CN111126415B - 基于雷达探测图像的隧道钢筋检测计数系统、方法 - Google Patents

Abstract

本发明公开了一种隧道钢筋检测计数系统、方法，其中，该系统包括：图像预处理模块，用于对输入的地质雷达波原始图像进行图像预处理；钢筋关键点检测模块，用于对经图像预处理后的地质雷达波原始图像进行钢筋像素关键点检测；钢筋层关键曲线拟合模块，用于将检测的各钢筋像素关键点拟合成钢筋层关键曲线；钢筋层关键曲线波峰位置识别模块，用于识别钢筋层关键曲线中的波峰位置；钢筋计数模块，用于将所识别的波峰作为钢筋所在位置，并通过统计波峰数量作为钢筋数量并存储，本发明提供的隧道钢筋检测计数系统可对地质雷达波原始图像进行钢筋自动识别并计数，提高了钢筋识别检测的效率和准确率。

Description

基于雷达探测图像的隧道钢筋检测计数系统、方法

技术领域

本发明涉及工程质量检验技术领域，具体涉及一种基于雷达探测图像的隧道钢筋检测计数系统及计数方法。

背景技术

隧道工程施工质量影响着铁路运营安全，大量的铁路隧道。病害表明，钢筋、钢架、衬砌厚度的缺失或不足是导致隧道病害发生的重要原因。因此，在隧道的工程质检验收过程中，需要对隧道钢筋或钢架数量是否符合施工标准进行检测。现有的检测方法是，工程质检人员手持地质雷达扫描设备进入隧道，沿隧道径向方向采集雷达探测图像，采集获得的雷达探测图像由质检人员通过肉眼识别并对雷达探测图像上的钢筋数量进行人工计数。由于隧道通常很长，采集的雷达探测图像数量庞大，人工识别钢筋并计数的过程繁杂，费时费力，效率低下。而且对于钢筋的识别很大程度上依赖于质检人员的质检经验，识别准确率无法保证。

发明内容

本发明的目的在于提供一种基于雷达探测图像的隧道钢筋检测计数系统、方法，以解决上述技术问题。

为达此目的，本发明采用以下技术方案：

提供一种基于雷达探测图像的隧道钢筋检测计数系统，用于根据地质雷达波原始图像对隧道中所埋设的钢筋进行自动检测并计数，包括：

图像预处理模块，用于对输入的所述地质雷达波原始图像进行图像预处理，以提升所述地质雷达波原始图像的图像对比度；

钢筋关键点检测模块，连接所述图像预处理模块，用于对经图像预处理后的所述地质雷达波原始图像进行钢筋像素关键点检测，检测得到所述地质雷达波原始图像上的各钢筋像素关键点；

钢筋层关键曲线拟合模块，连接钢筋关键点检测模块，用于将各所述钢筋像素关键点拟合成钢筋层关键曲线；

钢筋层关键曲线波峰位置识别模块，连接所述钢筋层关键曲线拟合模块，用于识别所述钢筋层关键曲线中的波峰位置；

钢筋计数模块，连接所述钢筋层关键曲线波峰位置识别模块，用于将所识别的所述波峰作为所述钢筋所在位置，并通过统计所述波峰的数量作为所述钢筋的数量并存储。

作为本发明的一种优选方案，所述图像预处理模块中包括：

图像延展单元，用于在图像纵向维度上对所述地质雷达波原始图像进行延展；

赋值单元，连接所述图像延展单元，用于对经图像延展后的所述地质雷达波原始图像中的延展区域进行像素点赋值。

作为本发明的一种优选方案，所述钢筋关键点检测模块中具体包括：

纵向梯度值计算单元，用于计算经图像预处理后的所述地质雷达波原始图像上的每个像素点的纵向梯度值；

梯度值变化范围计算单元，连接所述纵向梯度值计算单元，用于根据每个所述像素点对应的所述纵向梯度值，计算纵向相邻的若干个所述像素点的纵向梯度值的变化范围；

钢筋关键点判断单元，连接所述梯度值变化范围计算单元，用于将纵向梯度值变化范围处于一预设的阈值范围内的各所述像素点作为所述钢筋像素关键点并标识。

本发明还提供了一种基于雷达探测图像的隧道钢筋检测计数方法，通过应用所述隧道钢筋检测计数系统实现，包括如下步骤：

步骤S1，所述隧道钢筋检测计数系统对输入的所述地质雷达波原始图像进行图像预处理；

步骤S2，所述隧道钢筋检测计数系统对经图像预处理后的所述地质雷达波原始图像进行钢筋像素关键点检测，检测得到所述地质雷达波原始图像上的各钢筋像素关键点；

步骤S3，所述隧道钢筋检测计数系统将各所述钢筋像素关键点拟合成钢筋层关键曲线；

步骤S4，所述隧道钢筋检测计数系统识别所述钢筋层关键曲线中的波峰位置；

步骤S5，所述隧道钢筋检测计数系统将所识别的所述波峰作为所述钢筋，并通过统计所述波峰的数量作为所述钢筋的数量并存储。

作为本发明的一种优选方案，所述步骤S1中，所述隧道钢筋检测计数系统通过图像插值方法对所述地质雷达波原始图像进行图像预处理。

作为本发明的一种优选方案，所述步骤S2具体包括如下步骤：

步骤S21，所述隧道钢筋检测计数系统计算经图像预处理后的所述地质雷达波原始图像上的每个像素点的纵向梯度值；

步骤S22，所述隧道钢筋检测计数系统根据每个所述像素点对应的所述纵向梯度值，计算纵向相邻的各所述像素点的纵向梯度值变化范围；

步骤S23，所述隧道钢筋检测计数系统将所述纵向梯度值变化范围处于预设的阈值范围内的各所述像素点作为所述钢筋像素关键点并标识。

本发明提供的隧道钢筋检测计数系统可对地质雷达波原始图像进行钢筋自动识别检测，并对检测到的钢筋进行自动计数，大幅提高了钢筋识别检测的效率。而且整个检测过程不依赖于人工检测经验，所做出的检测结果更加准确、客观。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对本发明实施例中所需要使用的附图作简单地介绍。显而易见地，下面所描述的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是本发明实施例所述的隧道钢筋检测计数系统的结构示意图；

图2是本发明实施例所述的隧道钢筋检测计数系统中的图像预处理模块的结构示意图；

图3是本发明实施例所述的隧道钢筋检测计数系统中的钢筋关键点检测模块的结构示意图；

图4是本发明实施例所述的隧道钢筋检测计数方法的方法步骤图；

图5是本发明实施例所述的隧道钢筋检测计数方法中的所述步骤S2的分步骤图；

图6是本发明实施例所述的隧道钢筋检测计数系统对输入的所述地质雷达波原始图像进行图像延展的示意图；

图7是本发明实施例所述的隧道钢筋检测计数系统对钢筋层关键曲线中的波峰进行识别的示意图。

具体实施方式

下面结合附图并通过具体实施方式来进一步说明本发明的技术方案。

其中，附图仅用于示例性说明，表示的仅是示意图，而非实物图，不能理解为对本专利的限制；为了更好地说明本发明的实施例，附图某些部件会有省略、放大或缩小，并不代表实际产品的尺寸；对本领域技术人员来说，附图中某些公知结构及其说明可能省略是可以理解的。

本发明实施例的附图中相同或相似的标号对应相同或相似的部件；在本发明的描述中，需要理解的是，若出现术语“上”、“下”、“左”、“右”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此附图中描述位置关系的用语仅用于示例性说明，不能理解为对本专利的限制，对于本领域的普通技术人员而言，可以根据具体情况理解上述术语的具体含义。

在本发明的描述中，除非另有明确的规定和限定，若出现术语“连接”等指示部件之间的连接关系，该术语应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或成一体；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个部件内部的连通或两个部件的相互作用关系。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。

本发明实施例提供的基于雷达探测图像的隧道钢筋检测计数系统，用于根据地质雷达波原始图像对隧道中所埋设的钢筋进行自动检测并计数，雷达探测图像为地质雷达探测到的雷达波原始图像，请参照图1，该隧道钢筋检测计数系统包括：

图像预处理模块1，用于对输入的地质雷达波原始图像进行图像预处理，以提升地质雷达波原始图像的图像对比度；

钢筋关键点检测模块2，连接图像预处理模块1，用于对经图像预处理后的地质雷达波原始图像进行钢筋像素关键点检测，检测得到地质雷达波原始图像上的各钢筋像素关键点，钢筋像素关键点代表该像素关键点为钢筋所在的像素点；

钢筋层关键曲线拟合模块3，连接钢筋关键点检测模块2，用于将各钢筋像素关键点拟合成钢筋层关键曲线；

钢筋层关键曲线波峰位置识别模块4，连接钢筋层关键曲线拟合模块3，用于识别钢筋层关键曲线中的波峰位置；

钢筋计数模块5，连接钢筋层关键曲线波峰位置识别模块4，用于将所识别的波峰作为钢筋所在位置，并通过统计波峰的数量作为钢筋的数量并存储。

由于地质雷达波原始图像中，钢筋区域所占的比例大概只有20％左右，而且钢筋区域图像分辨率较低，图像特征并不明显。所以，本实施例提供的隧道钢筋检测计数系统第一步是对地质雷达波原始图像进行图像预处理，以增加钢筋区域的图像信息量。图像预处理方式优选为在地质雷达波原始图像的纵向维度上，采用插值的方法对新生成的图像区域的各像素点进行赋值，以实现对地质雷达波原始图像的纵向延展。图6示出了本实施例提供的隧道钢筋检测计数系统对地质雷达波原始图像进行图像延展后的示意图，如图6所示，高度为100的原始曲线过图像延展后生成的高度为200的延展曲线分辨率更加明显，有利于提高后续对钢筋的识别检测的准确率。

为了实现对地质雷达波原始图像的图像延展，请参照图2，图像预处理模块1中包括：

图像延展单元11，用于在图像纵向维度上对地质雷达波原始图像进行延展；

赋值单元12，连接图像延展单元11，用于对经图像延展后的地址雷达波原始图像中的延展区域进行像素点赋值。

图像延展及对延展区域的各像素点进行赋值的方法为图像插值方法，插值方法为现有的图像处理技术，具体插值过程在此不作阐述。

从地质雷达波原始图像的生成原理来衡量，在两种介质的交界面，比如混凝土和钢筋的交界面，雷达回波的能量最强，所以，在地质雷达波原始图像中，钢筋所在位置处的纵向图像灰度变化最为剧烈，因此可以通过计算地质雷达波原始图像的纵向梯度值的变化情况来确定钢筋在地质雷达波原始图像中的具体区域位置。

为了实现对地质雷达波原始图像的钢筋区域检测，请参照图3，钢筋关键点检测模块2中具体包括：

纵向梯度值计算单元21，用于计算经图像预处理后的地质雷达波原始图像上的每个像素点的纵向梯度值；

梯度值变化范围计算单元22，连接纵向梯度值计算单元21，用于根据每个像素点对应的纵向梯度值，计算纵向相邻的若干个像素点的纵向梯度值的变化范围；

钢筋关键点判断单元23，连接梯度值变化范围计算单元22，用于将纵向梯度值变化范围处于预设的阈值范围内的各像素点作为钢筋像素关键点并标识。

上述技术方案中，系统对于像素点纵向梯度值的计算方法为现有的图像梯度值计算方法，而且由于对于纵向梯度值的计算方法并非本发明要求权利保护的范围，所以对于纵向梯度值的计算方法在此不作阐述。

另外需要说明的是，钢筋像素关键点即代表钢筋所处位置的像素点。

为了进一步明确钢筋在地质雷达波原始图像中的所处位置，优选地，系统将检测得到的各钢筋像素关键点进行拟合，形成钢筋层关键曲线。根据关键点拟合关键曲线的方法为现有的方法，具体拟合过程不作阐述。

钢筋层关键曲线请具体参照图7。根据行业经验，钢筋层关键曲线的波峰位置即为钢筋位置判别点。一个波峰代表一根钢筋，所以只要识别出波峰的数量即可确定钢筋的数量。对于波峰的识别检测存在很多现有的识别检测方法，比如可以通过卷积神经网络对波峰进行图像特征提取，然后对所提取的图像特征进行计数，也可以采用现有的波峰密度矫正、波峰点优化过滤等方法，识别检测出钢筋层关键曲线上的各个波峰位置。

本发明还提供了一种基于雷达探测图像的隧道钢筋检测计数方法，通过应用上述的隧道钢筋检测计数系统实现，请参照图4，该方法包括如下步骤：

步骤S1，隧道钢筋检测计数系统对输入的地质雷达波原始图像进行图像预处理；

步骤S2，隧道钢筋检测计数系统对经图像预处理后的地质雷达波原始图像进行钢筋像素关键点检测，检测得到地质雷达波原始图像上的各钢筋像素关键点；

步骤S3，隧道钢筋检测计数系统将各钢筋像素关键点拟合成钢筋层关键曲线；

步骤S4，隧道钢筋检测计数系统识别钢筋层关键曲线中的波峰位置；

步骤S5，隧道钢筋检测计数系统将所识别的波峰作为钢筋，并通过统计波峰的数量作为钢筋的数量并存储。

步骤S1中，隧道钢筋检测计数系统通过图像插值方法对地质雷达波原始图像进行图像预处理，以提升地质雷达波原始图像的图像对比度。

请参照图5，步骤S2具体包括如下步骤：

步骤S21，隧道钢筋检测计数系统计算经图像预处理后的地质雷达波原始图像上的每个像素点的纵向梯度值；

步骤S22，隧道钢筋检测计数系统根据每个像素点对应的纵向梯度值，计算纵向相邻的各像素点的纵向梯度值变化范围；

步骤S23，隧道钢筋检测计数系统将纵向梯度值变化范围处于一预设的阈值范围内的各像素点作为钢筋像素关键点并标识。

需要声明的是，上述具体实施方式仅仅为本发明的较佳实施例及所运用技术原理。本领域技术人员应该明白，还可以对本发明做各种修改、等同替换、变化等等。但是，这些变换只要未背离本发明的精神，都应在本发明的保护范围之内。另外，本申请说明书和权利要求书所使用的一些术语并不是限制，仅仅是为了便于描述。

Claims (5)

1.一种基于雷达探测图像的隧道钢筋检测计数系统，用于根据地质雷达波原始图像对隧道中所埋设的钢筋进行自动检测并计数，其特征在于，包括：

图像预处理模块，用于对输入的所述地质雷达波原始图像进行图像预处理，以提升所述地质雷达波原始图像的图像对比度；

钢筋关键点检测模块，连接所述图像预处理模块，用于对经图像预处理后的所述地质雷达波原始图像进行钢筋像素关键点检测，检测得到所述地质雷达波原始图像上的各钢筋像素关键点；

钢筋层关键曲线拟合模块，连接钢筋关键点检测模块，用于将各所述钢筋像素关键点拟合成钢筋层关键曲线；

钢筋层关键曲线波峰位置识别模块，连接所述钢筋层关键曲线拟合模块，用于识别所述钢筋层关键曲线中的波峰位置；

钢筋计数模块，连接所述钢筋层关键曲线波峰位置识别模块，用于将所识别的所述波峰作为所述钢筋所在位置，并通过统计所述波峰的数量作为所述钢筋的数量并存储。

2.如权利要求1所述的隧道钢筋检测计数系统，其特征在于，所述钢筋关键点检测模块中具体包括：

纵向梯度值计算单元，用于计算经图像预处理后的所述地质雷达波原始图像上的每个像素点的纵向梯度值；

梯度值变化范围计算单元，连接所述纵向梯度值计算单元，用于根据每个所述像素点对应的所述纵向梯度值，计算纵向相邻的若干个所述像素点的纵向梯度值的变化范围；

钢筋关键点判断单元，连接所述梯度值变化范围计算单元，用于将纵向梯度值变化范围处于一预设的阈值范围内的各所述像素点作为所述钢筋像素关键点并标识。

3.一种基于雷达探测图像的隧道钢筋检测计数方法，通过应用如权利要求1或2的所述隧道钢筋检测计数系统实现，其特征在于，包括如下步骤：

步骤S1，所述隧道钢筋检测计数系统对输入的所述地质雷达波原始图像进行图像预处理；

步骤S2，所述隧道钢筋检测计数系统对经图像预处理后的所述地质雷达波原始图像进行钢筋像素关键点检测，检测得到所述地质雷达波原始图像上的各钢筋像素关键点；

步骤S3，所述隧道钢筋检测计数系统将各所述钢筋像素关键点拟合成钢筋层关键曲线；

步骤S4，所述隧道钢筋检测计数系统识别所述钢筋层关键曲线中的波峰位置；

步骤S5，所述隧道钢筋检测计数系统将所识别的所述波峰作为所述钢筋，并通过统计所述波峰的数量作为所述钢筋的数量并存储。

4.如权利要求3所述的隧道钢筋检测计数方法，其特征在于，所述步骤S1中，所述隧道钢筋检测计数系统通过图像插值方法对所述地质雷达波原始图像进行图像预处理。

5.如权利要求3所述的隧道钢筋检测计数方法，其特征在于，所述步骤S2具体包括如下步骤：

步骤S21，所述隧道钢筋检测计数系统计算经图像预处理后的所述地质雷达波原始图像上的每个像素点的纵向梯度值；

步骤S22，所述隧道钢筋检测计数系统根据每个所述像素点对应的所述纵向梯度值，计算纵向相邻的各所述像素点的纵向梯度值变化范围；

步骤S23，所述隧道钢筋检测计数系统将所述纵向梯度值变化范围处于一预设的阈值范围内的各所述像素点作为所述钢筋像素关键点并标识。

Images