CN111462039A - 一种基于matlab软件的清水混凝土外观质量评价方法 - Google Patents

一种基于matlab软件的清水混凝土外观质量评价方法 Download PDF

Info

Publication number
CN111462039A
CN111462039A CN202010125469.3A CN202010125469A CN111462039A CN 111462039 A CN111462039 A CN 111462039A CN 202010125469 A CN202010125469 A CN 202010125469A CN 111462039 A CN111462039 A CN 111462039A
Authority
CN
China
Prior art keywords
gray
image
standard deviation
fair
appearance quality
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.)
Pending
Application number
CN202010125469.3A
Other languages
English (en)
Inventor
钱春香
芮雅峰
郑春扬
李伟
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Southeast University
Jiangsu China Railway ARIT New Materials Co Ltd
Original Assignee
Southeast University
Jiangsu China Railway ARIT New Materials Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Southeast University, Jiangsu China Railway ARIT New Materials Co Ltd filed Critical Southeast University
Priority to CN202010125469.3A priority Critical patent/CN111462039A/zh
Publication of CN111462039A publication Critical patent/CN111462039A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0004—Industrial image inspection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/90—Determination of colour characteristics
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10004—Still image; Photographic image
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10024—Color image
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30108—Industrial image inspection
    • G06T2207/30132—Masonry; Concrete

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Quality & Reliability (AREA)
  • Investigating Or Analysing Materials By Optical Means (AREA)

Abstract

本发明公开了一种基于MATLAB软件的清水混凝土外观质量评价方法，采集图像后测试清水混凝土表面色差，以灰度标准差评价清水混凝土外观质量，定量评价标准为：当灰度标准差为0～6时，清水混凝土外观质量为优秀；当灰度标准差为6～12时，清水混凝土外观质量为合格；当灰度标准差大于12时，清水混凝土外观质量为不合格。以离散程度评价色差均匀度，离散程度不超过2.5％时，色差分布均匀。测试评价过程为：使用无人机现场采集外观图像，采用MATLAB软件调取函数对图像中各个像素点的灰度值进行分析，编辑灰度标准差公式，利用软件编程功能将各个像素点的灰度值代入进行计算，利用函数导出所有像素点灰度分布直方图，通过等格划分法将图像均匀划分，计算色差离散程度。

Description

一种基于MATLAB软件的清水混凝土外观质量评价方法
技术领域
本发明涉及土木工程，具体涉及一种清水混凝土等平整表面的外观质量评价方法。
背景技术
混凝土是量大面广的工程应用材料，随着建筑行业持续发展，既对混凝土性能提出严格要求，混凝土的外观质量要求也逐步提高，要求制备出内实外美的功能性混凝土材料。对于清水混凝土，要求具有高耐久性的同时具备别具一格的艺术效果，关键在于外观质量的高效稳定控制。
清水混凝土的外观质量问题包括气泡、色差、蜂窝麻面等表面缺陷。清水混凝土的外观质量控制对整体结构质量改善具有重要意义，表面缺陷严重制约了其大规模推广和应用。目前缺少清水混凝土外观质量的评价方法，极大的影响了清水混凝土外观质量的控制。根据清水混凝土的应用要求，提出一种基于MATLAB软件的混凝土外观质量评价方法，对外观质量控制具有重要意义。
发明内容
发明目的：针对现有技术的不足，提出一种基于MATLAB软件的清水混凝土外观质量评价方法，有助于清水混凝土外观质量控制。
技术方案：本发明提出一种基于MATLAB软件的清水混凝土外观质量评价方法，根据灰度标准差为参数评价清水混凝土的外观质量，包括以下步骤：
(1)现场采集清水混凝土图像，测试现场光照强度；
(2)调取函数信息，对图像中各个像素点的灰度值进行分析；
(3)编辑灰度标准差公式，利用MATLAB软件将各个像素点的灰度值代入进行计算，导出清水混凝土图像信息；
(4)利用函数导出所有像素点灰度分布直方图；
(5)分区域检测，测定灰度分布的均匀度。
进一步地，色差均匀度表征方法为等格划分，根据MATLAB软件输出结果，计算子图像标准差的离散程度，当离散程度不高于2.5％时，色差分布均匀。
进一步地，色差均匀度计算方法为：
Figure RE-GDA0002394858870000011
Figure RE-GDA0002394858870000012
Figure RE-GDA0002394858870000013
为n个子图像的平均灰度标准差，Si(Gray)为第i个子图像的灰度标准差，γ为第i个子图像标准差相对于
Figure RE-GDA0002394858870000021
值的离散程度。
进一步地，步骤(1)中利用无人机进行现场图像采集，使用光照计测试现场光照强度；无人机信息采集方式中的无人机包括飞行控制系统，图像采集装置，图像预处理器，导航装置，触发装置；空管应答机。
进一步地，步骤(2)中使用MATLAB软件分析时，调取软件中图像分析函数对灰度值进行分析，灰度标准差公式为：
Figure RE-GDA0002394858870000022
灰度图像处理结果为M×N的二维矩阵：S为图像灰度等级的标准差；M和N分别为图像的总行数和总列数；Gray(i,j)为混凝土实拍图像的灰度图像各像素点的灰度值；
Figure RE-GDA0002394858870000023
为标准色卡实拍图像的灰度平均值。
进一步地，步骤(3)中清水混凝土图像信息包括灰度平均值及灰度标准差。
进一步地，步骤(5)中分区域检测方法为：将表观质量图像均匀划分为m×m(m>2)份子图像，利用MATLAB进行检测分析，计算子图像的灰度值及灰度标准差；
Figure RE-GDA0002394858870000024
Figure RE-GDA0002394858870000025
式中n＝m×m(m>2)，
Figure RE-GDA0002394858870000026
为n个子图像的平均灰度标准差，Si(Gray)为第i个子图像的灰度标准差，γ为第i个子图像标准差相对于
Figure RE-GDA0002394858870000027
值的离散程度。
有益效果：与现有技术相比，本发明的显著优点为：(1)提出一种以MATLAB计算结果作为评价参数评价清水混凝土表观质量的方法，评价方法可以实现清水混凝土表观质量的定量化及准确评价，避免了人工评价方法带来的偏差，具有显著的实际应用价值；(2)本发明提出的定量化色差评价方法，评价效率高，结果准确，操作简便，极大的节省了人力物理，有效提高施工效率，对于外观质量的高效稳定控制效果显著。
附图说明
图1为外观质量评价方法流程图；
图2为未处理前表观质量采集图像；
图3为MATLAB软件导出的灰度分布直方图；
图4为m取值为3时表观质量分区示意图。
具体实施方式
下面结合附图对本发明进行进一步说明。
本发明所述的基于MATLAB软件的清水混凝土外观质量评价方法，是以灰度标准差为参数评价清水混凝土的外观质量；根据标准差对清水混凝土外观质量进行分级，包括优秀、合格、不合格；当灰度标准差为0～6时，清水混凝土外观质量为优秀；当灰度标准差为6～12 时，清水混凝土外观质量为合格；当灰度标准差大于12时，清水混凝土外观质量为不合格。
通过无人机对表观质量进行采集，利用MATLAB软件进行定量分析，根据图像计算灰度标准差及均匀程度，导出分布直方图，对外观质量进行评级。评价方法高效准确，相比于传统评价方法，优势显著。
对表观质量的测试过程如下：
1.对外表面图像信息进行采集，无人机优选的采用小型四轴飞行器，现场清水混凝土图像采集不宜在雨、雪、雾等天气进行。现场清水混凝土图像采集用无人机应包含：飞行控制系统，图像采集装置，图像预处理器，导航装置，与图像采集装置耦合连接，触发装置；空管应答机。
2.测试采集环境信息，使用光照计测试采集现场光照度。
3.利用MATLAB软件对采集图像进行定量分析，编辑灰度标准差公式，对图像像素点进行计算，输出计算结果，导出灰度分布直方图。
对于随机选取的外表面进行采集，输出结果如下。
表1随机选取外表面的外观质量分析结果
Figure RE-GDA0002394858870000031
4.对采集图像进行等格划分，图示选取m＝3对采集图像进行划分，分为9个子图像，分别为S1～S9，利用MATLAB软件对9个子图像进行分析计算，输出计算结果，根据离散程度计算方法对输出结果进行计算。
对于表1中外表面1的均匀度进行分析，计算结果如下。
表2表1中外表面1的均匀度分析结果
Figure RE-GDA0002394858870000041
5.根据MATLAB软件对采集原图及子图像输出结果对外观质量进行评价。
根据表1中结果，外表面2和外表面3的灰度标准差输出结果在6～12范围内，表观质量为合格；外表面1和外表面4～9的灰度标准差输出结果在0～6范围内，表观质量为优秀。结合表2中均匀度分析，外表面1的子图像标准差离散程度|γ|≤2.5％，可得出结论，外表面 1表观质量优秀且色差分布均匀。

Claims (7)

1.一种基于MATLAB软件的清水混凝土外观质量评价方法，其特征在于，根据灰度标准差为参数评价清水混凝土的外观质量，包括以下步骤：
(1)现场采集清水混凝土图像，测试现场光照强度；
(2)调取函数信息，对图像中各个像素点的灰度值进行分析；
(3)编辑灰度标准差公式，利用MATLAB软件将各个像素点的灰度值代入进行计算，导出清水混凝土图像信息；
(4)利用函数导出所有像素点灰度分布直方图；
(5)分区域检测，测定灰度分布的均匀度。
2.根据权利要求1所述的基于MATLAB软件的清水混凝土外观质量评价方法，其特征在于，色差均匀度表征方法为等格划分，根据MATLAB软件输出结果，计算子图像标准差的离散程度，当离散程度不高于2.5％时，色差分布均匀。
3.根据权利要求1所述的基于MATLAB软件的清水混凝土外观质量评价方法，其特征在于，色差均匀度计算方法为：
Figure FDA0002394263550000011
Figure FDA0002394263550000012
Figure FDA0002394263550000013
为n个子图像的平均灰度标准差，Si(Gray)为第i个子图像的灰度标准差，γ为第i个子图像标准差相对于
Figure FDA0002394263550000014
值的离散程度。
4.根据权利要求1所述的基于MATLAB软件的清水混凝土外观质量评价方法，其特征在于，步骤(1)中利用无人机进行现场图像采集，使用光照计测试现场光照强度；无人机信息采集方式中的无人机包括飞行控制系统，图像采集装置，图像预处理器，导航装置，触发装置，空管应答机。
5.根据权利要求1所述的基于MATLAB软件的清水混凝土外观质量评价方法，其特征在于，步骤(2)中使用MATLAB软件分析时，调取软件中图像分析函数对灰度值进行分析，灰度标准差公式为：
Figure FDA0002394263550000015
灰度图像处理结果为M×N的二维矩阵：S为图像灰度等级的标准差；M和N分别为图像的总行数和总列数；Gray(i,j)为混凝土实拍图像的灰度图像各像素点的灰度值；
Figure FDA0002394263550000016
为标准色卡实拍图像的灰度平均值。
6.根据权利要求1所述的基于MATLAB软件的清水混凝土外观质量评价方法，其特征在于，步骤(3)中清水混凝土图像信息包括灰度平均值及灰度标准差。
7.根据权利要求1中所述的基于MATLAB软件的清水混凝土外观质量评价方法，其特征在于，步骤(5)中分区域检测方法为：将表观质量图像均匀划分为m×m(m>2)份子图像，利用MATLAB进行检测分析，计算子图像的灰度值及灰度标准差；
Figure FDA0002394263550000021
Figure FDA0002394263550000022
式中n＝m×m(m>2)，
Figure FDA0002394263550000023
为n个子图像的平均灰度标准差，Si(Gray)为第i个子图像的灰度标准差，γ为第i个子图像标准差相对于
Figure FDA0002394263550000024
值的离散程度。
CN202010125469.3A 2020-02-27 2020-02-27 一种基于matlab软件的清水混凝土外观质量评价方法 Pending CN111462039A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010125469.3A CN111462039A (zh) 2020-02-27 2020-02-27 一种基于matlab软件的清水混凝土外观质量评价方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010125469.3A CN111462039A (zh) 2020-02-27 2020-02-27 一种基于matlab软件的清水混凝土外观质量评价方法

Publications (1)

Publication Number Publication Date
CN111462039A true CN111462039A (zh) 2020-07-28

Family

ID=71680000

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010125469.3A Pending CN111462039A (zh) 2020-02-27 2020-02-27 一种基于matlab软件的清水混凝土外观质量评价方法

Country Status (1)

Country Link
CN (1) CN111462039A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113144999A (zh) * 2021-04-15 2021-07-23 中联重科股份有限公司 粘稠物质的搅拌匀质度检测方法、系统及搅拌控制方法
CN115372278A (zh) * 2022-08-19 2022-11-22 四川省公路规划勘察设计研究院有限公司 一种清水混凝土块颜色外观的质量评价方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20130034305A1 (en) * 2011-08-04 2013-02-07 University Of Southern California Image-based crack quantification
CN110349123A (zh) * 2019-06-11 2019-10-18 东南大学 一种清水混凝土表观质量的定量评价方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20130034305A1 (en) * 2011-08-04 2013-02-07 University Of Southern California Image-based crack quantification
CN110349123A (zh) * 2019-06-11 2019-10-18 东南大学 一种清水混凝土表观质量的定量评价方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
彭海涛: "基于图像分析技术的混凝土结构外观质量检测与评定", 《中国优秀硕士学位论文全文数据库工程科技Ⅱ辑》 *
王瑞兴: "混凝土外观质量半定量评价系统研究", 《东南大学学报》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113144999A (zh) * 2021-04-15 2021-07-23 中联重科股份有限公司 粘稠物质的搅拌匀质度检测方法、系统及搅拌控制方法
CN115372278A (zh) * 2022-08-19 2022-11-22 四川省公路规划勘察设计研究院有限公司 一种清水混凝土块颜色外观的质量评价方法

Similar Documents

Publication Publication Date Title
CN106228536B (zh) 基于数字图像处理的土石坝筑坝材料颗粒级配检验方法
CN111104860B (zh) 一种基于机器视觉的无人机水质色度监测方法
CN103344583B (zh) 一种基于机器视觉的镨-钕(Pr/Nd)组分含量检测系统及方法
CN111597756A (zh) 一种基于无人机多光谱数据的水质参数反演方法
CN110287615B (zh) 基于遥感解译和降雨实验的雨水径流污染负荷测算方法
CN101105489B (zh) 土壤入渗性能实时自动测量系统
US20230042106A1 (en) System and method for the statistical analysis of images of photovoltaic panels
CN102509102A (zh) 基于图像学习的能见度测量方法
CN114943917A (zh) 一种视觉识别污水厂好氧池曝气量的算法
CN102749046A (zh) 岩体结构面直剪试验中剪切面积的测量方法
CN101832769A (zh) 一种基于近景摄影估算矿区植被覆盖度的方法和系统
CN111462039A (zh) 一种基于matlab软件的清水混凝土外观质量评价方法
CN117928487A (zh) 基于机器视觉和人机交互的结构裂缝检测方法
CN111724358A (zh) 基于图像和卷积神经网络的混凝土质量检测方法及系统
CN108345897A (zh) 一种景观破碎度指数的评价方法
CN117333670A (zh) 基于Transformer和微观图像的再生混凝土水化进程检测方法
CN110321528B (zh) 一种基于半监督地理空间回归分析的高光谱影像土壤重金属浓度评估方法
CN111553557A (zh) 一种基于深度学习的车间产品质量评估方法
CN115439763A (zh) 一种基于YOLOv5模型的水工程表面裂缝检测方法
CN107607492B (zh) 机动车尾气标准的检测方法及设备
CN116757971B (zh) 一种基于周围光的图像自动调整方法
CN111797522A (zh) 一种建筑工程用自动化测量系统
CN117911901A (zh) 城市河道表观污染评价方法
CN111612368B (zh) 离子稀土矿区林地土壤氮素环境风险评价方法和应用方法
CN115393419A (zh) 一种基于尺寸标定布的路面坑槽面积检测方法及装置

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
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20200728