张 琨 陈定方 高铭鑫 黄永亮 刘 洋 门燕青

1. 武汉理工大学智能制造与控制研究所，武汉，430063 2. 中铁第四勘察设计院集团有限公司，武汉，430063 3. 哈尔滨工业大学交通科学与工程学院，哈尔滨，150090 4. 济南轨道交通集团有限公司，济南，250014

0 引言

裂缝是市域铁路隧道结构中最常见的表观病害[1-3]，是隧道结构即将发生损伤的征兆，如果不及时采取加固措施，任由裂缝延展，将会导致隧道的承载力降低、使用寿命缩短[4]。因此，对服役期内的隧道结构进行定期巡检，有效识别结构表观的裂缝病害是一个迫切需要解决的问题。

在隧道结构中，裂缝病害的检测工作多依赖于传统的人工巡检，该方式难以准确描述裂缝的形态及位置[5]，存在检测成本高、工作效率低、病害识别结果稳定性差等诸多问题，难以满足目前隧道结构对快速化运维管理的要求。随着视觉传感设备和数据分析技术的快速发展，以计算机视觉技术为依托的隧道结构裂缝病害检测装备快速发展，如王华夏等[4]以车载CCD(charge coupled device)相机为核心部件，提出一套隧道衬砌裂缝自动化检测系统，并在实验室内完成了对系统的测试；HUANG等[6]基于CCD阵列相机，设计了一套可以获取高质量隧道衬砌检测数据的图像扫描装备MTI-100；YU等[7]基于Komatsu Engineering Crop开发的图像扫描系统，提出了一种集移动遥控和裂缝检测功能为一体的裂缝自动化检测方法，可以实现0.3 mm的检测精度。

基于计算机视觉技术的裂缝识别方法是上述隧道结构裂缝检测装备的技术关键。……