CN114111602A - 一种基于图像技术的桥梁表面裂缝宽度计算方法 - Google Patents
一种基于图像技术的桥梁表面裂缝宽度计算方法 Download PDFInfo
- Publication number
- CN114111602A CN114111602A CN202111386136.7A CN202111386136A CN114111602A CN 114111602 A CN114111602 A CN 114111602A CN 202111386136 A CN202111386136 A CN 202111386136A CN 114111602 A CN114111602 A CN 114111602A
- Authority
- CN
- China
- Prior art keywords
- point
- crack
- pixel
- curve
- normal
- 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
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/02—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness
- G01B11/04—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness specially adapted for measuring length or width of objects while moving
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
Abstract
本发明涉及一种基于图像技术的桥梁表面裂缝宽度计算方法,包括:采集桥梁表面的图像信息;通过前处理得到裂缝上边缘、骨架和下边缘三条单像素宽度曲线以及像素点的三维坐标;采用三点插值法拟合裂缝骨架曲线函数,求出中间点的法线方程;分别在裂缝上边缘、下边缘曲线与法线交点两侧特定范围内求直线方程代替该处边缘曲线;并分别求解出该处裂缝上边缘、下边缘直线方程与法线方程的交点坐标;计算两个交点之间的距离作为骨架曲线上该像素点处法线方向的裂缝宽度。本发明计算法线方向裂缝宽度,最能真实反映裂缝的实际宽度,采用局部搜索求极值的方法用直线代替边缘曲线提高了计算精度和效率,为桥梁表面裂缝检测定量评价提供了有效保障。
Description
技术领域
本发明属于桥梁裂缝检测技术领域,涉及一种基于图像技术的桥梁表面裂缝宽度计算方法。
背景技术
在桥梁检测领域,裂缝是评定桥梁技术状况时最为常见的病害。目前裂缝检测绝大部分采用人工检测,即用人工记录裂缝的位置及走向、测量裂缝的宽度和长度,费工费时检测效率低下。
随着无人机等检测机器人平台和图像处理技术的发展,逐渐开始尝试采用检测机器人平台拍摄裂缝照片,再用图像处理技术来分析获取裂缝的相关信息。目前较为常见的裂缝宽度计算方法有腐蚀迭代法、记像素格数算法和平均宽度算法等,此外还有通过人工智能算法进行超分辨率重建,使得裂缝在每处宽度方向均有较多像素点散布。这些方法本质上都属于“数格子”算法。由于照片像素的棋盘式分布,在计量方法上并不能等价于直角坐标系下的统计法则,因此对裂缝宽度的计量并不准确,更不能真实反映法线方向裂缝宽度实际情况。同时人工智能超分辨率重建算法的引入增加了图像处理的技术难度。
发明内容
有鉴于此,本发明的目的在于提供了一种计算精度更高的基于图像技术的桥梁表面裂缝宽度计算方法。
为达到上述目的,本发明提供如下技术方案:
一种基于图像技术的桥梁表面裂缝宽度计算方法,包括以下步骤:
步骤S1、采集桥梁表面的图像信息;
步骤S2、对采集的图像信息中含有裂缝的图像进行前处理得到裂缝上边缘、骨架和下边缘三条单像素宽度曲线以及曲线上每个像素点的三维坐标;
步骤S3、采用三点插值法拟合裂缝骨架曲线函数,求出中间点的法线方程;
步骤S4、分别在裂缝上边缘曲线和裂缝下边缘曲线与法线交点两侧的特定范围内求直线方程代替该处边缘曲线;分别求解出该处裂缝上边缘和裂缝下边缘直线方程与法线方程的交点坐标;
步骤S5、计算两个交点之间的距离作为骨架曲线在该像素点处法线方向的裂缝宽度;
步骤S6、重复步骤S3~步骤S5,逐个计算出裂缝骨架曲线上第二个像素点至倒数第二个像素点之间各像素点对应的法线方向裂缝宽度。
进一步的,在所述步骤S2中,所述前处理包括以下子步骤:
尺寸标定,计算每个像素点的单边尺寸和平面坐标;
裂缝关键信息提取,得到裂缝上边缘、骨架和下边缘三条单像素宽度曲线;
按走向排序,分别按走向计算裂缝上边缘、骨架和下边缘三条单像素宽度曲线上每个像素点的排列序号;所述三维坐标包括平面坐标和排列序号。
进一步的,在所述步骤S3中,任取裂缝骨架曲线上三个连续像素点,根据三个像素点的平面坐标,通过三点插值法拟合得到裂缝骨架曲线函数,并求出中间像素点处的法线方程。
进一步的,在所述步骤S3中,三个连续像素点的三维坐标为依次为Gn-1(xn-1,yn-1,n-1)、Gn(xn,yn,n)、Gn+1(xn+1,yn+1,n+1);其中,2≤n≤N-1,N为裂缝骨架的单像素宽度曲线上像素点的最大排列序号;
当xn-1、xn、xn+1均不相等,且yn-1≠yn+1时,Gn(xn,yn,n)点处的法线方程为:
x+kny-(xn+knyn)=0;
其中,kn为在XOY坐标系下,Gn(xn,yn,n)点处的导数值;
当xn-1=xn或xn=xn+1,且xn-1≠xn+1时,Gn(xn,yn,n)点处的法线方程为:
k'nx+y-(k'nxn+yn)=0;
其中,k′n为在YOX坐标系下,Gn(yn,xn,n)点处的导数值;
当xn-1=xn+1时,中间像素点Gn(xn,yn,n)点处的法线方程为:
y=yn;
当yn-1=yn+1时,中间像素点Gn(xn,yn,n)点处的法线方程为:
x=xn。
进一步的,在所述步骤S4中,在裂缝上边缘曲线与法线交点两侧的特定范围内求直线方程代替该处上边缘曲线的方法为:
将上边缘曲线中序号在[n-is,n+is]内的像素点作为其与法线交点两侧特定范围内的像素点;其中,is=|N-L|;L为裂缝上边缘的单像素宽度曲线上像素点的最大排列序号;
根据点到线的距离公式逐点求出上边缘曲线特定范围内各像素点到法线的位移lsn的值:当没有lsn=0的点时,找出lsn>0的点中最小值对应的像素点Ssj(xsj,ysj,sj),以及lsn<0的点中最大值对应的像素点Ssk(xsk,ysk,sk);代替该处上边缘曲线的直线方程表示为:
(ysj-ysk)(x-xsj)-(xsj-xsk)(y-ysj)=0。
进一步的,在所述步骤S4中,在裂缝下边缘曲线与法线交点两侧的特定范围内求直线方程代替该处下边缘曲线的方法为:
将下边缘曲线中序号在[n-it,n+it]内的像素点作为其与法线交点两侧特定范围内的像素点;其中,it=|N-M|;M为裂缝下边缘的单像素宽度曲线上像素点的最大排列序号;
根据点到线的距离公式逐点求出下边缘曲线特定范围内各像素点到法线的位移ltn的值;当没有ltn=0的点时,找出ltn>0的点中最小值对应的像素点Ttj(xtj,ytj,tj),以及ltn<0的点中最大值对应的像素点Ttk(xtk,ytk,tk);代替该处下边缘曲线的直线方程表示为:
(ytj-ytk)(x-xtj)-(xtj-xtk)(y-ytj)=0。
进一步的,在所述步骤S4中,当在裂缝上边缘曲线与法线交点两侧的特定范围内存在lsn=0的点时,以该点对应的像素点坐标作为法线和裂缝上边缘曲线的交点Hsn(xsn,ysn);当在裂缝上边缘曲线与法线交点两侧的特定范围内不存在lsn=0的点时,联合代替该处上边缘曲线的直线方程和法线方程求解出两直线的交点坐标,以该交点坐标作为法线和裂缝上边缘曲线的交点Hsn(xsn,ysn)。
进一步的,在所述步骤S4中,当在裂缝下边缘曲线与法线交点两侧的特定范围内存在ltn=0的点时,以该点对应的像素点坐标作为法线和裂缝下边缘曲线的交点Htn(xtn,ytn);当在裂缝下边缘曲线与法线交点两侧的特定范围内不存在ltn=0的点时,联合代替该处下边缘曲线的直线方程和法线方程求解出两直线的交点坐标,以该交点坐标作为法线和裂缝下边缘曲线的交点Htn(xtn,ytn)。
进一步的,在所述步骤S5中,两个交点之间的距离Dn的计算公式为:
本发明的有益效果在于:
1、本发明采用插值函数拟合骨架曲线,通过法线方程计算法线方向裂缝宽度,最能真实反映裂缝的实际宽度。
2、采用求极值的方法搜索离法线最近的两侧像素点,用穿过这两个像素点的直线代替该处的边缘曲线。该处裂缝上边缘、下边缘直线与法线的交点最大程度逼近该处裂缝上边缘、下边缘曲线与法线的交点,因此最大程度的提高了计算精度。
3、本发明采用数学连续函数进行裂缝宽度计算,对裂缝照片分辨率要求低,即使在不进行超分辨率重建的情况下,也可以得到较高的计算精度。
4、本发明在搜索离法线最近的两侧像素点时,无需在整个边缘曲线上进行全局搜索,只在特定范围内搜索,既提高了计算效率又提高了识别正确率。
附图说明
为了使本发明的目的、技术方案和优点更加清楚,下面将结合附图对本发明作优选的详细描述,其中:
图1为本发明基于图像技术的桥梁表面裂缝宽度计算方法的一个优选实施例的流程图。
图2为单像素宽度曲线的示意图。
图3为法线方程求解的示意图。
图4和图5为法线与边缘曲线交点两侧的特定范围的示意图。
图6为有lsn=0和ltn=0的点时,法线与边缘曲线交点求解法线方向裂缝宽度示意图。
图7为没有lsn=0和ltn=0的点时,法线与边缘直线方程联合求解法线方向裂缝宽度示意图。
具体实施方式
以下通过特定的具体实例说明本发明的实施方式,本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用,本说明书中的各项细节也可以基于不同观点与应用,在没有背离本发明的精神下进行各种修饰或改变。需要说明的是,以下实施例中所提供的图示仅以示意方式说明本发明的基本构想,在不冲突的情况下,以下实施例及实施例中的特征可以相互组合。
如图1所示,本发明基于图像技术的桥梁表面裂缝宽度计算方法的一个优选实施例包括以下步骤:
步骤S1、采集桥梁表面的图像信息。采集桥梁表面的图像信息时可采用各型拍摄机器(例如桥梁检测机器人),按照桥梁检测作业具体要求,采集获取桥梁各部位表面裂缝的图像信息。采集时,将图像拍摄设备正对桥梁被观测表面,使每次拍摄保持成像正交被拍摄面,并每次记录拍摄距离,连续拍摄成像收集所有拍摄图像。
步骤S2、对采集的图像信息中含有裂缝的图像进行前处理得到裂缝上边缘、骨架和下边缘三条单像素宽度曲线以及曲线上每个像素点的三维坐标;所述前处理包括以下子步骤:
子步骤S21、尺寸标定,计算每个像素点的单边尺寸和平面坐标。像素单边尺寸可按以下公式进行计算:
式中:η表示像素单边尺寸,单位为mm;B表示正交拍摄距离,单位为mm;f表示镜头焦距,单位为mm;Sc表示成像器件尺寸,单位为mm2;RI表示摄像头的照片分辨率。根据像素单边尺寸可计算得到每个像素中心点平面坐标。
子步骤S22、裂缝关键信息提取,通过图像处理得到裂缝上边缘、骨架和下边缘三条单像素宽度曲线;通过图像处理提取出单像素宽度曲线为现有技术,在此不作赘述。如图2、图3和图4所示,这三条曲线可以真实反映裂缝的宽度、长度和走向。
子步骤S23、按走向排序,分别按走向计算裂缝上边缘、骨架和下边缘三条单像素宽度曲线上每个像素点的排列序号。按走向排序时,用3×3的矩形核分别遍历裂缝上边缘、骨架和下边缘三条单像素宽度曲线上所有的点,先判断首尾再按走向逐点依次排序。裂缝上边缘、骨架和下边缘三条单像素宽度曲线进行单独排序,假设裂缝上边缘的单像素宽度曲线上像素点数量为L,裂缝骨架的单像素宽度曲线上像素点数量为N,裂缝下边缘的单像素宽度曲线上像素点数量为M;则裂缝上边缘的像素点按照走向顺序从1到L依次分配排列序号,裂缝骨架的像素点按照走向顺序从1到N依次分配排列序号,裂缝下边缘的像素点按照走向顺序从1到M依次分配排列序号。所述三维坐标包括平面坐标和排列序号。
步骤S3、采用三点插值法拟合骨架曲线函数,求出中间点的法线方程。
如图3所示,任取裂缝骨架曲线上三个连续像素点Gn-1(xn-1,yn-1,n-1)、Gn(xn,yn,n)、Gn+1(xn+1,yn+1,n+1),n∈[2,N-1],利用Gn-1(xn-1,yn-1,n-1)、Gn(xn,yn,n)、Gn+1(xn+1,yn+1,n+1)的平面坐标和三点插值法拟合得到裂缝骨架曲线函数,裂缝骨架曲线函数可采用y=ax2+bx+c形式,所述中间点法线方程分以下四种情况进行求解:
对于图3中①处的像素点,其xn-1≠xn≠xn+1,且yn-1≠yn+1,满足插值函数xi互异要求,其中间点Gn(xn,yn,n)处的法线方程求法为:
在XOY坐标系下求出所述骨架曲线函数的一阶导函数,计算出Gn(xn,yn,n)点处的导数值kn,Gn(xn,yn,n)点处法线F的方程为:
x+kny-(xn+knyn)=0。
对于图3中②处的像素点,其xn-1=xn或xn=xn+1,且xn-1≠xn+1(根据单像素宽度曲线特征,此时必然满足yn-1≠yn+1),不满足插值函数xi互异要求,可进行坐标转换使其满足插值函数xi互异要求。其Gn(xn,yn,n)点处的法线方程求法为:
将在XOY坐标系下所述Gn-1(xn-1,yn-1,n-1)、Gn(xn,yn,n)、Gn+1(xn+1,yn+1,n+1)的坐标转换为YOX坐标系下的坐标Gn-1(yn-1,xn-1,n-1)、Gn(yn,xn,n)、Gn+1
(yn+1,xn+1,n+1)。在YOX坐标系下,利用Gn-1(yn-1,xn-1,n-1)、Gn(yn,xn,n)、Gn+1(yn+1,xn+1,n+1)的平面坐标和所述三点插值法拟合得到所述骨架曲线函数,求出所述骨架曲线函数的一阶导函数,计算出Gn(yn,xn,n)点处的导数值k′n,再求得Gn(yn,xn,n)点处法线方程F-1。Gn(yn,xn,n)点处法线方程F-1的反函数即为XOY坐标系下Gn(xn,yn,n)点处法线F的方程为:
k'nx+y-(k'nxn+yn)=0。
对于图3中③处的像素点,其xn-1=xn+1(根据单像素宽度曲线特征,xn-1=xn=xn+1也属于此种情况),Gn(yn,xn,n)点处斜率为0,Gn(xn,yn,n)点处法线F的方程为:
y=yn。
对于图3中④处的像素点,其yn-1=yn+1(根据单像素宽度曲线特征,yn-1=yn=yn+1也属于此种情况),Gn(yn,xn,n)点处斜率为±∞,Gn(xn,yn,n)点处法线F的方程为:
x=xn。
步骤S4、分别在裂缝上边缘曲线和裂缝下边缘曲线与法线交点两侧的特定范围内求直线方程代替该处边缘曲线;并分别求解出该处裂缝上边缘和裂缝下边缘直线方程与法线方程的交点坐标。
如图4和图5所示,若裂缝走向较为曲折,法线与边缘曲线有多个交点。在搜索离法线最近的两侧像素点时,如果在边缘曲线上进行全局搜索,则可能找到其他交点导致计算结果失真,因此需在一定范围内进行搜索。由于已按走向对各像素点进行排序,再根据单像素宽度曲线特征,分别确定裂缝上、下边缘曲线像素点最大序号L、M与骨架像素点最大序号N之差的绝对值为裂缝上、下边缘曲线相应的搜索范围值,在此范围内即可最大概率的搜寻到正确交点。
具体包括以下子步骤:
子步骤S41、如图6和图7所示,求解裂缝上边缘曲线与法线的交点时,裂缝上边缘曲线与法线交点两侧的特定范围指裂缝上边缘曲线上序号在[n-is,n+is]范围内的像素点,其中,is=|N-L|。利用点到线的距离公式逐点求出[n-is,n+is]范围内各像素点到法线的位移lsn的值,具体为,先将法线方程表示为Ax+By+C=0的形式,再依次将特定范围内各像素点的x坐标和y坐标依次代入公式中,计算出该点到法线的位移lsn的值。找出lsn>0的点中最小值对应的像素点Ssj(xsj,ysj,sj),以及lsn<0的点中最大值对应的像素点Ssk(xsk,ysk,sk);sj、sk∈[n-is,n+is],代替该处上边缘曲线的直线方程表示为:
(ysj-ysk)(x-xsj)-(xsj-xsk)(y-ysj)=0。
子步骤S42、如图6和图7所示,求解裂缝下边缘曲线与法线的交点时,裂缝下边缘曲线与法线交点两侧的特定范围指裂缝下边缘曲线上序号在[n-it,n+it]范围内的像素点,其中,it=|N-M|。利用点到线的距离公式逐点求出[n-it,n+it]范围内各像素点到法线的位移ltn的值,具体为,先将法线方程表示为Ax+By+C=0的形式,再依次将特定范围内各像素点的x坐标和y坐标依次代入公式中,计算出该点到法线的位移ltn的值。找出ltn>0的点中最小值对应的像素点Ttj(xtj,ytj,tj),以及ltn<0的点中最大值对应的像素点Ttk(xtk,ytk,tk);tj,tk∈[n-it,n+it],代替该处下边缘曲线的直线方程表示为:
(ytj-ytk)(x-xtj)-(xtj-xtk)(y-ytj)=0。
子步骤S43、如图6和图7所示,分两种情况计算裂缝上边缘曲线与法线的交点Hsn(xsn,ysn):
(1)当在裂缝上边缘曲线与法线交点两侧的特定范围内存在lsn=0的点时,以该点对应的像素点坐标作为法线和裂缝上边缘曲线的交点Hsn(xsn,ysn)。
(2)当在裂缝上边缘曲线与法线交点两侧的特定范围内不存在lsn=0的点时,联合法线的直线方程和代替该处上边缘曲线的直线方程,可通过求解方程组得到两条直线的交点坐标,将求解的交点作为法线和裂缝上边缘曲线的交点Hsn(xsn,ysn)。
子步骤S44、如图6和图7所示,分两种情况计算裂缝下边缘曲线与法线的交点Htn(xtn,ytn):
(1)当在裂缝下边缘曲线与法线交点两侧的特定范围内存在ltn=0的点时,以该点对应的像素点坐标作为法线和裂缝下边缘曲线的交点Htn(xtn,ytn)。
(2)当在裂缝下边缘曲线与法线交点两侧的特定范围内不存在ltn=0的点时,联合法线的直线方程和代替该处下边缘曲线的直线方程,可通过求解方程组得到两条直线的交点坐标,将求解的交点作为法线和裂缝下边缘曲线的交点Htn(xtn,ytn)。
步骤S5、如图6和图7所示,计算两个交点之间的距离Dn作为骨架曲线该像素点处法线方向的裂缝宽度。计算公式如下:
距离Dn即为裂缝骨架曲线上n号像素点处法线方向上的裂缝宽度。
步骤S6、重复步骤S3~步骤S5,逐个计算出骨架曲线上序号为2~(N-1)的像素点在法线方向上的裂缝宽度。
本发明结合了桥梁表面混凝土裂缝发展特性,采用插值函数拟合骨架曲线,通过法线方程计算法线方向裂缝宽度,最能真实反映裂缝的实际宽度。采用求极值的方法搜寻到离法线最近的两侧像素点,用穿过这两个像素点的直线代替边缘曲线。该上、下边缘直线与法线的交点最大程度逼近上、下边缘曲线与法线的交点,因此最大程度的提高了计算精度。采用数学连续函数进行裂缝宽度计算,对裂缝照片分辨率要求低,即使在不进行超分辨率重建的情况下,也可以得到较高的计算精度。在搜寻到离法线最近的两侧像素点时,无需在整个边缘曲线上进行全局搜索,只在特定范围内搜索,既提高了计算效率又提高了识别正确率。为桥梁表面混凝土裂缝检测定量评价提供了有效保障,有利于工程结构安全性和服役寿命的评估。
最后说明的是,以上实施例仅用以说明本发明的技术方案而非限制,尽管参照较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方案进行修改或者等同替换,而不脱离本技术方案的宗旨和范围,其均应涵盖在本发明的权利要求范围当中。
Claims (9)
1.一种基于图像技术的桥梁表面裂缝宽度计算方法,其特征在于,包括以下步骤:
步骤S1、采集桥梁表面的图像信息;
步骤S2、对采集的图像信息中含有裂缝的图像进行前处理得到裂缝上边缘、骨架和下边缘三条单像素宽度曲线以及曲线上每个像素点的三维坐标;
步骤S3、采用三点插值法拟合裂缝骨架曲线函数,求出中间点的法线方程;
步骤S4、分别在裂缝上边缘曲线和裂缝下边缘曲线与法线交点两侧的特定范围内求直线方程代替该处边缘曲线;分别求解出该处裂缝上边缘和裂缝下边缘直线方程与法线方程的交点坐标;
步骤S5、计算两个交点之间的距离作为骨架曲线在该像素点处法线方向的裂缝宽度;
步骤S6、重复步骤S3~步骤S5,逐个计算出裂缝骨架曲线上第二个像素点至倒数第二个像素点之间各像素点对应的法线方向裂缝宽度。
2.根据权利要求1所述的一种基于图像技术的桥梁表面裂缝宽度计算方法,其特征在于,在所述步骤S2中,所述前处理包括以下子步骤:
尺寸标定,计算每个像素点的单边尺寸和平面坐标;
裂缝关键信息提取,得到裂缝上边缘、骨架和下边缘三条单像素宽度曲线;
按走向排序,分别按走向计算裂缝上边缘、骨架和下边缘三条单像素宽度曲线上每个像素点的排列序号;所述三维坐标包括平面坐标和排列序号。
3.根据权利要求1所述的一种基于图像技术的桥梁表面裂缝宽度计算方法,其特征在于,在所述步骤S3中,任取裂缝骨架曲线上三个连续像素点,根据三个像素点的平面坐标,通过三点插值法拟合得到裂缝骨架曲线函数,并求出中间像素点处的法线方程。
4.根据权利要求3所述的一种基于图像技术的桥梁表面裂缝宽度计算方法,其特征在于,在所述步骤S3中,三个连续像素点的三维坐标为依次为Gn-1(xn-1,yn-1,n-1)、Gn(xn,yn,n)、Gn+1(xn+1,yn+1,n+1);其中,2≤n≤N-1,N为裂缝骨架的单像素宽度曲线上像素点的最大排列序号;
当xn-1、xn、xn+1均不相等,且yn-1≠yn+1时,Gn(xn,yn,n)点处的法线方程为:
x+kny-(xn+knyn)=0;
其中,kn为在XOY坐标系下,Gn(xn,yn,n)点处的导数值;
当xn-1=xn或xn=xn+1,且xn-1≠xn+1时,Gn(xn,yn,n)点处的法线方程为:
k'nx+y-(k'nxn+yn)=0;
其中,k′n为在YOX坐标系下,Gn(yn,xn,n)点处的导数值;
当xn-1=xn+1时,中间像素点Gn(xn,yn,n)点处的法线方程为:
y=yn;
当yn-1=yn+1时,中间像素点Gn(xn,yn,n)点处的法线方程为:
x=xn。
5.根据权利要求4所述的一种基于图像技术的桥梁表面裂缝宽度计算方法,其特征在于,在所述步骤S4中,在裂缝上边缘曲线与法线交点两侧的特定范围内求直线方程代替该处上边缘曲线的方法为:
将上边缘曲线中序号在[n-is,n+is]内的像素点作为其与法线交点两侧特定范围内的像素点;其中,is=|N-L|;L为裂缝上边缘的单像素宽度曲线上像素点的最大排列序号;
根据点到线的距离公式逐点求出上边缘曲线特定范围内各像素点到法线的位移lsn的值:当没有lsn=0的点时,找出lsn>0的点中最小值对应的像素点Ssj(xsj,ysj,sj),以及lsn<0的点中最大值对应的像素点Ssk(xsk,ysk,sk);代替该处上边缘曲线的直线方程表示为:
(ysj-ysk)(x-xsj)-(xsj-xsk)(y-ysj)=0。
6.根据权利要求5所述的一种基于图像技术的桥梁表面裂缝宽度计算方法,其特征在于,在所述步骤S4中,在裂缝下边缘曲线与法线交点两侧的特定范围内求直线方程代替该处下边缘曲线的方法为:
将下边缘曲线中序号在[n-it,n+it]内的像素点作为其与法线交点两侧特定范围内的像素点;其中,it=|N-M|;M为裂缝下边缘的单像素宽度曲线上像素点的最大排列序号;
根据点到线的距离公式逐点求出下边缘曲线特定范围内各像素点到法线的位移ltn的值;当没有ltn=0的点时,找出ltn>0的点中最小值对应的像素点Ttj(xtj,ytj,tj),以及ltn<0的点中最大值对应的像素点Ttk(xtk,ytk,tk);代替该处下边缘曲线的直线方程表示为:
(ytj-ytk)(x-xtj)-(xtj-xtk)(y-ytj)=0。
7.根据权利要求6所述的一种基于图像技术的桥梁表面裂缝宽度计算方法,其特征在于,在所述步骤S4中,当在裂缝上边缘曲线与法线交点两侧的特定范围内存在lsn=0的点时,以该点对应的像素点坐标作为法线和裂缝上边缘曲线的交点Hsn(xsn,ysn);当在裂缝上边缘曲线与法线交点两侧的特定范围内不存在lsn=0的点时,联合代替该处上边缘曲线的直线方程和法线方程求解出两直线的交点坐标,以该交点坐标作为法线和裂缝上边缘曲线的交点Hsn(xsn,ysn)。
8.根据权利要求7所述的一种基于图像技术的桥梁表面裂缝宽度计算方法,其特征在于,在所述步骤S4中,当在裂缝下边缘曲线与法线交点两侧的特定范围内存在ltn=0的点时,以该点对应的像素点坐标作为法线和裂缝下边缘曲线的交点Htn(xtn,ytn);当在裂缝下边缘曲线与法线交点两侧的特定范围内不存在ltn=0的点时,联合代替该处下边缘曲线的直线方程和法线方程求解出两直线的交点坐标,以该交点坐标作为法线和裂缝下边缘曲线的交点Htn(xtn,ytn)。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111386136.7A CN114111602B (zh) | 2021-11-22 | 2021-11-22 | 一种基于图像技术的桥梁表面裂缝宽度计算方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111386136.7A CN114111602B (zh) | 2021-11-22 | 2021-11-22 | 一种基于图像技术的桥梁表面裂缝宽度计算方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114111602A true CN114111602A (zh) | 2022-03-01 |
CN114111602B CN114111602B (zh) | 2023-07-25 |
Family
ID=80439154
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111386136.7A Active CN114111602B (zh) | 2021-11-22 | 2021-11-22 | 一种基于图像技术的桥梁表面裂缝宽度计算方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114111602B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117078738A (zh) * | 2023-10-17 | 2023-11-17 | 深圳市城市交通规划设计研究中心股份有限公司 | 一种线性裂缝宽度计算方法 |
Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001201324A (ja) * | 2000-01-20 | 2001-07-27 | Minolta Co Ltd | 形状計測装置 |
US20060276698A1 (en) * | 2005-06-07 | 2006-12-07 | Halldorsson Gisli H | Automatic registration of images |
US20070236500A1 (en) * | 2006-04-10 | 2007-10-11 | Kum-Young CHOI | Image Processing System Using Vector Pixel |
CN105389793A (zh) * | 2015-10-14 | 2016-03-09 | 北京智博联科技股份有限公司 | 一种自动识别物体表面裂缝走向及宽度的方法 |
CN105719259A (zh) * | 2016-02-19 | 2016-06-29 | 上海理工大学 | 路面裂缝图像检测方法 |
CN107179322A (zh) * | 2017-06-15 | 2017-09-19 | 长安大学 | 一种基于双目视觉的桥梁底面裂缝检测方法 |
CN108364280A (zh) * | 2018-01-03 | 2018-08-03 | 东南大学 | 结构裂缝自动化描绘及宽度精准测量方法与设备 |
CN109580657A (zh) * | 2019-01-23 | 2019-04-05 | 郑州工程技术学院 | 一种桥梁质量检测中的裂缝检测方法 |
CN110163853A (zh) * | 2019-05-14 | 2019-08-23 | 广东奥普特科技股份有限公司 | 一种边缘缺陷的检测方法 |
CN110207592A (zh) * | 2019-04-15 | 2019-09-06 | 深圳高速工程检测有限公司 | 建筑裂缝测量方法、装置、计算机设备和存储介质 |
CN110390669A (zh) * | 2019-06-26 | 2019-10-29 | 杭州电子科技大学 | 一种桥梁图像中裂缝的检测方法 |
CN110533713A (zh) * | 2019-07-10 | 2019-12-03 | 湖南交工智能技术有限公司 | 桥梁裂缝宽度高精度测量方法及测量装置 |
CN112053331A (zh) * | 2020-08-28 | 2020-12-08 | 西安电子科技大学 | 一种图像叠加和裂缝信息融合的桥梁裂缝检测方法 |
CN113610060A (zh) * | 2021-09-29 | 2021-11-05 | 北京雷图科技有限公司 | 一种结构体裂缝亚像素检测方法 |
-
2021
- 2021-11-22 CN CN202111386136.7A patent/CN114111602B/zh active Active
Patent Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001201324A (ja) * | 2000-01-20 | 2001-07-27 | Minolta Co Ltd | 形状計測装置 |
US20060276698A1 (en) * | 2005-06-07 | 2006-12-07 | Halldorsson Gisli H | Automatic registration of images |
US20070236500A1 (en) * | 2006-04-10 | 2007-10-11 | Kum-Young CHOI | Image Processing System Using Vector Pixel |
CN105389793A (zh) * | 2015-10-14 | 2016-03-09 | 北京智博联科技股份有限公司 | 一种自动识别物体表面裂缝走向及宽度的方法 |
CN105719259A (zh) * | 2016-02-19 | 2016-06-29 | 上海理工大学 | 路面裂缝图像检测方法 |
CN107179322A (zh) * | 2017-06-15 | 2017-09-19 | 长安大学 | 一种基于双目视觉的桥梁底面裂缝检测方法 |
CN108364280A (zh) * | 2018-01-03 | 2018-08-03 | 东南大学 | 结构裂缝自动化描绘及宽度精准测量方法与设备 |
CN109580657A (zh) * | 2019-01-23 | 2019-04-05 | 郑州工程技术学院 | 一种桥梁质量检测中的裂缝检测方法 |
CN110207592A (zh) * | 2019-04-15 | 2019-09-06 | 深圳高速工程检测有限公司 | 建筑裂缝测量方法、装置、计算机设备和存储介质 |
CN110163853A (zh) * | 2019-05-14 | 2019-08-23 | 广东奥普特科技股份有限公司 | 一种边缘缺陷的检测方法 |
CN110390669A (zh) * | 2019-06-26 | 2019-10-29 | 杭州电子科技大学 | 一种桥梁图像中裂缝的检测方法 |
CN110533713A (zh) * | 2019-07-10 | 2019-12-03 | 湖南交工智能技术有限公司 | 桥梁裂缝宽度高精度测量方法及测量装置 |
CN112053331A (zh) * | 2020-08-28 | 2020-12-08 | 西安电子科技大学 | 一种图像叠加和裂缝信息融合的桥梁裂缝检测方法 |
CN113610060A (zh) * | 2021-09-29 | 2021-11-05 | 北京雷图科技有限公司 | 一种结构体裂缝亚像素检测方法 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117078738A (zh) * | 2023-10-17 | 2023-11-17 | 深圳市城市交通规划设计研究中心股份有限公司 | 一种线性裂缝宽度计算方法 |
CN117078738B (zh) * | 2023-10-17 | 2024-03-29 | 深圳市城市交通规划设计研究中心股份有限公司 | 一种线性裂缝宽度计算方法 |
Also Published As
Publication number | Publication date |
---|---|
CN114111602B (zh) | 2023-07-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110569704B (zh) | 一种基于立体视觉的多策略自适应车道线检测方法 | |
CN109655019B (zh) | 一种基于深度学习和三维重建的货物体积测量方法 | |
CN111260615B (zh) | 基于激光和机器视觉融合的无人机桥梁表观病害检测方法 | |
CN107392849B (zh) | 基于图像细分的靶标识别与定位方法 | |
Nasrollahi et al. | Concrete surface defect detection using deep neural network based on lidar scanning | |
US11651581B2 (en) | System and method for correspondence map determination | |
CN113221648B (zh) | 一种基于移动测量系统的融合点云序列影像路牌检测方法 | |
CN110136174B (zh) | 一种目标对象跟踪方法和装置 | |
CN111046843A (zh) | 一种智能驾驶环境下的单目测距方法 | |
CN113313047A (zh) | 一种基于车道结构先验的车道线检测方法及系统 | |
CN111414931A (zh) | 一种基于图像深度的多分支多尺度小目标检测方法 | |
CN111127613B (zh) | 基于扫描电子显微镜的图像序列三维重构方法及系统 | |
JP6411188B2 (ja) | ステレオマッチング装置とステレオマッチングプログラムとステレオマッチング方法 | |
CN114111602A (zh) | 一种基于图像技术的桥梁表面裂缝宽度计算方法 | |
CN113034398A (zh) | 基于人工智能的城市测绘果冻效应消除方法与系统 | |
CN117291930A (zh) | 一种基于图片序列中目标物体分割的三维重建方法和系统 | |
Garcia et al. | Large scale semantic segmentation of virtual environments to facilitate corrosion management | |
CN115203460A (zh) | 一种基于深度学习的像素级跨视角图像定位方法及系统 | |
CN111798476B (zh) | 一种高压隔离开关导电臂轴线提取方法 | |
CN113808103A (zh) | 基于图像处理的路面坑洼自动检测方法、设备和存储介质 | |
CN113240721A (zh) | 一种应用于巷道复杂场景的导航灭点检测方法 | |
Abdullah et al. | Measuring fish length from digital images (FiLeDI) | |
CN113744181B (zh) | 基于2d3d视觉融合的五金件机器人智能化打磨方法与装置 | |
CN109523519B (zh) | 一种海水中海胆数量统计的方法、系统和存储介质 | |
JP2006113738A (ja) | 物体検出装置および物体検出方法 |
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 |