原文传递
基于图像处理的斜拉桥缆索表面缺陷检测的研究
| 论文题名： | 基于图像处理的斜拉桥缆索表面缺陷检测的研究 |
| 关键词： | 斜拉桥缆索;表面缺陷;自动检测系统;图像处理;边缘提取 |
| 摘要： | 斜拉桥是目前国内大跨度桥梁的最主要桥型。斜拉桥是由许多直接连接到塔上的钢缆吊起桥面，斜拉桥由索塔、主梁、缆索组成。而缆索作为斜拉桥的重要组成部分，是主要的受力部位。但由于缆索长期暴露在外，受日照，雨淋等等侵蚀，使得其表面遭受侵蚀，并会引起内部钢丝的腐蚀，影响承载能力。因此对斜拉桥缆索的表面缺陷检测是非常必要的。由于斜拉桥的缆索通常都很长，距地面位置很高，人工进行检测非常危险且费力，因此很有必要设计对斜拉桥缆索表面缺陷进行自动检测的系统。 斜拉桥缆索表面缺陷自动检测系统主要包括缆索爬升机器人、基于DM642的图像采集和传输系统、图像处理三部分。本文针对缆索表面图像的实际情况和特征，设计了针对缆索表面图像缺陷分割和特征提取的一系列算法。 斜拉桥缆索表面缺陷复杂，且由于缆索的圆弧形状使得光照不均匀的现象加剧，设计能准确提取缺陷的算法有很大难度。缆索表面缺陷提取包括缆索边缘提取，表面缺陷分割，模式识别及特征提取三部分。 缆索边缘的提取的目的是为了去除图像中的干扰背景，为之后的缆索表面缺陷的提取做准备。在分析比较了一些常规的边缘提取的算法后选用了性噪比较高的canny算法，针对缆索边缘的特征，在canny算法处理后的边缘图像中基于hough变换提取出缆索边缘，并得到图像中的缆索表面区域。 缆索表面缺陷提取是本文的重点部分，由于缆索表面的复杂情况而难以选用一些常用的图像分割算法，本文分析了斜拉桥缆索表面图像的特征之后，将缆索表面的缺陷分为粗糙缺陷和光滑缺陷两大类，并分别针对这两种不同类型的缺陷设计了相应的算法。然后基于形状特征及灰度特征对缺陷情况进行分类，分别进行特征提取。 最后经过试验验证，表明论文所提出的算法有比较好的适用性，实现了对斜拉桥缆索表面缺陷的提取。一些同类的图像处理也可有借鉴意义。 |
| 作者： | 蔡步文 |
| 专业： | 机械电子工程 |
| 导师： | 周忆 |
| 授予学位： | 硕士 |
| 授予学位单位： | 重庆大学 |
| 学位年度： | 2010 |
| 正文语种： | 中文 |
检索历史
应用推荐
