基于機器視覺的建筑結(jié)構(gòu)裂縫檢測及修復(fù)方法
【專利摘要】本發(fā)明實施例公開了一種基于機器視覺的建筑結(jié)構(gòu)裂縫檢測及修復(fù)方法，包括：（1）利用機器設(shè)備進行建筑結(jié)構(gòu)的圖像采集；（2）圖像特征值提??；（3）被測建筑受力分析；（4）被監(jiān)測建筑的智能修復(fù)。本發(fā)明將機器視覺引入到結(jié)構(gòu)健康監(jiān)測當中，建立一種實時、高效的智能檢測和維修手段?？梢詮浹a既有結(jié)構(gòu)健康監(jiān)測的一些不足之處，并促進結(jié)構(gòu)健康監(jiān)測及維修領(lǐng)域的智能化發(fā)展，用小波分析的方法進行裂縫特征值的提取。通過對提取出的寬度、分布范圍等特征值進行有限元分析，找出裂縫與結(jié)構(gòu)健康性之間的關(guān)系，并對裂縫進行量化分級，從而提高結(jié)構(gòu)監(jiān)測的智能化程度，對建筑物防災(zāi)減災(zāi)及土木工程智能化的發(fā)展具有深遠的意義。
【專利說明】基于機器視覺的建筑結(jié)構(gòu)裂縫檢測及修復(fù)方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及土木工程自動化領(lǐng)域，尤其涉及一種建筑結(jié)構(gòu)裂縫檢測及修復(fù)方法及應(yīng)用該方法的智能機器人。
【背景技術(shù)】
[0002]隨著經(jīng)濟的發(fā)展，人們對建筑結(jié)構(gòu)的安全要求越來越高，因此對結(jié)構(gòu)的破壞情況尤為關(guān)注。在一個建筑結(jié)構(gòu)系統(tǒng)里面，破壞可以看成一個影響結(jié)構(gòu)工作的不利因素的參數(shù)。破壞是從材料的破壞開始的，隨著結(jié)構(gòu)的使用，破壞也將逐步積累，在此過程中突發(fā)狀況會加劇這種變化，當增大到一定的地步時，就會造成結(jié)構(gòu)的整體失效。建筑結(jié)構(gòu)在投入使用后，正常使用狀態(tài)下，會不斷受環(huán)境侵蝕，在各種荷載作用下，其微小破壞都會逐步積累。如果沒有適當?shù)木S護，結(jié)構(gòu)設(shè)施的狀態(tài)將逐漸趨于惡化而變得不可靠。由于缺乏維護，美國聯(lián)邦公路管理局(FHWA)聲稱，到2003年為止，美國27.1%的橋梁有結(jié)構(gòu)缺陷或功能退化，而對所有59萬多座橋梁進行更新和適當修復(fù)，需要今后20年每年投資94億美元。2007年6月15日我國廣東省九江大橋和美國當?shù)貢r間2007年8月I日明尼蘇達州位于密西西比河上的高速公路135W橋的坍塌，造成了很大的生命財產(chǎn)損失，使人們對結(jié)構(gòu)的安全狀況更加關(guān)注。目前我國有一大批基礎(chǔ)設(shè)施都是在五六十年代建的，經(jīng)過這么多年，其健康狀況到底如何，到底安不安全，這些都值得我們研究。建筑結(jié)構(gòu)在突發(fā)狀況(如地震、臺風等)之后，需對其進行健康評估，以便救災(zāi)工作的展開，1994年I月17日，美國加州Northdd羅大地震時，一些建筑物在遭受主震后并未倒塌，但結(jié)構(gòu)已經(jīng)存在了損傷而未及時發(fā)現(xiàn)，在后來的一次較大的余震作用下倒塌了。1999年我國臺灣省臺中大地震也有類似情況發(fā)生。因此結(jié)構(gòu)的健康評估工作顯得尤為重要。
[0003]結(jié)構(gòu)健康檢測系統(tǒng)SHM (Structural Health Monitoring)是指對土木工程基礎(chǔ)設(shè)施進行損傷識別，進而進行決策，以幫助我們獲取結(jié)構(gòu)的持久性和適用性的信息的一個系統(tǒng)。目前，結(jié)構(gòu)健康監(jiān)控系統(tǒng)已經(jīng)取得很多成果，現(xiàn)在的監(jiān)控主要依靠傳感器和一些局部檢測方法。現(xiàn)有的SHM (結(jié)構(gòu)健康監(jiān)測)系統(tǒng)仍然存在許多缺陷，系統(tǒng)的可靠度，數(shù)據(jù)的存儲和傳輸，環(huán)境影響及噪音影響等等。這些缺陷都會影響結(jié)果的可靠性，并且處理收集的數(shù)據(jù)時，還會產(chǎn)生一些錯誤，因此現(xiàn)有的監(jiān)控方法往往不能使人們得到更加直觀的監(jiān)控結(jié)果，而且要耗費大量的人力、物力，得到的也不是實時的信息。

【發(fā)明內(nèi)容】

[0004]本發(fā)明鑒于既有的SHM系統(tǒng)的不足，提供一種高度智能化的系統(tǒng)，通過機器視覺的方法對建筑結(jié)構(gòu)的健康進行監(jiān)控，并通過對裂縫的分析，對結(jié)構(gòu)的健康性進行評估，并根據(jù)分析評估結(jié)果，對結(jié)構(gòu)病害進行實時智能修復(fù)的方法，包括:
[0005](I)利用機器設(shè)備進行建筑結(jié)構(gòu)的圖像采集；
[0006](2)圖像特征值提取；
[0007](3)被測建筑受力分析；[0008](4)被監(jiān)測建筑的智能修復(fù)。
[0009]進一步地，采集建筑結(jié)構(gòu)的圖像后對圖像通過直方圖均衡化、圖像分割、邊緣檢測和形態(tài)學方法，對收集到的圖像進行處理，研究去除陰影等不利因素的方法，以得到理想圖像。
[0010]進一步地，所述圖像特征值提取采用小波變換分析方法提取。
[0011]傳統(tǒng)的傅里葉分解的方法盡管也可以對數(shù)字圖像進行處理，然而在處理有些問題的時候，傅里葉分解的方法就會有先天的不足。本發(fā)明提供了一種使用有線寬度基函數(shù)變換的方法，即小波變換的方法。
【權(quán)利要求】
1.一種基于機器視覺的建筑結(jié)構(gòu)裂縫檢測及修復(fù)方法，其特征在于，包括: (1)利用機器設(shè)備進行建筑結(jié)構(gòu)的圖像采集； (2)圖像特征值提??； (3)被測建筑受力分析； (4)被監(jiān)測建筑的智能修復(fù)。
2.根據(jù)權(quán)利要求1所述的方法，其特征在于，采集建筑結(jié)構(gòu)的圖像后對圖像進行去除陰影處理。
3.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述圖像特征值提取采用小波變換分析方法提取。
4.根據(jù)權(quán)利要求1所述的方法，其特征在于，對被測建筑受力分析的方法包括: (31)用有限元方法建立簡支梁受力模型，模擬簡支梁破壞過程，對模擬過程中裂縫的分布、寬度等數(shù)據(jù)進行記錄，并與實際實驗結(jié)果對比分析，從而得出精確的模型； (32)將提取出來的裂縫特征值在模型中定位，并對整個過程的變形與受力的情況進行進一步分析，研究裂縫與破壞之間的聯(lián)系，進而建立起裂縫與簡支梁健康性之間的關(guān)系； (33)進行試驗，對建立的裂縫與簡支梁健康性的關(guān)系進行改進，以得到理想結(jié)果； (34)將采集到的圖像特征與簡支梁受力模型進行對比，得出被測建筑受損狀態(tài)。
5.根據(jù)權(quán)利要求1所述的方法，其特征在于，被監(jiān)測建筑的智能修復(fù)方法包括: (41)根據(jù)建立的裂縫與簡支梁健康性的關(guān)系，確定對應(yīng)的修復(fù)方法； (42)根據(jù)每個階段的裂縫與簡支梁健康性的關(guān)系及相應(yīng)的修復(fù)方法，建立數(shù)據(jù)庫； (43)根據(jù)步驟(3)檢測出的建筑受損狀態(tài)匹配對應(yīng)的修復(fù)方法。
6.一種采用權(quán)利要求1所述檢測及修復(fù)方法的智能機器人，其特征在于，通過Matlabsimulink模塊將機器視覺部分特征值提取的算法、裂縫與簡支梁的健康性關(guān)系、智能修復(fù)系統(tǒng)有機的組合在一起，得到實時、自動的監(jiān)測、修補一體化的機器人。
【文檔編號】G01N21/88GK103745477SQ201410030091
【公開日】2014年4月23日 申請日期:2014年1月22日 優(yōu)先權(quán)日:2014年1月22日
【發(fā)明者】莊禮鴻 申請人:汕頭大學