基于机器视觉的隧道裂缝检测方法研究

打开文本图片集

摘要：裂缝检测是结构安全性评估的重要途径，基于阈值分割的传统裂缝检测方法在光照不均匀、背景噪声污染严重的隧道环境下具有分割精度低，难以提取完整裂缝的缺点。针对该问题，提出一种基于机器视觉的隧道裂缝检测方法。首先，对采集到的隧道图像进行频域滤波与空域差分，以增强图像纹理特征；将经上述步骤分割后的图像通过设置面积参数Tv、饱和度参数Ts与特殊参数T′v、T′s提取背景噪声并删除，避免误检现象发生，使算法能够检测出完整的隧道裂缝图像；最后，结合本文应用场景的无突变性与发展规律性，设计轻量化裂缝连接算法连接上述步骤中断裂的裂缝，避免漏检现象的发生。（剩余9174字）