交通基础设施的快速发展为人们的社会活动和日常生活提供便利 ,同时也给交通运输服务保障及安全监管带来了前所未有的挑战 。
在公路、桥梁及隧道等交通基础设施的建设中 ,混凝土发挥着重要作用 ,而在混凝土结构表面的维护中 ,裂缝是最常见、最严重的病害之一 ,因此裂缝是评价混凝土结构表面质量的重要参数之一 ,同时也是大部分病害的早期表现 ,对交通基础设施 ,如公路、桥梁、隧道等的使用寿命及行车安全会产生严重影响 。
目前 ,世界各国都在不断探索和研究混凝土建筑维护问题 ,以提高建筑水平 。 早期的检测和维护主要依靠人工检测方式 ,当时的摄像技术还不成熟 ,需要维护人员进行现场勘查、测量 ,并手工记录检测结果 。
人工检测方式不仅耗时 ,而且花费大量的人力、物力和财力 ,同时存在检测精度低、检测结果受人为影响较大等缺点 。 而在隧道等半封闭场所人工检测还会影响正常的交通通行 ,严重时甚至会造成交通事故 。 随着科学技术的不断发展 ,各种新技术和新算法都逐渐运用于裂缝检测技术中 。
目前主流的裂缝检测技术包括基于数字图像处理的裂缝检测技术、基于计算机断层扫描(computed tomography, CT)技术的裂缝检测技术、基于结构光的裂缝检测技术和基于超声波的裂缝检测技术等 。
基于数字图像处理的裂缝检测首先需要通过电荷耦合元件(charge coupled device ,CCD)采集裂缝图像 ,然后通过裂缝检测算法对采集到的图像进行检测分析 ,最终得到混凝土表面裂缝检测结果 。 该技术原理简单 ,性价比高 ,操作容易 ,近几年得到了长足发展 。 该技术的核心是裂缝检测算法 ,目前比较成熟的算法有基于阈值分割和边缘检测的裂缝检测算法、基于数学形态学的裂缝检测算法和基于渗流模型的裂缝检测算法等 。
图像裂缝检测的目的是使用某种裂缝检测技术对输入的混凝土表面图像进行实时处理 ,最终获取精确的裂缝图像 ,用于后续的裂缝分析 ,为进一步获取裂缝相关参数奠定基础 。 因此 ,图像裂缝检测算法的研究是混凝土图像裂缝检测系统中至关重要的一步 ,图像裂缝检测的精确性将直接影响获取的裂缝信息的准确性 。
随着计算机信息产业技术的迅猛发展 ,自动化、智能化已经成为行业间发展、竞相突破的主要研究方向 。 与此同时,科技也推动着裂缝检测技术发展到了自动化的时代 ,智能路面图像裂缝检测车应运而生 ,在公路、桥梁、隧道等交通运输基础设施的自动监控与维护领域有着广泛的应用 。 对在复杂背景下拍摄的混凝土表面图像 ,采用图像裂缝检测技术提取裂缝 ,通过研究分析获得裂缝信息用于后期维护 ,是当前智能路面图像裂缝检测车开发领域中研究的热点 。
在复杂背景下 ,利用图像裂缝检测技术实现裂缝的自动化检测 ,具有重大的理论意义和广泛的应用前景 。 图像裂缝检测的第一步是混凝土表面图像的采集 ,常用的多功能道路检测车 。 多功能道路测试车是一套模块化的数据采集平台 ,由一辆特别改装的汽车底盘和各种数据采集子系统组成 。 具体包括:道路几何参数测量系统、全球定位系统、激光线扫描车辙测量系统、纵向断面平整度测量系统、计算机定标录像及测量平台、高精度道路几何系数测量系统、路面纹理测量系统、道路全景路况扫描系统、路面病害分类评级软件、净空高度测量系统和路面摄像全自动的裂缝探测机识别系统 。
路面图像裂缝检测系统主要分为两个部分 ,一是检测系统的硬件部分 ,通过车载摄像头、信号处理器等装置 ,在一定的车速下获得路面或隧道表面图像;二是裂缝检测系统的软件部分 ,对采集的图像进行处理 ,获得裂缝图像 。
利用智能检测车进行裂缝检测是未来交通设施维护的主要发展方向 ,裂缝检测技术在公路路面病害裂缝检测、公路隧道裂缝检测、铁路隧道裂缝及桥梁裂缝检测中都具有重要的使用价值 ,并且具有广阔的发展前景和巨大的经济价值 。
基于图像的自动化裂缝检测技术属于无损检测技术 ,不仅能够快速、精确地检测裂缝 ,而且还能克服传统人工裂缝检测费力、耗时、检测不精确等不足 ,是国内外裂缝检测技术的研究热点 。
相关阅读: