Метод автоматической идентификации зоны повреждения мостовой конструкции на основе цифрового изображения

Блог

ДомДом / Блог / Метод автоматической идентификации зоны повреждения мостовой конструкции на основе цифрового изображения

Apr 17, 2024

Метод автоматической идентификации зоны повреждения мостовой конструкции на основе цифрового изображения

Scientific Reports, том 13, номер статьи: 12532 (2023) Цитировать эту статью 182 Подробности доступа к метрикам Большое научное и практическое значение имеет использование эффективных технических средств для мониторинга и

Научные отчеты, том 13, Номер статьи: 12532 (2023) Цитировать эту статью

182 доступа

Подробности о метриках

Большое научное и практическое значение имеет использование эффективных технических средств для контроля и предупреждения структурных повреждений мостов в режиме реального времени и в течение длительного времени. Традиционные модели сетей распознавания изображений часто ограничены отсутствием изображений на месте. Для решения задачи автоматического распознавания и получения параметров на цифровых изображениях мостовых конструкций при отсутствии информационной информации в данной статье предлагается метод автоматической идентификации зон повреждения мостовых конструкций на основе цифровых изображений, который эффективно обеспечивает контурную вырезку и количественную характеристику. зон повреждения мостовых конструкций. Во-первых, определяются особенности цифрового изображения зоны повреждения конструкции моста. Путем полного использования особенности, заключающейся в том, что значение пикселя поврежденной области явно отличается от значения пикселя окружающего изображения, предлагается метод предварительной обработки изображения поврежденной области конструкции, который может эффективно улучшить качество изображения полевого снимка. Затем предлагается улучшенный метод Осту, позволяющий органично объединить глобальные и локальные пороговые характеристики изображения для достижения контурной обработки поврежденной области изображения поверхности мостовой конструкции. Построен масштаб площади повреждения, доля площади повреждения и правило расчета ориентации зоны повреждения. Осуществлен основной осмотр и диагностика характерных параметров зоны повреждения мостовой конструкции. Наконец, тестирование и анализ проводятся в сочетании с реальным проектом. Результаты показывают, что метод, предложенный в этой статье, осуществим и стабилен, что может повысить точность измерения площади повреждения существующей конструкции моста. Этот метод может обеспечить дополнительную поддержку данных для обнаружения и обслуживания мостовой структуры.

Мост играет очень важную ведущую роль в развитии национальной экономики, что может принести стране огромные экономические и социальные выгоды, поэтому страна уделяет большое внимание безопасному использованию моста1. Однако из-за эрозии природной среды, старения строительных материалов, усталостного воздействия самого моста и других неблагоприятных факторов устойчивость моста неизбежно будет снижаться, что приведет к снижению способности противостоять природным катаклизмам и даже нормальная среда. В крайних случаях это может привести к катастрофическим авариям2. Мостовая конструкция является важной частью строительства инфраструктуры страны. Bridge делает возможным частое общение между различными регионами. Однако под воздействием множества факторов внешней среды, с ростом срока службы, в конструкции моста будут появляться различные степени структурных повреждений. Конструкция моста отличается от обычных общественных зданий. Если мост рухнет или его использование будет небезопасным, это принесет большой вред нашей стране, а люди принесут огромные потери, поэтому конструкция моста должна поддерживать высокий уровень безопасности, а частота технического обслуживания также выше, чем у обычного. общественные здания3. Чтобы обеспечить применимость, безопасность и долговечность моста в нормальном рабочем состоянии, необходимо принять эффективные технические средства для проведения долгосрочного мониторинга в режиме реального времени и раннего предупреждения о структурном повреждении моста, чтобы обеспечить научные основы оценки безопасности мостовых конструкций4,5,6.

С завершением строительства многих скоростных автомагистралей конструкция моста становится все больше и больше. Использование виадука, неразрезного балочного моста и неразрезного моста с жесткой рамой делает осмотр моста трудоемкой и трудоемкой работой. При обслуживании бетонных мостов обнаружение мест повреждения является одним из важных этапов проверки и диагностики мостовых конструкций. Обычно по трещинам на поверхности мостов можно оценить несущую способность, водонепроницаемость и срок службы бетонных конструкций. При испытании моста на статический изгиб обнаружение трещин в нижней части балки выполняется вручную. Обнаружение с помощью искусственного зрения зависит от опыта и уровня навыков оператора, что требует много времени и низкой безопасности, поэтому трудно объективно оценить эффект обнаружения. Автоматическое обнаружение зоны повреждения на изображении поверхности моста очень эффективно при неразрушающем контроле7. Регулярное обнаружение трещин в балках также можно использовать для оценки безопасности и надежности конструкции бетонного моста и предотвращения несчастных случаев. Традиционное ручное обнаружение неэффективно и влияет на плавность дорожного движения. Это неразрушающий, высокоточный и недорогой метод обнаружения заболеваний в режиме реального времени, позволяющий обнаружить заболевания на нижней пластине надстройки моста с использованием технологии обработки изображений для анализа изображений конструкции моста. В настоящее время существуют комплектные комплекты оборудования, использующего этот метод или принцип, в других областях, но это оборудование в основном разработано за рубежом и стоит дорого. Кроме того, из-за разнообразия и неопределенности мостовых заболеваний алгоритм выявления заболеваний все еще нуждается в дальнейших исследованиях.

 a, the gray value b is bright in the image, that is salt noise, and the gray value a is dark, which is pepper noise. In view of image noise existing in the bridge structure damage area, adaptive median filter can effectively retain the image edge features, so this paper selects adaptive median filter method for image denoising. The principle of adaptive median filtering method is to adjust the size of filtering window by the noise density, and use different processing methods to process the noise points and signal points. Then, median filter the noise points to keep the gray value of signal points unchanged. The gray value of pixel (x, y) in the bridge structure image is fxy, the current working window is represented by Axy. The preset maximum allowable window is represented by A. the minimum, median and maximum gray values in A are fmin, fmed and fmax respectively. The basic steps of algorithm are shown in Fig. 6./p>