本發(fā)明涉及隧道病害檢測(cè)，具體涉及一種隧道表觀病害檢測(cè)方法。

背景技術(shù)：

1、隧道表觀病害主要指隧道襯砌表面出現(xiàn)的各種損壞現(xiàn)象，如裂縫、滲漏水、剝落、起層、鋼筋外露等。這些病害不僅影響隧道的外觀，更重要的是可能危及隧道結(jié)構(gòu)的安全性和穩(wěn)定性，甚至導(dǎo)致隧道大修或重建。

2、現(xiàn)有隧道表觀病害檢測(cè)的方法主要包括目測(cè)法、微破損檢測(cè)法以及超聲波檢測(cè)等方法。其中，目測(cè)法（如圖2所示）通過(guò)人工目視檢查隧道內(nèi)壁，識(shí)別裂縫、滲漏水等病害。受人為因素影響大，檢測(cè)效果差，難以發(fā)現(xiàn)隱蔽病害，且耗時(shí)費(fèi)力。微破損檢測(cè)法包括鉆孔取芯法及拔出法等，用于檢測(cè)混凝土襯砌的強(qiáng)度。鉆孔取芯法通過(guò)鉆孔取樣，直接觀察混凝土內(nèi)部結(jié)構(gòu)，判斷其強(qiáng)度及是否存在缺陷。拔出法利用拔出儀檢測(cè)實(shí)體混凝土中錨固件的拔出力，從而確定混凝土抗壓強(qiáng)度。鉆孔取芯法耗時(shí)多、效率低，且容易對(duì)隧道防水層造成破壞，影響隧道美觀；拔出法需要專(zhuān)業(yè)設(shè)備和技術(shù)人員操作，成本較高。超聲波檢測(cè)法利用超聲脈沖穿透混凝土，根據(jù)反射波判斷混凝土內(nèi)部是否存在缺陷。缺陷是在檢測(cè)精度上仍存在不足，難以準(zhǔn)確判斷病害的嚴(yán)重程度和范圍。

3、為解決上述問(wèn)題，本發(fā)明提出一種隧道表觀病害檢測(cè)方法，通過(guò)三維激光掃描與圖像處理技術(shù)實(shí)現(xiàn)對(duì)隧道表觀病害的檢測(cè)，以提高病害檢測(cè)與維護(hù)的效率。

技術(shù)實(shí)現(xiàn)思路

1、鑒于上述問(wèn)題，本發(fā)明提供一種隧道表觀病害檢測(cè)方法，包括：

2、通過(guò)載有三維激光掃描儀的移動(dòng)車(chē)輛采集隧道內(nèi)部的三維點(diǎn)云數(shù)據(jù)，其中，所述三維點(diǎn)云數(shù)據(jù)包括隧道裂縫、滲漏水、襯砌表層起層以及排水溝損壞區(qū)域；

3、根據(jù)所述三維點(diǎn)云數(shù)據(jù)的z值計(jì)算深度值，并將其映射到0-255的灰度范圍內(nèi)得到灰度圖像；

4、通過(guò)邊緣檢測(cè)算法識(shí)別所述灰度圖像中的灰度值突變區(qū)域，得到隧道襯砌表面的突變裂縫區(qū)域；對(duì)所述灰度值突變區(qū)域進(jìn)行灰度分割，得到滲漏水區(qū)域，對(duì)所述滲透水區(qū)域進(jìn)行連通域分析得到滲漏水區(qū)域的面積；根據(jù)區(qū)域生長(zhǎng)算法識(shí)別所述灰度值突變區(qū)域得到襯砌表層起層區(qū)域；根據(jù)模板匹配方法別把所述灰度圖像中的排水溝區(qū)域；

5、在所述三維點(diǎn)云數(shù)據(jù)對(duì)應(yīng)的原始圖像中，標(biāo)注所述隧道裂縫、滲漏水、襯砌表層起層以及排水溝損壞區(qū)域的位置以及面積。

6、在一種可選的方式中，所述通過(guò)邊緣檢測(cè)算法識(shí)別所述灰度圖像中的灰度值突變區(qū)域，得到隧道襯砌表面的突變裂縫區(qū)域進(jìn)一步包括：

7、通過(guò)高斯濾波器對(duì)所述灰度圖像進(jìn)行平滑處理，根據(jù)一階微分算子計(jì)算所述灰度圖像中每個(gè)像素點(diǎn)的梯度幅值，其中，所述梯度幅值為該像素點(diǎn)處灰度值的變化率；

8、將所述梯度幅值超過(guò)預(yù)審高閾值的像素點(diǎn)判定為強(qiáng)邊緣點(diǎn)，將在預(yù)設(shè)低閾值和預(yù)設(shè)高閾值之間的像素點(diǎn)判定為弱邊緣點(diǎn)，將低于預(yù)設(shè)低閾值的像素點(diǎn)判定為非邊緣點(diǎn)；

9、將弱邊緣點(diǎn)連接至強(qiáng)邊緣點(diǎn)上形成邊緣輪廓，得到所述隧道襯砌表面的突變裂縫區(qū)域。

10、在一種可選的方式中，所述梯度幅值的計(jì)算公式為：

11、

12、其中，為水平方向的sobel算子，；為垂直方向的sobel算子，；為像素橫坐標(biāo)；為像素縱坐標(biāo)。

13、在一種可選的方式中，所述對(duì)所述灰度值突變區(qū)域進(jìn)行灰度分割，得到滲漏水區(qū)域進(jìn)一步包括：

14、根據(jù)otsu算法初始化所述灰度值突變區(qū)域中的前景和背景的權(quán)重和均值；

15、根據(jù)所述權(quán)重和均值計(jì)算類(lèi)間方差，根據(jù)所述類(lèi)間方差的最大閾值將所述灰度值突變區(qū)域分割為滲漏水區(qū)域。

16、在一種可選的方式中，所述類(lèi)間方差的計(jì)算公式為：

17、

18、其中，，為灰度級(jí)的像素?cái)?shù)量與圖像總像素?cái)?shù)量的比值，為預(yù)設(shè)閾值；；；，為灰度級(jí)的數(shù)量；，為整個(gè)圖像的均值。

19、在一種可選的方式中，所述對(duì)所述滲透水區(qū)域進(jìn)行連通域分析得到滲漏水區(qū)域的面積進(jìn)一步包括：

20、通過(guò)深度優(yōu)先搜索dfs遍歷所述滲透水區(qū)域中的二值圖像，將相互連接的白色像素標(biāo)記為同一個(gè)連通域；

21、計(jì)算每個(gè)標(biāo)記的連通域所包含的像素?cái)?shù)量，得到滲漏水區(qū)域的面積。

22、在一種可選的方式中，所述根據(jù)區(qū)域生長(zhǎng)算法識(shí)別所述灰度值突變區(qū)域得到襯砌表層起層區(qū)域進(jìn)一步包括：

23、從所述灰度值突變區(qū)域的初始種子點(diǎn)開(kāi)始，搜索其鄰域像素；

24、根據(jù)生長(zhǎng)準(zhǔn)則判斷所述鄰域像素是否滿足加入條件，若滿足，則將其加入當(dāng)前區(qū)域，并將其視為新的種子點(diǎn)；

25、在區(qū)域生長(zhǎng)過(guò)程中記錄每個(gè)像素點(diǎn)加入?yún)^(qū)域時(shí)的灰度值差異，當(dāng)每個(gè)像素點(diǎn)灰度值差異超過(guò)預(yù)設(shè)閾值時(shí)，所述像素點(diǎn)位于灰度值突變區(qū)域；

26、根據(jù)所述灰度值突變區(qū)域確定襯砌表層起層區(qū)域。

27、在一種可選的方式中，所述根據(jù)模板匹配方法別把所述灰度圖像中的排水溝區(qū)域進(jìn)一步包括：

28、預(yù)先設(shè)置排水溝區(qū)域作為模板，所述模板包括排水溝的形狀、大小和灰度分布；

29、在所述灰度圖像中搜索與所述模板相似的區(qū)域，將相似度超過(guò)預(yù)設(shè)閾值的區(qū)域判定為排水溝區(qū)域。

30、在一種可選的方式中，在標(biāo)注所述隧道裂縫、滲漏水、襯砌表層起層以及排水溝損壞區(qū)域的位置以及面積之后，所述方法還包括：

31、根據(jù)隧道內(nèi)部的三維點(diǎn)云數(shù)據(jù)、原始圖像以及標(biāo)注的病害區(qū)域信息，生成檢測(cè)報(bào)告，其中，所述病害區(qū)域信息包括病害類(lèi)型、位置坐標(biāo)、面積大小以及病害嚴(yán)重程度；

32、將所述檢測(cè)報(bào)告發(fā)送至維護(hù)人員或管理系統(tǒng)，以便進(jìn)行維護(hù)決策和病害處理。

33、在一種可選的方式中，所述根據(jù)模板匹配方法識(shí)別所述灰度圖像中的排水溝區(qū)域進(jìn)一步包括：

34、設(shè)置具有不同尺寸和分辨率的排水溝模板，根據(jù)多尺度模板匹配方法在所述灰度圖像中進(jìn)行搜索得到匹配結(jié)果；

35、在搜索的匹配結(jié)果中去除小面積或形狀不規(guī)則的疑似區(qū)域，以及合并相鄰且相似度高的區(qū)域；

36、根據(jù)所述疑似區(qū)域的形狀、大小和灰度分布，對(duì)所述匹配結(jié)果進(jìn)行修正。

37、根據(jù)本發(fā)明提供的方案，通過(guò)載有三維激光掃描儀的移動(dòng)車(chē)輛采集隧道內(nèi)部的三維點(diǎn)云數(shù)據(jù)，其中，所述三維點(diǎn)云數(shù)據(jù)包括隧道裂縫、滲漏水、襯砌表層起層以及排水溝損壞區(qū)域；根據(jù)所述三維點(diǎn)云數(shù)據(jù)的z值計(jì)算深度值，并將其映射到0-255的灰度范圍內(nèi)得到灰度圖像；通過(guò)邊緣檢測(cè)算法識(shí)別所述灰度圖像中的灰度值突變區(qū)域，得到隧道襯砌表面的突變裂縫區(qū)域；對(duì)所述灰度值突變區(qū)域進(jìn)行灰度分割，得到滲漏水區(qū)域，對(duì)所述滲透水區(qū)域進(jìn)行連通域分析得到滲漏水區(qū)域的面積；根據(jù)區(qū)域生長(zhǎng)算法識(shí)別所述灰度值突變區(qū)域得到襯砌表層起層區(qū)域；根據(jù)模板匹配方法別把所述灰度圖像中的排水溝區(qū)域；在所述三維點(diǎn)云數(shù)據(jù)對(duì)應(yīng)的原始圖像中，標(biāo)注所述隧道裂縫、滲漏水、襯砌表層起層以及排水溝損壞區(qū)域的位置以及面積。本發(fā)明通過(guò)三維激光掃描儀采集隧道內(nèi)部的高精度三維點(diǎn)云數(shù)據(jù)，能夠全面捕捉隧道裂縫、滲漏水、襯砌表層起層以及排水溝損壞區(qū)域等病害信息，提高了檢測(cè)的準(zhǔn)確性和全面性。利用邊緣檢測(cè)算法、灰度分割、區(qū)域生長(zhǎng)算法和模板匹配等圖像處理技術(shù)，實(shí)現(xiàn)對(duì)灰度圖像中病害區(qū)域的自動(dòng)識(shí)別和分析，提高了檢測(cè)效率。通過(guò)高斯濾波器平滑處理和一階微分算子計(jì)算梯度幅值，能夠準(zhǔn)確識(shí)別灰度值突變區(qū)域，進(jìn)而識(shí)別出隧道襯砌表面的突變裂縫區(qū)域。利用otsu算法進(jìn)行灰度分割，有效區(qū)分滲漏水區(qū)域。通過(guò)深度優(yōu)先搜索dfs遍歷二值圖像，準(zhǔn)確標(biāo)記相互連接的白色像素為同一個(gè)連通域，從而精確計(jì)算滲漏水區(qū)域的面積。此外，通過(guò)模板匹配方法則能夠精確識(shí)別排水溝區(qū)域。采用多尺度模板匹配方法識(shí)別排水溝區(qū)域，能夠更準(zhǔn)確匹配不同尺寸和分辨率的排水溝區(qū)域，提高了識(shí)別的準(zhǔn)確性。

38、上述說(shuō)明僅是本發(fā)明技術(shù)方案的概述，為了能夠更清楚了解本發(fā)明的技術(shù)手段，而可依照說(shuō)明書(shū)的內(nèi)容予以實(shí)施，并且為了讓本發(fā)明的上述和其它目的、特征和優(yōu)點(diǎn)能夠更明顯易懂，以下特舉本發(fā)明的具體實(shí)施方式。