桥墩裂缝识别系统软件使用手册V.docx
- 文档编号:382004
- 上传时间:2022-10-09
- 格式:DOCX
- 页数:21
- 大小:2.19MB
桥墩裂缝识别系统软件使用手册V.docx
《桥墩裂缝识别系统软件使用手册V.docx》由会员分享,可在线阅读,更多相关《桥墩裂缝识别系统软件使用手册V.docx(21页珍藏版)》请在冰豆网上搜索。
基于opencv的水下桥墩裂缝识别系统V1.021
基于opencv的水下桥墩裂缝识别系统V1.0
第一章裂缝识别系统
1.1研发背景
改革开放以来,我国公路建设迅猛发展,作为公路重要组成部分的桥梁也得到了相应发展,我国大型桥梁的拥有量日益增多。
桥梁在交通运输中具有极其重要的作用,公路的无限延伸也将桥梁的建设置于跨越更大的河流、更大的峡谷、更大的涵洞、更高的维度、更严酷的自然环境中,这就对桥梁的设计施工、桥梁材料和桥梁养管设备提出了更高的要求。
然而有些桥梁在远未达到设计使用寿命时,就出现耐久性严重退化的现象,给国家经济及人民生命财产安全带来巨大损失,桥梁结构耐久性及大型桥梁的养护管理问题正挑战新时期的桥梁建造者和养护管理者。
而桥梁养管行业的现状却不容乐观。
桥梁养管行业存在着诸多的问题,如桥梁状况信息反馈不及时、定检周期长,桥梁检查存在空白期、缺乏专用工具、难检桥梁多、漏检问题严重、数据管理落后等弊端,这就加大了桥梁使用中的危险系数,给人民生命财产安全带来了极大的威胁。
在桥梁如此重要的今天,桥梁安全事故却频频发生。
桥梁坍塌所带来的交通问题和对人民群众生命财产安全的威胁,使我们对桥梁养管更加重视。
因此,开发一款专用检测工具刻不容缓。
目前国内外桥梁裂缝检测的主要方法有:
人工检测、桥梁监测车检测、无损检测、数字图像处理检测等。
人工检测和桥梁监测车检测两种方法的人员耗费大,效率、精确度低,存在不安全因素。
在无损检测技术中,超声波法和冲击弹性波法主要用于探测混凝土内部裂缝以及裂缝的深度,后者只能检测扩展方向与表面成直角,没有分支的单纯裂缝[1]。
声发射法只能检测正在发生的裂缝,不能检测已发生的旧裂缝。
传感仪器监测利用埋设在混凝土中的卡尔逊式或弦式测缝计等仪器进行裂缝监测,其控制范围仅0.2~1m,属点式检测。
由于裂缝出现具有空间随机性,因此往往漏检。
光纤传感监测具有灵巧、精度高、抗电磁干扰,且可靠耐久、易于光纤传输等优点,可以组成自动化遥测系统,准确地确定裂缝的位置。
但构建光纤传感网络的复杂程度和高额的成本不可忽视。
目前,根据数字图像分析技术开发的应用于桥梁裂缝图像检测的分析软件,在实验室条件下能够以较高的精度提取一定距离范围内拍摄的混凝土裂纹,但在户外条件下,拍摄距离对图像处理的精度有较大影响,精度随距离增加而降低。
在对明显裂纹处理的同时,忽略了图像中的另一些细节,其中长度小于2mm的裂纹被视为噪声会被去除,因此,要将此检测方法应用于实际工程检测,尤其是微小裂缝的检测,还需要做大量深入的研究。
1.2基本实现功能
裂缝识别系统是一个集水下视频采集、云端视频处理、桌面应用效果显示、qt界面进行控制为一体的计算机系统。
裂缝识别系统的主要内容如下:
(1)水下视频采集
我们的水下设备通过摄像头采集桥梁的视频数据。
(2)云端视频处理
我们使用opencv这一开源的计算机图形处理项目来对采集的视频进行桥梁裂缝的识别,并从中筛选出可疑的图片。
然后工作人员再对这些可疑图片进行确认,然后将这些信息反馈给桥梁的负责单位。
(3)桌面应用效果显示
把水下网络摄像头实时产生的视频数据进行显示,工作人员可以随时控制水下设备到指定的位置。
方便实现对不同环境下桥梁的检测。
(4)qt界面控制
设计qt桌面应用来控制水下设备,通过wifi协议实现消息的传递,实时地对水下设备进行控制。
1.3设计依据
表格1裂缝限值
结构类型
裂缝种类
允许最大缝宽(mm)
其他要求
钢筋
混凝土梁
主筋附近竖向裂缝
0.25
腹板斜向裂缝
0.30
组合梁结合面
0.50
不允许贯通结合面
横隔板与梁体端部
0.30
支座垫石
0.50
预应力
混凝土梁
梁体竖向裂缝
不允许
梁体纵向裂缝
0.20
砖、石、
混凝土拱
拱圈横向
0.30
裂缝高度小于截面高度一半
拱圈纵向
0.50
裂缝长度小于跨径地1/8
拱波与拱肋结合处
0.20
墩台
墩台帽
0.30
不允许贯穿墩身截面一半
墩台身
经常受浸蚀性水影响
有筋
无筋
0.20
0.30
常年有水、但无浸蚀性水影响
有筋
无筋
0.25
0.35
干沟或季节性有水河流
0.40
有冻结作用部分
0.20
公路桥涵地基与基础设计规范(JTG_D63-2007)
公路桥涵设计通用规范(JTGD60-2004)
公路桥涵施工技术规范(JTG_T_F50-2011)
公路桥涵养护规范(JTG_H11-2004)
1.4系统架构
基于OpenCV的水下桥墩裂缝识别系统由水上部分、水下部分及地上部分三部分组成。
1)水上部分由微型船体外壳、电源、动力系统、水下探测器收发装置、树莓派、控制电路以及GPS模块组成,其中:
动力系统包括电动机和螺旋桨,用于前进及控制方向;水下探测器收发装置用于水下设备投放和位置控制;由水下设备采集的视频图像信息输入树莓派,经分析处理后输出裂缝图片和裂缝所处位置;控制电路用于控制无人船体和水下探测器收发装置;GPS模块搭载用于获取船体位置。
水下探测器收发装置包括电动机、圆盘、定滑轮以及收发线缆。
可以控制水下探测器的运动。
无人船体由电源提供电能,操作人员通过控制电路远程控制动力系统,进而控制微型船体外壳的位置以及前进方向。
当到达指定位置后,通过控制水下探测器收发装置对水下设备进行投放并控制水下设备的位置。
当水下设备采集到桥墩裂缝的图像、视频信息后,通过水下探测器收发装置传输至微型船体外壳内部搭载的树莓派进行分析处理。
同时,搭载在微型船体外壳内部的GPS模块可以获取船体位置。
通过wi-fi信号将识别到的裂缝图片及船体位置传递给其他地面辅助设备,达到水面人员的迅速定位裂缝位置,精准识别裂缝情况的效果。
2)水下部分由水下探测器、水下探测器收发装置以及配重组成,水下探测系统的主体是水下探测器,可回传视频,与无人船体上的树莓派结合进行图像处理以识别桥梁裂缝。
水下探测器收发装置用于控制水下探测器的位置以及提供电能。
配重用于控制水下探测器的潜入深度。
水下探测器的外表为圆柱形透明外壳,其作用为保证设备的密封性。
圆柱形透明外壳内部中有摄像头和照明设备,摄像头具有水下左右360°,上下15°仰角的拍摄视角,可获取水下实时图像。
水下探测器的动力系统包括电动机和螺旋桨,可以控制探测器的运动。
水下探测器收发装置包括电动机、圆盘、定滑轮以及收发线缆。
圆盘与电动机连接,收发线缆从圆盘引出,经过定滑轮连接水下探测器。
当微型船体外壳到达指定位置时,水下探测器收发装置将水下探测器及配重从水上无人船释放,水下探测器依靠动力系统下潜。
到达指定深度时,水下探测器依靠动力系统绕桥墩自由移动,另外有水下探测器收发装置将水下探测器及配重和水上无人船相连,可以在水上无人船的推进下微调水下探测器的位置。
水下探测系统的摄像头可以自由旋转,具有水下360°,上下15°仰角的水下拍摄视角,并在照明设备的配合下进行图像的拍摄并传递给水上无人船。
水上无人船通过有线方式接收图像,利用树莓派进行图像处理,筛选识别后将有裂缝的图片及裂缝坐标以无线信号的方式传递给其他地上辅助设备。
3)地上部分包括控制台和监视器,工作人员可以通过控制台控制水上部分及水下部分;监视器实时显示识别到的裂缝照片及裂缝位置,工作人员可以通过监视器监测识别结果。
4)图像处理部分采用OpenCV[5]图像处理库。
OpenCV是一个开源跨平台的计算机视觉库,可用于开发实时的图像处理、计算机视觉以及模式识别程序,具有使用方便、运行速度快等特点。
探测器传回的图像和视频由树莓派处理,并实时标记坐标,将处理后的图像传回地上部分。
系统架构图如图1所示:
图1系统架构图
第二章软件简介
2.1设计范围
实现软件功能,需要以下4步:
图像采集→图像输入→图像处理→图像输出。
2.1.1图像采集
选择高清数码影像采集设备对待检测的混凝土结构的裂缝区域进行图像捕捉,通过调整设备使拍摄图像的质量最佳。
其图像获取过程为:
被拍摄的混凝土结构表面裂缝通过光学系统在CCD/CMOS图像传感器表面上成像,并对图像进行存储。
裂缝在CCD/CMOS图像传感器表面上成像图、数据采集系统流程图、USB接口电路连接图以及摄像头获取图像流程图如图2、3、4和5所示:
图2裂缝成像图
图3数据采集系统流程图
图4USB接口电路连接图
图5摄像头获取图像流程图
2.1.2图像输入
通过USB接口输入到树莓派使用桥梁裂缝识别系统软件进行处理。
2.1.3图像处理
1)树莓派
就像其他任何一台运行Linux系统的台式计算机或者便携式计算机那样,利用RaspberryPi可以做很多事情。
当然,也难免有一点点不同。
普通的计算机主板都是依靠硬盘来存储数据,但是RaspberryPi来说使用SD卡作为"硬盘",也可以外接USB硬盘。
我们就是通过USB连接树莓派和图像采集设备。
树莓派内部电路图如图6、7所示:
图6树莓派内部电路图
图7树莓派内部电路图
2)OpenCV
我们选择OpenCV进行图像处理很大程度上因为它的多元化,OpenCV是一个基于BSD许可(开源)发行的跨平台计算机视觉库,可以运行在Linux、Windows、Android和MacOS操作系统上。
它轻量级而且高效--由一系列C函数和少量C++类构成,同时提供了Python、Ruby、MATLAB等语言的接口,实现了图像处理和计算机视觉方面的很多通用算法。
OpenCV用C++语言编写,它的主要接口也是C++语言,但是依然保留了大量的C语言接口。
该库也有大量的Python,JavaandMATLAB/OCTAVE(版本2.5)的接口。
这些语言的API接口函数可以通过在线文档获得。
如今也提供对于C#,C,Ruby的支持。
OpenCV运行窗口如图8所示:
图8OpenCV运行窗口
我们图像处理的算法如下:
1.图像预处理
在利用图像信息识别桥墩裂缝的过程中,图像的采集和传输过程往往会产生一些噪声,如椒盐噪声和高斯噪声等。
这些噪声可能对后续的图像处理产生不利影响,所以要对图像进行去噪。
图像去噪算法如式
(1)所示。
选用3×3的模板,以目标像素(k,j)为中心,那么目标像素的灰度值m(k,j)为:
(1)
式中,M表示取中间值,f(x,y)表示相机采集的图像信息,α(x,y)表示产生的干扰,β(x,y)表示含有噪声的图像信息,g(x,y)表示经过去噪处理后得到的图像信息。
2.Canny边缘检测
由于灰度图和彩色图像的特征一致,且灰度图更容易处理,所以降噪后要对图像灰度化。
灰度化后,为了对图像作进一步处理,就需要对灰度图像进行Canny边缘检测。
Canny边缘检测采用双阈值法,高阈值用来检测图像中重要的、显著的线条、轮廓等,但是可能会丢失图像的细节部分;而低阈值可以保证不丢失细节部分,检测出来的边缘更丰富,但是其中很多边缘并不是我们所关心的。
OpenCV的Canny函数可以综合以上两种算法的优点。
3.用Hough变换实现直线检测
Hough变换就是利用图像空间和Hough参数空间的点-线对偶性,把图像空间中的检测问题转换到参数空间。
通过在参数空间里进行简单的累加统计,然后在Hough参数空间寻找累加器峰值的方法检测直线。
Hough变换应用领域广泛,常用于生物医学、自动化视觉、空间技术、办公自动化等各个领域。
在直线检测中,任意一条直线都可以用参数ρ和θ完全确定,其中ρ为该直线到原点的距离,θ指明了该直线的方位,如图5所示。
其函数方程可表示为[8]:
f(ρ,θ)=ρ-xcos(θ)-ysin(θ)=0
(2)
由方程
(2)可以看出,图像中的每一个点(ρ,θ)
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 桥墩 裂缝 识别 系统软件 使用手册