黄继爽，张 华，李永龙，赵 皓，王皓冉，冯春成

（1.西南科技大学信息工程学院，四川绵阳 621010；2.特殊环境机器人技术四川省重点实验室（西南科技大学），四川绵阳 621010；3.清华四川能源互联网研究院，成都 610213；4.水沙科学与水利水电工程国家重点实验室（清华大学），北京 100084）

0 引言

水工隧洞作为水利枢纽工程关键构筑物，具备水力发电、农业灌溉和泄洪等综合效能，在我国各大水电站中发挥着重要作用。由于水工隧洞洞径大、洞线长、地质环境复杂和施工技术难等特点，水工隧洞易产生裂缝、脱落和渗漏等高危缺陷［1］。因此，高精度、低延时的缺陷识别是水工隧洞工程安全运行的有力保障。

目前的水工隧洞缺陷识别以人工巡检为主，主要采用钻芯法、回弹法、红外成像法和探地雷达法等［2］，人工巡检模式不仅受工况制约，而且巡检结果具有较强主观性与经验依赖性，检测周期往往以年为单位，很可能导致严重的隧洞运维事故。于是，有研究者提出使用图像处理技术取代人工巡检来对混凝土建筑物进行缺陷识别。姚学练等［3］基于色调、饱和度和亮度颜色空间对麻面图像进行分析，根据分析结果绘制饱和度分量的灰度波动曲线，计算波峰波谷部分高度差的标准差得到用于图像分割的最佳阈值，实现麻面的识别；王永会等［4］通过分数阶傅里叶变换将裂缝图像转换为频谱图，在对频谱图进行增强处理后逆变换为增强的裂缝图像，再使用Canny边缘检测算子实现路面裂缝识别。……