CN110082354B - 一种隧道衬砌浅层潜在剥落剥离红外探测装置 - Google Patents
一种隧道衬砌浅层潜在剥落剥离红外探测装置 Download PDFInfo
- Publication number
- CN110082354B CN110082354B CN201910247417.0A CN201910247417A CN110082354B CN 110082354 B CN110082354 B CN 110082354B CN 201910247417 A CN201910247417 A CN 201910247417A CN 110082354 B CN110082354 B CN 110082354B
- Authority
- CN
- China
- Prior art keywords
- infrared
- processing system
- potential
- peeling
- data processing
- 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
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N25/00—Investigating or analyzing materials by the use of thermal means
- G01N25/20—Investigating or analyzing materials by the use of thermal means by investigating the development of heat, i.e. calorimetry, e.g. by measuring specific heat, by measuring thermal conductivity
Landscapes
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Radiation Pyrometers (AREA)
Abstract
本发明涉及一种隧道衬砌浅层潜在剥落剥离红外探测装置,包括车载移动平台,还包括红外镜头、红外探测器、电子信号处理系统和数据处理系统,红外镜头、红外探测器、电子信号处理系统和数据处理系统均设于车载移动平台上,且红外镜头、红外探测器和电子信号处理系统;红外镜头采集外界传入的红外辐射并使之聚焦于红外探测器上,红外探测器将红外辐射转换为电信号,数据处理系统基于放大后的电信号得到热像图并进行预处理,并提取潜在剥落剥离的关键几何特征信息。与现有技术相比,本发明可以有效应对隧道内复杂的检测环境,提升了浅层潜在剥落剥离的识别精度,使得识别结果更加直观。
Description
技术领域
本发明涉及一种剥落剥离红外探测装置,尤其是涉及一种隧道衬砌浅层潜在剥落剥离红外探测装置。
背景技术
我国现已成为世界上隧道和地下工程最多,隧道结构最复杂,隧道建设发展速度最快的国家。尽管我国已在公路隧道建设领域积累了丰富的经验,但隧道建设在勘测、设计和施工等方面都存在着大量的不确定性和不成熟性,这致使许多隧道在刚竣工投入运营不久就出现不同程度的病害。
病害缺陷的存在会使得混凝土结构的承载能力大幅度下降,如得不到及时处理,势必会影响混凝土结构物的安全性和耐久性。隧道浅层隐蔽空隙的存在不仅改变了衬砌的受力状态,成为衬砌结构受力薄弱处,同时,在车辆振动荷载等外部荷载作用下会进一步扩张发展,严重影响衬砌表层混凝土结构的完整性,导致衬砌浅表混凝土剥离剥落的风险增大,影响行车安全。而浅层隐蔽空隙往往无法通过肉眼直接观察到,常规的表观检测方法不能对其进行精确的识别;红外技术的应用为隧道衬砌浅层潜在剥落剥离的检测提供了新的方法。
物体都会由于自身的分子热运动而产生不同程度的辐射红外线。接收物体自身发射或表面反射其他物辐射的能量,并转换成电信号,将经处理后的电信号通过显示系统将热像图显示出来,通过热像图就可以读取物体表面的温度分布。热像仪记录的是物体表面温度的相对温差,一般颜色越浅表示温度越高,颜色越深表示温度越低。红外热成像系统实际上就是一个测温系统,它通过物体的红外辐射能量与温度之间的对应关系来测量物体表面的温度,最后采用不同的颜色与不同的温度相对应,将物体表面的温度分布用人眼可识别的颜色图形显示出来。
混凝土在材料老化、钢筋锈蚀等情况下,浅表层会出现内部空洞并导致混凝土剥离,其导热性能会有所下降。在外部热源的作用下,损伤部位的表面温度分布与完好部位或周边混凝土的会有所差异,因此,红外热像技术可有效检测出混凝土的受损部位。
目前隧道衬砌病害无损检测领域已有了多种检测方法,专利CN108318488A“一种地铁隧道病害检测装置及检测方法”提出了一种地铁隧道病害检测装置及检测方法,其中地铁隧道病害检测装置包括隧道平板机车、控制操作集成装置、图像获取装置和辅助光源组成;专利CN203925583U“地铁盾构隧道病害快速高精度检测设备”提出了一种涉及盾构隧道病害的检测设备,具体为地铁盾构隧道病害快速高精度检测设备,包括行走装置、控制装置和图像采集装置;专利CN102346153A“一种隧道病害的检测方法”公开了一种隧道病害的检测方法,其包括通过摄像系统获取隧道结构的图像;将采集的图像去噪声后直接识别出图像上的结构轮廓,在已识别出结构轮廓的基础上进行2次图像识别,识别出隧道中的病害现象,上述方法主要用于隧道表观病害,例如裂缝、渗漏水的探测,对于衬砌浅层隐蔽空隙可能导致的剥落剥离探测并不适用。
常用的图像识别检测方法,对于隧道浅层潜在的剥落剥离探测并不适用。
发明内容
本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种隧道衬砌浅层潜在剥落剥离红外探测装置。
本发明的目的可以通过以下技术方案来实现:
一种隧道衬砌浅层潜在剥落剥离红外探测装置,包括车载移动平台,还包括红外镜头、红外探测器、电子信号处理系统和数据处理系统,所述红外镜头、红外探测器、电子信号处理系统和数据处理系统均设于车载移动平台上,且所述红外镜头、红外探测器和电子信号处理系统;
所述红外镜头采集外界传入的红外辐射并使之聚焦于红外探测器上,所述红外探测器将红外辐射转换为电信号,所述数据处理系统基于放大后的电信号得到热像图并进行预处理,并提取潜在剥落剥离的关键几何特征信息。
所述预处理包括降噪、灰度校正和边缘强化。
所述装置还包括用于确定装置位置的定位系统,该定位系统与数据处理系统连接,所述数据处理系统提取的潜在剥落剥离的关键几何特征信息被绑定有位置信息。
所述数据处理系统在提取潜在剥落剥离的关键几何特征信息并输出位置信息时的具体过程包括:
将热像图信息输入神经网络学习和识别模型;
接收神经网络学习和识别模型输出的潜在剥落剥离的关键几何特征信息,以及对应的置信度。
当潜在剥落剥离的关键几何特征信息对应的置信度低于设定阈值时,控制车载移动平台返回该潜在剥落剥离的关键几何特征信息对应的位置重新探测。
所述红外镜头和红外探测器共设有多组。
所述红外镜头上设有用于提高红外光线的透过率的镀膜。
所述装置还包括用于显示探测结果的信息显示器。
与现有技术相比,本发明具有以下有益效果:
1)借助车载移动平台进行检测,相比人工检测极大提升了效率,并采用红外探测,并将将红外测温结果生成热像图,可以有效应对隧道内复杂的检测环境,提升了浅层潜在剥落剥离的识别精度,使得识别结果更加直观。
2)预处理包括降噪、灰度校正和边缘强化,可以提升像素差距,从而天沟探测精确度。
3)结合位置信息,一来可以得到对应区域的位置,二来结合置信度,可以后期对疑难位置进行重复检测。
4)红外镜头和红外探测器共设有多组,可以在对隧道整个截面进行检测的同时,实现小车单一方向移动,提高检测准确度。
附图说明
图1为本发明的结构示意图;
图2为本发明应用方法的步骤流程图;
其中:1、红外镜头,2、红外探测器,3、电子信号处理系统,4、数据处理系统,5、定位系统,6、车载移动平台,7、信息显示器,8、隧道。
具体实施方式
下面结合附图和具体实施例对本发明进行详细说明。本实施例以本发明技术方案为前提进行实施,给出了详细的实施方式和具体的操作过程,但本发明的保护范围不限于下述的实施例。
一种隧道衬砌浅层潜在剥落剥离红外探测装置,如图1所示,包括车载移动平台6,还包括红外镜头1、红外探测器2、电子信号处理系统3和数据处理系统4,红外镜头1、红外探测器2、电子信号处理系统3和数据处理系统4均设于车载移动平台6上,且红外镜头1、红外探测器2和电子信号处理系统3;
红外镜头1采集外界传入的红外辐射并使之聚焦于红外探测器2上,红外探测器2将红外辐射转换为电信号,数据处理系统4基于放大后的电信号得到热像图并进行预处理,并提取潜在剥落剥离的关键几何特征信息。
其中,预处理包括降噪、灰度校正和边缘强化。
此外,装置还包括用于确定装置位置的定位系统5,该定位系统5与数据处理系统4连接,数据处理系统4提取的潜在剥落剥离的关键几何特征信息被绑定有位置信息。
数据处理系统4在提取潜在剥落剥离的关键几何特征信息并输出位置信息时的具体过程包括:将热像图信息输入神经网络学习和识别模型;接收神经网络学习和识别模型输出的潜在剥落剥离的关键几何特征信息,以及对应的置信度。
当潜在剥落剥离的关键几何特征信息对应的置信度低于设定阈值时,控制车载移动平台6返回该潜在剥落剥离的关键几何特征信息对应的位置重新探测。
红外镜头1和红外探测器2共设有多组,红外镜头1上设有用于提高红外光线的透过率的镀膜。装置还包括用于显示探测结果的信息显示器7。
本申请使用时包括以下具体步骤:
步骤一,将红外镜头1,红外探测器2,电子信号处理系统3,信息显示器7,数据处理系统4,定位系统5安装到车载平台上;
红外镜头1用于采集外界传入的红外辐射并使之聚焦于红外探测器2上;红外探测器2用于接收镜头聚焦而来的红外辐射后并将其转化为电信号;电子信号处理系统3用于对探测器转换来的电信号进行放大处理;数据处理系统4采用各种算法,用于进一步提升图像的识别精度,并通过热像图温度信息提取浅层潜在剥落剥离的关键几何特征信息;信息显示器7用于将处理完的电信号用可视化的图像形式显示在硬件设备上;定位系统5用于车载移动平台6的高精度定位,记录检测区域的定位信息。
步骤二,车载移动平台6在隧道中进行移动,依靠定位系统5确定位置信息,移动时红外镜头1将衬砌红外辐射聚焦于红外探测器2上;
由于隧道检测环境较为复杂,可能存在部分区域难以分辨。
车载移动平台6行进过程中,定位系统5会记录相应的位置信息,待检测完成后通过定位系统5记录的位置信息对难以分辨的特定区域进行再次检测,提高识别精度。
步骤三,红外探测器2将红外辐射转变为电子信号,交由电子信号处理系统3进行信号放大操作;
步骤四,数据处理系统4分析信号,根据热像图的全域温度信息,得到检测部位的温度极值,平均温度,边界温差,采用的神经网络学习与识别模型将根据热像图的温度信息快速识别出待检隧道有无病害以及病害的特征,得到衬砌温度分布情况和衬砌浅层潜在剥落剥离几何特征和位置信息;
具体为,首先应综合考虑热图中的主要噪声信号特点,结合基于空间域和频域不同降噪方法特征,采用合理的降噪滤波手段对原始热图进行降噪处理;在此基础上,通过灰度校正和边缘强化算法,进一步提升图像的识别精度;最后,通过热像图温度信息提取浅层潜在剥落剥离的关键几何特征信息,包括但不限于面积,深度,厚度。
数据处理完成后,系统会储存分析得到的重要信息。
步骤五,将步骤四得到的检测结果通过信息显示器7显示到硬件设备上。
本发明采用红外检测技术对隧道衬砌浅层潜在剥落剥离进行探测,充分利用了红外检测非接触、远距离、图像直观、检测范围广、操作简便安全等优势,为隧道浅层潜在剥落剥离的快速识别提供了有效方法。系统简单有效地实现了对隧道衬砌温度的准确探测,将探测的数据进行综合处理后生成热像图,并且反馈潜在的浅层潜在剥落剥离几何特征,为隧道运营期的安全维护提供了更加准确、高效的方法,具有较大的应用前景。
Claims (3)
1.一种隧道衬砌浅层潜在剥落剥离红外探测装置,包括车载移动平台(6),其特征在于,还包括红外镜头(1)、红外探测器(2)、电子信号处理系统(3)和数据处理系统(4),所述红外镜头(1)、红外探测器(2)、电子信号处理系统(3)和数据处理系统(4)均设于车载移动平台(6)上,且所述红外镜头(1)、红外探测器(2)和电子信号处理系统(3)依次连接;
所述红外镜头(1)采集外界传入的红外辐射并使之聚焦于红外探测器(2)上,所述红外探测器(2)将红外辐射转换为电信号,所述数据处理系统(4)基于放大后的电信号得到热像图并进行预处理,并提取潜在剥落剥离的关键几何特征信息,包括:将热像图信息输入神经网络学习和识别模型,其中,所述热像图信息为根据热像图的全域温度信息得到的检测部位的温度极值,平均温度,边界温差;接收神经网络学习和识别模型输出的潜在剥落剥离的关键几何特征信息,以及对应的置信度,其中,所述关键几何特征信息包括浅层潜在剥落剥离的面积、深度和厚度;
所述预处理包括降噪、灰度校正和边缘强化;
当潜在剥落剥离的关键几何特征信息对应的置信度低于设定阈值时,控制车载移动平台(6)返回该潜在剥落剥离的关键几何特征信息对应的位置重新探测;
所述红外镜头(1)和红外探测器(2)共设有多组;
所述红外镜头(1)上设有用于提高红外光线的透过率的镀膜。
2.根据权利要求1所述的一种隧道衬砌浅层潜在剥落剥离红外探测装置,其特征在于,所述装置还包括用于确定装置位置的定位系统(5),该定位系统(5)与数据处理系统(4)连接,所述数据处理系统(4)提取的潜在剥落剥离的关键几何特征信息被绑定有位置信息。
3.根据权利要求1所述的一种隧道衬砌浅层潜在剥落剥离红外探测装置,其特征在于,所述装置还包括用于显示探测结果的信息显示器(7)。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910247417.0A CN110082354B (zh) | 2019-03-29 | 2019-03-29 | 一种隧道衬砌浅层潜在剥落剥离红外探测装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910247417.0A CN110082354B (zh) | 2019-03-29 | 2019-03-29 | 一种隧道衬砌浅层潜在剥落剥离红外探测装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110082354A CN110082354A (zh) | 2019-08-02 |
CN110082354B true CN110082354B (zh) | 2021-03-26 |
Family
ID=67413779
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910247417.0A Active CN110082354B (zh) | 2019-03-29 | 2019-03-29 | 一种隧道衬砌浅层潜在剥落剥离红外探测装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110082354B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110967344B (zh) * | 2019-11-28 | 2021-09-03 | 同济大学 | 基于红外探测的隧道衬砌浅层剥落剥离判定方法与装置 |
CN111896629B (zh) * | 2020-07-10 | 2023-05-12 | 同济大学 | 一种隧道结构表层病害的快速检测方法 |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TW200608006A (en) * | 2004-08-26 | 2006-03-01 | Univ Nat Kaohsiung Applied Sci | Inspection method on tunnel lining using non-destructive infrared thermography |
CN102346013A (zh) * | 2010-07-29 | 2012-02-08 | 同济大学 | 一种隧道衬砌裂缝宽度的测量方法及装置 |
US9375866B2 (en) * | 2013-03-15 | 2016-06-28 | Nike, Inc. | Process for foaming thermoplastic elastomers |
CN103616737A (zh) * | 2013-11-11 | 2014-03-05 | 成都市晶林电子技术有限公司 | 红外镀膜镜片 |
CN104655047B (zh) * | 2015-02-16 | 2018-02-02 | 武汉武大卓越科技有限责任公司 | 隧道快速综合测量系统 |
CN104749187A (zh) * | 2015-03-25 | 2015-07-01 | 武汉武大卓越科技有限责任公司 | 基于红外温度场和灰度图像的隧道衬砌病害检测装置 |
CN107454969B (zh) * | 2016-12-19 | 2019-10-29 | 深圳前海达闼云端智能科技有限公司 | 障碍物检测方法及装置 |
CN108827540A (zh) * | 2018-04-24 | 2018-11-16 | 招商局重庆交通科研设计院有限公司 | 基于红外成像原理的隧道水害检测机器人 |
CN108765386A (zh) * | 2018-05-16 | 2018-11-06 | 中铁科学技术开发公司 | 一种隧道裂缝检测方法、装置、电子设备及存储介质 |
-
2019
- 2019-03-29 CN CN201910247417.0A patent/CN110082354B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN110082354A (zh) | 2019-08-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110529186B (zh) | 基于红外热成像的隧道结构渗漏水精确识别装置和方法 | |
CN109804119B (zh) | 基于红外热像图分析的沥青路面裂缝发育程度检测方法 | |
CN110967344B (zh) | 基于红外探测的隧道衬砌浅层剥落剥离判定方法与装置 | |
CN107677372B (zh) | 一种基于双目视觉的隧道检测方法 | |
CN110246130B (zh) | 基于红外和可见光图像数据融合的机场道面裂缝检测方法 | |
CN106845346A (zh) | 一种用于机场跑道异物检测的图像检测方法 | |
CN102680480A (zh) | 一种混凝土结构裂缝智能化检测方法 | |
CN102495078B (zh) | 基于量子点红外荧光显示技术的焊缝检测方法 | |
CN110082354B (zh) | 一种隧道衬砌浅层潜在剥落剥离红外探测装置 | |
CN111798411B (zh) | 一种基于探地雷达和深度学习的混凝土内钢筋智能定位方法 | |
CN109376773A (zh) | 基于深度学习的裂纹检测方法 | |
CN104608799A (zh) | 基于信息融合技术列车轮对踏面损伤在线检测与识别方法 | |
CN104048969A (zh) | 一种隧道病害的识别方法 | |
CN102927448A (zh) | 管道无损检测方法 | |
Shahrokhinasab et al. | Performance of image-based crack detection systems in concrete structures | |
CN103993548A (zh) | 基于多台相机立体拍摄的路面损坏裂缝检测系统及方法 | |
CN107798293A (zh) | 一种道路裂缝检测装置 | |
CN110009633B (zh) | 一种基于反向高斯差分的钢轨表面缺陷检测方法 | |
Fu et al. | Research on image-based detection and recognition technologies for cracks on rail surface | |
CN109035237A (zh) | 一种风叶裂痕检测方法 | |
JPH11326580A (ja) | シュラウド自動検査装置 | |
CN204039886U (zh) | 一种基于多台相机立体拍摄的路面损坏裂缝检测系统 | |
Shafi et al. | Internal defects detection and classification in hollow cylindrical surfaces using single shot detection and MobileNet | |
CN113160132A (zh) | 焊缝缺陷图像的检测处理方法及系统 | |
Mustaffar et al. | Automated pavement imaging program (APIP) for pavement cracks classification and quantification-a photogrammetric approach |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |