基于图像处理的裂缝宽度检测系统的研究与实现

来源 :内蒙古工业大学 | 被引量 : 0次 | 上传用户:nesecueity
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
房屋、道路和桥梁等工程构件表面不可避免地存在大量的裂缝,而裂缝的宽度常被作为构件评估、施工验收、事故鉴定和维修补救的重要依据,因而研究和设计裂缝宽度检测系统无疑具有重要的工程实际意义。传统的裂缝宽度检测系统由于人为主观因素大,检测效率低,检测设备笨重,使用不够灵活方便等原因限制了系统的应用范围。为了提高裂缝检测的效率以及满足便携式检测的需求,本文利用Android系统的开源性、便捷性和功能强大等优势,并采用图像处理方法在Android上设计了一个裂缝宽度的检测系统。  本文在Android系统中进行了摄像头的预览、拍照、保存和关闭等功能的设计与开发,从而实现了裂缝图像的采集;通过研究常用的图像处理算法,并结合Android操作系统的性能特点,设计了一套适合本课题的裂缝图像处理算法,包括灰度化、图像增强、平滑滤波、二值化、形态学去噪和Canny边缘检测,并将该套图像处理算法在Android系统中实现,进而可提取出裂缝的边缘特征信息;然后根据系统设计的像素标定并执行特定的算法程序计算出裂缝的实际宽度,并将结果以波形显示出来;为了实现人机交互,完成了系统的界面设计。最后,在MATLAB下完成了五种图像处理算法的实验测试和处理效果的分析对比,并验证了本系统所选算法的有效性和合理性,而且在运行Android2.3操作系统的三星5830i手机上对设计实现的裂缝宽度检测系统进行了测试实验研究。  本文详细讨论了基于图像处理的裂缝宽度的检测算法,论述了裂缝宽度检测系统的设计方案和实现过程,给出了系统的测试结果,并对裂缝宽度的计算精度进行了验证。实验结果表明,本文所设计的裂缝宽度检测系统能有效的检测出裂缝的边缘并计算出裂缝的宽度,可以满足工程实际的需求。  
其他文献
随着语义网技术的不断发展与成熟,资源描述框架RDF (Resource Description Framework)被应用于越来越多的领域中,然而随着全球全面进入信息化,数据爆炸式的增长,大规模RDF数
随着计算机技术、控制技术和网络技术的蓬勃发展,嵌入式系统与网络控制系统的应用越来越广阔。当前控制系统正经历一场前所未有的变革,远程监控和智能控制成为控制系统发展的重
国际交流日益紧密,单语种语音环境已经不能满足需求,在一台智能设备上集成多种语言的语音环境成为趋势。嵌入式设备存储容量有限,多语种语音数据占用存储空间十分庞大。同语种内
多源图像融合是指提取并综合两个或多个多源图像信息,获得对同一场景或者目标更为准确、全面和可靠的图像,使之更加适合于人眼感知或者计算机的后续处理。多源图像融合在很多领
随着信息技术特别是互联网和数据库技术的快速发展,使各组织机构产生了海量的实际应用数据。这些数据的收集和共享有利于提高服务质量、促进科学研究;然而,在这些包含个人信息的
伴随着信息技术和计算机网络的迅猛发展,信息的数字化为人们的日常生活及工作产生了较大的便利。但随之出现的信息安全和版权保护问题严重阻碍了信息数字化的应用。为了保护数
随着物联网理念的提出,国际上各个国家迅速展开激烈地信息科技领域的角逐。作为物联网的核心技术之一, RFID系统近些年得到迅速的发展。RFID最大的优势在于能够多目标识别,而这
近年来,人们对工作、学习和生活场所的安防要求越来越高。利用门禁系统对小区、楼宇、办公场所的出入进行控制,是保障区域安全的重要途径。随着人们对安防问题的日益重视,门
随着互联网技术的不断普及,人们对无线移动网络的需求逐渐增加。凭借其架设简单、快捷等优点,AdHoc网络广泛应用于一些不宜或者无法建立基础设施的地方,如移动会议、抢险救灾、
超分辨率算法是指通过对一幅或多幅低分辨率图像特征提取并重构,从而得到一幅清晰的高分辨率图像。通过超分辨率技术,在固有的硬件设备下,能够得到更好的图像效果,因而超分辨率技