发明根据每一个小矩形中部分裂缝区域的面积和周长计算获得裂缝的平均宽度，进一步提高了计算效率以及计算结果的准确度和可靠性。

附图说明

图1是本发明实施例表面裂缝的检测方法流程图；

图2是S2的具体流程图；

图3是S21的具体流程图；

图4是S3的具体流程图；

图5是本发明另一实施例表面裂缝的检测方法流程图；

图6是本发明实施例表面裂缝的检测系统示意图。

具体实施方式

下面结合附图及具体实施例对本发明作进一步的详细描述。

参见图1所示，本发明实施例提供一种表面裂缝的检测方法，包括以下步骤：

S1.采集裂缝图像，裂缝图像包括多条裂缝的交叉点以及用于计算每个像素点代表的实际长度的计算标准。

采集的裂缝图像为数字图像，为了利用数字图像进行裂缝尺寸测量，需要知道裂缝图像的每个像素点所代表的实际长度δ，即像素点标定，其单位为mm/pix。常用的像素点标定方法是在被拍摄裂缝的附近贴一已知长度的黑色纸条。对裂缝图像进行预处理后就可以得到沿着纸条长度方向上的像素点数量，纸条的实际长度与像素点数量的比值就是一个像素点对应的实际长度。例如，纸条的实际长度为200mm，统计的像素点总数为2500，则δ＝200/2500＝0.08mm/pix。

S2.以交叉点为基准提取多个局部区域，每一个局部区域包括与交叉点相连的一条裂缝。

参见图2所示，步骤S2具体包括：

S21从裂缝图像中获取交叉点的位置。

参见图3所示，步骤S21的具体包括：

S211对裂缝图像进行预处理得到二值化图像，二值化图像包括由不连续的连通区域连接而成的裂缝区域，具体步骤如下：

A.对裂缝图像依次进行灰度转换、阈值分割和平滑去噪处理得到不连续的连通区域。

采集得到的裂缝图像是彩色图像，裂缝图像中的颜色信息会对裂缝的计算造成干扰，因此必须把彩色图像转换为灰度图像，每个像素点的灰度值用0到255中的一个数字表示，0表示亮度最低即黑色，255表示亮度最高即白色。

为了使彩色图像的R、G、B分量的权值经过合理的近似，使其能够快速转换为灰度图且失真少，可以根据公式(1)对彩色图像进行灰度化处理。

灰度值＝0.3R+0.59G+0.11B (1)，

其中，R、G、B分别表示彩色图像的R、G、B三个不同通道的参数值。将裂缝图像进行灰度化处理后，图像失真少，裂缝更加显著。

为了更好地识别裂缝，需要根据灰度值的差异将裂缝与背景分割开，即阈值分割，也就是选取一个合适的灰度值作为分割阈值区分裂缝和背景。若灰度图像中某个像素点的灰度值小于该分割阈值，将其灰度值设为0，反之，将其灰度值设为255，最后得到初始的二值化图像。分割阈值的选取对裂缝的测量结果有着重大影响，例如可以采用自适应阈值算法OTSU自动获取合适的分割阈值，使裂缝与背景之间的类间方差最大。得到的初始的二值化图像中，代表裂缝的像素点的灰度值为0，即黑点，代表背景的像素点的灰度值为255，即白点。

阈值分割消除了大部分背景的干扰，裂缝更明显，但裂缝图像中仍有一些噪点，为了去除噪点的干扰，需要对初始的二值化图像进行平滑处理。具体的，在初始的二值化图像中任意选取一个像素点，以该像素点为中心，统计该点邻域矩形区域中黑点的个数，如果黑点的个数大于某一个给定的阈值σ，例如，σ＝4，就认为该像素点为裂缝的像素点，将其灰度值设为0，反之，则认为该像素点为背景的像素点，将其灰度值设为255。经过平滑处理后，可以有效地消除一些小的噪点，很好地保留细小裂缝。

为方便后续处理，对平滑后的初始的二值化图像进行反向处理，即初始的二值化图像中原本黑色的像素点(灰度值为0)变为白色像素点(灰度值为255)，即白点；白色的像素点(灰度值为255)变为黑色像素点(灰度值为0)，即黑点，连通区域变为白色。

B.对于每一个连通区域，以连通区域的任一边缘像素点为中心点选取预定尺寸的矩形区域。当矩形区域的任一边界像素点的灰度值与中心点相同时，从边界像素点与中心点的连线上提取边界像素点的相邻像素点，将相邻像素点的灰度值设置为中心点的灰度值。

初始的二值化图像经过平滑处理后得到不连续的连通区域，如果直接提取裂缝区域，一些小的连通区域就会被当作噪点去掉，因此有必要在提取裂缝区域前进行连通区域的连接。例如，从任意一个连通区域的边界上选取一个边缘像素点，以该点为中心点，选取预定尺寸为15*15像素点的矩形区域，从平滑处理后的初始的二值化图像的水平位置开始选取八个位置方向，即0度、45度、90度、135度、180度、225度、270度和315度，在该矩形区域中沿着这八个位置方向由外向内，如果该矩形区域的任一边界像素点与该中心点不在同一个连通区域内，该边界像素点为白点，且该边界像素点与中心点的连线上靠近该边界像素点的相邻像素点为黑点，就将该相邻像素点变为白点，否则不变，按照此步骤依次遍历八个方向上所有的点，完成连通区域的连接过程。

C.计算连接后的连通区域的近似长度、平均宽度和面积，当计算结果符合预设的裂缝判定条件时，判定连接后的连通区域为裂缝区域。

预设的裂缝判定条件为：同时满足A_w≤ω、A_l/A_w≥λ和A_a≥s，其中，A_w、A_l和A_a分别为连接后的连通区域的平均宽度、近似长度和面积，A_l/A_w为近似长度和平均宽度的比值，ω为平均宽度的阈值，λ为近似长度和平均宽度的比值的阈值，s为面积的阈值。

具体的，计算由连接后的连通区域的边缘像素点围成的区域总面积得到连接后的连通区域的面积A_a，依次计算连接后的连通区域的边缘像素点之间的线段长度，并求和得到连接后的连通区域的周长A_arc。

并计算近似长度：

A_l＝A_arc/2 (2)，

以及平均宽度：

A_w＝A_a/A_l (3)。

由于裂缝区域平均宽度一般比较小，近似长度和平均宽度的比值比较大，面积也比噪点要大，因此，可以通过大量样本的训练学习过程找到连接后的连通区域的平均宽度、近似长度和平均宽度的比值以及面积的阈值。当同时满足A_w≤ω、A_l/A_w≥λ和A_a≥s条件时，判定该连通区域为裂缝。依次对每一个连接后的连通区域按上述预设的裂缝判定条件进行筛选，获得裂缝区域。

S212对裂缝区域细化后获得裂缝的骨架，并从骨架中获取交叉点的位置。

以保证裂缝区域连通性为原则，逐渐去掉裂缝区域边界上的像素点最后只保留裂缝区域的中间部分像素点(即白点)构成骨架。对裂缝区域细化后能直观地突出裂缝的几何形状特征和避免多余的信息。

对于骨架上任何一个白点，使用卷积算法统计以该像素点为中心、半径为x的圆形的筛选区域内白点的总数，例如，x＝W_max，W_max为每一个判定为裂缝区域的连通区域的平均宽度中的最大值，如果白点的总数大于给定的阈值τ就判定该像素点为交叉点，τ的值通过大量样本的训练学习过程获得。

S22以交叉点为圆心获取预定半径的圆形区域。

圆形区域的预定半径r为：r＝mW_max，W_max为每一个判定为裂缝区域的连通区域的平均宽度中的最大值，m>1，m的值通过对大量样本的训练学习过程获得，实验中m＝2。

由于交错且分布不规律的裂缝的交叉点通常为十字形、T字形或者Y字形，使用圆形区域不但无需考虑裂缝的方向，操作简单，而且能够适用于各种形状的交叉点。

S23提取与圆形区域相连的每一条裂缝的最小外接矩形作为局部区域。具体的，提取与圆形区域相连的裂缝区域的最小外接矩形作为局部区域。

其中，一条裂缝区域的一端与一个圆形区域相连，或者一条裂缝的两端中的每一端均分别与不同的圆形区域相连。

本发明以裂缝交叉点为基准对裂缝图像中的裂缝进行划分，获得的每一个局部区域包括与交叉点相连的一条裂缝，从而实现对每一个局部区域采用相同的计算方法获得裂缝的尺寸数据，裂缝划分的重复性好，降低了计算量，减少计算花费的时间和成本，尤其适合交错且分布不规律的复杂表面裂缝的检测。

S3.获取局部区域中裂缝的面积和周长以计算裂缝的平均宽度。

参见图4所示，步骤S3具体包括：

S31将裂缝区域的最小外接矩形沿长边分割成n个小矩形，每一个小矩形包括部分裂缝区域，n依据公式(4)计算获得：

其中，R_l为裂缝区域的最小外接矩形的长边长度，R_w为裂缝区域的平均宽度，为向上取整。R_w以公式(2)和(3)的类似方法计算获得。

S32根据第i个小矩形中部分裂缝区域的所有像素点，计算第i个部分裂缝区域的面积a_i、周长l_ARCi以及平均宽度w_i，w_i的计算公式为：w_i＝2a_i/l_ARCi，其中，1≤i≤n。

S33基于每个像素点代表的实际长度，计算部分裂缝区域的平均宽度的实际数值。

W_i＝w_iδ，W_i为第i个部分裂缝区域的平均宽度的实际数值，δ为每个像素点所代表的实际长度。

另外，根据公式(2)中连接后的连通区域的近似长度A_l，可以计算每一个判定为裂缝区域的连通区域的近似长度L：L＝A_lδ。

本发明根据每一个小矩形中部分裂缝区域的面积和周长计算获得裂缝的平均宽度，进一步提高了计算效率以及计算结果的准确度和可靠性。

参见图5所示，本发明的表面裂缝的检测方法的另一实施例中，步骤S3之后还包括以下步骤：

S4将圆形区域作为局部区域，计算每一个圆形区域中裂缝的平均宽度。这里可以采用类似步骤S3中的方法计算每一个圆形区域中裂缝的平均宽度。

S5使用不同颜色显示不同平均宽度的裂缝。

将步骤S3和S4的计算结果综合并且在裂缝图像中标注出来，即可得到一幅完整的裂缝图像尺寸测量结果。

由于本发明分别计算每条与交叉点相连的裂缝的平均宽度，便于监测人员以交叉点为参考点对不同时期获得的裂缝图像进行比较，快速判定裂缝的发展情况，获得的比较数据可靠性好，提高了表面裂缝监测的效率，满足实际工程应用的要求。

参见图6所示，本发明还提供一种裂缝检测系统，其包括图像采集装置、提取模块和计算模块。

图像采集装置用于采集裂缝图像，裂缝图像包括多条裂缝的交叉点以及用于计算每个像素点代表的实际长度的计算标准。

提取模块用于以交叉点为基准提取多个局部区域，每一个局部区域包括与交叉点相连的一条裂缝。

计算模块用于获取局部区域中裂缝的面积和周长以计算裂缝的平均宽度。

本发明不局限于上述实施方式，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也视为本发明的保护范围之内。本说明书中未作详细描述的内容属于本领域专业技术人员公知的现有技术。

Claims (10)

1.一种表面裂缝的检测方法，其特征在于，包括以下步骤：

采集裂缝图像，所述裂缝图像包括多条裂缝的交叉点以及用于计算每个像素点代表的实际长度的计算标准；

以所述交叉点为基准提取多个局部区域，每一个所述局部区域包括与所述交叉点相连的一条裂缝；

获取所述局部区域中裂缝的面积和周长以计算裂缝的平均宽度。

2.如权利要求1所述的表面裂缝的检测方法，其特征在于，以所述交叉点为基准提取多个局部区域的方法包括：

从所述裂缝图像中获取所述交叉点的位置；

以所述交叉点为圆心获取预定半径的圆形区域；

提取与所述圆形区域相连的每一条裂缝的最小外接矩形作为所述局部区域。

3.如权利要求2所述的表面裂缝的检测方法，其特征在于，从所述裂缝图像中获取所述交叉点的位置的方法包括：

对所述裂缝图像进行预处理得到二值化图像，所述二值化图像包括由不连续的连通区域连接而成的裂缝区域；

对所述裂缝区域细化后获得裂缝的骨架，并从所述骨架中获取所述交叉点的位置。

4.如权利要求3所述的表面裂缝的检测方法，其特征在于：对所述裂缝图像进行预处理得到二值化图像的方法包括：

对所述裂缝图像依次进行灰度转换、阈值分割和平滑去噪处理得到不连续的连通区域；

对于每一个所述连通区域，以所述连通区域的任一边缘像素点为中心点选取预定尺寸的矩形区域；当所述矩形区域的任一边界像素点的灰度值与中心点相同时，从所述边界像素点与中心点的连线上提取所述边界像素点的相邻像素点，将所述相邻像素点的灰度值设置为中心点的灰度值；

计算连接后的所述连通区域的近似长度、平均宽度和面积，当计算结果符合预设的裂缝判定条件时，判定连接后的所述连通区域为裂缝区域。

5.如权利要求4所述的表面裂缝的检测方法，其特征在于：所述预设的裂缝判定条件为：同时满足A_w≤ω、A_l/A_w≥λ和A_a≥s，其中，A_w、A_l和A_a分别为连接后的所述连通区域的平均宽度、近似长度和面积，A_l/A_w为近似长度和平均宽度的比值，ω为平均宽度的阈值，λ为近似长度和平均宽度的比值的阈值，s为面积的阈值。

6.如权利要求5所述的表面裂缝的检测方法，其特征在于：所述圆形区域的预定半径r为：r＝mW_max，W_max为每一个判定为裂缝区域的连通区域的平均宽度中的最大值，m>1。

7.如权利要求3所述的表面裂缝的检测方法，其特征在于，提取与所述圆形区域相连的每一条裂缝的最小外接矩形作为所述局部区域的方法包括：

提取与所述圆形区域相连的所述裂缝区域的最小外接矩形作为所述局部区域。

8.如权利要求7所述的表面裂缝的检测方法，其特征在于，获取所述局部区域中裂缝的面积和周长以计算裂缝的平均宽度的方法包括：

将所述裂缝区域的最小外接矩形沿长边分割成n个小矩形，每一个小矩形包括部分裂缝区域，n依据公式计算获得：其中，R_l为所述裂缝区域的最小外接矩形的长边长度，R_w为所述裂缝区域的平均宽度，为向上取整；

根据第i个小矩形中部分裂缝区域的所有像素点，计算第i个部分裂缝区域的面积a_i、周长l_ARCi以及平均宽度w_i，w_i的计算公式为：w_i＝2a_i/l_ARCi，其中，1≤i≤n；

基于每个像素点代表的实际长度，计算部分裂缝区域的平均宽度的实际数值。

9.如权利要求2至8任一项所述的表面裂缝的检测方法，其特征在于，所述检测方法还包括：

将所述圆形区域作为所述局部区域，计算每一个所述圆形区域中裂缝的平均宽度；

使用不同颜色显示不同平均宽度的裂缝。

10.一种裂缝检测系统，其特征在于，其包括：

图像采集装置，其用于采集裂缝图像，所述裂缝图像包括多条裂缝的交叉点以及用于计算每个像素点代表的实际长度的计算标准；

提取模块，其用于以所述交叉点为基准提取多个局部区域，每一个所述局部区域包括与所述交叉点相连的一条裂缝；

计算模块，其用于获取所述局部区域中裂缝的面积和周长以计算裂缝的平均宽度。