摘 要：随着交通事业的迅速发展，对桥梁工程检测工作提出了更高的要求。受行车荷载和自然因素等影响，桥梁工程往往会产生不同程度的损坏，其中裂缝病害最为严重。为此，相关部门必须定期检测桥梁质量。本文以裂缝图像的处理技术为研究对象，在全面了解图像处理技术相关含义的同时，阐述了裂缝图像的分析方法，并结合具体案例，采用正拍图像法和斜拍图像法进行了裂缝长度、宽度识别值和实测值的对比分析，以期提出一种实用性良好的裂缝自动检测方法。

关键词：图像处理;桥梁裂缝检测;正拍图像法

中图分类号：U44 文献标识码：A 文章编号：1671-2064（2020）13-0104-02

0 引言

裂缝是桥梁工程病害的一种常见类型，工程建成运营后，由于多种因素的制约，往往会出现不同程度的裂缝问题。早期裂缝病害，一般不会对桥面造成太大破坏，但是若不及时加以处理，裂缝进一步扩展，将会对桥面造成很大损伤，影响桥梁通行舒适性和安全性。图像处理技术的应用可以准确检测桥面裂缝，获取精确的裂缝数据，为养护计划的合理制定提供可靠数据保证，从而延长桥梁工程使用寿命，提高工程服务水平[1]。

1 图像处理的概述

随着信息化时代的到来，图像信息在信息表达和传输当中扮演着至关重要的角色。数字图像处理是指依托计算机进行图像处理的技术，计算机仅能进行离散数据的处理。数字图像处理过程不仅能够将图像噪声去除，还能调整图像亮度、改变图像颜色及进行几何变换等，通过图像处理后，可以有效提升图像的画面质量，保持一个良好的图像视觉效果。随着图像处理技术的广泛应用，在桥梁裂缝自动检测中，图像处理技术也取得了很大进步，主要体现在两点，其一，自动判别图像内裂缝是否存在，其二，存在裂缝的情况下，自动识别和提取裂缝宽度等特征参数。本文提出了矩形标定块方法，在拉伸、压缩处理图像的前提下，对单向倾斜拍摄的裂缝图像进行修正，并由此通过对比斜拍和正拍两种图像法，从而获取准确精度，有效识别裂缝宽度、长度等特征参数[2]。

2 裂缝图像的分析方法

2.1 图像采集

单位像素所能反映的对象实际尺寸由像素解析度表示，在条件不改变的情况下，图像解析度增大，单位像素所能反映的对象实际几何尺寸也会随之增大。根据针孔成像模型原理可知，拍摄距离和相机分辨率之间呈二次关系，即条件不改变的情况下，裂缝宽度和相机焦距增大，分辨率将随之提高，裂缝最远拍摄距离也将随之加大。

2.2 将RGB图像转化为灰度图像

数码相机拍摄图像采用RGB彩色标准，也是当前最常用的一种颜色标准。红、绿、蓝是组成RGB图像的主要颜色，三种颜色按不同比例相互叠加可构成不同像素，0～255为颜色分量的强度范围。在裂缝分析中，为减少后期分析的计算量，需先将RGB图像转化为灰度图像。像素灰度值可通过下式计算。

Gray=0.229×R+0.587×G+0.114×B

其中，输出灰度图像的灰度等级可由Gray表示;

红色可由R表示;

绿色可由G表示;

蓝色可由B表示。

2.3 图像的修正和标定

在相机成像平面和裂缝平面存在一定夹角的情況下，采集的图像很可能会出现几何变形，这种情况下，提取出的数据准确性不高，在图像定量分析前，应对失真的原始图像进行校正，防止对分析精度造成不利影响。一般图像修正可采用图像投影变换方法。通常情况下，工程结构表面缺乏修正和标定所需的标定点，为达到修正效果，本文在结构表面粘贴了纯色矩形标定块用于原始图像修正和标定，在斜拍的影像中矩形标定块通常为四边形。通过四个角点坐标便可进行投影变换矩阵计算，从而修正斜拍图像，改变为具有度量信息的平行影像。

2.4 图像背影修正和对比度增强

背景修正是为了将背景中不均匀照明、阴影等消减掉，从而降低对图像质量的影响，增强图像的信噪比。本文采用的是图像减操作法，其原理为处理原始图像去除中值滤波后获取的图像，以此将标定块、背景不均匀等影响因素消除。通过对比度增强，可以拉伸裂缝所在灰度区间，提升裂缝和背景之间的对比度，让裂缝边缘细节更加显著。

2.5 图像阀值分割

孤立点和孤立块消除前需二值化分割图像，也就是说根据设定的阀值，依据相似性准则，将图像进行若干个互不相交小区域的分割，将图像分离为两部分，即目标、背景。裂缝图像阀值分割则是指从含有裂缝的原始图像中将裂缝分割出来，并由此进行裂缝特征信息参数的提取，如宽度、长度等。

2.6 消除孤立点或孤立块

受外界光线、混凝土表面缺陷等因素制约，图像分割后很可能存在孤立点或孤立块，为保证裂缝信息识别准确，应消除这些孤立点或孤立块。本文采用连通域度量法消除，从而获取真实的裂缝。

2.7 裂缝分类及计算

线状裂缝、网状裂缝均属于不同的裂缝类型。通过观察可见，线状裂缝具有相对较大的最小外接矩形的长宽比，而网状裂缝则基本等同于矩形或圆形。

一般情况下，为便于计算，在裂缝宽度计算时，区域内仅容许一条裂缝。当成功提取出裂缝主干后，便可计算裂缝长度，首先进行全图扫描，找寻裂缝端点;随后以端点为路径追踪起点进行裂缝提取，并对裂缝主干内全部相邻分段点之间的距离进行计算;最后乘以图像像素解析度，获取相应真实长度，并求和，从而获取裂缝长度。

3 工程概况

本文以桥梁混凝土结构表面线状裂缝为研究对象，共10条，检测时采用正拍、斜拍两种图像方法，检测内容为裂缝宽度和长度，分别对两种图像法下的最大裂缝宽度识别值和实测值、裂缝长度识别值和实测值进行对比分析，具体结果如下所示。

3.1 裂缝宽度试验结果及分析

以线状裂缝为试验对象，通过裂缝宽度观测仪对10条裂缝长度测定，从而获取最大裂缝宽度实测值。并通过正拍图像与斜拍图像法对比分析最大裂缝宽度识别值和实测值，正拍图像法、斜拍图像法测量所得数据如表1所示。

由表1可见，正拍图像法的最大裂缝宽度识别精度为94.8%，斜拍图像法为94.14%，基本上可以达到正拍图像法的识别精度。

3.2 裂缝长度试验结果及分析

通过以上述线状裂缝为例，采用正、斜拍两种图像方式，按照分段法进行裂缝长度检测，也就是将线状裂缝进行多段线条划分，通过0.5mm精度直尺进行测量。通过正拍图像法和斜拍图像法所得裂缝长度识别值和实测值进行对比分析，所得数据如表2所示。

通过表2可见，无论是正拍图像法，还是斜拍图像法，在裂缝长度识别中均可达到较高精度，即大于97%，能够满足工程测量需求。

4 结语

综上所述，一直以来，桥梁表面裂缝定量化都是无损检测关注的焦点，随着图像处理技术水平的不断提升，桥梁裂缝检测得以不断发展与进步，并取得了良好的研究成果。通过图像处理技术，可以精准测量裂缝的长度、宽度及分布形态，为裂缝处理提供了可靠的数据支持，对推进桥梁事业持续、健康发展具有重要意义和价值。

参考文献

[1] 朱鑫，漆泰岳，王睿，等.一种改进的用于裂缝图像分割的Otsu方法[J].地下空间与工程学报，2017（13）：81-83.

[2] 伯绍波，闫茂德，何靓俊，等.基于图像处理的沥青路面裂缝测量算法研究[J].计算机测量与控制，2017，15（10）：1306-1307.

Abstract：With the rapid development of transportation， higher requirements are put forward for bridge engineering inspection work. Affected by traffic load and natural factors， bridge projects often produce varying degrees of damage， of which cracks are the most serious. For this reason， relevant departments must regularly check the quality of bridges. This article takes the crack image processing technology as the research object. While fully understanding the meaning of the image processing technology， the analysis method of the crack image is explained， and combined with specific cases， the crack length and length are measured by the forward image method and the oblique image method. The comparative analysis of the width identification value and the actual measured value is expected to propose a practical crack automatic detection method.

Key words：image processing;bridge crack detection;forward image method

收稿日期：2020-04-02

作者簡介：张书芬（1979—），女，河南禹州人，本科，研究方向：公路试验。