CN112666167A - 一种评估水泥混凝土道面裂缝产生fod风险的方法和装置 - Google Patents
一种评估水泥混凝土道面裂缝产生fod风险的方法和装置 Download PDFInfo
- Publication number
- CN112666167A CN112666167A CN202011533357.8A CN202011533357A CN112666167A CN 112666167 A CN112666167 A CN 112666167A CN 202011533357 A CN202011533357 A CN 202011533357A CN 112666167 A CN112666167 A CN 112666167A
- Authority
- CN
- China
- Prior art keywords
- crack
- cement concrete
- area
- threshold
- risk
- 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
Images
Landscapes
- Investigating Or Analyzing Materials Using Thermal Means (AREA)
Abstract
本发明公开了一种评估水泥混凝土道面裂缝产生FOD风险的方法,包括:利用图像分割提取可见光图像中裂缝投影轮廓,获得裂缝投影区域S1;利用图像分割提取热红外能量分布图像的能量与背景能量之间的差值,并获取与背景能量的比值大于预设的阈值Ithreshold的区域,并记为水泥混凝土热红外辐射异常区域S2;将水泥混凝土热红外辐射异常区域S2投影至裂缝投影区域S1上,在水泥混凝土热红外辐射异常区域S2上除去裂缝投影区域S1,以得到裂缝边缘水泥混凝土内部损坏区域ΔS;沿裂缝的长度方向以均匀间距D切分裂缝边缘水泥混凝土内部损坏区域ΔS,得到数个损坏区域ΔSi;统计任一损坏区域ΔSi的面积,根据损坏区域ΔSi的面积大于预设的剥落风险阈值ΔSthreshold的数量评估风险。
Description
技术领域
本发明涉及机场道面技术领域,尤其是一种评估水泥混凝土道面裂缝产生FOD风险的方法和装置。
背景技术
FOD(Foreign Object Debris)即可能损伤航空器的某种外来的物质、碎屑或物体。在水泥混凝土道面裂缝在承受飞机载荷时在裂缝边缘产生应立集中效应,容易导致混凝土在裂缝边缘处剥落,从而产生影响飞机运行安全的FOD。目前,现有技术中的机场仅能通过雷达波、视觉、激光等方式检测已经生成的FOD,或通过对裂缝宽度或所在部位以人工经验的方式评估裂缝产生FOD的风险,很难保障飞机运行安全。目前,已经生成的FOD很容易被检测获知,在机场道面,产生未知的FOD部分是道面混凝土的裂缝承受飞机载荷后产生的。
如专利申请号为“201910358360.1”、名称为“基于卷积神经网络的FOD检测方法”的中国发明专利,其主要基于Faster R-CNN算法框架为输入图像生成目标候选区域同时采用DenseNet代替传统的VGG16-Net进行特征提取,可以大大减少网络参数和充分利用目标特征,有利于小尺寸FOD的检测。该技术还改进了RPN层中分类的损失函数,使用Focal Loss来优化正负样本的权重,使得训练结果聚焦在样本中难以分类的小尺寸FOD目标上。
再如专利申请号为“201711015466.9”、名称为“一种机场跑道FOD异物检测方法”的中国发明专利,其由图像质量评价、图像质量矫正增强、物体识别三个步骤组成;该技术方案引入了跑道图像质量评价及增强手段,通过对该跑道图像的特征进行分析,对图像的质量进行评价;针对不同质量的图片使用相应的图像增强技术进行增强,最终对图像进行物体识别分析,实现跑道FOD异物的检测。
由此可见,上述技术均检测已经生成的FOD,无法对未产生的物质、碎屑或物体进行预测,而裂缝剥落物料是水泥混凝土道面FOD的重要来源;因此,急需要提出一种逻辑简单、估计可靠的评估水泥混凝土道面裂缝产生FOD风险的方法。
发明内容
针对上述问题,本发明的目的在于提供一种评估水泥混凝土道面裂缝产生FOD风险的方法和装置,本发明采用的技术方案如下:
一种评估水泥混凝土道面裂缝产生FOD风险的方法,采用垂直向下拍摄水泥混凝土道面裂缝的图像的可见光相机和红外热成像仪,并且分别获取可见光图像和热红外能量分布图像;红外热成像仪在晴天日出太阳照射0.5~1小时或日落后0.5~1小时拍摄裂缝的热红外能量分布图像;所述方法包括以下步骤:
利用图像分割提取可见光图像中裂缝投影轮廓,获得裂缝投影区域S1;
利用图像分割提取热红外能量分布图像的能量与背景能量之间的差值,并获取与背景能量的比值大于预设的阈值Ithreshold的区域,并记为水泥混凝土热红外辐射异常区域S2;
将水泥混凝土热红外辐射异常区域S2投影至裂缝投影区域S1上,在水泥混凝土热红外辐射异常区域S2上除去裂缝投影区域S1,以得到裂缝边缘水泥混凝土内部损坏区域ΔS;
沿裂缝的长度方向以均匀间距D切分裂缝边缘水泥混凝土内部损坏区域ΔS,得到数个损坏区域ΔSi;
统计任一损坏区域ΔSi的面积,若损坏区域ΔSi的面积大于预设的剥落风险阈值ΔSthreshold,则裂缝的该损坏区域存在剥落风险;
若面积大于预设的剥落风险阈值ΔSthreshold的损坏区域ΔSi的数量大于等于Nh时,则该裂缝具有严重的FOD风险;
若面积大于预设的剥落风险阈值ΔSthreshold的损坏区域ΔSi的数量大于等于N1、且小于Nh,则该裂缝具有一般性的FOD风险;
若面积大于预设的剥落风险阈值ΔSthreshold的损坏区域ΔSi的数量小于N1,则裂缝具有轻微FOD风险;
所述间距D的取值范围是10-15cm,所述阈值Ithreshold的取值范围是0.4-0.6,所述剥落风险阈值ΔSthreshold的取值范围是0.0005-0.001m2,所述N1的取值范围是2-3,所述Nh的取值范围是6-10。
优选地,所述间距D的取值为10cm;所述阈值Ithreshold的取值为0.5;所述剥落风险阈值ΔSthreshold的取值为0.0005m2;所述N1的取值为2;所述Nh的取值为6。
一种采用评估水泥混凝土道面裂缝产生FOD风险的方法的装置,其特征在于,采用垂直向下拍摄水泥混凝土道面裂缝的图像的可见光相机和红外热成像仪,并且分别获取可见光图像和热红外能量分布图像;还包括用于存储可见光图像和热红外能量分布图像并进行水泥混凝土道面裂缝产生FOD风险评估的可读存储介质;所述红外热成像仪在晴天日出太阳照射0.5~1小时或日落后0.5~1小时拍摄裂缝的热红外能量分布图像。
与现有技术相比,本发明具有以下有益效果:
(1)本发明巧妙地采用可见光相机和红外热成像仪采集图像,其中,可见光相机可以直接识别裂缝并区分投影视野下裂缝和水泥混凝土区域,热红外成像仪捕获裂缝所在区域的道面热红外能量分布。在水泥混凝土受日照存在温度变化时,因内部破损处热传导能力区别于完好处,内部破损部位与完好部位热红外辐射能量分布上存在差异,而水泥混凝土结构连续完好部位整体热红外辐射能量均匀连续。当裂缝边缘的水泥混凝土内部存在破损时,裂缝存在剥落风险,因此,通过对水泥混凝土裂缝和内部破损的检测,可以有效评估裂缝边缘剥落产生FOD的风险。
(2)本发明通过在水泥混凝土热红外辐射异常区域S2上除去裂缝投影区域S1,以得到裂缝边缘水泥混凝土内部损坏区域ΔS,该裂缝边缘水泥混凝土内部损坏区域与其他部分的能量存在差异,并且在承受飞机载荷时容易诱发混凝土在裂缝边缘处剥落。
(3)本发明通过对应裂缝边缘水泥混凝土内部损坏区域的面积进行分析,并判断存在剥落面积的数量多少,以确定该裂缝的风险等级。
综上所述,本发明具有逻辑简单、估计可靠等优点,在机场道面技术领域具有很高的实用价值和推广价值。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例中所需使用的附图作简单介绍,应当理解,以下附图仅示出了本发明的某些实施例,因此不应被看作是对保护范围的限定,对于本领域技术人员来说,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相关的附图。
图1为本发明的图像采集示意图。
图2为本发明的裂缝投影区域S1的图像。
图3为本发明的水泥混凝土内部破损区域S2的图像。
图4为本发明的S1和S2叠加图像。
图5为本发明的裂缝边缘水泥混凝土内部损坏区域ΔS的图像。
图6为本发明的损坏区域ΔSi的图像。
上述附图中,附图标记对应的部件名称如下:
1、可见光相机;2、红外热成像仪;3、道面;4、裂缝;5、内部损坏。
具体实施方式
为使本申请的目的、技术方案和优点更为清楚,下面结合附图和实施例对本发明作进一步说明,本发明的实施方式包括但不限于下列实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都属于本申请保护的范围。
实施例
如图1至图6所示,本实施例提供了一种评估水泥混凝土道面裂缝产生FOD风险的方法和装置。其利用可见光相机拍摄裂缝图像,同时利用红外热成像仪捕获裂缝周围混凝土辐射红外能量,通过裂缝视觉成像和红外能量捕获结果融合评估裂缝产生FOD风险系数。在本实施例中,红外热成像仪在晴天日出太阳照射0.5~1小时或日落后0.5~1小时拍摄裂缝的热红外能量分布图像,主要利用道面在环境具有温度梯度情况下受热或者散热在破损处产生热红外能量分布差异。
具体来说,评估水泥混凝土道面裂缝产生FOD风险的方法,包括以下步骤:
第一步,利用图像分割提取可见光图像中裂缝投影轮廓,获得裂缝投影区域S1。
第二步,利用图像分割提取热红外能量分布图像的能量与背景能量之间的差值,并获取与背景能量的比值大于预设的阈值0.5的区域,并记为水泥混凝土热红外辐射异常区域S2。
第三步,将水泥混凝土热红外辐射异常区域S2投影至裂缝投影区域S1上,在水泥混凝土热红外辐射异常区域S2上除去裂缝投影区域S1,以得到裂缝边缘水泥混凝土内部损坏区域ΔS;
第四步,沿裂缝的长度方向以均匀间距10cm切分裂缝边缘水泥混凝土内部损坏区域ΔS,得到数个损坏区域ΔSi;
第五步,统计任一损坏区域ΔSi的面积,若损坏区域ΔSi的面积大于预设的剥落风险阈值为0.0005m2,则裂缝的该损坏区域存在剥落风险;
若面积大于预设的剥落风险阈值为0.0005m2的损坏区域ΔSi的数量大于等于6时,则该裂缝具有严重的FOD风险;
若面积大于预设的剥落风险阈值为0.0005m2的损坏区域ΔSi的数量大于等于2、且小于6,则该裂缝具有一般性的FOD风险;
若面积大于预设的剥落风险阈值为0.0005m2的损坏区域ΔSi的数量小于2,则裂缝具有轻微FOD风险。
上述实施例仅为本发明的优选实施例,并非对本发明保护范围的限制,但凡采用本发明的设计原理,以及在此基础上进行非创造性劳动而作出的变化,均应属于本发明的保护范围之内。
Claims (3)
1.一种评估水泥混凝土道面裂缝产生FOD风险的方法,其特征在于,采用垂直向下拍摄水泥混凝土道面裂缝的图像的可见光相机和红外热成像仪,并且分别获取可见光图像和热红外能量分布图像;红外热成像仪在晴天日出太阳照射0.5~1小时或日落后0.5~1小时拍摄裂缝的热红外能量分布图像;所述方法包括以下步骤:
利用图像分割提取可见光图像中裂缝投影轮廓,获得裂缝投影区域S1;
利用图像分割提取热红外能量分布图像的能量与背景能量之间的差值,并获取与背景能量的比值大于预设的阈值Ithreshold的区域,并记为水泥混凝土热红外辐射异常区域S2;
将水泥混凝土热红外辐射异常区域S2投影至裂缝投影区域S1上,在水泥混凝土热红外辐射异常区域S2上除去裂缝投影区域S1,以得到裂缝边缘水泥混凝土内部损坏区域ΔS;
沿裂缝的长度方向以均匀间距D切分裂缝边缘水泥混凝土内部损坏区域ΔS,得到数个损坏区域ΔSi;
统计任一损坏区域ΔSi的面积,若损坏区域ΔSi的面积大于预设的剥落风险阈值ΔSthreshold,则裂缝的该损坏区域存在剥落风险;
若面积大于预设的剥落风险阈值ΔSthreshold的损坏区域ΔSi的数量大于等于Nh时,则该裂缝具有严重的FOD风险;
若面积大于预设的剥落风险阈值ΔSthreshold的损坏区域ΔSi的数量大于等于N1、且小于Nh,则该裂缝具有一般性的FOD风险;
若面积大于预设的剥落风险阈值ΔSthreshold的损坏区域ΔSi的数量小于N1,则裂缝具有轻微FOD风险;
所述间距D的取值范围是10-15cm,所述阈值Ithreshold的取值范围是0.4-0.6,所述剥落风险阈值ΔSthreshold的取值范围是0.0005-0.001m2,所述N1的取值范围是2-3,所述Nh的取值范围是6-10。
2.根据权利要求1所述的一种评估水泥混凝土道面裂缝产生FOD风险的方法,其特征在于,所述间距D的取值为10cm;所述阈值Ithreshold的取值为0.5;所述剥落风险阈值ΔSthreshold的取值为0.0005m2;所述Ni的取值为2;所述Nh的取值为6。
3.一种采用权利要求1~2任一项所述的评估水泥混凝土道面裂缝产生FOD风险的方法的装置,其特征在于,采用垂直向下拍摄水泥混凝土道面裂缝的图像的可见光相机和红外热成像仪,并且分别获取可见光图像和热红外能量分布图像;还包括用于存储可见光图像和热红外能量分布图像并进行水泥混凝土道面裂缝产生FOD风险评估的可读存储介质;所述红外热成像仪在晴天日出太阳照射0.5~1小时或日落后0.5~1小时拍摄裂缝的热红外能量分布图像。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011533357.8A CN112666167B (zh) | 2020-12-22 | 2020-12-22 | 一种评估水泥混凝土道面裂缝产生fod风险的方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011533357.8A CN112666167B (zh) | 2020-12-22 | 2020-12-22 | 一种评估水泥混凝土道面裂缝产生fod风险的方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112666167A true CN112666167A (zh) | 2021-04-16 |
CN112666167B CN112666167B (zh) | 2022-12-13 |
Family
ID=75407847
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011533357.8A Active CN112666167B (zh) | 2020-12-22 | 2020-12-22 | 一种评估水泥混凝土道面裂缝产生fod风险的方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112666167B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114119614A (zh) * | 2022-01-27 | 2022-03-01 | 天津风霖物联网科技有限公司 | 一种远程检测建筑物的裂缝的方法 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB9616322D0 (en) * | 1996-01-11 | 1996-09-11 | Nitto Chemical Industry Co Ltd | Method of detecting defects of structure |
CN104441526A (zh) * | 2014-09-24 | 2015-03-25 | 上海智觉光电科技有限公司 | 基于外形轮廓匹配的模具在线监视保护系统及方法 |
CN104483330A (zh) * | 2014-11-11 | 2015-04-01 | 浙江大学 | 混凝土表面裂缝实时监测系统与开裂风险的动态评估方法 |
CN105931216A (zh) * | 2016-04-05 | 2016-09-07 | 李红伟 | 一种基于图像处理技术的机场道面破损检测方法 |
CN108733053A (zh) * | 2018-04-23 | 2018-11-02 | 上海圭目机器人有限公司 | 一种基于机器人的智能道路检测方法 |
CN108764301A (zh) * | 2018-05-07 | 2018-11-06 | 石家庄铁道大学 | 一种基于反向稀疏表示的混凝土裂缝检测方法 |
CN109886939A (zh) * | 2019-01-30 | 2019-06-14 | 西安电子科技大学 | 基于张量投票的桥梁裂缝检测方法 |
CN110084844A (zh) * | 2019-04-25 | 2019-08-02 | 中国民航大学 | 一种基于深度相机的机场道面裂缝检测方法 |
CN110967344A (zh) * | 2019-11-28 | 2020-04-07 | 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 |
FR3087030A1 (fr) * | 2018-10-08 | 2020-04-10 | Determinant France | Procede pour la caracterisation de fissures murales |
US20200184630A1 (en) * | 2018-03-13 | 2020-06-11 | Dalian University Of Technology | Method for detecting hollowing of exterior wall finish layer |
-
2020
- 2020-12-22 CN CN202011533357.8A patent/CN112666167B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB9616322D0 (en) * | 1996-01-11 | 1996-09-11 | Nitto Chemical Industry Co Ltd | Method of detecting defects of structure |
CN104441526A (zh) * | 2014-09-24 | 2015-03-25 | 上海智觉光电科技有限公司 | 基于外形轮廓匹配的模具在线监视保护系统及方法 |
CN104483330A (zh) * | 2014-11-11 | 2015-04-01 | 浙江大学 | 混凝土表面裂缝实时监测系统与开裂风险的动态评估方法 |
CN105931216A (zh) * | 2016-04-05 | 2016-09-07 | 李红伟 | 一种基于图像处理技术的机场道面破损检测方法 |
US20200184630A1 (en) * | 2018-03-13 | 2020-06-11 | Dalian University Of Technology | Method for detecting hollowing of exterior wall finish layer |
CN108733053A (zh) * | 2018-04-23 | 2018-11-02 | 上海圭目机器人有限公司 | 一种基于机器人的智能道路检测方法 |
CN108764301A (zh) * | 2018-05-07 | 2018-11-06 | 石家庄铁道大学 | 一种基于反向稀疏表示的混凝土裂缝检测方法 |
FR3087030A1 (fr) * | 2018-10-08 | 2020-04-10 | Determinant France | Procede pour la caracterisation de fissures murales |
CN109886939A (zh) * | 2019-01-30 | 2019-06-14 | 西安电子科技大学 | 基于张量投票的桥梁裂缝检测方法 |
CN110084844A (zh) * | 2019-04-25 | 2019-08-02 | 中国民航大学 | 一种基于深度相机的机场道面裂缝检测方法 |
CN110967344A (zh) * | 2019-11-28 | 2020-04-07 | 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 |
Non-Patent Citations (5)
Title |
---|
MARK KIM 等: "Aircraft contaminant and leak detection sensor system for condition based maintenance", 《2017 IEEE AEROSPACE CONFERENCE》 * |
张怡 等: "基于RTK定位的图像差分跑道异物检测", 《电子测量与仪器学报》 * |
曹炳政: "高层住宅无机保温砂浆外墙外保温系统检测实例分析", 《施工技术》 * |
邵正建: "一种外墙饰面砖空鼓的红外检测方法", 《中国优秀硕士学位论文全文数据库(电子期刊) 工程科技I辑》 * |
黄世谋 等: "混凝土劣化的检测与修复", 《广州化工》 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114119614A (zh) * | 2022-01-27 | 2022-03-01 | 天津风霖物联网科技有限公司 | 一种远程检测建筑物的裂缝的方法 |
Also Published As
Publication number | Publication date |
---|---|
CN112666167B (zh) | 2022-12-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Aghaei et al. | Innovative automated control system for PV fields inspection and remote control | |
Dotenco et al. | Automatic detection and analysis of photovoltaic modules in aerial infrared imagery | |
CN111275679B (zh) | 一种基于图像的太阳能电池缺陷检测系统及方法 | |
CN103954542B (zh) | 基于无参考图像清晰度评价的pm2.5浓度检测仪 | |
CN111325748A (zh) | 一种基于卷积神经网络的红外热像无损检测方法 | |
CN103235830A (zh) | 一种基于无人机电力巡线方法、装置及无人机 | |
CN103487729A (zh) | 基于紫外视频与红外视频融合的电力设备缺陷检测方法 | |
CN109544576A (zh) | 一种基于机器视觉的飞机模型冰形轮廓提取方法 | |
CN112666167B (zh) | 一种评估水泥混凝土道面裂缝产生fod风险的方法和装置 | |
de Oliveira et al. | Automatic fault detection of photovoltaic array by convolutional neural networks during aerial infrared thermography | |
CN114973032B (zh) | 一种基于深度卷积神经网络的光伏板热斑检测方法及装置 | |
CN103808669A (zh) | 一种基于高光谱成像技术的苹果虫眼快速无损检测方法 | |
CN112258490A (zh) | 基于光学和红外图像融合的低发射率涂层智能探损方法 | |
US20230342907A1 (en) | Image analysis apparatus, image analysis method, and program | |
CN113781458A (zh) | 一种基于人工智能的识别方法 | |
Du et al. | Detection of crack growth in asphalt pavement through use of infrared imaging | |
CN105785482B (zh) | 一种基于遮盖物检测的雪深测量系统 | |
CN112767322B (zh) | 一种机场水泥道面fod风险评估方法和装置 | |
Lim et al. | Long-term retrievals of cloud type and fair-weather shallow cumulus events at the ARM SGP site | |
Wang et al. | Study on edge extraction methods for image-based icing on-line monitoring on overhead transmission lines | |
CN110518881B (zh) | 基于环境气象因素的热斑监测装置与预测方法 | |
Otamendi et al. | A scalable framework for annotating photovoltaic cell defects in electroluminescence images | |
CN110082354A (zh) | 一种隧道衬砌浅层潜在剥落剥离红外探测装置 | |
Del Guasta | ICE-CAMERA: a flatbed scanner to study inland Antarctic polar precipitation | |
CN113989260A (zh) | 一种基于无人机红外图像的光伏板边缘分割方法 |
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 |