一種基于圖像局部增強的山體裂縫檢測方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及數(shù)字圖像處理技術(shù)領(lǐng)域，具體來說，涉及一種基于圖像局部增強的山 體裂縫檢測方法。
【背景技術(shù)】
[0002] 隨著自然環(huán)境的不斷惡化和人為工程建設(shè)的越來越多，山體滑坡數(shù)目每年都在增 多，且強度和頻率每年都在增大，中國每年由山體滑坡帶來的損失超過4億美元。山體滑坡 帶來巨大的財產(chǎn)損失、人員傷亡，早期預(yù)警系統(tǒng)的建立非常必要。
[0003] 山體滑坡預(yù)警系統(tǒng)目前都采用監(jiān)測儀器進(jìn)行監(jiān)測，傳統(tǒng)的用于山體滑坡監(jiān)測的方 法大概有如下幾種：常規(guī)大地測量法；液體靜力水準(zhǔn)測量、重力測量法；地下水位監(jiān)測法； 電測法、地下鉆孔傾斜等。盡管這些方法都在山體滑坡預(yù)警方面起到了積極作用，但它們具 有一些弊端，如受地形影響，不能連續(xù)觀測，自動化程度不高，人力投入過大，數(shù)據(jù)不能實時 處理等。
[0004] 采用基于數(shù)字圖像處理技術(shù)的監(jiān)測方法則可以消除上述部分弊端，如無接觸式測 量，智能化程度高，成本低，可以實時預(yù)警等。本發(fā)明基于山體滑坡前部分區(qū)域會出現(xiàn)裂縫 的征兆，采用視頻采集設(shè)備對山體進(jìn)行全天候監(jiān)控，采用圖像處理技術(shù)對裂縫進(jìn)行識別。但 山體裂縫一般與背景對比度較低，造成了裂縫識別的困難。
[0005] 針對相關(guān)技術(shù)中的問題，目前尚未提出有效的解決方案。

【發(fā)明內(nèi)容】

[0006] 針對相關(guān)技術(shù)中的問題，本發(fā)明提出一種基于圖像局部增強的山體裂縫檢測方 法，其解決了山體裂縫識別困難的問題，且較傳統(tǒng)儀器監(jiān)測方法具有無接觸測量的優(yōu)勢，適 用于野外實時監(jiān)控環(huán)境。
[0007] 本發(fā)明的技術(shù)方案是這樣實現(xiàn)的：
[0008] 一種基于圖像局部增強的山體裂縫檢測方法，包括：
[0009] 通過預(yù)先設(shè)定的圖像滑動窗口，對采集的圖像進(jìn)行分析，確定所述圖像的中心點 處的灰度均值，并根據(jù)所述灰度均值，確定所述圖像的每個像素點的對比度；
[0010] 根據(jù)每個像素點的對比度，構(gòu)建與所述圖像對應(yīng)的對比度圖，并利用ostu自動分 割閾值算法，對對比度圖進(jìn)行分析，確定對比度圖的最佳分割閾值，并根據(jù)該最佳分割閾 值，確定出待增強的區(qū)域，并對確定出的待增強區(qū)域進(jìn)行圖像增強處理；
[0011] 對進(jìn)行圖像增強處理后的圖像進(jìn)行分析，確定出與圖像對應(yīng)的灰度特征圖和方差 特征圖；
[0012] 并利用上述ostu自動分割閾值算法，求取所述灰度特征圖和反差特征圖的最佳 分割閾值，并利用該分割閾值，求取灰度特征和方差特征的二值圖，并對兩個二值圖進(jìn)行求 與操作，確定出目標(biāo)裂縫的二值圖；
[0013] 采用擊中擊不中變換對所述目標(biāo)裂縫的二值圖進(jìn)行變換，確定其細(xì)化骨架，并對 所述細(xì)化骨架進(jìn)行區(qū)域延伸處理，得到所述細(xì)化骨架上所有裂縫潛在區(qū)域；
[0014] 對上述細(xì)化骨架的像素進(jìn)行遍歷，得到裂縫的長度信息，并且根據(jù)遍歷出的區(qū)域 的像素個數(shù)，計算裂縫的面積信息。
[0015] 進(jìn)一步的，上述基于圖像局部增強的山體裂縫檢測方法，還包括：
[0016] 在利用ostu自動分割閾值算法，對對比度圖進(jìn)行分析之前，對對比度圖進(jìn)行濾波 處理，以濾除掉對比度較高的噪聲點。
[0017] 進(jìn)一步的，上述基于圖像局部增強的山體裂縫檢測方法，還包括：
[0018] 在對進(jìn)行圖像增強處理后的圖像進(jìn)行分析，確定出與圖像對應(yīng)的灰度特征圖和方 差特征圖之前，對進(jìn)行圖像增強處理后的圖像依次進(jìn)行中值濾波處理和勻光處理。
[0019] 優(yōu)選的，所述勻光處理采用直方圖均衡化技術(shù)。
[0020] 進(jìn)一步的，上述基于圖像局部增強的山體裂縫檢測方法，還包括：
[0021] 根據(jù)裂縫的面積信息，發(fā)出對應(yīng)的預(yù)警信息。
[0022] 本發(fā)明的有益效果：本發(fā)明引入了數(shù)字圖像處理技術(shù)，圖像處理算法自適應(yīng)提高 裂縫處的對比度，解決了山體裂縫識別困難的問題，且較傳統(tǒng)儀器監(jiān)測方法具有無接觸測 量的優(yōu)勢，適用于野外實時監(jiān)控環(huán)境。
【具體實施方式】
[0023] 下面將對本發(fā)明實施例中的技術(shù)方案進(jìn)行清楚、完整地描述，顯然，所描述的實施 例僅僅是本發(fā)明一部分實施例，而不是全部的實施例?；诒景l(fā)明中的實施例，本領(lǐng)域普通 技術(shù)人員所獲得的所有其他實施例，都屬于本發(fā)明保護的范圍。
[0024] 根據(jù)本發(fā)明的實施例，提供了一種基于圖像局部增強的山體裂縫檢測方法，包 括：
[0025] 通過預(yù)先設(shè)定的圖像滑動窗口，對采集的圖像進(jìn)行分析，確定所述圖像的中心點 處的灰度均值，并根據(jù)所述灰度均值，確定所述圖像的每個像素點的對比度；
[0026] 根據(jù)每個像素點的對比度，構(gòu)建與所述圖像對應(yīng)的對比度圖，并利用ostu自動分 割閾值算法，對對比度圖進(jìn)行分析，確定對比度圖的最佳分割閾值，并根據(jù)該最佳分割閾 值，確定出待增強的區(qū)域，并對確定出的待增強區(qū)域進(jìn)行圖像增強處理；
[0027] 對進(jìn)行圖像增強處理后的圖像進(jìn)行分析，確定出與圖像對應(yīng)的灰度特征圖和方差 特征圖；
[0028] 并利用上述ostu自動分割閾值算法，求取所述灰度特征圖和反差特征圖的最佳 分割閾值，并利用該分割閾值，求取灰度特征和方差特征的二值圖，并對兩個二值圖進(jìn)行求 與操作，確定出目標(biāo)裂縫的二值圖；
[0029] 采用擊中擊不中變換對所述目標(biāo)裂縫的二值圖進(jìn)行變換，確定其細(xì)化骨架，并對 所述細(xì)化骨架進(jìn)行區(qū)域延伸處理，得到所述細(xì)化骨架上所有裂縫潛在區(qū)域；
[0030] 對上述細(xì)化骨架的像素進(jìn)行遍歷，得到裂縫的長度信息，并且根據(jù)遍歷出的區(qū)域 的像素個數(shù)，計算裂縫的面積信息。
[0031] 進(jìn)一步的，上述基于圖像局部增強的山體裂縫檢測方法，還包括：
[0032] 在利用ostu自動分割閾值算法，對對比度圖進(jìn)行分析之前，對對比度圖進(jìn)行濾波 處理，以濾除掉對比度較高的噪聲點。
[0033] 進(jìn)一步的，上述基于圖像局部增強的山體裂縫檢測方法，還包括：
[0034] 在對進(jìn)行圖像增強處理后的圖像進(jìn)行分析，確定出與圖像對應(yīng)的灰度特征圖和方 差特征圖之前，對進(jìn)行圖像增強處理后的圖像依次進(jìn)行中值濾波處理和勻光處理。
[0035] 優(yōu)選的，所述勻光處理采用直方圖均衡化技術(shù)。
[0036] 進(jìn)一步的，上述基于圖像局部增強的山體裂縫檢測方法，還包括：
[0037] 根據(jù)裂縫的面積信息，發(fā)出對應(yīng)的預(yù)警信息。
[0038] 為了方便理解本發(fā)明的上述技術(shù)方案，以下通過具體使用步驟和使用原理對本發(fā) 明的上述技術(shù)方案進(jìn)行詳細(xì)說明。
[0039] 第一步圖像局部增強
[0040] 輸入圖像設(shè)為f(i，j)，設(shè)定滑動窗口，窗口大小為5X5,中心點處的灰度均值計 算為：
[0041]
[0042] 式中，GM表示圖像行值為i、列值為j處的灰度均值，k和1分別表示窗口內(nèi)圖像 的行值和列值，f(k，1)為以（i，j)為中心的窗口內(nèi)像素點（k，1)的灰度值，E為求和操作 符號。
[0043] 中心點處的對比度EM計算為：
[0044]

[0045] 式中，p(f(k，l))表示灰度值f(k，l)在5X5窗口鄰域中出現(xiàn)的概率估計值，計算 公