聶秀才　李寶林

摘要：基于像素點(diǎn)法的面積計(jì)算相較于傳統(tǒng)的面積計(jì)算方法而言，在進(jìn)行不規(guī)則圖形面積計(jì)算時(shí)具有先天的優(yōu)勢，計(jì)算速度快、效率高、準(zhǔn)確度適合工程應(yīng)用要求，是進(jìn)行橋梁外觀病害面積計(jì)算的最佳之選。梳理了像素點(diǎn)法在進(jìn)行碎片連接復(fù)原、算法改進(jìn)、面積計(jì)算以及裂縫長寬計(jì)算等等方面的應(yīng)用;分析了像素點(diǎn)法在橋梁病害檢測中的應(yīng)用前景;最后分析了像素點(diǎn)法與橋梁外觀病害面積計(jì)算的未來發(fā)展趨勢：基于像素點(diǎn)法的橋梁病害面積計(jì)算將在橋梁檢測技術(shù)中充當(dāng)重要角色。

關(guān)鍵詞：像素點(diǎn)法;橋梁病害;面積計(jì)算;橋梁檢測

中圖分類號(hào)：TP18 文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：1009-3044（2020）09-0193-03

概述

據(jù)有關(guān)資料，中國現(xiàn)代橋梁總數(shù)超過100萬座[1]，達(dá)到世界領(lǐng)先的水準(zhǔn)。由于橋梁倒塌等事故的頻繁發(fā)生，橋梁安全逐漸成為人們主要關(guān)注的熱點(diǎn)問題之一，保障橋梁安全亟待有效解決。當(dāng)前橋梁安全的保障，主要依靠橋梁檢測技術(shù)。橋梁安全檢測技術(shù)一直以來都是國內(nèi)外研究的熱點(diǎn)問題，經(jīng)歷了從人工檢測、橋梁檢測車、無損檢測、到現(xiàn)在的智能化檢測幾個(gè)階段。智能化檢測主要依賴于高精度的圖像攝取技術(shù)、計(jì)算機(jī)技術(shù)、圖像處理技術(shù)、人工智能等技術(shù)相結(jié)合而成。通過對(duì)橋梁病害圖片的采集，使用計(jì)算機(jī)進(jìn)行預(yù)處理、圖像運(yùn)算以及神經(jīng)網(wǎng)絡(luò)、大數(shù)據(jù)等的智能分析，判定和預(yù)測出橋梁病害的危害程度以及預(yù)判未來的發(fā)展趨勢，達(dá)到檢測的目的。在進(jìn)行圖像處理和神經(jīng)網(wǎng)絡(luò)運(yùn)算時(shí)，會(huì)用到基于圖像數(shù)據(jù)的一系列操作，針對(duì)像素點(diǎn)的操作是計(jì)算區(qū)域面積不可或缺的一步。

像素[2]由圖像的小方塊組成。這些小方塊有一個(gè)清晰的位置和指定的顏色值。小方塊的顏色以及它所處的位置，確定了圖像的外觀表現(xiàn)。

像素點(diǎn)法是指基于某一區(qū)域，統(tǒng)計(jì)該處的所有符合條件的像素，累加起來即為該區(qū)域的面積，單位是像素。像素點(diǎn)法計(jì)算面積的好處在于只需統(tǒng)計(jì)符合條件的像素即可，不需要考慮邊緣像素的缺失與否。這樣既減少了邊緣像素處理的時(shí)間，也能提高面積計(jì)算的準(zhǔn)確度。獲取病害圖像之后，進(jìn)行圖像的灰度化處理、圖像分割、提取病害特征，統(tǒng)計(jì)基于病害特征的像素，簡單快速的累加計(jì)算，就可以得到該病害特征覆蓋的面積區(qū)域。

1 基于像素點(diǎn)法的應(yīng)用現(xiàn)狀

在計(jì)算機(jī)技術(shù)、攝像技術(shù)、圖像處理技術(shù)以及人工智能技術(shù)迅猛發(fā)展的條件下，基于像素點(diǎn)的研究也廣泛用于各類算法和實(shí)際應(yīng)用中，并取得了極好的效果。生活中的各類場景只要形成圖像等，都可以基于像素點(diǎn)做研究。

1.1基于像素點(diǎn)的碎片圖像拼接與復(fù)原

霍達(dá)[3]提出了一種以區(qū)間估計(jì)為基礎(chǔ)，利用矩陣像素點(diǎn)匹配算法進(jìn)行碎片拼接的方法，用來進(jìn)行碎紙片拼接復(fù)原，取得了良好的效果。

從碎片的筆畫切斷面人手，讀取圖像邊緣像素點(diǎn)色度，計(jì)算碎片A與碎片B的匹配概率，基于所得到匹配的正確的像素匹配概率，計(jì)算置信區(qū)間的下限。在計(jì)算之后的過程中，如果上面的匹配概率的像素值，則認(rèn)為兩種可能的碎紙片彼此匹配。

黃薇[4]等將碎片邊緣像素點(diǎn)轉(zhuǎn)化為灰度值，研究了碎片之間行與列灰度值的匹配程度，作為碎片間拼接的依據(jù)。 將碎片圖像進(jìn)行數(shù)字化后進(jìn)行灰度處理，并轉(zhuǎn)成灰度矩陣的文本存儲(chǔ)。依據(jù)灰度值為0的像素周圍的灰度值必定不為255，抽取碎片周圍的3-5列灰度值作加權(quán)平均處理后作為碎片周圍的灰度值。定義Resultl[i] =Success[i] - Fail[i]，Resultl[i]用來存放碎片每一行或列的匹配度;約定每一行或列的兩個(gè)加權(quán)平均值當(dāng)且僅當(dāng)滿足一方為0另一方為255時(shí)標(biāo)記Fail[i]加1，否則記為Success[i]加1;最后比較輸出Resultl[i]中最大的i值，即為行或列數(shù)（匹配的文件號(hào)）。

1.2基于像素點(diǎn)的算法改進(jìn)

王民[5]等基于原有的角點(diǎn)檢測算法Harris，結(jié)合像素點(diǎn)灰度差，提出了一種新的角點(diǎn)檢測算法，實(shí)驗(yàn)證明提高了原算法的檢測速率以及角點(diǎn)的正確性，但還存在不足，例如在灰度變化較小和紋理信息比較豐富的圖像中的角點(diǎn)檢測效果不佳。

高申勇[6]等按照穩(wěn)定度將像素點(diǎn)分類，計(jì)算初始匹配代價(jià)后，建立代價(jià)樹，利用根據(jù)顏色分割好的圖像以及像素點(diǎn)分類信息，更改代價(jià)樹中各邊的權(quán)值，執(zhí)行樹型濾波后并獲得稠密的視差圖，從而完成立體匹配。使得在立體匹配算法中取得了不錯(cuò)的成績。

Matthew P.Dube[7]等為了解決柵格區(qū)域?qū)s旦曲線的限制，提出利用與外部像素相鄰的一組像素取代柵格區(qū)域，以此進(jìn)一步思考數(shù)字約旦曲線以及在像素空間中存在的多種不同關(guān)系?；谙噜徬袼厝〈膮^(qū)域，在蛋黃關(guān)系方面取得了不錯(cuò)的新穎性，同時(shí)也證明了該方法在R*R模型上的廣泛界限，也為基于像素邊界的空間關(guān)系擴(kuò)展成為可能。還討論了數(shù)字球形關(guān)系、將數(shù)字關(guān)系擴(kuò)展到空間關(guān)系、數(shù)字切割以及數(shù)字拓?fù)潢P(guān)系與邊界像素的約束關(guān)系，為未來邊界像素的發(fā)展與應(yīng)用提供了更好的發(fā)展空間。

1.3基于像素點(diǎn)的面積計(jì)算

用于曲面面積的計(jì)算。曹俊[8]在進(jìn)行曲面面積圖像測量技術(shù)研究中，提出了一種基于亞像素面積的測量方法。通過邊緣提取算法提取圖像的亞像素邊緣，利用最小距離搜索法分離目標(biāo)的邊緣點(diǎn)排序后，使用格林公式計(jì)算出曲面面積。邊緣點(diǎn)的排序，以及進(jìn)行格林公式的求解和離散化處理，都不適合快速得到面積的初衷，并不適合在橋梁檢測工程應(yīng)用。

郭尚[9]等在研究多連通區(qū)域面積計(jì)算中，基于像素點(diǎn)，將一幅具有多個(gè)連通區(qū)域的圖像，逐步掃描，遇到單個(gè)連通區(qū)域就采取合并面積的方式，取得圖像中所有連通區(qū)域的面積，直到掃描完所有的圖片。

Georgios Bontzos[10]等提出了一種基于像素量變化的、用于脈絡(luò)膜痣進(jìn)展檢測的半自動(dòng)化平臺(tái)，初步得到了較好的結(jié)果，可用于檢測早期黑色素性脈絡(luò)膜病變的程度?；?例初始記錄的脈絡(luò)膜黑色素病的總面積，經(jīng)過5年后，通過比較基于像素分析的客觀定量和常規(guī)觀察，所提出的方法比簡單觀察靈敏度高了50%，并且特異性更高。一般的常規(guī)觀察和照片，是用肉眼來判定黑色素增加與否，在這種情況下細(xì)微的變化是很難分辨出來的;而基于像素的分析，可以將細(xì)微處的變化分析出來，并進(jìn)行客觀的量化處理，得到更精確的病理面積，精確監(jiān)督與判定病理發(fā)展程度。

1.4基于像素點(diǎn)的裂縫寬度、長度的計(jì)算

黃衛(wèi)嶺[11]通過將具有一定像素寬度的裂縫進(jìn)行單像素寬度的處理，即骨架化處理，來取得裂縫的長度，也即骨架化后的裂縫像素?cái)?shù)就是該裂縫的長度。根據(jù)骨架化前的像素?cái)?shù)還可以求得裂縫的平均寬度，即用骨架化前的像素總數(shù)除以骨架化后的裂縫的長。

占繼剛[12]利用裂縫圖像骨架化后的裂縫端點(diǎn)集建立KD樹，通過連接符合一定閾值條件的相鄰裂縫端點(diǎn)，實(shí)現(xiàn)兩段裂縫的連接。除此之外，基于像素點(diǎn)的研究還有很多，不勝枚舉。

M.S.Sukiman[13]等利用了基于像素的有限元方法，對(duì)靜電紡聚偏氟乙烯（PVDF）納米纖維膜的彈性特性進(jìn)行了研究，分析了單根纖維的彈性模量和模量中的纖維百分比，發(fā)現(xiàn)基于像素的FEM（Finite Element Method）模型預(yù)測和實(shí)驗(yàn)數(shù)據(jù)有較好的吻合度，是一種可靠的、有希望的傳統(tǒng)拉伸測試的無損替代品。

A.Zare Hosseinzadeh和P.S.Harvey[14]提出了一種基于穩(wěn)健像素運(yùn)動(dòng)軌跡的振動(dòng)監(jiān)測方法，通過監(jiān)視素材、逐幀跟蹤來提取像素的運(yùn)動(dòng)軌跡，來進(jìn)行建筑結(jié)構(gòu)的健康監(jiān)測，還可用于損傷診斷的評(píng)估。該方法結(jié)果初步表明是一種可行且具有成本效益的在線監(jiān)測技術(shù)，不足之處在于對(duì)多變環(huán)境問題下的應(yīng)對(duì)能力。隨著各行各業(yè)的進(jìn)步，攝像、監(jiān)控跟蹤設(shè)備的也不斷更新迭代，基于此類設(shè)備獲取的大量數(shù)據(jù)用來進(jìn)行實(shí)驗(yàn)分析，有助于實(shí)驗(yàn)效果的實(shí)現(xiàn)以及提高實(shí)驗(yàn)效率與準(zhǔn)確率。

Elham Rafiei Sardooi[15]等研究了一種基于像素分類的方法，用來識(shí)別和劃分流域內(nèi)的同質(zhì)區(qū)域，以便管理人員和決策者實(shí)現(xiàn)和制定更加有效的管理方法，實(shí)現(xiàn)對(duì)不同環(huán)境的可持續(xù)化管理。該方法利用已測量和未測量區(qū)域的所有區(qū)域的遙感數(shù)據(jù)源作為基礎(chǔ)進(jìn)行實(shí)驗(yàn)研究，采用模糊聚類的方法，結(jié)果表明同質(zhì)區(qū)域的最佳數(shù)量為四個(gè)，該方法還適用于其他地方，不足之處在于遙感數(shù)據(jù)的分辨率較低，之后可采取高分辨率的衛(wèi)星產(chǎn)品解決。

2 像素點(diǎn)法在橋梁病害中的應(yīng)用前景

根據(jù)橋梁上部結(jié)構(gòu)技術(shù)的不同，將橋梁主要分為梁式橋、拱式橋、懸索橋、斜拉橋;據(jù)此，將橋梁技術(shù)狀況評(píng)定分為：橋梁上部結(jié)構(gòu)各構(gòu)件技術(shù)狀況的評(píng)定、橋梁下部結(jié)構(gòu)各構(gòu)件技術(shù)的評(píng)定、橋面系各構(gòu)件技術(shù)的狀況評(píng)定。根據(jù)各結(jié)構(gòu)構(gòu)件上產(chǎn)生危害的原因不同、程度不同，我們將病害分為：外觀病害、實(shí)體病害、測量病害以及它們的組合體。

當(dāng)前，據(jù)《公路橋梁技術(shù)狀況評(píng)定標(biāo)準(zhǔn)》（JTGITH21-20ll）[l6]中記錄的橋梁病害總計(jì)234個(gè)，其中外觀病害目前已記錄的有215個(gè)，定量關(guān)系描述中包含面積計(jì)算的病害目前已記錄68個(gè)，數(shù)量大約占已記錄病害的29%，占已記錄外觀病害的31.6%.

病害面積計(jì)算在橋梁檢測中占比不小，隨著檢測技術(shù)的不斷發(fā)展，面積計(jì)算的方式方法也當(dāng)有所改變，采用基于像素點(diǎn)的面積計(jì)算在橋梁檢測技術(shù)是新的嘗試，也是新的技術(shù)突破。

現(xiàn)已記錄的橋梁病害還有以下特征：裂縫、剝落、掉角、空洞、孔洞、變色、起皮、銹蝕等等。經(jīng)過圖像收集、圖像處理、神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)、特征提取等方式，再利用像素點(diǎn)法，就可以取得包含此類病害特征的信息，例如第1章提到的裂縫的長、寬;剝落、掉角、空洞、孔洞、變色、起皮、銹蝕等的面積范圍計(jì)算等。不僅如此，根據(jù)每一次檢測的數(shù)據(jù)記錄，還可預(yù)測未來的橋梁安全狀況;根據(jù)兩次檢測的數(shù)據(jù)，推測病害的發(fā)展趨勢，可提前預(yù)知未來險(xiǎn)情，或推測現(xiàn)有的險(xiǎn)情。

技術(shù)的不斷更新變革是為了服務(wù)于社會(huì)生產(chǎn)，提高各類生產(chǎn)活動(dòng)的效率、生產(chǎn)活動(dòng)安全等，以及更進(jìn)一步地促進(jìn)技術(shù)的變異。將現(xiàn)有的技術(shù)應(yīng)用于實(shí)際生活中，提高水平，才能體現(xiàn)出此類技術(shù)的價(jià)值以及存在的合理性?；谙袼攸c(diǎn)法的應(yīng)用，已經(jīng)在多個(gè)方面體現(xiàn)了它的優(yōu)點(diǎn)，而在橋梁病害檢測技術(shù)中，應(yīng)用極少。分析已記錄的橋梁病害數(shù)量，以及檢測技術(shù)的日新月異，將像素法用于橋梁病害檢測當(dāng)中，也是將技術(shù)應(yīng)用于工程測量當(dāng)中，是技術(shù)不斷迭代的體現(xiàn)。

3 結(jié)語

由于深度學(xué)習(xí)和人工智能的不斷深入發(fā)展與普及，以及橋梁檢測系統(tǒng)的智能化發(fā)展，像素點(diǎn)法將在檢測橋梁外觀病害中充當(dāng)重要角色。將像素點(diǎn)法集成于橋梁病害檢測系統(tǒng)，不僅能夠在計(jì)算病害面積上發(fā)揮作用，還可進(jìn)一步加快橋梁病害檢測進(jìn)程，并且在檢測精度上有出色表現(xiàn)，為橋梁的健康管理和維護(hù)帶來及時(shí)高效的處理。除了進(jìn)行面積計(jì)算之外，基于像素點(diǎn)的方法還可以用于橋梁裂縫的長、寬的計(jì)算等。通過對(duì)像素點(diǎn)法的應(yīng)用現(xiàn)狀以及與橋梁病害檢測技術(shù)發(fā)展關(guān)系的分析，基于像素點(diǎn)法在橋梁病害檢測技術(shù)的應(yīng)用前景，當(dāng)橋梁病害的數(shù)據(jù)量足夠大或可進(jìn)行大數(shù)據(jù)運(yùn)算的時(shí)候，對(duì)大量橋梁病害數(shù)據(jù)的分析建模，用來預(yù)測病害的發(fā)展趨勢，是將來橋梁病害檢測技術(shù)的發(fā)展方向，也是結(jié)合目前已存在的相關(guān)技術(shù)的分析所得。

參考文獻(xiàn)：

[1]周宗敏.造世界最多的橋，中國為什么能？[N/OL].http：//m.xi-nhuanet.com/2019-09/2 3/c_1 125 029077.htm.

[2]郎奠波.像素[EB/OL]. https：//baike. baidu. com/item/像素/ 95084？fr=aladdin

[3]霍達(dá)，基于像素匹配的碎紙片拼接復(fù)原[J].呂梁學(xué)院學(xué)報(bào)，2014，4（2）：43-45.

[4]黃薇，許勇，劉淑影，基于像素點(diǎn)的碎片圖像拼接技術(shù)[J].計(jì)算機(jī)應(yīng)用，2014，34（S2）：269-270，290.

[5]王民，周兆鎮(zhèn)，李昌華，等.基于像素點(diǎn)灰度差的Harris角點(diǎn)檢測算法[J].計(jì)算機(jī)工程，2015，41（6）：227-230.

[6]高申勇，戈豪豪，張樺.基于像素點(diǎn)分類和顏色分割的樹型濾波立體匹配[J].電子科技大學(xué)學(xué)報(bào)，2017，46（3）：606-611.

[7] Matthew P.Dube，Max J.Egenhofer，Jordan V.Barrett，Noah J.Simpson. Beyond the digital Jordan curve： Unconstrained sim-ple pixel-based raster relations[J]. Journal of Computer Lan-guages，2019，54.

[8]曹俊.曲面面積圖像測量技術(shù)研究[D].成都：西南石油大學(xué)，2012.

[9]郭尚，蘇鴻根，基于像素的計(jì)算大量連通區(qū)域面積的快速算法[J].計(jì)算機(jī)工程與設(shè)計(jì)，2008，29（7）：1760-1763.

[10] Georgios Bontzos，Nektaria Moysaki，Michael Tsatsos，VassiliosKozobolis， Efstathios T.Detorakis. Preliminary results of asemi-automated platform for pixel-based quantification of cho-roidal naevus progression[J]. Canadian Journal of Ophthalmolo-gy/Journal canadien d' ophtalmologie，2019，54（5）.

[11]黃衛(wèi)嶺.基于圖像處理技術(shù)的橋梁裂縫測量系統(tǒng)研究[D].北京：北京交通大學(xué)，2013.

[12]占繼剛，基于圖像處理的橋梁底面裂縫檢測識(shí)別方法研究[D].北京：北京交通大學(xué)，2017.

[13] Sukiman M S，Andriyana A，Ang B C，et al.Elastic propertiesof electrospun PVDF nanofibrous membranes： Experimental in-vestigation and numerical modelling using pixel-based finiteelement method[J]. Polymer Testing，2019.

[15] Elham Rafiei Sardooi， Ali Azareh， Bahram Choubin， SaeedBarkhori，Vijay P.Singh，Shahaboddin Shamshirband. Applyingthe remotely sensed data to identify homogeneous regions ofwatersheds using a pixel-based classification approach[J]. Ap-plied Geography，2019，111.

[16]沈海華，基于BIM的橋梁養(yǎng)護(hù)管理研究[D].重慶：重慶交通大學(xué)，2017.

【通聯(lián)編輯：唐一東】

收稿日期：2020-01-25

作者簡介：聶秀才（1993-），男（彝族），四川雅安人，西華師范大學(xué)2017級(jí)在讀碩士研究生，研究方向：深度學(xué)習(xí);通訊作者：李寶林（1976-），男，安徽太湖人，博士，西華師范大學(xué)，副教授，研究方向：計(jì)算機(jī)應(yīng)用技術(shù)。