论文总字数：33134字

摘 要

近年来，不管是在民用建筑上，还是在各种桥梁，堤坝，高速公路等大型公共建筑设施上，混凝土结构的应用越来越广泛，因此对混凝土结构表面的缺陷检测技术应运而生。本文基于数字图像处理技术，对混凝土结构表面缺陷识别技术进行了研究。

实现方法主要分为两个部分。首先是图像处理技术的实现，包括图像预处理和图像分割技术。其中预处理包括图像的灰度化，中值滤波处理，Gamma灰度校正以及图像对比度增强四部分；而对于图像分割技术的实现，首先使用Sobel进行边缘检测，然后对边缘图像进行二值化操作以及图像形态学操作；第二部分是算法的核心部分，缺陷的识别。首先找出二值化图像中的连通区域，然后计算其几何特征，包括矩形度，圆形度等参数。通过圆形靶标建立起实际尺寸与像素尺寸的联系，从而得到缺陷的面积，周长，宽度等实际大小。除此之外，还实现了图像上缺陷信息在数据库的存储功能。最后，通过试验测试本文的缺陷检测系统测量的缺陷几何尺寸误差不大于10%，且在保证图像质量情况下可以准确检测出图像中全部缺陷。

关键词：数字图像处理，表面缺陷检测，图像预处理，图像分割，Qt

A STUDY ON THE DIGITAL IMAGE RECOGNITION METHOD

FOR SURFACE DEFECTS OF CONCRETE STRUCTURES

Abstract

In recent years, no matter in civil building, or a variety of bridges, dams, highways or any other large public construction facilities, the concrete structure is applied more and more widely. Therefore, the surface defect detection techniques of concrete structure have been proposed. However, traditional surface detection method is very time-consuming and dangerous to some extent. In this thesis, the technology of surface defect identification of concrete structure is investigated based on the technology of digital image processing.

There are mainly two parts in the paper. In the first part, image processing algorithm is described including image preprocessing and image segmentation. Firstly, the original image is changed to be gray, then the median filter processing, gamma correction and image enhancement is implemented. Secondly, to the implementation of image segmentation, it consists of Sobel edge detection, image binarization, and morphological operation. In the second part, there is the core component of algorithm, recognition of defects. In this part, we figure the contours of the defects in image, and then calculate the geometric feature’ parameters, including rectangle degree, degree of circularity and etc. Establish the relationship between the defects’ actual size and the pixel size through the circular target, and then acquire the defect’s area, perimeter, width and etc. Besides, we also establish the database, and link the information of defect image with specified database. Finally, the relative measurement error of this system is lower than 10% through experiments. And to the image with good quality, the system can detect all the defects on it.

KEY WORDS: digital image processing, surface defect detection, image preprocessing, image segmentation, Qt

目 录

摘 要 I

Abstract II

第一章 绪论 1

1.1 研究背景及意义 1

1.2 混凝土结构表面缺陷检测方法研究现状 1

1.3 本文内容与结构简介 2

第二章 数字图像处理技术 4

2.1 数字图像处理技术概述 4

2.2 基于图像处理的表面缺陷检测现状 4

2.3 研究关键问题和难点 5

2.4 本章小结 5

第三章 缺陷图像处理技术及实现 6

3.1 缺陷图像预处理技术 6

3.1.1 图像灰度化分析 6

3.1.2 滤波处理算法分析 8

3.1.3 图像灰度修正算法 10

3.1.4 图像增强算法分析 11

3.2 缺陷图像的分割算法研究 13

3.2.1 图像分割算法分析 14

3.2.2 二值化算法 18

3.2.3基于形态学与Sobel的图像分割算法研究 19

3.3 本章小结 20

第四章 缺陷分析识别技术研究及实现 21

4.1 轮廓跟踪算法研究 21

4.1.1 缺陷轮廓提取算法研究 21

4.1.2 缺陷轮廓的图像化算法研究 21

4.1.3 缺陷轮廓图像的去噪分析及实现 22

4.2 缺陷的特征与识别算法研究 23

4.2.1 缺陷的几何特征参数分析 23

4.2.2 靶标的识别算法研究及实现 24

4.2.3 缺陷识别结果分析 25

4.3 本章小结 27

第五章 缺陷图像自动识别系统实现 28

5.1 软件开发流程 28

5.2 软件功能设计 29

5.3 数据库功能设计 31

5.4 本章小结 32

结论 33

致 谢 34

参考文献（References） 35

第一章 绪论

1.1 研究背景及意义

混凝土是应用很广的一种土木工程材料，主要是由砂石骨料、水泥、水及其他辅助材料混合而形成的[1]。自混凝土出现至今，一个世纪以来，混凝土作为一种建筑原材料，在修筑范畴的上取得了快速的发展和普遍的应用，以其得天独厚的优势而成为建筑等工程中不能或缺的原料，广泛地应用于堤坝、桥梁、码头、高速公路、公民建筑等结构中，据统计资料显示，随着城市化建筑的不断扩大和完善，其用量日益增大。

混凝土结构的被广泛应用的原因有以下几点[1]：

1. 耐久性好：与钢结构相比，因为钢结构会由于受到雨水等自然条件的影响而发生氧化锈蚀，所以混凝土结构比钢具有更好的耐久性，不需要经常的保养与维护，且混凝土强度会随时间增长而略有提高。
2. 耐火性好：由于钢结构有良好的导热性能，且熔点高，木结构的着火点又较低，所以混凝土结构具有良好的耐火性能。
3. 整体性好：混凝土结构相对于砌体结构而言，具有较好的整体性，可用于有抗震、抗爆等需求的建筑中，并且它具有较好的结构刚性和延展性，不容易受力变形。
4. 方便取材：混凝土的配置原料方便取材。另外还可以将工业废料等用于混凝土中，合理地实现了资源再利用。
5. 可模型好：施工时可以根据不同的建筑结构特点把混凝土结构浇筑成各种尺寸以及各种形状，以满足不同的建筑上的需求。

然而混凝土结构最大的不足就是抗裂性能差和抗拉强度低，一般混凝土结构内部都会有拉应力的存在，并且混凝土在风干之后，一定程度上会受到施工条件和结构本身变形、约束等复杂条件的一系列影响，因此会存在很多人眼不容易观察的细小空隙与裂缝，正因如此，混凝土结构才具有了力学性质不均匀的特点。一般的混凝土结构由于受到环境等不确定因素的影响，加上结构的自然老化，经历几十年的风化、人为破坏甚至地震影响都会出现不同程度的表面缺陷，因此正常情况下的一般的混凝土结构建筑都是存在缺陷的。

剩余内容已隐藏，请支付后下载全文，论文总字数：33134字