论文部分内容阅读
大坝是我国国民经济的重要基础设施,在防洪、发电和灌溉等方面起到了十分重要的作用。但是,随着其服役时间的延长,坝体会出现各种结构性的损伤,影响大坝的安全运行。其中,裂缝是混凝土坝最常见的损伤问题,但是目前针对混凝土坝裂缝的监测手段较少,常规方法实施难度大、可操作性差,急需发展一项新的技术来实现混凝土坝表观裂缝的监测。本文根据混凝土坝安全监测技术目前存在的不足之处,结合机器视觉方法和无人机技术建立了基于无人机图像的混凝土坝表观裂缝监测系统,开发了基于无人机图像的裂缝拼接-检测软件,并将软件应用在某水库工程裂缝检测中,取得了较好的结果。图像拼接主要包括图像预处理、图像配准和图像融合三个关键步骤。针对图像预处理,研究了图像空间变换过程,借助世界坐标系与像素坐标系的转换关系,分析了相机参数和图像间坐标变换矩阵的求解;研究对比了常用的图像增强算法和图像去噪算法,进行了无人机图像质量改善工作。针对图像配准,分析对比了SIFT算子和Harris算子提取特征点的效果,应用RANSAC算法进行特征点对筛选和坐标变换矩阵求解;分析了常用的直接平均融合法、加权平均法和多频段融合法,提出了基于最佳缝合线搜索的混凝土裂缝图像融合方法。对于裂缝分割问题,分析比较了Roberts算子、Sobel算子、Prewitt算子、Canny算子和双峰法、自动迭代法和最大类间方差法的原理和在裂缝分割中的应用效果;将粒子群算法引入阈值分割中,以类间方差函数作为目标函数,取得了较好的改进效果。最后综合所研究的图像预处理、图像拼接和裂缝识别算法,基于Matlab语言,研究开发了一套基于无人机图像的裂缝拼接-检测软件,并以某水库工程为试验场地,进行了软件应用效果测试。结果表明,所开发的软件能够实现无人机图像的预处理、拼接和裂缝检测的功能,具有实际工程应用价值。