基于圖像處理的混凝土壩水下表面裂縫檢測技術研究.pdf

1、水利水電工程是關系到國計民生的重要工程，作為其主要設施之一的大壩,在發(fā)電、防洪、灌溉和航運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、結構沉降與應力釋放等原因會出現(xiàn)不同程度的裂縫，若不能被及時發(fā)現(xiàn)，裂縫擴展可能會導致災難性的后果。本文主要研究利用圖像處理技術對混凝土壩水下表面裂縫進行檢測,達到大壩裂縫預判的目的,并為進一步的定位探測提供引導和依據(jù),降低人工裂縫探測的盲目性,提高了預警系數(shù)。
　　由于水

2、下圖像具有低對比度和成像質量差的特點,欲從水下圖像中準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-分割-裂縫識別算法。針對以上問題,本論文的主要工作和取得的成果如下:
　　(一)開發(fā)了一種開關自適應加權濾波算法。該算法首先進行噪聲檢測,然后計算噪聲密度。對于低密度噪聲采用均值濾波法,而高密度噪聲采用加權迭代法。與常用算法相比,該算法不僅對低密度噪聲有很好的去噪能力,而且對噪聲密度高達90％時的水下圖像仍然

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圖像細節(jié)的能力。
　　(二)改進了一種巴特沃茲同態(tài)濾波增強算法。該算法首先利用去背景法獲得照明均勻的前景圖像,然后對傳統(tǒng)的巴特沃茲同態(tài)濾波器進行改進。實驗結果表明,與灰度變換法、直方圖增強法和同態(tài)濾波增強算法相比,本文算法能有效地提高圖像對比度。
　　(三)開發(fā)了一種多結構多尺度形態(tài)學邊緣檢測方法。該算法首先構造6個

4、具有代表性的結構元素并對其進行多尺度膨脹,然后利用膨脹后的結構元素進行邊緣檢測,最后根據(jù)邊緣信息熵,通過加權得到裂縫邊緣。實驗結果表明,該算法與邊緣檢測法,閾值分割法和傳統(tǒng)形態(tài)學分割方法相比,其檢測的邊緣信息更多且更連續(xù)。
　　(四)提出了一種裂縫識別方法。該方法首先構建一個三層的BP神經(jīng)網(wǎng)絡,然后利用已知的裂縫和非裂縫特征信息對神經(jīng)網(wǎng)絡進行訓練,利用訓練好的模型對裂縫進行初步判別,然后利用裂縫二次判別算法進一步識別。實驗結果表明