1.一种隧道洞壁裂缝病害检测方法,其特征在于,该方法包括以下步骤:
通过工业相机采集隧道洞壁双视角的洞壁表面图像,获取双视角的洞壁表面图像中各像素点的梯度;
对洞壁表面图像进行边缘检测,通过连通域分析得到若干初始缺陷区域;分析各初始缺陷区域的边缘向区域内外的梯度变化,得到各初始缺陷区域的内边缘及外边缘,进而获取各待测缺陷区域及其核心区域与变形区域;对双视角的洞壁表面图像中的待测缺陷区域依据其分布及大小,以及内部灰度表现进行匹配,得到若干缺陷区域对;
分析待测缺陷区域的内边缘与外边缘的走向相似关系,结合核心区域与变形区域之间的灰度变化表现,量化各待测缺陷区域的变形影响因子;对缺陷区域对中两待测缺陷区域的变形区域进行差异分析,依据变形区域的整体曲率变化及内部梯度之间的差异,结合待测缺陷区域的变形影响因子差异,得到各缺陷区域对的核心变形程度;
依据各缺陷区域对的核心变形程度,以及待测缺陷区域的核心区域与变形区域,得到各缺陷区域对的最终裂缝区域及缺陷尺寸;基于所述最终裂缝区域进行洞壁表面图像的裂缝轮廓提取,并结合所述缺陷尺寸对隧道洞壁进行质量评级;
其中,得到各初始缺陷区域的内边缘及外边缘,进而获取各待测缺陷区域及其核心区域与变形区域,包括的具体方法为:将任意一个初始缺陷区域记为当前初始缺陷区域,对于当前初始缺陷区域及其闭合边缘,获取当前初始缺陷区域完全包含的其他初始缺陷区域或当前初始缺陷区域完全被包含的其他初始缺陷区域,若当前初始缺陷区域完全被包含,将当前初始缺陷区域作为一个待测缺陷区域,同时将当前初始缺陷区域记为该待测缺陷区域的核心区域,将完全包含当前初始缺陷区域的其他初始缺陷区域中除当前初始缺陷区域之外的部分区域,作为该待测缺陷区域的变形区域;若当前初始缺陷区域完全包含一个其他初始缺陷区域,将完全包含的该其他初始缺陷区域作为一个待测缺陷区域,并记为待测缺陷区域的核心区域,将当前初始缺陷区域中除该其他初始缺陷区域之外的部分区域作为该待测缺陷区域的变形区域;将核心区域的闭合边缘记为待测缺陷区域的内边缘,变形区域的闭合边缘记为待测缺陷区域的外边缘;将任意一个不存在包含与被包含关系的初始缺陷区域作为目标初始缺陷区域,获取目标初始缺陷区域的中心,对于其闭合边缘上任意一个边缘像素点,连接该边缘像素点与目标初始缺陷区域的中心,得到该边缘像素点的中心连线,并按照该边缘像素点指向中心的顺序,将所述中心连线上各像素点的梯度幅值进行排列,得到该边缘像素点的中心梯度序列及其中心梯度曲线;提取所述中心梯度曲线中的若干极大值,并通过极大值将中心梯度曲线划分为若干梯度曲线段;分析各梯度曲线段中极大值与其他梯度幅值的差异,以及其他梯度幅值的波动情况,结合梯度曲线段在所述中心梯度曲线中的分布,得到目标初始缺陷区域的内边缘及外边缘;将目标初始缺陷区域的内边缘包围的区域作为一个待测缺陷区域,并记为待测缺陷区域的核心区域,将目标初始缺陷区域作为该待测缺陷区域的变形区域;对于任一外边缘像素点及其对应的内边缘像素点,将该内边缘像素点与该外边缘像素点的连线上所有像素点的灰度值,按照该内边缘像素点指向该外边缘像素点的顺序排列,作为该外边缘像素点的灰度渐变序列;
其中,得到若干缺陷区域对,包括的具体方法为:
对于任一视角的洞壁表面图像中任一待测缺陷区域,获取该待测缺陷区域的中心的坐标及面积;获取该待测缺陷区域中所有像素点的灰度值均值,作为该待测缺陷区域的灰度表现值;基于双视角的洞壁表面图像中的待测缺陷区域构建二分图,将任一视角的洞壁表面图像中所有待测缺陷区域作为左侧节点,另一视角的洞壁表面图像中所有待测缺陷区域作为右侧节点,对于两侧节点的任意两个待测缺陷区域,基于该两个待测缺陷区域的中心坐标、面积及灰度表现值之间的差异计算欧式范数,作为两个待测缺陷区域的匹配差异程度,将所述匹配差异程度作为对应两侧节点之间的边值,进而得到二分图中两侧节点之间的边值;对二分图进行KM匹配,采用边值越小越匹配规则,得到若干匹配节点对,将匹配节点对对应的两个待测缺陷区域,作为一个缺陷区域对,得到双视角的洞壁表面图像中的若干缺陷区域对;
其中,各待测缺陷区域的变形影响因子,具体的获取方法为:对于任意一个待测缺陷区域的外边缘上任意一个边缘像素点,其为外边缘像素点,获取该外边缘像素点的灰度渐变序列及对应的内边缘像素点;获取各外边缘像素点及各内边缘像素点的切线方向;该待测缺陷区域的变形影响因子的计算方法为:其中,表示该待测缺陷区域中所有对应的内边缘像素点与外边缘像素点之间的灰度值差值的标准差;表示该待测缺陷区域中外边缘像素点的数量,表示第个外边缘像素点的切线方向与其对应的内边缘像素点的切线方向的夹角,表示第个外边缘像素点的灰度渐变序列的渐变因子;表示第个外边缘像素点的灰度渐变序列中相邻灰度值的差值绝对值的均值,表示第个外边缘像素点的灰度渐变序列中灰度值的数量,表示第个外边缘像素点的灰度渐变序列中第个灰度值,表示第个外边缘像素点的灰度渐变序列中第个灰度值;表示绝对值函数,表示余弦三角函数,表示以自然常数为底的指数函数,255为灰度值的值域范围上限;为避免分母为0而导致分式无意义的超参数;依据变形区域的整体曲率变化及内部梯度之间的差异,获取缺陷区域对中各待测缺陷区域的变形区域的曲率表现值及梯度渐变因子;以变形区域对应待测缺陷区域的变形影响因子为权重,对变形区域的梯度渐变因子进行加权得到变形区域的加权梯度渐变因子;基于缺陷区域对中两待测缺陷区域的变形区域的曲率表现值差异,以及加权梯度渐变因子差异,得到缺陷区域对的核心变形程度,所述核心变形程度与所述曲率表现值差异及所述加权梯度渐变因子差异均呈负相关关系。
2.根据权利要求1所述的一种隧道洞壁裂缝病害检测方法,其特征在于,所述得到目标初始缺陷区域的内边缘及外边缘,包括的具体方法为:
对于任意一个梯度曲线段,获取该梯度曲线段中除极大值之外其他梯度幅值的均值及标准差,以及该梯度曲线段中第一个梯度幅值在所述中心梯度序列中的次序值,该梯度曲线段中极大值的边缘可能因子的计算方法为:其中,表示该梯度曲线段在所述中心梯度序列的所有梯度曲线段中的次序值,表示在所述中心梯度序列的所有梯度曲线段中的次序值最大值,表示该梯度曲线段中除极大值之外其他梯度幅值的标准差,表示该梯度曲线段中除极大值之外其他梯度幅值的均值,表示该梯度曲线段中的极大值,即该梯度曲线段中最后一个梯度幅值;表示以自然常数为底的指数函数;
将所述中心梯度曲线中各梯度曲线段中极大值的边缘可能因子最大值对应的极大值,作为所述中心梯度曲线的边缘极大值,将其对应的像素点作为内边缘像素点;将目标初始缺陷区域的闭合边缘上所有边缘像素点均作为外边缘像素点,并得到外边缘,对所有外边缘像素点获取对应的内边缘像素点,对所有内边缘像素点进行平滑连接,得到内边缘。
3.根据权利要求1所述的一种隧道洞壁裂缝病害检测方法,其特征在于,所述缺陷区域对中各待测缺陷区域的变形区域的曲率表现值及梯度渐变因子,具体的获取方法为:
对于任一缺陷区域对中两待测缺陷区域的变形区域,对于其中任意一个变形区域,获取该变形区域的外边缘上若干段曲线的曲率并计算均值,作为该变形区域的曲率表现值;
对于该变形区域的任一外边缘像素点及其内边缘像素点,获取该外边缘像素点的梯度幅值减去其内边缘像素点的梯度幅值得到的差值,将所述差值与该内边缘像素点的灰度值的和值,作为该外边缘像素点的梯度变化因子;对该变形区域中所有外边缘像素点的渐变因子进行权重归一化,得到各外边缘像素点的渐变权重,基于渐变权重对各外边缘像素点的梯度变化因子进行加权求和,得到的结果作为该变形区域的梯度渐变因子。
4.根据权利要求1所述的一种隧道洞壁裂缝病害检测方法,其特征在于,所述得到各缺陷区域对的最终裂缝区域及缺陷尺寸,包括的具体方法为:
将核心变形程度大于核心变形影响阈值的缺陷区域对中两待测缺陷区域的变形区域的并集,作为该缺陷区域对的最终裂缝区域;若核心变形程度小于或等于核心变形影响阈值,将该缺陷区域对中两待测缺陷区域的核心区域的交集作为最终裂缝区域;
对于任一最终裂缝区域,获取该最终裂缝区域的最小外接矩形,将所述最小外接矩形的对角线长度,作为该最终裂缝区域的缺陷尺寸。
5.一种隧道洞壁裂缝病害检测系统,其特征在于,该系统用于实现权利要求1-4中任一项所述的一种隧道洞壁裂缝病害检测方法,该系统包括:
洞壁图像采集模块,用于通过工业相机采集隧道洞壁双视角的洞壁表面图像,获取双视角的洞壁表面图像中各像素点的梯度;
洞壁缺陷分析模块,用于对洞壁表面图像进行边缘检测,通过连通域分析得到若干初始缺陷区域;分析各初始缺陷区域的边缘向区域内外的梯度变化,得到各初始缺陷区域的内边缘及外边缘,进而获取各待测缺陷区域及其核心区域与变形区域;对双视角的洞壁表面图像中的待测缺陷区域依据其分布及大小,以及内部灰度表现进行匹配,得到若干缺陷区域对;
分析待测缺陷区域的内边缘与外边缘的走向相似关系,结合核心区域与变形区域之间的灰度变化表现,量化各待测缺陷区域的变形影响因子;对缺陷区域对中两待测缺陷区域的变形区域进行差异分析,依据变形区域的整体曲率变化及内部梯度之间的差异,结合待测缺陷区域的变形影响因子差异,得到各缺陷区域对的核心变形程度;
洞壁裂缝检测模块,用于依据各缺陷区域对的核心变形程度,以及待测缺陷区域的核心区域与变形区域,得到各缺陷区域对的最终裂缝区域及缺陷尺寸;基于所述最终裂缝区域进行洞壁表面图像的裂缝轮廓提取,并结合所述缺陷尺寸对隧道洞壁进行质量评级。
6.一种隧道洞壁裂缝病害检测装置,包括存储器、处理器以及存储在所述存储器中并在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1-4任意一项所述一种隧道洞壁裂缝病害检测方法的步骤。