基于圖像處理和人工智能的排水管道病害自動(dòng)檢測方法.pdf

1、排水系統(tǒng)是現(xiàn)代化城市不可缺少的重要基礎(chǔ)設(shè)施，排水管道運(yùn)行狀況和人們的生產(chǎn)生活緊密相關(guān)，要定期進(jìn)行管道檢測和維修，了解地下管道的運(yùn)行情況，及時(shí)做好檢修維護(hù)工作，防治管道泄漏事故發(fā)生。對于大城市中眾多的管道維護(hù)和修復(fù)是一項(xiàng)挑戰(zhàn)性的工作，這往往需要大量的人力物力，管道病害識(shí)別系統(tǒng)可以準(zhǔn)確評(píng)估現(xiàn)有管道的運(yùn)行狀態(tài)，檢測管道中的缺陷和損壞狀況，在城市排水管道檢測和維護(hù)中有廣泛的應(yīng)用前景。目前管道掃描和評(píng)估新技術(shù)不斷出現(xiàn)，比如聲納，激光掃描系統(tǒng)等方法

2、，視頻圖像檢測技術(shù)以其低成本和高效在近年來發(fā)展迅速。
　　 目前地下管道檢測系統(tǒng)多數(shù)基于閉路電視（CCTV），通過控制裝有攝像機(jī)的爬行器在管道中行進(jìn)，拍攝管道內(nèi)的圖像數(shù)據(jù)并通過信號(hào)電纜傳送到地面上的監(jiān)視器，操作人員通過地面上監(jiān)視系統(tǒng)判斷管道的破損情況及其發(fā)生的大致位置，人工記錄管道缺陷類型和屬性，這種判定嚴(yán)重依賴于操作人員的工程經(jīng)驗(yàn)，每個(gè)操作人員的對管道缺陷的評(píng)價(jià)標(biāo)準(zhǔn)不盡相同，檢測有很強(qiáng)的主觀性，而且這種方式并不適合長距離管道的

3、評(píng)估檢測，長時(shí)間工作造成檢測人員的疲勞和注意力分散往往會(huì)影響識(shí)別的精度和描述的準(zhǔn)確性，開展基于圖像處理與識(shí)別的管道自動(dòng)檢測系統(tǒng)的研究，實(shí)現(xiàn)管道病害智能化檢測，減輕工作人員的勞動(dòng)強(qiáng)度，提高檢測的效率。
　　 管道圖像識(shí)別過程中的重要前提是圖像預(yù)處理，其中的圖像自動(dòng)分割技術(shù)是一個(gè)充滿挑戰(zhàn)的工作，到目前為止還沒有一個(gè)通用的分割方法和標(biāo)準(zhǔn)，本文在傳統(tǒng)的分割方法基礎(chǔ)上，參考近年來圖像分割領(lǐng)域出現(xiàn)的新方法，針對管道圖像背景差異較大的特點(diǎn)提出

4、了一種新的基于背景差的管道圖像增強(qiáng)和對象提取方法，對不同背景的管道特征提取和缺陷類型比如裂縫，破洞等識(shí)別效果具有很好的魯棒性，試驗(yàn)表明用此方法進(jìn)行管道圖像的預(yù)處理和分割更為精確高效，分割后提取圖像中的目標(biāo)特征經(jīng)過處理后引入SVM算法中，解決了一張圖像檢測多個(gè)目標(biāo)的問題。試驗(yàn)中采用不同核函數(shù)驗(yàn)證SVM算法的識(shí)別率，并對其識(shí)別分類的效果與神經(jīng)網(wǎng)絡(luò)算法做了比較。
　　 針對地下排水管道的特點(diǎn)，開發(fā)出一套自動(dòng)管道集成檢測系統(tǒng)，可以實(shí)現(xiàn)對