混凝土裂缝和动三轴试验土样变形测量的图像处理技术研究

摘要

混凝土结构的裂缝监测和土工结构物的变形测量是土木工程研究领域的重要课题。由于实际环境背景的复杂性，现有的裂缝识别技术和变形测量技术远不能满足工程实际的需要，对裂缝识别、分类和分析等一体化处理技术也亟待研究。
　　动三轴试验是获取土在动力荷载作用下力学性质的必要手段。试验过程中土样的变形以位移传感器测量为主，变形精度和可信性不高，不能得到土样局部的变形形态。
　　本文以混凝土裂缝识别和动三轴试验土样变形测量为研究对象，采用数字图像测量技术，从裂缝识别、拼接、分类、变形以及土体动力变形测量方法方面开展工作，研究内容如下:
　　(1)裂缝图像的增强和识别。提出一种参数化的S型模糊隶属度函数，利用混合人工鱼群算法和最小二乘法求解未知参数，带入S型函数并实现低灰度裂缝图像的增强;提出一种基于像素分类的图像增强算法，给定不同隶属度函数对不同区域进行图像增强，解决背景图像灰度分布不均匀的问题;通过计算图像线性裂缝周长和面积，统计出线性裂缝的规律，结合裂缝骨架线提取，实现污染背景中线性裂缝的识别;提出结合形状测度特征、灰度-均值特征的裂缝图像阈值分割算法，采用二维最大熵模型，克服单纯依赖离散灰度值的图像分割算法的弊端。
　　(2)裂缝图像拼接和形态分类。提出一种基于Sift特征的快速图像匹配算法，采用改进SP-Tree结构搜索近似最邻近匹配特征点，实现图像特征点的快速匹配;利用图像分块的灰度方差简化裂缝图像，采用改进粒子群算法构建极限学习机的分类模型，提高裂缝整体及小类分类的准确性;提出一种裂缝边缘多边形拟合方法，结合Delaunay算法生成有限元计算网格，以期实现与CAE分析软件的无缝对接。
　　(3)数字图像相关算法改进及位移场插值。提出基于改进粒子群和改进人工蜂群的相关搜索算法，提高数字图像相关搜索的效率;提出由径向基函数神经网络实现整体位移场插值计算，由阈值Door及模糊C均值聚类算法确定隐含层中心节点数，由改进萤火虫优化算法确定隐含层与输出层之间的连接权值，构建位移插值模型，通过混凝土裂缝区域的位移场插值计算验证该方法的有效性。
　　(4)动三轴试验土样变形数字图像测量技术的实现。引入高频数字摄像机和高速磁盘存储阵列，将土工静力三轴试验土样变形数字图像测量技术应用于动三轴试验。通过一组平面镜和一台摄像机获取试样360度全表面图像，实现了位移传感器采集与摄像机拍摄的同步，利用角点识别技术实现了全表面变形测量。开展了动变形及动破坏试验，将图测系统测得的应变数据与传感器测试的数据进行比较，验证了该套系统的优势，并能捕捉土样的动力变形破坏过程，为土的动力本构模型构造和动力破坏过程模拟提供更为有效的测量手段。

目录

声明

摘要

1 引言

1．1 研究目的和意义

1．2 数字图像处理技术研究现状

1．2．1 数字图像处理技术概述

1．2．2 数字图像处理技术特点及应用

1．2．3 数字图像处理技术在混凝土裂缝检测中的研究现状

1．2．4 土工三轴试验土样动力变形测量方法研究现状

1．3 目前研究中存在的问题

1．3．1 混凝土裂缝识别研究中存在的问题

1．3．2 混凝土区域变形测量存在的问题

1．3．3 动荷载作用下土样变形测量的存在的问题

1．4 本文的主要研究内容和章节安排

2 基于数字图像处理的混凝土裂缝识别

2．1 基于混合人工鱼群的图像模糊增强算法

2．1．1 模糊隶属度函数设计

2．1．2 人工鱼群算法

2．1．3 Powell算法

2．1．4 人工鱼群优化算法的改进

2．1．5 裂缝图像增强算法

2．1．6 实验结果与分析

2．2 不均匀灰度图像背景的增强算法

2．2．1 像素的分类

2．2．2 不同的模糊隶属度函数设计

2．2．3 基于像素分类的图像灰度均匀增强算法

2．2．4 实验结果与分析

2．2．5 上述两种算法的比较

2．3 基于灰度和分形理论的裂缝识别算法

2．3．1 分形理论

2．3．2 裂缝分形特征的研究

2．3．3 分形维数的计算方法

2．3．4 混凝土裂缝的统计特征

2．3．5 基于统计特征的裂缝边缘检测算法

2．3．6 实验结果与分析

2．4 基于形状特征的二维最大熵裂缝图像分割

2．4．1 图像的形状特征

2．4．2 二维最大熵理论

2．4．3 基于形状特征的二维最大熵图像分割

2．4．4 实验结果与分析

2．5 本章小结

3 裂缝图像拼接与形态分类

3．1 裂缝图像的拼接

3．1．1 Sift特征点提取

3．1．2 基于Spill树的特征点快速匹配算法

3．1．3 具体的算法实现

3．1．4 实验结果与分析

3．1．5 仿射变换参数的计算

3．1．6 图像融合结果

3．2 裂缝形态的分类

3．2．1 分类预处理

3．2．2 形态特征提取

3．2．3 极限学习机原理

3．2．4 基于量子粒子群优化的ELM裂缝形态分类模型

3．2．5 实验结果和分析

3．3 基于数值图像的混凝土结构的模型构建以及有限元网格自动生成

3．3．1 不连续边缘的连接

3．3．2 裂缝边缘多边形拟合

3．3．3 有限元网络自动生成

3．3．4 实验结果与分析

3．4 应用举例

3．5 本章小结

4 混凝土裂缝区域变形场的测量

4．1 数字图像相关法

4．2 相关搜索算法原理

4．3 基于粒子群优化的数字图像相关法

4．3．1 基本粒子群算法的工作原理

4．3．2 基于改进粒子群的相关搜索算法

4．3．3 实验结果与分析

4．4 基于人工蜂群优化的数字图像相关法

4．4．1 基本人工蜂群算法的工作原理

4．4．2 基于改进人工蜂群的相关搜索算法

4．4．3 实验结果与分析

4．4．4 两种改进算法的比较

4．5 基于RBF神经网络的位移场插值

4．5．1 神经网络插值问题

4．5．2 RBF神经网络

4．5．3 RBF神经网络插值模型

4．5．4 RBF神经网络参数的优化

4．5．5 实验结果与分析

4．6 本章小结

5 动三轴试验土样变形场的测量

5．1 图像土工动三轴试验原理

5．2 土工动三轴试验系统组成

5．2．1 动三轴试验机结构

5．2．2 数字图像测量系统

5．3 图像测量系统的实现

5．3．1 亚像素角点检测基本原理

5．3．2 试验机与图像测量系统的同步实现

5．3．3 位移计算的实现

5．3．4 试样全表面变形测量的实现

5．3．5 测量系统的精度

5．4 图像测量系统操作

5．5 动三轴图像测量系统的应用

5．5．1 试验材料

5．5．2 动三轴模量与阻尼试验

5．5．3 动力变形破坏试验

5．6 本章小结

6 总结与展望

6．1 总结

6．2 创新点

6．3 展望

参考文献

攻读博士学位期间科研项目及科研成果

致谢

作者简介