基于机器视觉的隧道衬砌裂缝分析与检测

• 作者: 刘东
• 来源期刊: 新型工业化
• 学科: 交通运输
• 关键词: 机器视觉 裂缝识别 图像处理 支持向量机
• 年，卷（期）: 2020,（5）
• 所属期刊栏目: 智能工业
• 页码范围: 78-79,82
• 页数: 3页
• 分类号: U455.91
• 语种: 中文
• DOI: 10.19335/j.cnki.2095-6649.2020.05.034

摘要

隧道衬砌裂缝是造成隧道结构损坏和崩塌的主要不安全隐患之一,极易造成交通事故,因此对于隧道裂缝的检测,具有重要意义.本文基于机器视觉技术,对隧道衬砌裂缝进行研究分析和检测.检测隧道裂缝的方法有很多,本文先通过对采集隧道衬砌完好图像和裂缝图像数据进行处理,分为预处理、特征识别两个部分,其中预处理中采用Mask匀光和灰度级腐蚀来解决图像曝光、光照不足的问题,图像去噪采用双边滤波改进算法,图像分割采用基于sobel模板的二次改进的Ostu阈值分割法,根据裂缝特有的形态特征选取了最大连通域的矩形度、最大连通域宽高、Hu不变矩1、Hu不变矩2四个参数作为裂缝特征,最后建立支持向量机分类器,对衬砌裂缝进行识别检测.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘东		2	1	1.0	1.0