文献类型：期刊文章

作　　者：王耀东[1,2] 朱力强[1,2] 史红梅[1,2] 方恩权[3] 杨玲芝[3]

机构地区：[1]北京交通大学机械与电子控制工程学院,北京100044 [2]北京交通大学载运工具先进制造与测控技术教育部重点实验室,北京100044 [3]广州地铁集团有限公司工程技术研发中心,广东广州510335

出　　处：《铁道学报》

基　　金：科技部国家重点研发计划(2016YFB1200402-002);中央高校基本科研业务费(M16JB00240);城市轨道交通系统安全与运维保障国家工程实验室项目

年　　份：2018

卷　　号：40

期　　号：2

起止页码：82-90

语　　种：中文

收录情况：AJ、BDHX、BDHX2017、CAS、CSA、CSA-PROQEUST、CSCD、CSCD2017_2018、EI、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：地铁隧道裂缝病害的自动检测技术是一个重要研究方向。针对地铁隧道复杂场景和弱光环境下,全局图像检测精度低的问题,提出分块图像局部纹理处理算法,将大视场裂缝图像进行网格化处理,在分块区域内完成预处理与纹理提取,基于图像细化与骨架提取算法,提出裂缝和虚假裂缝纹理的差异性计算模型,可有效提高真实裂缝图像的检测精度,滤除虚假裂缝的干扰。针对硬件系统,提出多目高速线阵相机的图像采集方案,研制裂缝图像采集系统样机,可安装于轨道小车上进行图像连续采集。利用研制的图像采集处理设备,可以自动采集和检测隧道裂缝图像,对于纹理简单的普通裂缝图像样本,裂缝的识别率达到0.96;对于地铁隧道裂缝图像样本,裂缝的识别率达到0.84,验证了硬件系统和软件算法的有效性与可行性。

关 键 词：隧道裂缝 线阵相机 图像处理 裂缝检测  骨架提取  

分 类 号：TP391]