基于圖像處理的混凝土壩水下表面裂縫檢測(cè)技術(shù)研究.pdf

1、水利水電工程是關(guān)系到國(guó)計(jì)民生的重要工程，作為其主要設(shè)施之一的大壩,在發(fā)電、防洪、灌溉和航運(yùn)等方面起著巨大作用。目前在役大壩主要為混凝土壩，其在服役期間由于水的沖刷、結(jié)構(gòu)沉降與應(yīng)力釋放等原因會(huì)出現(xiàn)不同程度的裂縫，若不能被及時(shí)發(fā)現(xiàn)，裂縫擴(kuò)展可能會(huì)導(dǎo)致災(zāi)難性的后果。本文主要研究利用圖像處理技術(shù)對(duì)混凝土壩水下表面裂縫進(jìn)行檢測(cè),達(dá)到大壩裂縫預(yù)判的目的,并為進(jìn)一步的定位探測(cè)提供引導(dǎo)和依據(jù),降低人工裂縫探測(cè)的盲目性,提高了預(yù)警系數(shù)。
　　由于水

2、下圖像具有低對(duì)比度和成像質(zhì)量差的特點(diǎn),欲從水下圖像中準(zhǔn)確獲得混凝土壩水下表面裂縫信息,需要開發(fā)滿足水下環(huán)境的圖像去噪-增強(qiáng)-分割-裂縫識(shí)別算法。針對(duì)以上問題,本論文的主要工作和取得的成果如下:
　　(一)開發(fā)了一種開關(guān)自適應(yīng)加權(quán)濾波算法。該算法首先進(jìn)行噪聲檢測(cè),然后計(jì)算噪聲密度。對(duì)于低密度噪聲采用均值濾波法,而高密度噪聲采用加權(quán)迭代法。與常用算法相比,該算法不僅對(duì)低密度噪聲有很好的去噪能力,而且對(duì)噪聲密度高達(dá)90％時(shí)的水下圖像仍然

3、有優(yōu)于其他算法的去噪效果,PSNR(峰值信噪比)比其他算法高出10 dB左右,表明本文算法具有更好的去噪和保護(hù)圖像細(xì)節(jié)的能力。
　　(二)改進(jìn)了一種巴特沃茲同態(tài)濾波增強(qiáng)算法。該算法首先利用去背景法獲得照明均勻的前景圖像,然后對(duì)傳統(tǒng)的巴特沃茲同態(tài)濾波器進(jìn)行改進(jìn)。實(shí)驗(yàn)結(jié)果表明,與灰度變換法、直方圖增強(qiáng)法和同態(tài)濾波增強(qiáng)算法相比,本文算法能有效地提高圖像對(duì)比度。
　　(三)開發(fā)了一種多結(jié)構(gòu)多尺度形態(tài)學(xué)邊緣檢測(cè)方法。該算法首先構(gòu)造6個(gè)

4、具有代表性的結(jié)構(gòu)元素并對(duì)其進(jìn)行多尺度膨脹,然后利用膨脹后的結(jié)構(gòu)元素進(jìn)行邊緣檢測(cè),最后根據(jù)邊緣信息熵,通過加權(quán)得到裂縫邊緣。實(shí)驗(yàn)結(jié)果表明,該算法與邊緣檢測(cè)法,閾值分割法和傳統(tǒng)形態(tài)學(xué)分割方法相比,其檢測(cè)的邊緣信息更多且更連續(xù)。
　　(四)提出了一種裂縫識(shí)別方法。該方法首先構(gòu)建一個(gè)三層的BP神經(jīng)網(wǎng)絡(luò),然后利用已知的裂縫和非裂縫特征信息對(duì)神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練,利用訓(xùn)練好的模型對(duì)裂縫進(jìn)行初步判別,然后利用裂縫二次判別算法進(jìn)一步識(shí)別。實(shí)驗(yàn)結(jié)果表明