基于PCA 降噪的Canny 算法在建筑裂缝检测中的应用
2020-07-09杨国庆方振江
天津城建大学学报 2020年3期
杨国庆,吴 昊,方振江
(天津城建大学 控制与机械工程学院,天津300384)
建筑墙体都会出现裂缝,建筑物的健康状况可以通过裂缝的变化进行评估,所以裂缝变化检测是一项重要监测工作.所采集的裂缝图像如图1 所示,由图1可见,首先受损墙面为水泥墙面,无损墙面便携带大量噪声干扰,再加上常年日晒雨淋导致结构老化出现裂缝且裂缝所处背景区域形成大量面积较小并向下凹陷的坑,造成采集图像包含大量噪声干扰. 其次建筑裂缝宽度小,背景颜色与裂缝颜色相近导致图像对比度较低,部分裂缝存在自然间断、分叉,导致分割难度大.裂缝图像所具有的独特特征要求对其进行处理的图像算法需要具有出色的降噪能力和边缘分割能力.

图1 裂缝图像
刘丽霞等[1]提到Sobel,Prewitt 算子对噪声敏感,边缘厚且不准确;LoG 算法采用拉普拉斯滤波,会造成图像边缘方向模糊;Canny 算法不易受噪声影响,采用双阈值检测强边缘和弱边缘,由于采集到的裂缝图像往往带有噪声,并且需要检测裂缝的边缘,所以优先考虑使用Canny 算法.徐欢等[2]将Canny 算法用于路面裂缝的检测,实现了对路面裂缝实时、准确的检测.Anand 等[3]改进传统Canny 算法得到DGW-Canny 算法优化了细节特征的提取,但该方法使用传统高斯滤波对图像进行降噪,降噪效果一般且图像细节失真.在对图像进行降噪的过程中,Canny 算法在避免假边缘出现的同时会丢失边缘信息,相对的,保证边缘信息完整的同时会出现错……
登录APP查看全文
