Page 25 - 道路及桥梁工程检测技术管理

第一章 概述

子的特征来判断图像中是否存在裂缝。目前的桥梁检测主要是针对混凝土桥梁，
其材料的性质直接导致混凝土表面存在凹凸不平的情况，同时表面还有一些空隙，
因此该算法不适合于对混凝土桥梁裂缝的检测。

4. 基于频域的桥梁裂缝识别法
基于频域的桥梁裂缝识别法主要采取的是通过小波变换、低通滤波器以及高
通滤波器来对图像加以操作。小波变换是由低通滤波器和高通滤波器组成，高通
滤波器主要是用以提取信号中的高频部分，可以保留图像的细节；低通滤波器主

要是保留信号的低频部分。在实际的桥梁检测工作中，裂缝的图片里的噪声较多，
所属的频域范围中还会出现交叉和重叠的现象，因此在把裂缝从背景中提取出来
有一定的难度，该方法并不是适合桥梁的裂缝检测。
5. 基于神经网络的桥梁裂缝识别法

神经网络主要是模拟人的大脑的结构机制和工作方式，实现机器的智能化运
作，并且具有自适应、自学习和自组织的特点。在运用神经网络对桥梁的裂缝加
以识别就需要选择大量的含有裂缝以及不含裂缝的样本来训练计算机。通过监督
训练，让计算机对于裂缝具有识别的能力。该方法的速度慢、计算成本较高，并

且诊断过程也相当复杂，不过其优点在于效果好、准确率高。
（四）基于图像的裂缝宽度病害程度定量化测量方法
1. 标尺法
该方法的基本原理是在桥梁的表面临时设置一个标尺或者是利用已知的自然

物来作为标尺，直接获取标尺长度和像素数之间的比例系数 k，再利用该系数来
计算出裂缝的长度和宽度等信息。
2. 测距法
该方法是利用激光或者是其他的测距仪器，测量出所需的物距，对桥梁的裂

缝宽度进行计算，运用了透镜成像的原理，在物距为 u 的某个位置中，建立一个
实际物理宽度和裂缝宽度在图像中占据的像素数的坐标转换的公式，再带入相机
成像参数，就可以算出最终的裂缝的实际宽度。
3. 像素数法

桥梁的表观图像在经过处理之后可以得到一个简单的二值图像，比如，横向
的裂缝通过对裂缝区域内的像素数的扫描和累加，得出的最大数值就是裂缝的最
大值。其中有可能出现毛刺等情况的影响，对此，可以取前 3 个最大数值的平均

·17·