原文传递
基于无人机的桥梁裂缝检测技术研究
| 论文题名： | 基于无人机的桥梁裂缝检测技术研究 |
| 关键词： | 桥梁工程;裂缝检测;无人机;图像处理 |
| 摘要： | 传统的桥梁检测方式难以满足如今快速和高效率的检测需求，随着数字图像处理和智能图像识别技术的出现，解决了传统检测方法的缺点。利用无人机进行桥梁检测可以很好地避免上述问题，从而实现桥梁外观检测的智能化和自动化。 基于以上研究背景，本文提出了一种基于图像处理和无人机桥梁裂缝检测研究方法。首先是无人机路径规划，对桥面表面全覆盖拍摄，利用图像处理算法和设计的系统求取裂缝特征值，建立桥梁三维实体模型，进行检测结果的展示和病害定位标记。具体研究内容如下： （1）研究无人机桥梁检测方案。首先对无人机型号的选择，介绍了图像像素标定的原理和方法，研究了常用的无人机路径规划算法并分析常规方法的弊端，提出了两种无人机路径规划方法：基于点云模型与无人机相结合的桥梁检测方案，基于BIM与无人机相结合的检测方案，进行了对比分析和案例研究。 （2）研究裂缝图像预处理方法，并对各算法进行了对比分析，得出了最优的图像预处理算法。消除了图像中噪声等其他干扰信息，解决光线不均匀、噪声污染严重、灰度分布不均匀等问题，为后文的桥梁病害图像分割做好充分准备。 （3）研究无人机图像的裂缝分割算法，提出了将Canny算子与自适应阈值分割算法相结合，解决了Canny算子手动选择双阈值的困难，提高了检测的效率。提出了裂缝宽度、长度和面积的计算方法，设计了无人机裂缝图像处理系统，逐步调用本文所设计的裂缝图像处理算法，能快速计算出病害图像的特征参数值，提高图像处理的效率。 本文最后以龙凤大道高架桥为例。采用基于BIM与无人机相结合的桥梁检测方案研究，实现了无人机的路径规划；利用DJI P4RTK无人机采集现场桥梁图像，建立了三维实体模型，用裂缝图像识别算法以及无人机裂缝图像处理GUI系统，对病害的长度、宽度、面积进行了计算，最后本文利用建立好的三维实体模型，进行桥梁检测结果的展示，在模型中对病害定位标记。裂缝识别的准确率为90%，所提取参数的误差小于10%，能够为桥梁检测和维修工作提供依据。 |
| 作者： | 李豪 |
| 专业： | 土木工程;桥梁与隧道工程 |
| 导师： | 钱骥;张雪松 |
| 授予学位： | 硕士 |
| 授予学位单位： | 重庆交通大学 |
| 学位年度： | 2022 |
检索历史
应用推荐
