混凝土材料中图像处理技术的应用

陆成龙，吕秋玲，刘 成，汪东林

（安徽建筑大学土木工程学院，合肥230601）

0 引言

混凝土是土木建筑工程常用的材料，用材简单价格低廉，其以耐久性、高抗压度、适应各种恶劣环境等优点被认为是一种优质用材，常常被用到房屋、道路、桥梁、隧道和其他建筑中，一直存在于我们身边，与人们的生活密切相关。混凝土结构中出现的混凝土裂缝及颗粒级配等问题[1-3]，影响着人们生命财产安全。20世纪70年代由美国科学家研发的MATLAB软件[4]使得图像处理技术有了飞越性的发展，被广泛地应用在混凝土安全检测中，能有效地提取混凝土在使用过程中产生的裂缝，分析微观骨粒级配等问题，提前预防混凝土结构缺陷带来的危害，实现结构安全的要求。

由于风化侵蚀、地震波动、温度差异、地基不均匀沉降和受力不均衡等，混凝土结构的拉应力和压应力集中到某些部分，混凝土结构由此产生变形，形成混凝土裂缝。由于变形程度不同产生各种走向不规则的裂缝，影响建筑美观和结构安全[5-7]。骨粒级配是混凝土成型和结构安全的关键因素，不同土木建筑结构对混凝土骨粒配比要求不一，同时骨粒配比影响着建筑结构的牢固性和其所承载的应力，当配比不合理时混凝土会出现脱落、微裂等问题[8-9]。因此，需要人们做出预处理和检测，普通的人工检测已不能达到所需精度要求，人工检测裂缝及骨粒配比通常受经验和环境条件的影响，效率低下，不能直接给出建筑结构使用寿命及安全的预测。图像处理技术可在这两个方面满足需求，解决人工检测的弊端，对提取的混凝土材料缺陷图像，通常采用的图像处理技术有图像降噪、阈值分割、边缘检测、图像增强、图像修复等，使图像由粗糙化到细致化，低质量到高质量，模糊到清晰，从而得到人们需要的信息数据，达到节时省力、高效、精确。

本文将介绍图像处理技术在混凝土材料中的应用，总结近年来国内外学者利用图像处理方法解决混凝土结构中裂缝问题和微观骨粒级配问题提出的图像处理方法,展望图像处理技术在混凝土结构中的应用前景，以推动混凝土材料和现代图像处理技术两学科交叉发展，相互融合。

1 混凝土裂缝图像处理

混凝土裂缝从始至终一直是存在国内外建筑业各位专家面前的一大难题，不仅影响建筑美观而且影响建筑结构的使用寿命，如果裂缝不能及时检测和预防处理，将会带来重大损失。在1995年，韩国首尔瑞草区三丰百货大楼因地基软化致使大楼基础产生不均匀沉降,框架柱和承重墙产生裂缝,未能及时进行监测、预警,致使特大事故发生，造成上百人伤亡，裂缝安全问题引起社会恐慌并得到极大重视。

当裂缝产生时，不仅是将混凝土裂缝进行简单的补修，结构的加固，更重要的是分析裂缝的成因及预测以后可能带来的后果[10]。当然，分析研究裂缝特点成为重中之重。常见的混凝土裂缝有收缩裂缝、温度裂缝、变形裂缝、沉降裂缝、结构裂缝等，常见的裂缝走向有横向、纵向和网状结构等形状，裂缝破坏的影响也与其深度有一定关系，裂缝常出现在混凝土结构表面，随着深度加深风化侵蚀严重直至结构断裂，建筑彻底损坏，因此裂缝需要后期投入大量的人力物力财力去安全检测维修[11]。目前，最主要的是如何真实提取裂缝信息，得到真实数据，以从根本上满足图像处理技术的精度要求。

以桥梁道路结构裂缝为研究对象，运用数字图像处理技术处理裂缝，得到理想的信息数据。随着我国经济快速发展，交通越来越便捷。现在交通已趋向于大型化，桥梁道路更是在缩短了城市之间距离的同时也缓解了交通压力，如跨海大桥，跨江大桥，立交桥，高速路等大型桥梁结构，与此同时桥梁的养护维修成为人们关注的焦点，桥梁裂缝问题更显突出[12]，国内外学者运用图像处理技术对此做出了大量研究。

2003年，美国密歇根大学的Ikhlas Abdle-Qader[13]等工作者分析了桥梁裂缝识别中所用到的边缘检测技术，快速哈尔变换(FHT)是四种常用边缘检测技术中最有效的边缘检测技术，技术实用性强，精度要求高。Prasanna[14]等人设计了一种空间解调鲁棒多特征分类器进行桥梁的裂缝检测，这是一种基于机器学习和多种特征相融合的检测方法。

国内学者王静[15]等利用图像处理技术检测桥梁裂缝的变形，在不同荷载下精确检测桥梁的变形量。许薛军[16]提出了基于数字图像的桥梁裂缝检测的概念；在桥的表面贴上棋盘刻度板，摄像机采集桥的视频；系统分析比较了图像灰度化、滤波去噪、边缘检测等图像处理算法，提出了一种适用于桥梁裂缝图像的处理算法。阮小丽[17]等提出了一种基于图像预处理技术的裂缝提取和宽度计算的新方法，以提高桥梁混凝土结构表面裂缝的识别精度。通过裂缝连接，保留小裂缝，将裂缝区域作为连接区域，根据裂缝特征参数过滤虚假裂缝，找到裂缝区域的交点，通过交点将整个裂缝区域划分为多个小裂缝，将小裂缝的最小外接矩形划分为多个小矩形区域，计算小矩形区域内的裂缝特征参数，得到裂缝宽度。李良福[18]等人提出了一种基于图像处理技术的适用于复杂背景的桥梁裂缝检测算法，首先利用桥梁裂缝图像生成原始模型，再根据深度卷积生成型对抗网络的原理对数据集进行扩展，最后构建基于语义分割的桥梁裂缝图像分割模型，提取出高分辨率裂缝图像中的裂缝特征。

图像处理技术在桥梁裂缝检测领域有着不可比拟的作用，然而由于外部环境的复杂，所获得的裂缝图像受噪声影响很大，这就要求国内外研究人员开发适用于桥梁裂缝检测的数字图像处理技术，以求维护桥梁质量安全，保护人民财产不受损害。

2 混凝土结构骨粒级配图像处理

混凝土是由骨料、砂浆、空隙及微裂等组成的复合多层次材料，骨粒具有随机、复杂的形状，影响着混凝土的力学性能，其内部存在着大量的空隙及微裂缝等微缺陷，微缺陷使混凝土表现出很强的异质性，导致其力学性能在宏观和细观两方面存在明显差异。传统的宏观均质连续的力学模型及相应的理论分析和数值模拟都忽略了混凝土的内部结构特征，所以很难描述不同组分之间细观力学行为及微观结构对外荷载的宏观影响，混凝土截面图像能通过其不同的骨粒粒径大小、颗粒分布、灰度及颜色反映混凝土的微观结构和缺陷。运用数字图像处理技术来表征混凝土内部的不同组分，建立与数值模型对应的数据关系，为进一步研究混凝土非均质性内部结构特征和非均质性，以及各组分的形态特征及细观力学特征提供了一种新的手段。

早在1998年，Mora[19]等研究者就采用数字图像处理技术对水泥混凝土中粗骨料的形状和尺寸分布等参数开展了研究，为分析混凝土材料中的骨粒级配打下坚实的基础。Diamond[20]等人对混凝土SEM图像进行了细致的定量分析，从中总结了关于混凝土界面过渡带的关键参数，得出在计算有关混凝土的力学和渗透性能时，可以忽略界面过渡区的影响而不会导致太大的误差。Barbosa,F.S[21]等学者提出了一种基于图像处理技术的硬化混凝土骨料粒度分布评价方法，此技术可用于硬化混凝土成分的重构，特别适用于轻骨料混凝土。

同济大学的邬翔[22]等人利用图像处理技术把混凝土截面的数字图像投射到有限元网格，直接生成具有真实内部特征的混凝土数值试件，提出由骨粒级配曲线确定阈值范围，根据阈值就可以确定像素点的灰度值大小并对像素点分类，进而将砂浆和骨粒区分出来。刘兆松[23]从细观层面出发，将混凝土视为三相复合材料，并且其是由粗骨料、砂浆水泥和二者粘结界面组成的。利用数字图像理论和MATLAB图像处理工具，对二维混凝土骨料边界的提取进行了细致的研究和记录，同时进行了细观数值分析。并且提出了一种新的算法，这种算法是基于灰度图像形态学重建和标记的分水岭分割之上所获得。曹承伟[24]等人用图像分析软件MATLAB从混凝土微观结构分析标准养护下和自然养护下骨粒等效直径大小，可以清晰看出混凝土的微观结构，可以分析砂石的分布，比较混凝土级配。

混凝土微观结构的种种分析方法，可以运用到实际的建筑之中，在项目施工之前进行不同骨粒级配模拟分析，得出最优混凝土级配，在施工之中可以代替人工进行抽检，快速分析，测试混凝土是否达标，减少工程损失和施工进度时间。因此图像处理技术在识别混凝土骨粒配比中发挥着重要作用，以其精确的数字分析促进图像处理技术在混凝土微观世界中有更大的发展潜力。

3 总结及展望

纵观近几十年的研究历程，科研工作者在混凝土材料图像处理技术领域中有着长足的发展，取得了诸多有价值的科研成果，不仅促进了图像处理技术的发展，而且更大程度引起人们对于混凝土建筑材料的安全认识，为国内外建筑业提供了维修检测保障。同时我们也很清楚，尽管该技术有许多理论方法，但仍存在许多不足:

①图像采集受到设备和环境的影响，图像有点失真，不能保证信息的完整性。

②目前使用的图像处理技术算法及程序过于复杂，工作量较大。

③先进硬件技术设备实现智能化至关重要，自主定位识别裂缝，可利用处理之后的清晰裂缝来判断以后的裂缝发展趋势及走向，进一步做出模拟预测。

④随着建筑结构规模逐渐增大，新的问题会不断产生，需要国内外研究者创新图像处理技术，实现全面化。