前言
桥梁是一种用来跨越河谷沟堑的建筑物，是一个地区经济建设的枢纽。自2008年汶川地震以后，全国各地加强了桥梁检测的力度，在桥梁检测中，对于桥梁裂缝的检查显得尤为的重要和突出。传统检测过程中，依靠检测工程师直接到桥面下方观察来获取实际的检测资料，这样的检测一方面比较耗时费力，另外一方面在高墩大跨的桥梁中检测人员的安全也是一个重点。因此，研究出一种对桥梁病害的无损无接触检i贝0技术的研究具有重要的意义。目前，国内对桥梁裂缝的快速检测技术的研究尚处于初始阶段，但是已经有大量的学者研究过工业生产过程中的病害的快速检测工作，其中效果最好最为直接的为图像处理法。因此在工业检测的基础上，针对桥梁底部的裂缝病害，提出了一种基于图像处理技术的桥梁裂缝检测方法，具有良好的使用前景。
1、图像处理技术介绍
图像处理（image processing）是指用数字摄像机、扫描仪等设备经过采样、数字化得到关于外部病害信息的一个二维数组。该数组的元素称为像素，其值为一整数，称为灰度值。图像处理技术的主要内容包括图像压缩、增强和复原、匹配及描述和识别等部分。常见的处理过程有图像编码、图像增强、图像复原、图像分割和图像分析等。
2、检测系统组成
2．1 基本组成（图1）
由于桥梁检测是一个流动作业的过程，在设计检测系统的时候需要考虑到检测的移动的便利性，在进行装备设计的时候将其设置成一个独立的机构，通过数据接口和电脑相连。
2．2 主要部件介绍
CCD相机用来获取外部被测构件表面信息，它是整个系统的核心部件，用来采集信号用的关键。CCD摄像机最前端都是由一个光学镜头使外界的景物成像在CCD光敏面上。CCD光学镜头种类繁多，具体选择的时候要考虑到相机的焦距、CCD面积、焦距、景深、光圈等参数。并且CCD相机的镜头为可控制变焦镜头。
图像采集卡将CCD相机获取的图形图像信息数字化，并将其存储和播放出来的硬件设备。通过该设备可以实现将相机获取的图像数字化，实现A/D转换的过程，得到数字图像。
距离传感器 主要用来量测被测构件距离CCD相机的距离。所得参数供后期计算裂缝宽度和长度时使用。距离传感器发射和接受口需要和CCD置于同一截面上。
阵列光源 当被测构件因为环境光线不足，造成拍摄效果不佳的时候，供人工补光时候使用。编码器发布光源调整、镜头控制命令的控制器。并负责光源、图像采集卡与电脑间的数据传递工作。
2．3 工作原理
通过变焦镜头将远处被检测构件拉近成像于CCD相机中，当相机获取构件图像后传送给图像采集卡；取景过程中，同时测量被测构件与相机之间的
距离，并传递给编码器；编码器获取到由图像采集卡转换的数字图像和距离信息后，将文件存储到电脑磁盘中。如果环境灯光不足，在取景检测过程中，通过编码器控制调整阵列光源亮度，使得病害能够从环境中显现出来。
当计算机获取图像和距离文件后，便开始对图像进行分析处理，最终得到结构的裂缝信息。其中图像处理是该检测方法的一个主要过程，也是决定检测结果优劣的一个重要环节，这个过程包括：图像锐化、图像平滑、噪音去除、尺寸标定、裂缝测量等过程。
3、主要算法
通过CCD相机和采集卡，可以便捷的获取含有桥梁和裂缝信息的数字图像。在计算机内部，数字图像用一个二维数组f（x，y）来表示，其中x，y表示图像中的一个坐标位置，函数f．则代表图像在点（x，y）位置处的某种性质的数值。在实际使用的过程中，图像往往被表述成一个M×N的矩阵：
当离散化的数字图像被传递到电脑上之后，就开始图像处理的工作。因为图像处理的目标对象是处于桥梁本体上的裂缝，考虑外部干扰（环境、光线、气候、电磁干扰）因素主要有如下几个方面：
1）桥梁本体混凝土材料的不均匀，所采集得到的图像色彩有较大的变化，导致裂缝在图像上显示为颜色的不均匀。
2）光线过强或者不足、混凝土表面存有黑色染色物，使裂缝与周围环境相近，界限区分不明显。
3）对于整体图片而言，裂缝信息和桥梁本体信息的比例很小。如果直接分析，将会耗费较多的处理速度和计算机存储空问。因此，需要对采集的图像进行截取。
4）由于CCD元件或者环境的关系，采集得到的图像存有灰度不均匀的问题。
鉴于以上的影响因素，在设计后续处理过程的时候，主要从以下几个方面人手：图像灰度化、图像去噪及图像平滑、图像锐化、边缘检测、尺寸标定和裂缝测量。
3．1 图像灰度化
众所周知，自然界的一切色彩的构成都基于红绿蓝三种颜色，在所得到的函数．厂中也一样包含着这三元色的信息，考虑到在图像处理中的主要目标
还是裂缝，因此在辨识完裂缝后即开始对图像进行灰度转换，其转换公式如下：
该公式来自国际标准Rec．ITU—R BT．709。
由于拍摄过程中，外部环境的不同，通过变换得到的灰度图中可能含有部分无效图像或者无效灰度区域。因此要将得到的灰度图进行适当的处理，将
无效信息屏蔽，并使裂缝和边界处灰度区分更加明显。具体调整函数如下：
其中a，o、b、L为图片中的真实灰度值；a、b、y为变换系数，具体数值要根据实际图像品质来确定。使用过程中取：
3．2 图像增强
通过对灰度变换后的图像和原始图片对比，发现灰度图中存有一些细小的像素噪点和周围环境颜色不协调，除此之外，图形中还有多种形式的噪音。
这些噪音的存在会干扰到测量的结果和精度，因此需要对图像进行去噪处理，并使其变得和周围环境相一致。这些在程序设计过程中去除噪音、使得图像平滑，并将裂缝信息显现出来的整个过程在算法上而言可以是同步的，都是属于图像增强的范畴。
对于图像增强而言，无论是平滑还是锐化都是对于图像在空域或频域上对图像矩阵进行数学变换。考虑是针对裂缝信息进行的图像增强，因此选
用空域算法。空域滤波就是在图像空间通过领域操作来完成的，实际中实现的方式基本都是利用模版进行卷积来进行，具体表达如下所示：
其中，Ⅳ为模版函数。
1）二维中值滤波
在计算机图像处理中用来进行图像平滑的算法有很多种，较为常见有均值、中值和最频值。通过对图像的比较，发现中值算法对裂缝处理能处理图像细节模糊，并且可以滤除脉冲干扰和图像扫描噪声，并且实际运算过程中不需要图像的统计特征。因此，在设计过程中采用中值滤波算法。中值滤波是百分比滤波的一个特例，它是一种围绕数学形态学进行的非线性滤波器，设计模版尺寸为3×3的中值滤波器，并输出大于等于
2个像素的值，其输出可以写为：
2）图像锐化
领域评分或者加权平均可以用来平滑图像，反过来利用对应微分的方法可以锐化图像。其中，拉普拉斯算子是一种性能优良的锐化算子。具体应用
表现为如下：
不管是对图像的锐化或者图像平滑，都不可能一次性达到所需要的程度。因此，在实际使用的过程中需要将图像增强算法反复使用，并且在使用过
程中还要根据实际需要对图像对比度进行调整，以获取最佳效果。
3．3 图像阈值化
取阈值是最常见的直接检测区域的分割方法，借助于图像阈值化可以将病害信息直接的从图像中凸显出来，并且没有其他的多余信息的干扰。在阈
值化过程中，采用最优阈值的算法来确定其阈值，其函数表达式为：
式中u1、u2：——背景和目标区域的平均灰度值；P1 、P 2—— 背景和目标区域灰度值的先验概率。
若裂缝特征不明显的话，直接采用阈值化分割图像的话效果不佳（图2（b）），从图中可以看出图中噪声很大。因此在阈值化之前需要对图像进行灰度线性变换，变换后采用阈值化算法对图像裂缝特征进行处理，其效果如图2（c）所示。
3．4 基于亚像素的边缘检测
由于实际检测对测量结果有一定的精度要求，因此需要选择一种合适的算法来测量图片中的具体尺寸。通过对比 发现，基于亚像素的尺寸量测法
比较适合本设计的要求，并且精度也能够达到要求。其函数表示为：
其中，s（x）为原始输人函数。
3．5 裂缝方向判断
在桥梁检测过程中，裂缝的走向对于判断桥梁的实际承载能力有重要影响。因此在对裂缝信息的处理过程中，要能读取出裂缝的走向（即顺桥向或横桥向）。
通过对比裂缝，发现裂缝横向长度和纵向长度差别较大。因此，在计算时将裂缝图像在横、纵坐标轴上的投影值进行比较即刻得到裂缝的走向。
3．6 裂缝测量
通过图像阈值化得到二值化的裂缝图像信息后就是对裂缝的测量以及读数的过程了，由于目前的图像是经由相机测得的实物图像，其中相机焦距为
F、物距D、像距 ，可由几何光学变换公式得到之间的关系：
通过几何光学的性质我们知道，物体大小L和成像大小L1之间的关系：
通过上述关系，即可实现通过对图片的测量来得出实际裂缝信息的获取这个过程。
以上是对于系统设计过程中图像处理程序关键部位算法的介绍。当然裂缝测量的工作，借助于单一的算法是不能够一次性到位的，在实际测量过程中需要对多种算法综合运用，在得出满意的效果之后再进行裂缝量测工作。
4、实例演示
通过对以上多种算法的融合设计了桥梁结构裂纹缺陷的图像采集与分析系统，图3是利用该系统对裂缝量测过程中的图像处理过程：（a）为灰度化后得到的图形中含有裂缝部分的局部图；（b）是平滑增强效果后的图形；（c）是锐化后的效果图；（d）是经过阈值处理过后得到的二值图。从表1中的众多结果对比GB5024-2002~混凝土结构工程施工质量验收规范》中“试验中裂缝宽度可采用精度为0．05 mm的刻度放大镜等仪器进行观测”这一条款可以知道，通过图像法测得的结果已经完全能够满足工程实际的需要。宽度测量示意见图4。
5、结论
本文主要阐述了基于图像处理手段而开发出来的桥梁裂缝检测设备的系统和软件设计的思路。对系统构件进行了介绍，并研究了图像分析软件中的关键算法。基于图像处理技术的检测技术是近年来逐步在工业中得到应用的一项新型的检测技术，它有着精度高、速度快、效率高的优点，将其运用到桥梁检测中来，一方面可以使桥梁检查工作得到先进技术的辅助，减轻检查人员在检查过程中的工作强度，并大大降低工作中的危险程度；另外一方面可以使原本繁杂的量测工作交给计算机来进行分析和量测，从而降低检查过程中的人工费用，节省成本。鉴于该系统的无损无接触的检测工作原理，可以想象，该系统在桥梁检测领域一定有着良好的发展空间。
