基于图像识别的水下结构表观缺陷定量评估

摘要

常规检测方法不适用水下混凝土结构表观缺陷的定量评估。文章基于丰满老坝试验数据，围绕水下图像增强和缺陷识别问题，研究融合暗通道(Dark Channel)算法和视网膜皮层(Retinex)理论的(Dark-Retinex, DR)图像增强算法，探索边缘检测方法。结果表明：DR算法可有效抑制水下图像的背景噪声，解决图像偏色的问题，增强图像的对比度、色彩亮度和照明度，从而突显裂缝、剥落、麻面、蜂窝等水下混凝土结构的表观缺陷；边缘检测方法实现了表观缺陷识别及其特征参数提取，可定量地评估裂缝的长度和宽度，以及剥落、麻面、蜂窝等缺陷的面积，精度为毫米级；DR算法结合边缘检测方法，解决了水下混凝土结构表观缺陷的自动检测和定量评估的难题。

关键词

表观缺陷评估 / 水下图像处理 / Dark-Retinex算法 / 图像边缘检测

基金资助

北京市自然科学基金青年项目(8244059); 国家重点研发计划(2023YFF0906100); 流域水循环模拟与调控国家重点实验室开放研究基金(IWHR-SKL-KF202410);流域水循环模拟与调控国家重点实验室开放研究基金(IWHR-SKL-KF202218); 中国博士后科学基金(2022M713473)