一种裂纹图像识别系统及其使用方法

1.本发明涉及裂纹检测技术领域，更具体为一种裂纹图像识别系统及其使 用方法。


背景技术：

2.随着国家基础建设的不断发展，钢筋水泥结构建筑已经遍及世界的各个 角落，水泥结构建筑经过长时间的日晒雨林后，容易出现剥落、裂纹等损伤， 水泥结构建筑的裂纹检测对于保证建筑安全、评估建筑寿命等具有重要意义。
3.传统的裂纹检测装置为固定式，需要大量的准备工作，检测效率极低， 数据处理自动化程度低，需要依赖人工根据照片等数据判断裂纹的宽度和长 度。因此，需要提供一种新的技术方案给予解决。


技术实现要素：

4.本发明的目的在于提供一种裂纹图像识别系统及其使用方法，解决了传 统的裂纹检测装置为固定式，需要大量的准备工作，检测效率极低，数据处 理自动化程度低，需要依赖人工根据照片等数据判断裂纹的宽度和长度的问 题。
5.为实现上述目的，本发明提供如下技术方案：一种裂纹图像识别系统及 其使用方法，包括：裂纹图像识别系统，所述列为图像识别系统由硬件设备、 裂纹检测装置和数据处理装置组成，所述硬件设备包括超声波发生器、计算 机、超声波输出器、红外成像仪和高清相机，所述超声波发生器、超声波输 出器、红外成像仪和高清相机均用作被检测物的扫描装置，所述裂纹检测装 置包括led补光源、点阵激光器和控制模块，所述数据处理装置包括显示模 块、裂纹计算模块、三维计算模块和图像处理模块，所述图像处理模块内包 括成型模块和处理模块。
6.作为本发明的一种优选实施方式，所述成像模块内包括镜头、线阵和ccd 成像控制电路，所述镜头、线阵和ccd成像控制电路与高清相机之间相连接。
7.作为本发明的一种优选实施方式，所述处理模块内包括图像采集模块、 硬件电路和检测物数据处理。
8.作为本发明的一种优选实施方式，所述ccd成像控制电路的下部连接有 补光模块且补光模块与led补光源相连接。
9.作为本发明的一种优选实施方式，所述裂纹图像识别系统的使用方法包 括如下步骤：
10.步骤1：通过超声波发生器、超声波输出器、红外热像仪和高清相机对检 测物体进行扫描，并将扫描数据反馈至计算机；
11.步骤2：通过裂纹计算模块和三维计算模块通过扫描数据进行分析计算， 从而得出物体表面裂纹大小；
12.步骤3：同时高清相机拍摄的图片进行降噪和灰度化预处理，得到裂纹扩 展灰度图像，经图像处理模块进行分析处理，对裂纹进行识别；
13.步骤4：对预处理后的图像进行阈值分割二值化处理，既得裂纹扩展二值 化图像；
14.步骤5：得到的裂纹扩展二值化图像进行连续腐蚀和开运算处理，得到裂 纹宽度为一个像素点的裂纹骨架图像；根据链码法求得裂纹骨架长度，并进 行尺度转化得到实际裂纹长度
15.步骤6：利用递增多项式方法进行局部拟合求导，确定疲劳裂纹扩展速率 和裂纹长度的拟合值，对步骤5得到的实际裂纹长度及相关参数进行处理， 计算处理得到不同的应力强度因子范围δk与对应的裂纹扩展速率da/dn的数 据。
16.与现有技术相比，本发明的有益效果如下：
17.本发明的裂纹图像识别系统由硬件设备、裂纹检测装置和数据处理装置 组成，硬件设备包括超声波发生器、计算机、超声波输出器、红外热像仪和 高清相机，其通过超声波发生器、超声波输出器、红外热像仪和高清相机对 检测物体进行扫描，并将扫描数据反馈至计算机，裂纹检测装置包括led补 光源、点阵激光器和控制模块，数据处理装置包括显示模块、裂纹计算模块、 三维计算模块和图像处理模块，裂纹计算模块和三维计算模块通过扫描数据 进行分析计算，从而得出物体表面裂纹大小，同时高清相机拍摄的图片经图 像处理模块进行分析处理，对裂纹进行识别，该设置大大提高了检测效率， 同时数据处理自动化程度搞，无需依赖人工进行判断，可以精确的检测裂纹 的宽度和长度。
附图说明
18.图1为本发明裂纹图像识别系统结构示意图；
19.图2为本发明硬件设备结构示意图；
20.图3为本发明裂纹检测装置结构示意图；
21.图4为本发明数据处理装置结构示意图；
22.图5为本发明图像处理模块结构示意图。
具体实施方式
23.下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行 清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而 不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做 出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
24.请参阅图1-5，本发明提供一种技术方案：一种裂纹图像识别系统及其使用 方法，包括：裂纹图像识别系统，所述列为图像识别系统由硬件设备、裂纹检 测装置和数据处理装置组成，所述硬件设备包括超声波发生器、计算机、超声 波输出器、红外成像仪和高清相机，所述超声波发生器、超声波输出器、红外 成像仪和高清相机均用作被检测物的扫描装置，所述裂纹检测装置包括led补 光源、点阵激光器和控制模块，所述数据处理装置包括显示模块、裂纹计算模 块、三维计算模块和图像处理模块，所述图像处理模块内包括成型模块和处理 模块，的裂纹图像识别系统由硬件设备、裂纹检测装置和数据处理装置组成， 硬件设备包括超声波发生器、计算机、超声波输出器、红外热像仪和高清相机， 其通过超声波发生器、超声波输出器、红外热像仪和高清相机对检测物体进行 扫描，并将扫描数据反馈至计算机，裂纹检测装置包括led补光源、点阵激光 器和控制模块，数据处理装置包括显示
模块、裂纹计算模块、三维计算模块和 图像处理模块，裂纹计算模块和三维计算模块通过扫描数据进行分析计算，从 而得出物体表面裂纹大小，同时高清相机拍摄的图片经图像处理模块进行分析 处理，对裂纹进行识别，该设置大大提高了检测效率，同时数据处理自动化程 度搞，无需依赖人工进行判断，可以精确的检测裂纹的宽度和长度。
25.进一步改进的，如图1所示：所述成像模块内包括镜头、线阵和ccd成 像控制电路，所述镜头、线阵和ccd成像控制电路与高清相机之间相连接， 此种设置更好的对高清相机进行操作，提高精确度。
26.进一步改进的，如图1所示：所述处理模块内包括图像采集模块、硬件 电路和检测物数据处理。
27.进一步改进的，如图1所示：所述ccd成像控制电路的下部连接有补光 模块且补光模块与led补光源相连接。
28.进一步改进的，所述裂纹图像识别系统的使用方法包括如下步骤：
29.步骤1：通过超声波发生器、超声波输出器、红外热像仪和高清相机对检 测物体进行扫描，并将扫描数据反馈至计算机；
30.步骤2：通过裂纹计算模块和三维计算模块通过扫描数据进行分析计算， 从而得出物体表面裂纹大小；
31.步骤3：同时高清相机拍摄的图片进行降噪和灰度化预处理，得到裂纹扩 展灰度图像，经图像处理模块进行分析处理，对裂纹进行识别；
32.步骤4：对预处理后的图像进行阈值分割二值化处理，既得裂纹扩展二值 化图像；
33.步骤5：得到的裂纹扩展二值化图像进行连续腐蚀和开运算处理，得到裂 纹宽度为一个像素点的裂纹骨架图像；根据链码法求得裂纹骨架长度，并进 行尺度转化得到实际裂纹长度
34.步骤6：利用递增多项式方法进行局部拟合求导，确定疲劳裂纹扩展速率 和裂纹长度的拟合值，对步骤5得到的实际裂纹长度及相关参数进行处理， 计算处理得到不同的应力强度因子范围δk与对应的裂纹扩展速率da/dn的数 据。
35.本发明的裂纹图像识别系统由硬件设备、裂纹检测装置和数据处理装置 组成，硬件设备包括超声波发生器、计算机、超声波输出器、红外热像仪和 高清相机，其通过超声波发生器、超声波输出器、红外热像仪和高清相机对 检测物体进行扫描，并将扫描数据反馈至计算机，裂纹检测装置包括led补 光源、点阵激光器和控制模块，数据处理装置包括显示模块、裂纹计算模块、 三维计算模块和图像处理模块，裂纹计算模块和三维计算模块通过扫描数据 进行分析计算，从而得出物体表面裂纹大小，同时高清相机拍摄的图片经图 像处理模块进行分析处理，对裂纹进行识别，该设置大大提高了检测效率， 同时数据处理自动化程度搞，无需依赖人工进行判断，可以精确的检测裂纹 的宽度和长度。
36.最后应说明的是：以上所述仅为本发明的优选实施例而已，并不用于限 制本发明，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的 技术人员来说，其依然可以对前述各实施例所记载的技术方案进行修改，或 者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内，所作 的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

技术特征：
1.一种裂纹图像识别系统，其特征在于：包括：裂纹图像识别系统，所述列为图像识别系统由硬件设备、裂纹检测装置和数据处理装置组成，所述硬件设备包括超声波发生器、计算机、超声波输出器、红外成像仪和高清相机，所述超声波发生器、超声波输出器、红外成像仪和高清相机均用作被检测物的扫描装置，所述裂纹检测装置包括led补光源、点阵激光器和控制模块，所述数据处理装置包括显示模块、裂纹计算模块、三维计算模块和图像处理模块，所述图像处理模块内包括成型模块和处理模块。2.根据权利要求1所述的一种裂纹图像识别系统，其特征在于：所述成像模块内包括镜头、线阵和ccd成像控制电路，所述镜头、线阵和ccd成像控制电路与高清相机之间相连接。3.根据权利要求1所述的一种裂纹图像识别系统，其特征在于：所述处理模块内包括图像采集模块、硬件电路和检测物数据处理。4.根据权利要求1所述的一种裂纹图像识别系统，其特征在于：所述ccd成像控制电路的下部连接有补光模块且补光模块与led补光源相连接。5.根据权利要求1所述的一种裂纹图像识别系统的使用方法，其特征在于：所述裂纹图像识别系统的使用方法包括如下步骤：步骤1：通过超声波发生器、超声波输出器、红外热像仪和高清相机对检测物体进行扫描，并将扫描数据反馈至计算机；步骤2：通过裂纹计算模块和三维计算模块通过扫描数据进行分析计算，从而得出物体表面裂纹大小；步骤3：同时高清相机拍摄的图片进行降噪和灰度化预处理，得到裂纹扩展灰度图像，经图像处理模块进行分析处理，对裂纹进行识别；步骤4：对预处理后的图像进行阈值分割二值化处理，既得裂纹扩展二值化图像；步骤5：得到的裂纹扩展二值化图像进行连续腐蚀和开运算处理，得到裂纹宽度为一个像素点的裂纹骨架图像；根据链码法求得裂纹骨架长度，并进行尺度转化得到实际裂纹长度步骤6：利用递增多项式方法进行局部拟合求导，确定疲劳裂纹扩展速率和裂纹长度的拟合值，对步骤5得到的实际裂纹长度及相关参数进行处理，计算处理得到不同的应力强度因子范围δk与对应的裂纹扩展速率da/dn的数据。

技术总结
本发明公开了一种裂纹图像识别系统及其使用方法，包括：裂纹图像识别系统，所述列为图像识别系统由硬件设备、裂纹检测装置和数据处理装置组成，所述硬件设备包括超声波发生器、计算机、超声波输出器、红外成像仪和高清相机，所述超声波发生器、超声波输出器、红外成像仪和高清相机均用作被检测物的扫描装置。本发明裂纹检测装置包括LED补光源、点阵激光器和控制模块，数据处理装置包括显示模块、裂纹计算模块、三维计算模块和图像处理模块，裂纹计算模块和三维计算模块通过扫描数据进行分析计算，从而得出物体表面裂纹大小，同时高清相机拍摄的图片经图像处理模块进行分析处理，对裂纹进行识别，该设置大大提高了检测效率。该设置大大提高了检测效率。该设置大大提高了检测效率。


技术研发人员：许怡航 邵明智 李卓成 李欣华 夏晨洋 刘畅 顾朋成 张恒瑞
受保护的技术使用者：盐城工学院
技术研发日：2021.10.14
技术公布日：2022/3/8