倪有豪，王 浩，茅建校，贡照华，惠 卓

(1.东南大学 混凝土及预应力混凝土结构教育部重点实验室，江苏 南京 211189；2.中国铁路上海局集团有限公司 南京桥工段，江苏 南京 210011)

随着现役钢结构桥梁运营年限不断增长，日益累积的病害对其日常养护管理工作带来新的挑战，同时对养护技术、质量、效率提出新的要求[1-2]。表面锈蚀作为钢结构桥梁最常见的病害之一，其检测方法的可靠性与及时性能有效降低工程事故的发生概率，延长桥梁结构的服役寿命[3]。目前，应用图像处理技术已实现基于二维图片的钢桥表面锈蚀提取。如，Son等[4]提出基于颜色空间、支持向量机、决策树、K近邻等分类处理手段的钢桥表面锈蚀提取方法；Yi等[5]采用卷积神经网络模型识别钢材表面锈蚀区域；王达磊等[6]通过对锈蚀图像进行语义分割，实现钢桥表面锈蚀区域的检测与定量分析。然而，基于图像处理的锈蚀提取方法难以实现钢桥表面锈蚀的三维提取和可视化。

近年来，三维点云技术的飞速发展为实现病害三维的提取及可视化提供了可能，且在旧桥病害重构、变形监测等方面取得卓有成效的研究成果。文献[7-8]基于无人机倾斜摄影分别对砌体拱桥和混凝土桥进行三维重构，为旧桥病害分布及严重程度分级提供依据。Ye等[9]以点云格式记录桥梁几何形状，通过分割成不同结构单元与拟合原始形状比对，实现旧桥变形和位移长期监测。Armesto等[10]提出一种依据沿拱顶截面对称性准则确定拱顶变形的方法，实现无任何经验参数情况下拱桥历史变形的准确获取。……