肖利芳+周道洋

摘要摘要：大型建筑、道路及橋梁等表面裂縫問題是其安全性檢測中不能回避的問題，傳統(tǒng)的人工檢測手段，不僅速度慢，其計算精度也有待提高，更重要的是對于不安全的位置，使用人工檢測危險性高。針對該問題，提出基于Sobel算子的改進邊緣檢測算法對圖像進行處理，能夠準(zhǔn)確識別混凝土表面裂縫的邊緣。

關(guān)鍵詞關(guān)鍵詞：裂縫檢測；邊緣檢測；Sobel算子

DOIDOI：10.11907/rjdk.162279

中圖分類號：TP319文獻標(biāo)識碼：A文章編號文章編號：16727800（2017）001011203

引言

2006年，伊蘭[1]在圖像增強中結(jié)合對比度增強、濾波和銳化等方法，在裂縫識別中使用梯度閾值提取邊緣，使用最小距離法進行計算，以獲得混凝土表面裂縫寬度。2011年，曾艷霞[2]在混凝土裂縫特征信息識別研究中提出對采集系統(tǒng)進行標(biāo)定，得到圖像中一個像素代表的實際物理長度。2014年，劉宇飛等[3]基于數(shù)字圖像處理對混凝土表面裂縫進行識別，提出對采樣圖像進行背景減除以消除噪聲，為了減少內(nèi)部空腔造成的影響，對處理圖像進行形態(tài)學(xué)閉運算，這樣不僅將斷裂的小邊緣連接起來，還能夠填充空腔。本文采用基于Sobel算子的改進邊緣檢測算法對混凝土表面裂縫進行檢測，以達到更精確的效果。1裂縫邊緣識別

1.1裂縫圖像預(yù)處理

現(xiàn)場采集的圖像是RGB彩色圖像，在進行圖像計算前需要將其轉(zhuǎn)換成二位灰度圖，并盡量去除圖像背景中的噪聲，以去除圖像中不需要或妨礙邊緣識別的信息，為后續(xù)處理作好準(zhǔn)備。1.2裂縫邊緣識別算法

基于Sobel算子的改進的邊緣檢測算法提取完成去噪圖像中的裂縫邊緣。Sobel算子對最靠近中心點的上下左右位置權(quán)值設(shè)為2，相鄰行或列的其它位置權(quán)值設(shè)1，用中心像素上下或左右行或列的差值作為水平或垂直方向的梯度值。但是由于其主要對水平和垂直兩個方向的邊緣最為敏感，因此檢測方向較為受限。這樣處理的結(jié)果是，圖像往往可以發(fā)現(xiàn)水平和垂直方向的邊緣檢測的較為明顯，相比之下其它方向就沒那么明顯。對于現(xiàn)實圖像中不確定的邊緣方向，對不同方向設(shè)計對應(yīng)的梯度模板，使其僅對該方向邊緣最為敏感，這樣就可以更精確檢測相應(yīng)方向的邊緣。不同方向的模板就構(gòu)成了方向匹配檢測模板，用其中的每一個模板與圖像分別卷積，最后計算出的梯度值最大的那個模板對應(yīng)的方向就是該邊緣點的方向。2015年，沈德海[4]提出一種多方向算子模板的邊緣檢測算法，該算法采用0°、22.5°、45°、67.5°、90°、112.5°、135°和157.5°等8個方向的算子模板來計算圖像梯度。該算法檢測效果雖然有較大提高，但是邊緣出現(xiàn)了很多顆粒狀像素，檢測的邊緣有些粗糙，仍舊不夠細(xì)致、精確。有些邊緣已經(jīng)達到了單像素邊緣，但大部分邊緣仍然還不是單像素的。2015年，宋爽等[5]利用多個閾值進行邊緣檢測，提出連點畫圖的方法，在目標(biāo)輪廓上作零星標(biāo)記點，從一個標(biāo)記點開始順序鄰接這些點，結(jié)合多閾值思想，這樣就可以把目標(biāo)輪廓精確細(xì)致地描繪出來。

本文改進算法對沈德海提出的5×5模板8方向檢測算子處理后的圖像進行再處理，因此著重改進的是對已獲得的邊緣進行再細(xì)化處理。由于模板8方向檢測算子得到的邊緣比經(jīng)典Sobel算子處理結(jié)果更細(xì)，因此具體的邊緣像素選擇算法則不同于宋爽等提出的算法。采用水平、垂直、45°和135°等4個方向的 大小的卷積模板進行檢測，同時對梯度圖像采用局部標(biāo)準(zhǔn)差進行梯度增強，使得監(jiān)測的邊緣較為完整，細(xì)節(jié)較為豐富，連續(xù)性好。對于4個模板的權(quán)值分配問題，提出不同位置賦予不同權(quán)值，權(quán)值大小根據(jù)該位置的像素對中心點相應(yīng)方向梯度值貢獻大小來決定，也反映了該位置與距離模板中心的位置關(guān)系，距離最近的為4或-4，其次為2或-2，再次為1或-1，最遠的為0。8方向邊緣檢測算子如圖1所示。圖1八方向梯度算子

為獲取圖像梯度，需要將這8個模板分別與圖像進行卷積運算以獲得模板中心點對應(yīng)方向的梯度g0，g45，g90，g135，g22.5，g67.5，g112.5，g157.5，則中心點對應(yīng)的梯度幅值MAG（x，y）計算公式如式（1）：

MAG（x，y）=sqrt（（g20+g245+g290+g2135+g222.5+g267.5+g2112.5+g2157.5）/10）（1）

根據(jù)像素水平方向梯度與垂直梯度的關(guān)系，將像素邊緣類型分為水平邊緣和垂直邊緣，其中TAG（x，y）表示（x，y）處的邊緣類型，分類公式如式（2）：

（1）使用TH1模板8方向檢測算子與圖像進行模板運算，獲得各方向梯度值，將這些梯度值的平方和開方，將其除以一個調(diào)節(jié)因子，以免開方后的梯度值過大超出范圍，將開方結(jié)果作為模板中心點像素的梯度幅值。

（2）比較該像素點水平和垂直梯度值，注意這里要加絕對值比較，不然對由暗向明變化的邊緣，由于模板總是下一行或者右一行減去上一行或者左一行，導(dǎo)致梯度值為負(fù)，直接比較則像素點的邊緣方向就會被標(biāo)記為與真實邊緣方向相反，致使最后右側(cè)或下側(cè)邊緣容易出現(xiàn)斷點現(xiàn)象。水平梯度值大的標(biāo)記像素為垂直邊緣；反之，標(biāo)記為水平邊緣。

（3）設(shè)置第一個閾值TH1，對上述幅度值進行判斷，若其幅值大于TH1，并且該點幅值大于其左右兩像素幅值或者大于上下兩像素幅值，則將其標(biāo)記為邊緣區(qū)域。

（4）設(shè)置第二個閾值TH2，在邊緣區(qū)域，若像素為縱向邊緣，并且左邊像素屬于邊緣區(qū)域，則該像素梯度幅值減去左邊像素梯度幅值大于TH2或者其右邊像素屬于邊緣區(qū)域；如果該像素梯度幅值減去右邊像素梯度幅值大于TH2，則將該像素標(biāo)記為標(biāo)兵點，同時標(biāo)記為邊緣。

（5）在邊緣區(qū)域，若像素為橫向邊緣，并且上邊像素屬于邊緣區(qū)域，則如果該像素梯度幅值減去上邊像素梯度幅值大于TH2或者其下邊像素屬于邊緣區(qū)域；如果該像素梯度幅值減去下邊像素梯度幅值大于TH2，則將該像素標(biāo)記為標(biāo)兵點，同時標(biāo)記為邊緣。

（6）從標(biāo)兵點開始連接邊緣，若為縱向標(biāo)兵點，則先向4-鄰域上方走；若其4-鄰域左右像素均在邊緣區(qū)域，則標(biāo)記其中幅值最大的那個作為邊緣，并以其為下一輪判斷起點；若左右像素只有一個屬于邊緣區(qū)域，則標(biāo)記幅值大的那個像素為邊緣，并以其為下一輪判斷起點；若左右像素均不屬于邊緣區(qū)域，則將其標(biāo)記為邊緣，并以其為下一輪判斷起點，循環(huán)結(jié)束的條件是檢查的像素點不再屬于邊緣區(qū)域或者邊緣類型變?yōu)闄M向或者已經(jīng)被標(biāo)記為邊緣，向下走結(jié)束后回到該段起點，接著再往4-鄰域上方走，展開同樣的判斷，循環(huán)結(jié)束后回到該段起點。

（7）若為橫向標(biāo)兵點，則先向4-鄰域右方走；若其4-鄰域上下像素均在邊緣區(qū)域，則標(biāo)記其中幅值最大的那個作為邊緣，并以其為下一輪判斷起點，若上下像素只有一個屬于邊緣區(qū)域，則標(biāo)記幅值大的那個像素為邊緣，并以其為下一輪判斷起點；若上下像素均不屬于邊緣區(qū)域，則將其標(biāo)記為邊緣，并以其為下一輪判斷起點，循環(huán)結(jié)束的條件是檢查的像素點不再屬于邊緣區(qū)域或者邊緣類型變?yōu)榭v向或者已經(jīng)被標(biāo)記為邊緣，向右走結(jié)束后回到該段起點，接著再往4-鄰域左方走，展開同樣的判斷，循環(huán)結(jié)束后回到該段起點。

2改進算法的檢測分析與結(jié)果

該改進算法實質(zhì)上就是對經(jīng)模板處理后的圖像邊緣進行剔除操作，若邊緣是多像素寬度，則僅保留梯度幅值最大的那個像素作為邊緣；若邊緣已是單像素就直接保留為邊緣，經(jīng)過邊緣“瘦身”后圖像邊緣不僅更平滑而且更為清晰。如圖（2）所示，圖2（a）表示只是用8方向模板檢測裂縫邊緣獲得的邊緣圖像，對比圖2（b）可以發(fā)現(xiàn)，改進后的算法檢測的裂縫邊緣去除了多于的邊緣像素，對真實邊緣進行了更準(zhǔn)確的定位，去除了假邊緣點對裂縫寬度計算的干擾，使得計算更貼近實際。

3結(jié)語

本文主要對混凝土表面裂縫進行有效識別，為計算裂縫長寬提供了更精確的方法。對于改進的邊緣檢測算法中兩個閾值的確定，采用控制變量的思想，確定其中一個閾值，調(diào)節(jié)另外一個，觀察圖像邊緣隨閾值變化而變化的規(guī)律，最后在這些閾值中選擇一個較為合適的配合作為參考，運用于圖像處理，結(jié)果顯示可以達到較好效果。

參考文獻：

[1]伊蘭.基于數(shù)字圖像處理技術(shù)的混凝土表面裂縫特征測量和分析[D].南京：東南大學(xué)，2006.

[2]曾艷霞.混凝土裂縫特征信息識別研究[D].長沙：中南大學(xué)，2011.

[3]劉宇飛，樊建生，陶慕軒.基于數(shù)字圖像處理的混凝土表面裂縫識別[J].建筑結(jié)構(gòu)學(xué)報，2014，35（2）：356361.

[4]沈德海，鄂旭，侯建等.基于Sobel的多方向算子模板邊緣檢測算法[J].現(xiàn)代電子技術(shù)，2015，38（4）：9197.

[5]宋爽，任洪娥，官俊.基于Sobel梯度模板的多閾值實時邊緣檢測方法[J].計算機工程與運用，2015，51（23）：199202.