论文部分内容阅读
【摘 要】本文将数字散斑相关方法、数字图像识别技术与有限元分析方法相结合，用于针对某斜拉桥结构模型的位移与裂纹进行检测。在试验过程中，采用人工制斑技术分别针对结构模型的索孔、固定端两处位置喷制散斑，利用本文编制的测量程序进行桥梁位移值的计算，将其作为已知边界条件施加在有限元模型上，获得桥梁结构的位移值、应力值与应变值，并基于数字图像识别技术进行桥梁微小缺陷检测。试验结果表明，上述光学检测方法可有效节约建模与计算时长、提高计算精度，在桥梁检测中具备良好的应用价值。
【关键词】桥梁检测;数字图像;数字散斑;有限元分析
Abstract： This paper combines digital speckle correlation method， digital image recognition technology and finite element analysis method to detect displacement and crack of a cable-stayed bridge structure model. In the course of the experiment， the displacement value， the stress value and the strain value of the bridge structure are obtained by using the manual spot making technique to spray the speckle at the two positions of the cable hole and the fixed end of the structure model. The experimental results show that the above optical detection method can effectively save the modeling and calculation time， improve the calculation accuracy， and has good application value in bridge detection.
Keywords： Bridge Detection; Digital Image; Digital Speckle; Finite Element Analysis
引言
在桥梁结构检测中，变形、位移量通常是判断桥梁结构质量的关键指标，以往采用接触式测量方法时无法有效保障测量精度，运用应变片测量应变值时也易受到测量面积、测量场所等条件的干扰，因此对于非接触式光学测量技术的研发与应用提出了更高的要求。本文采用的数字图像处理技术是一种新的光学测量技术，具有光路简单、表面处理技术简便、适用范围广等优势，能够实现全场非接触性、无损测试，将其应用于桥梁检测中可获取到更加精确的位移、应力与应变值，并且实现对桥梁微小缺陷的精确识别，能够有效提升桥梁检测质量。
1光学检测的基本原理与相关检测方法分析
1.1数字散斑原理
数字散斑相关方法是指依据变形前后物体表面随机分布的散斑场的统计相关性，确定物体的变形量。具体来说，需分别采集物体变形前、后的两幅数字散斑图，选取变形前数字散斑图中的一小块图像作为样本子区，则变形后的数字散斑图中与样本子区对应的图像区域即定义为目标子区，通过确定二者间的对应关系即可完成变形量的提取，其变形量主要由位移分量、应变分量两部分组成。在统计相关量计算时需建立一个数学标准，用于判断目标图像与样本图像中的子区是否对应，配合搜索算法完成位移、形变的求解[1]。在将数字散斑相关方法应用于实际测量中时，需利用摄像机记录散斑图，经由A/D转换器将散斑图转换为数字图像，并以图像数据文件的形式进行存储，通过数字相关方法运算求解出变形体的表面位移与应变。
1.2数字图像识别技术
1.2.1桥梁裂纹的图像特征分析
采用数字图像识别技术进行桥梁裂纹图像特征分析，从中可以发现，桥梁裂纹的宽度通常为一个较小的物理量，在采集到的图像中裂纹与背景的对比度往往较小，且易受噪声干扰的影响，为实现对较小物理量的非接触性测量并且保障测量结果的准确度，需针对桥梁裂纹图像进行综合处理，保障获取到的裂紋尺寸的可靠性[2]。
1.2.2桥梁裂纹的图像识别方法
首先是边缘检测，主要依据不同特征区域的灰度变化检测图像发生特性变化的具体位置，利用灰度值一阶导数的极大值代表边界点的强度，将图像f中的任意一点灰度值梯度设为G（x，y），其计算公式为：
其次是图像分割，主要指提取出图像中的边缘、区域等有意义的特征部分，以此实现对图像的分割处理。本文采用Canny算子进行图像边缘检测，经由迭代求解出阈值，从背景图像中提取出裂纹信息，完成图像的分割处理。
再次是图像增强，选取g（x，y）作为增强处理后的图像灰度值梯度，其数值等同于T[G（x，y）]，其中T的定义域在（x，y）上。倘若需使图像低端、高端的灰度值保持不变，需将中间灰度值由s1到s2拉伸至t1到t2，借此实现对裂纹信息的有效增强。
最后是裂纹宽度、长度等几何信息的获取，依据裂纹的起始点、终点坐标即可计算出裂纹的长度;宽度计算时，可做出裂纹的法线，与裂纹边缘存在M、N两交点，其距离即为裂纹宽度，计算公式为：
1.3电阻应变测量方法
电阻应变测量方法主要以电阻应变片作为传感元件，选取被测试件表面一指定点，将其应变转化为电压或电流变化并进行放大处理。该检测方法在测量位移、应变中得到广泛应用，其优势在于具备较高的灵敏度与精确度，分辨率达到一个微应变，其测量结果以电信号的形式呈现，可提高数据处理便捷度、实现自动化测量;但其缺陷在于试验装置与流程较为繁琐，无法获取试件整体应力分布状况，仅能测得应变片丝栅面积上的平均应变，适用范围较为狭窄。 2数字图像处理技术与有限元方法在桥梁检测中的具体应用
鉴于当前数字散斑相关方法已在结构位移测量领域得到广泛应用，但尚且无法满足应变测量要求，本文拟将数字图像处理技术与有限元方法进行有机结合，将其运用于某斜拉桥结构模型中开展桥梁检测的试验研究。在试验过程中，分别选取模型的固定端、斜索索孔位置喷制散斑，在桥梁模型承载条件下采集散斑图，并利用应变仪辅助完成检测。利用编制的软件进行位移值的计算，并将其作为边界条件施加在有限元模型上计算出位移值、应力值与应变值，用于在较短时间内建立模型、完成相应数值计算，判断桥梁结构是否符合设计规范，从而为桥梁检测工作提供一种便捷的新方法。
2.1数字散斑相关方法测量系统设计
2.1.1人工制斑技术
在人工散斑制作时，选取白、黑两种颜色的漆分别喷涂在试件表面构成白、黑两色斑点，使后一次喷涂上的斑点与前一次喷上的斑点实现有效重叠，形成高质量散斑图，利用喷头与试件距离调节斑点大小，借此提高计算精度。
2.1.2硬件系统设计
数字散斑测量系统的硬件结构主要由以下五部分组成：其一是计算机，选取P4C1.2G微型计算机作为控制中心，其内存为512M，用于实现图像的高速采集;其二是图像采集卡，用于实现图像的数字化转换;其三是CCD摄像机，用于将图像转化为CCD电荷信号，生成完整的视频信号;其五是放大镜头，选取组合变焦镜头实现视场大小的便捷调节[3]。
2.1.3软件系统设计
选取Borland C++ Builder6.0作为软件开发工具，在Windows XP环境下运行，软件系统的位移测量模块主要由图像采集、像素标定、位移计算等部分组成。在软件系统中位移测量部分的程序设计上，分别读入第一幅计算用图像文件、第二幅计算用图像文件——针对内存中未经处理的两幅图像进行预处理，包括灰度化、去噪、锐化——针对内存中处理后的两幅图像进行屏幕显示——生成相关分析结果：各点原始中心位置，偏移后中心点位置，n个位置偏移量n个相关系数。
2.1.4试验过程分析
采用数字散斑相关方法完成试件在不同变形状态下的两幅图像的采集与数字化处理，获取面内位移分量与位移梯度[4]。具体来说，需先在试件表面制作人工散斑，采集试件变形前的图像作为参考图像，选取试件变形后的图像作为目标图像，利用软件进行处理获取试件的变形信息。鉴于采用数字散斑相关方法获取到的位移信息主要以像素值的形式存在，因此在试验前可先利用坐标纸贴在试件表面完成标定处理，随后测量两已知直线间的像素数，即可依据距离获得放大倍数，满足测量精度要求。
2.2基于工程实例的桥梁模型试验
结构试验的目标是以试验的实物或模型为参照，利用多种测量仪器设备、试验技术手段，在荷载与其他因素的作用下进行结构性能参数的测量，围绕强度、刚度、抗裂性等层面实现对结构工作性能、承载能力的判断，确定结构是否满足使用要求。通过依托工程实例开展桥梁模型试验，能够为复杂桥跨结构的受力状态研究提供参考，既可以针对设计理论进行验证，也能够用于确定复杂结构的局部受力状态。
2.2.1工程概况
以某市一斜拉桥为例，该桥梁坐落于某快速轨道交通线上，桥梁主桥结构为独塔无背索斜拉桥，跨径布置為31m+44m+130m，其中31m+44m为斜桥塔范围，130m为主跨范围;主梁宽度为11.6m，采用单箱单室预应力混凝土结构，斜索锚固在主梁悬臂端，利用预应力钢束构成的拉杆将斜索作用传递至主箱室处;在主梁斜索间各设有3.25m的两道T型结构撑梁，在主箱室内部设有尺寸为75cm×20cm的横隔板。该桥的立面布置与桥面系布置情况如图1、图2所示。
2.2.2结构模型设计
其一是几何相似，需确保桥梁结构模型与桥梁真实结构满足几何相似原则，利用长度相似常数代表模型比例，本文建立的结构模型与原桥梁结构的长度相似常数SL=1：50。其二是力学相似，要求桥梁结构模型与真实结构在各对应点所受的荷载大小成比例、方向保持一致，其集中荷载相似常数Sp=Sl2·Sσ。其三是物理相似，要求桥梁结构模型与真实结构在各对应点间的应力、应变与变形关系保持相似性，本文建立的桥梁结构模型与真实桥梁结构的应变比S?=1，弹性模量比SE1=8.4849×10-2，其中实际桥梁C60混凝土的EC=36.0GPa，有机玻璃试件的E=3.097GPa。
2.3试验方法与结果分析
2.3.1试验方法
首先选用电测法进行桥梁应力、应变的测量，选取BE350-2BB型电阻应变片配合YJ-22型静态电阻应变测量处理仪作为试验设备，在索孔、固定端附近均采用半桥输出方式，将温度补偿片粘贴在与模型相同且不受力的材料处进行温度补偿。随后选用数字散斑相关方法采集图像，选取桥梁的C18索孔、固定端两处喷涂散斑，针对其位移数值进行计算，并采用CCD摄像机进行图像采集;在固定端采用分布荷载，选取沙袋平铺在主梁平面处，在仅施加索力的情况下采集索孔位置的散斑图，配合应变仪测量索力值变化情况。最后采用数字图像识别技术进行桥梁含裂纹下腹板的检测，选用相机型号为尼康D300。
2.3.2试验结果
采用数字散斑相关方法测量系统针对该桥梁结构模型的C18索孔与固定端两个位置的散斑图进行计算，分别获取C18索孔上下、左右位置的像素位移值（如图3、图4所示）与固定端上下、左右位置的像素位移值（如图5、图6所示）。
采用图像增强技术与Canny边缘检测将获取的裂纹图像进行分割处理，测得裂纹宽度为0.24mm，将其与显微镜实测数值0.245mm相比较，可得出误差为2%，证明该图像识别技术可实现桥梁微小缺陷的有效识别，在线检测速度较快、检测成本较低、测量结果精度较高，在桥梁裂纹检测中具备良好的应用价值[5]。 2.4有限元计算结果
将上文获取到的C18索孔与固定端四个边上的位移值加载到有限元模型上，以此作为已知位移边界条件，选用PLANE42进行有限元计算，分别得到C18索孔、固定端X向的位移值、应力图与应变图（如图7-图12所示）。
结合上述图片可分别计算得出桥梁索孔处沿桥向应力值与应变值（如表1所示）、桥梁固定端处沿桥向应力值与应变值（如表2所示）。由此可见，将运用数字散斑相关方法计算得出的位移值施加在有限元模型上，以此作为已知边界条件，其计算得出的应力值均未超过结构设计值、符合结构设计规范，并且利用ANSYS计算出的应变值为某一节点处的最大值475με，而利用电测法计算出的应变值为平均值303με，因此将数字散斑相关方法与有限元方法相结合计算出的应变值相较于应变仪测量出的应变值精度更高，可有效节约建模时间与计算时间，具备良好的应用价值。
3结论
本文选取数字图像处理技术进行桥梁位移、裂纹的检测，配合有限元方法开展复杂桥梁模型试验。试验测试结果表明，采用该方法测得的桥梁结构模型的索孔处最大应力为1.636MPa、转化为实桥为19.027MPa，固定端最大应力为1.784MPa、转化为实桥为20.748MPa，计算结果符合桥梁结构设计规范，证明该桥梁测试结果合格。利用两种方法测得的索孔、固定端两处的最大应变值分别为475με和526με，而采用传统应变仪测得的索孔、固定端两处的平均应变值分别为303με和101με。在采用数字图像识别技术测得的桥梁裂纹寬度为0.24mm，与实测结果的误差仅为2%，可实现对桥梁微小缺陷的有效识别。由此证明，本文采用的测量方法测得结果的精度更高，在桥梁位移与裂纹检测中具备良好的应用价值。
参考文献：
[1]彭涛，田仲初，张建仁，等.基于多目标优化的混凝土斜拉桥静动力有限元模型修正[J].振动与冲击，2018，（21）：108-116.
[2]唐细彪，王亚飞，伍贤智，等.混合梁斜拉桥钢一混结合段模型试验研究[J].桥梁建设，2019，（S1）：92-97.
[3]路玉.超声回弹法在桥梁检测中的应用[J].山东交通科技，2017，（3）：86-87.
[4]韩晓健，赵志成，沈泽江.卷积神经网络在桥梁结构表面病害检测中的应用研究[J].结构工程师，2019，（2）：106-111.
[5]马晔，邹露鹏，张理轻.无人机加载光学摄像及红外成像系统对海上特大桥塔索质量检测的运用技术[J].公路交通科技，2018，No.283，（08）：93-97+109.
（作者单位：1.内蒙古科技大学;2.陕西建大工程技术检测中心有限公司）
【关键词】桥梁检测;数字图像;数字散斑;有限元分析
Abstract： This paper combines digital speckle correlation method， digital image recognition technology and finite element analysis method to detect displacement and crack of a cable-stayed bridge structure model. In the course of the experiment， the displacement value， the stress value and the strain value of the bridge structure are obtained by using the manual spot making technique to spray the speckle at the two positions of the cable hole and the fixed end of the structure model. The experimental results show that the above optical detection method can effectively save the modeling and calculation time， improve the calculation accuracy， and has good application value in bridge detection.
Keywords： Bridge Detection; Digital Image; Digital Speckle; Finite Element Analysis
引言
在桥梁结构检测中，变形、位移量通常是判断桥梁结构质量的关键指标，以往采用接触式测量方法时无法有效保障测量精度，运用应变片测量应变值时也易受到测量面积、测量场所等条件的干扰，因此对于非接触式光学测量技术的研发与应用提出了更高的要求。本文采用的数字图像处理技术是一种新的光学测量技术，具有光路简单、表面处理技术简便、适用范围广等优势，能够实现全场非接触性、无损测试，将其应用于桥梁检测中可获取到更加精确的位移、应力与应变值，并且实现对桥梁微小缺陷的精确识别，能够有效提升桥梁检测质量。
1光学检测的基本原理与相关检测方法分析
1.1数字散斑原理
数字散斑相关方法是指依据变形前后物体表面随机分布的散斑场的统计相关性，确定物体的变形量。具体来说，需分别采集物体变形前、后的两幅数字散斑图，选取变形前数字散斑图中的一小块图像作为样本子区，则变形后的数字散斑图中与样本子区对应的图像区域即定义为目标子区，通过确定二者间的对应关系即可完成变形量的提取，其变形量主要由位移分量、应变分量两部分组成。在统计相关量计算时需建立一个数学标准，用于判断目标图像与样本图像中的子区是否对应，配合搜索算法完成位移、形变的求解[1]。在将数字散斑相关方法应用于实际测量中时，需利用摄像机记录散斑图，经由A/D转换器将散斑图转换为数字图像，并以图像数据文件的形式进行存储，通过数字相关方法运算求解出变形体的表面位移与应变。
1.2数字图像识别技术
1.2.1桥梁裂纹的图像特征分析
采用数字图像识别技术进行桥梁裂纹图像特征分析，从中可以发现，桥梁裂纹的宽度通常为一个较小的物理量，在采集到的图像中裂纹与背景的对比度往往较小，且易受噪声干扰的影响，为实现对较小物理量的非接触性测量并且保障测量结果的准确度，需针对桥梁裂纹图像进行综合处理，保障获取到的裂紋尺寸的可靠性[2]。
1.2.2桥梁裂纹的图像识别方法
首先是边缘检测，主要依据不同特征区域的灰度变化检测图像发生特性变化的具体位置，利用灰度值一阶导数的极大值代表边界点的强度，将图像f中的任意一点灰度值梯度设为G（x，y），其计算公式为：
其次是图像分割，主要指提取出图像中的边缘、区域等有意义的特征部分，以此实现对图像的分割处理。本文采用Canny算子进行图像边缘检测，经由迭代求解出阈值，从背景图像中提取出裂纹信息，完成图像的分割处理。
再次是图像增强，选取g（x，y）作为增强处理后的图像灰度值梯度，其数值等同于T[G（x，y）]，其中T的定义域在（x，y）上。倘若需使图像低端、高端的灰度值保持不变，需将中间灰度值由s1到s2拉伸至t1到t2，借此实现对裂纹信息的有效增强。
最后是裂纹宽度、长度等几何信息的获取，依据裂纹的起始点、终点坐标即可计算出裂纹的长度;宽度计算时，可做出裂纹的法线，与裂纹边缘存在M、N两交点，其距离即为裂纹宽度，计算公式为：
1.3电阻应变测量方法
电阻应变测量方法主要以电阻应变片作为传感元件，选取被测试件表面一指定点，将其应变转化为电压或电流变化并进行放大处理。该检测方法在测量位移、应变中得到广泛应用，其优势在于具备较高的灵敏度与精确度，分辨率达到一个微应变，其测量结果以电信号的形式呈现，可提高数据处理便捷度、实现自动化测量;但其缺陷在于试验装置与流程较为繁琐，无法获取试件整体应力分布状况，仅能测得应变片丝栅面积上的平均应变，适用范围较为狭窄。 2数字图像处理技术与有限元方法在桥梁检测中的具体应用
鉴于当前数字散斑相关方法已在结构位移测量领域得到广泛应用，但尚且无法满足应变测量要求，本文拟将数字图像处理技术与有限元方法进行有机结合，将其运用于某斜拉桥结构模型中开展桥梁检测的试验研究。在试验过程中，分别选取模型的固定端、斜索索孔位置喷制散斑，在桥梁模型承载条件下采集散斑图，并利用应变仪辅助完成检测。利用编制的软件进行位移值的计算，并将其作为边界条件施加在有限元模型上计算出位移值、应力值与应变值，用于在较短时间内建立模型、完成相应数值计算，判断桥梁结构是否符合设计规范，从而为桥梁检测工作提供一种便捷的新方法。
2.1数字散斑相关方法测量系统设计
2.1.1人工制斑技术
在人工散斑制作时，选取白、黑两种颜色的漆分别喷涂在试件表面构成白、黑两色斑点，使后一次喷涂上的斑点与前一次喷上的斑点实现有效重叠，形成高质量散斑图，利用喷头与试件距离调节斑点大小，借此提高计算精度。
2.1.2硬件系统设计
数字散斑测量系统的硬件结构主要由以下五部分组成：其一是计算机，选取P4C1.2G微型计算机作为控制中心，其内存为512M，用于实现图像的高速采集;其二是图像采集卡，用于实现图像的数字化转换;其三是CCD摄像机，用于将图像转化为CCD电荷信号，生成完整的视频信号;其五是放大镜头，选取组合变焦镜头实现视场大小的便捷调节[3]。
2.1.3软件系统设计
选取Borland C++ Builder6.0作为软件开发工具，在Windows XP环境下运行，软件系统的位移测量模块主要由图像采集、像素标定、位移计算等部分组成。在软件系统中位移测量部分的程序设计上，分别读入第一幅计算用图像文件、第二幅计算用图像文件——针对内存中未经处理的两幅图像进行预处理，包括灰度化、去噪、锐化——针对内存中处理后的两幅图像进行屏幕显示——生成相关分析结果：各点原始中心位置，偏移后中心点位置，n个位置偏移量n个相关系数。
2.1.4试验过程分析
采用数字散斑相关方法完成试件在不同变形状态下的两幅图像的采集与数字化处理，获取面内位移分量与位移梯度[4]。具体来说，需先在试件表面制作人工散斑，采集试件变形前的图像作为参考图像，选取试件变形后的图像作为目标图像，利用软件进行处理获取试件的变形信息。鉴于采用数字散斑相关方法获取到的位移信息主要以像素值的形式存在，因此在试验前可先利用坐标纸贴在试件表面完成标定处理，随后测量两已知直线间的像素数，即可依据距离获得放大倍数，满足测量精度要求。
2.2基于工程实例的桥梁模型试验
结构试验的目标是以试验的实物或模型为参照，利用多种测量仪器设备、试验技术手段，在荷载与其他因素的作用下进行结构性能参数的测量，围绕强度、刚度、抗裂性等层面实现对结构工作性能、承载能力的判断，确定结构是否满足使用要求。通过依托工程实例开展桥梁模型试验，能够为复杂桥跨结构的受力状态研究提供参考，既可以针对设计理论进行验证，也能够用于确定复杂结构的局部受力状态。
2.2.1工程概况
以某市一斜拉桥为例，该桥梁坐落于某快速轨道交通线上，桥梁主桥结构为独塔无背索斜拉桥，跨径布置為31m+44m+130m，其中31m+44m为斜桥塔范围，130m为主跨范围;主梁宽度为11.6m，采用单箱单室预应力混凝土结构，斜索锚固在主梁悬臂端，利用预应力钢束构成的拉杆将斜索作用传递至主箱室处;在主梁斜索间各设有3.25m的两道T型结构撑梁，在主箱室内部设有尺寸为75cm×20cm的横隔板。该桥的立面布置与桥面系布置情况如图1、图2所示。
2.2.2结构模型设计
其一是几何相似，需确保桥梁结构模型与桥梁真实结构满足几何相似原则，利用长度相似常数代表模型比例，本文建立的结构模型与原桥梁结构的长度相似常数SL=1：50。其二是力学相似，要求桥梁结构模型与真实结构在各对应点所受的荷载大小成比例、方向保持一致，其集中荷载相似常数Sp=Sl2·Sσ。其三是物理相似，要求桥梁结构模型与真实结构在各对应点间的应力、应变与变形关系保持相似性，本文建立的桥梁结构模型与真实桥梁结构的应变比S?=1，弹性模量比SE1=8.4849×10-2，其中实际桥梁C60混凝土的EC=36.0GPa，有机玻璃试件的E=3.097GPa。
2.3试验方法与结果分析
2.3.1试验方法
首先选用电测法进行桥梁应力、应变的测量，选取BE350-2BB型电阻应变片配合YJ-22型静态电阻应变测量处理仪作为试验设备，在索孔、固定端附近均采用半桥输出方式，将温度补偿片粘贴在与模型相同且不受力的材料处进行温度补偿。随后选用数字散斑相关方法采集图像，选取桥梁的C18索孔、固定端两处喷涂散斑，针对其位移数值进行计算，并采用CCD摄像机进行图像采集;在固定端采用分布荷载，选取沙袋平铺在主梁平面处，在仅施加索力的情况下采集索孔位置的散斑图，配合应变仪测量索力值变化情况。最后采用数字图像识别技术进行桥梁含裂纹下腹板的检测，选用相机型号为尼康D300。
2.3.2试验结果
采用数字散斑相关方法测量系统针对该桥梁结构模型的C18索孔与固定端两个位置的散斑图进行计算，分别获取C18索孔上下、左右位置的像素位移值（如图3、图4所示）与固定端上下、左右位置的像素位移值（如图5、图6所示）。
采用图像增强技术与Canny边缘检测将获取的裂纹图像进行分割处理，测得裂纹宽度为0.24mm，将其与显微镜实测数值0.245mm相比较，可得出误差为2%，证明该图像识别技术可实现桥梁微小缺陷的有效识别，在线检测速度较快、检测成本较低、测量结果精度较高，在桥梁裂纹检测中具备良好的应用价值[5]。 2.4有限元计算结果
将上文获取到的C18索孔与固定端四个边上的位移值加载到有限元模型上，以此作为已知位移边界条件，选用PLANE42进行有限元计算，分别得到C18索孔、固定端X向的位移值、应力图与应变图（如图7-图12所示）。
结合上述图片可分别计算得出桥梁索孔处沿桥向应力值与应变值（如表1所示）、桥梁固定端处沿桥向应力值与应变值（如表2所示）。由此可见，将运用数字散斑相关方法计算得出的位移值施加在有限元模型上，以此作为已知边界条件，其计算得出的应力值均未超过结构设计值、符合结构设计规范，并且利用ANSYS计算出的应变值为某一节点处的最大值475με，而利用电测法计算出的应变值为平均值303με，因此将数字散斑相关方法与有限元方法相结合计算出的应变值相较于应变仪测量出的应变值精度更高，可有效节约建模时间与计算时间，具备良好的应用价值。
3结论
本文选取数字图像处理技术进行桥梁位移、裂纹的检测，配合有限元方法开展复杂桥梁模型试验。试验测试结果表明，采用该方法测得的桥梁结构模型的索孔处最大应力为1.636MPa、转化为实桥为19.027MPa，固定端最大应力为1.784MPa、转化为实桥为20.748MPa，计算结果符合桥梁结构设计规范，证明该桥梁测试结果合格。利用两种方法测得的索孔、固定端两处的最大应变值分别为475με和526με，而采用传统应变仪测得的索孔、固定端两处的平均应变值分别为303με和101με。在采用数字图像识别技术测得的桥梁裂纹寬度为0.24mm，与实测结果的误差仅为2%，可实现对桥梁微小缺陷的有效识别。由此证明，本文采用的测量方法测得结果的精度更高，在桥梁位移与裂纹检测中具备良好的应用价值。
参考文献：
[1]彭涛，田仲初，张建仁，等.基于多目标优化的混凝土斜拉桥静动力有限元模型修正[J].振动与冲击，2018，（21）：108-116.
[2]唐细彪，王亚飞，伍贤智，等.混合梁斜拉桥钢一混结合段模型试验研究[J].桥梁建设，2019，（S1）：92-97.
[3]路玉.超声回弹法在桥梁检测中的应用[J].山东交通科技，2017，（3）：86-87.
[4]韩晓健，赵志成，沈泽江.卷积神经网络在桥梁结构表面病害检测中的应用研究[J].结构工程师，2019，（2）：106-111.
[5]马晔，邹露鹏，张理轻.无人机加载光学摄像及红外成像系统对海上特大桥塔索质量检测的运用技术[J].公路交通科技，2018，No.283，（08）：93-97+109.
（作者单位：1.内蒙古科技大学;2.陕西建大工程技术检测中心有限公司）