２０１０年第６期（总第２４８期）
Ｎｕｍｂｅｒ６ｉｎ２０１０（ＴｏｔａＩＮｏ．２４８）
混
凝
Ｃｏｎｃｒｅｔｅ
土
理论研究
１Ｔ瑾ＯＲＥＴＩＣＡＬＲＥＳＥＡＲＣＨ
ｄｏｉ：１０．３９６９／ｊ．ｉｓｓｎ．１００２・３５５０．２０１０．０６．００７
边缘检测算子及其在裂缝图像中的应用
张士萍化。刘加平１
（１．江苏省建筑科学研究院有限公司，江苏南京２１０００８；２．东南大学材料科学与工程学院，江苏南京２１００９６）
摘要：简要介绍了几种经典的边缘检测技术，并在ＭＡＴＡＬＢ中利用这些算子对约束收缩引起的混凝土裂缝进行裂缝图像的边缘检
测，通过对比几种算子的分析结果，总结出相对有效的裂缝图像边缘检测算子，为进一步施行裂缝表征参数的提取提供依据。关键词：裂缝；边缘检测；ＭＡＴＬＡＢ中图分类号：ＴＵ５２８．０１
文献标志码：Ａ
文章编号：
１００２—３５５０（２０１０）０６—００２５—０３
Ｅｄｇｅｄｅｔｅｃｔｉｏｎｏｐｅｒａｔｏｒｓａｎｄｔｈｅｉｒａｐｐｌｉｃａｔｉｏｎｉｎｃｒａｃｋｉｎｇｉｍａｇｅ
ＺＦＩＡｊＮＧ
Ｓｈｊ．ｐ啦“２，ＨＵ．ｒｉａ－ｐｉｎ９１
（１．ＪｉａｎｇｓｕＲｅｓｅａｒｃｈＩｎｓｔｉｔｕｔｅｏｆＢｕｉｌｄｉｎｇＳｃｉｅｎｃｅＣｏ．，Ｌｉｄ．，Ｎａｎｊｉｎｇ２１０００８．Ｃｈｉｎａ；
２．ＤｅｐａｒｔｍｅｎｔｏｆＭａｔｅｒｉａｌｓＳｃｉｅｎｃｅａｎｄＥｎｇｉｎｅｅｒｉｎｇ，ＳｏｕｔｈｅａｓｔＵｎｉｖｅｒｓｉｔｙ。Ｎａｎｊｉｎ９２１００９６，Ｃｈｉｎａ）
Ａｂｓｔｒａｃｔ：Ｓｅｖｅｒａｌｋｉｎｄｓｏｆｃｌａｓｓｉｃａｌｆｌａｍｅｉｍａｇｅｅｄｇｅｄｅｔｅｃｔｉｏｎｏｐｃ魁ｔＯｒＳｈａｖｅｂｅｅｎｉｎｔｒｏｄｕｃｅｄ．Ｔｈｅｎｍｅｙｗｅｒｅａｐｐｌｉｅｄｉｎ
Ｃｏｎｇｒｃｔｅ
ｅｄｇｅｄｅｔｅｃｔｉｏｎｏｆ
ｃｒａｃｋｉｎｇｄｕｅ
ｔＯ
ｒｅｓｔｒａｉｎｅｄｓｈｒｉｎｋａｇｅｔｈｒｏｕｇｈＭＡＴＬＡＢ．Ｔｈｅｅｆｆｅｃｔｉｖｅｉｍａｇｅｅｄｇｅｄｅｔｅｃｔｉｏｎｏｐｅｒａｔｏｒ
Ｖａｓ
ｃｏｎｃｌｕｄｅｄｂｙｃｏｍｔ－ａｒａｔｉｏｎ．Ａｎｄ
ｔｈａｔｗｉｌｌａｆｆｏｒｄｇｉｓｔｆｏｒｃｈａｒａｃｔｅｒｉｓｔｉｃｐａｒａｍｅｔｅｒｓｆｏｒｃｒｏｃｋｉｎｇ．Ｋｅｙｗｏｒｄｓ：ｃｒａｃｋｉｎｇ；ｅｄｇｅｄｅｔｅｃｔｉｏｎ；ＭＡＴＬＡＢ
０
引言
混凝土很容易受到外界环境以及荷载因素的影响而导致
图像最基本的特征是边缘，所谓边缘是指其周围像素灰度有阶跃变化或屋顶变化的那些像素的集合。边缘可以粗略地分为阶跃边缘（ｓｔｅｐｅｄｇｅ）与屋顶边缘（ｒｏｏｆｅｄｇｅ），它存在于目标与背景、目标与目标、区域与区域、基元与基元之间嘲。边缘对图像识别和分析十分有用，它能勾画出目标物体轮廓，使观察者一目了然，包含了丰富的信息（如方向、阶跃性质、形状等），是图像识别中抽取的重要属性。近年来，随着数学和人工智能的发展．出现了一些新的边缘检测方法，如数学形态法，小波变换法、神经网络法、模糊检测法、ＩＦＳ边缘检测算子等［９－１］】。本文简要地介绍了几种经典算子的原理．设计了相关试验来提取裂缝图像，并使用Ｍａｔｌａｂ对裂缝图像进行边缘检测，分析这几种经典算子的优劣，找出适合进行裂缝图像边缘检测的最佳算子。以
裂纹产生，进而致使其强度、耐久性以及传输等宏观性能明显劣化。因而，对混凝土裂纹的描述和表征非常重要的。关于混凝土表面裂缝的检测方法有人工测量以及超声检测等多种无损检测技术【ｌ】。人工测量是用裂缝刻度尺，放大镜等测苣裂缝宽度，这需要大量的人力和时间，人为误差较大，且精度和效率较低。超声检测法可检测出裂缝的位置、大小、扩展情况、种类和深度。也有学者采用声发射和电阻定性评价裂纹发展。以及采用电子
照相技术表征微裂缝Ｍ。为有效进行混凝土裂缝的定量评价，
国内外学者已致力于用图像分析技术来着手研究【习。近几年来国内外许多学者已将数字图像处理技术运要到物体表面裂纹检测中并取得了较好的效果。用图像分析法来定量评价混凝土裂缝，主要包含图像采集，图像处理和图像分析这３个过程【蚓。图像采集是整个图像分析法的基础，其效果主要取决于硬件的性能。随着图像采集工具及图像处理软件的不断发展及完善，混凝土收缩测量的精度会进一步得到提高ｒ玎。图像处理与分析是最核心的两个环节，其效果主要取决于软件的编写算法。图像处理实质是提取图像中的特征量或特殊信息，供计算机进行分析和识别．并对图像的灰度进行变换，达到优化图像质量的目的。图像的边缘轮廓携带有重要信息，要准确分析图像，就需具备一张边缘轮廓清晰的图像。在计算混凝土材料的裂缝参数前，必须最大限度地将裂缝区域从图像背景中提取出来。
收稿日期：２０１０－－０３－－０８
基金项目：江苏省博士后基金（０９０１０８９（２）
确保提取的裂缝参数的准确性。提高裂缝的判别精度。
１边缘检测算子
边缘检测的基本思想是通过检测每个像元和其邻域的状态，以决定该像元是否位于一个物体的边界上。如果每一个像元位于～个物体的边界上，则其邻域像元灰度值的变化就比较大。侣如可以应用某种算法检测出这种变化并进行量化表示，那么就可以确定物体的边界。常用的边缘检测算子主要有：罗伯特（Ｒｏｂｅｒｔｓ）边缘算子、索贝尔（ｓｏｂｅｌ）边缘算子、Ｐｒｅｗｉｔｔ边缘算子、高斯一拉普拉斯（ＬａｐｌａｃｉａｎｏｆＧａｕｓｓｉａｎ）边缘算子和坎尼（Ｃａｎｎｙ）边缘算子【１２．”。
１．１
罗伯特（１良ｏｂｅｒｔｓ）边缘算子
罗伯特（Ｒｏｂｅｒｔｓ）边缘算子是一种斜向偏差分的梯度计算
・２５・
万方数据
方法，梯度的大小代表边缘的强度，该算子通常有式（１）表示：
Ｇ皈石，ｙ）】＝｛【哳ｉ瓦万一哳琢玎了耵ｐ
［ｘ／－ｌ（－ｆｇｆ万一哳菇了耵】ｚ｝此
（１）
式中ｉ，（戈，，，）是具有整数像素坐标的输入图像，平方根运算使该处理类似于在人类视觉系统中发生的过程，罗伯特（Ｒｏｂｅｒｔｓ）操作实际上是求旋转＋４５０两个方向上微分值的和。
罗伯特（Ｒｏｂｅｒｔｓ）边缘算子定位精度高，在水平和垂直方向效果较好，但对噪声敏感。
１．２索贝尔（Ｓｏｂｅｌ）边缘算子
索贝尔算子是一组方向算子，从不同的方向检测边缘。索贝尔算子不是简单求平均再差分，而是加强了中心像素上下左右四个方向像素的权重，运算结果是一幅边缘图像。
该算子通常有下列式（２）～（４）表示：
正’（髫，），）钮ｘ－１，矿１）＋矾茗，矿１）识计ｌ，矿１）一
“ｘ－１，广１）一抓石，广１）欹什１，ｙ＿１）
（２）Ｚ‰，ｙ）钒ｘ－Ｉ，ｙ．１）＋积ｘ－Ｉ，，，）坝ｘ－１，矿１）一
一什ｌ，ｙ－１）一顼什１，，，）水ｘ＋ｌ，矿１）
（３）
式中班’（髫，Ｙ）、７；’（ｘ，，，）１方向和Ｙ方向的一阶微分；
Ｇ叹＊，ｙ）１＝扳’（并，ｙ）Ｉ十坛’（聋，ｙ）Ｉ
（４）
Ｇ皈戈，，，）卜Ｓｏｂｅｌ算子的梯度；
．“茁，，，）——具有整数像素坐标的输入图像。
求池梯度后，可设定一个常数丁，当Ｇ以石。，，）】＞ｒ时，标出该点为边界点，其像素值设定为０，其他的设定为２５５，适当调整常数丁的大小来达到最佳效果。索贝尔（ＳｏｂｅＪ）算子通常对灰度渐变和噪声较多的图像处理得较好。
１．３
Ｐｒｅｗｉｔｔ边缘算子
Ｐｒｅｗｉｔｔ边缘算子是一种边缘样板算子，利用像素点上下、左
右邻点灰度差，在边缘处达到极值检测边缘，对噪声具有平滑作用。由于边缘点像素的灰度值与其邻域点像素的灰度值有显著不同，在实际应用中通常采用微分算子和模板匹配合比法检测图像的边缘㈣。
该算子通常有下列式（５）一（７）表示：
五’（石，，，）歌ｘ＋ｌ，ｙ－１）砜茗一１，ｙ－１）何什ｌ，ｙ）－
∥髫一１，，，）坝ｘ＋ｌ，矿１）砜ｘ－１，矿１）
（５）Ｚ’（茗，，，）歌ｘ－Ｉ，ｙ＋１）叫ｘ－１．ｙ－Ｉ）何茹，ｐ１）一
ｘ。广１）何什ｌ，矿１）矾ｘ＋ｌ，广１）
（６）式中正’（ｚ，ｙ）∥（茹，ｙ）叫方向和ｙ方向的一阶微分；
ｃ叽省，，，）】－、仍甄了巧只ｉ万
（７）
ｃ矾茗，，，）卜—一Ｐｒｅｗｉｔｔ算子的梯度；
Ａ石，，，）——具有整数像素坐标的输入图像。
求出梯度后，可设定一个常数７＇。当Ｇ叭算，，，）】＞耐，标出该
点为边界点，其像素值设定为０，其他的设定为２５５，适当调整
常数哟大小来达到最佳效果。Ｐｒｅｗｉｔｔ算子不仅能检测边缘点，
而且能抑制噪声的影响，因此对灰度和噪声较多的图像处理得较好。
１．４高斯～拉普拉斯（ＬａｐｈｃｉａｎｏｆＧａｕｓｓｉａｎ）边缘算子
拉普拉斯算子是一个二阶导数算子，而前面提到的三种算子均为一阶导数算子。该算子是一个与方向无关的各向同性（旋转轴对称）边缘检测算子。若只关心边缘点的位置而不顾其周围的实际灰度差时，一般选择该算子进行检测。
该算子通常有式（８）表示：
・２６・
万方数据
Ｖ孤菇，，，）钮ｘ＋ｌ，ｙ）识ｘ－１，ｙ）顿茗，矿１）＋
，（算，产１）州ｘ，Ｙ）
（８）
式中：Ｖｙ（ｘ，，，）——数字图像中每个像素关于茗轴和Ｙ轴的二阶
偏导数之和，即处理后像素（茗，ｙ）处的灰度值；
“戈，，，）——具有整数像素坐标的输入图像。
由于拉普拉斯算子为二阶差分，其方向信息丢失，常产生双像素，对噪声有双倍加强作用，因此它很少直接用于边缘检测。
鉴于此，Ｍａｒｔ和Ｈｉｌｄｒｅｔｈ将高斯滤波和拉普拉斯边缘检测结合在一起，形成了ＬＯＧ（ＬａｐｌａｃｉａｎｏｆＧａｕｓｓ／ａｎ）算子，即高斯一拉普拉斯算子，也常称为马尔算子（Ｍａｒｒ－Ｈｉｌｄｒｅｔｈｏ该算子先用高斯算子对图像进行平滑，然后采用拉普拉斯算子根据二阶微分过零点来检测图像边缘嗍。
高斯—拉普拉斯算子通常如式（９）：
州ｒ）＿专１一寺Ｈ一寺）
（９）
式中：矿——方差；
ｒ——离原点的径向距离，即芦铲＋ｆ；算、，，——图像的横坐标和纵坐标。
高斯拉普拉斯算子是两种算子的结合，既具备高斯算子的平滑特点又具备拉普拉斯算子锐化特点。平滑和锐化，积分和微分是一对矛盾的２个侧面，统一在一起后就变成了最佳因子。因为图像中包含噪声，平滑和积分可以滤掉这些噪声，消除噪声后再进行边缘检测（锐化和微分）会得到较好的效果。
１．５坎尼（Ｃａｎｎｙ）边缘算子
坎尼算子是一类最优边缘检测算子，它在许多图像处理领域得到了广泛应用。Ｃａｎｎｙ考核边缘检测算子的指标是：①低误判率，即尽可能地把边缘点误认为是非边缘点；②高定位精度，即准确地把边缘点定位在灰度变化最大的像素上；③抑制虚假边缘【ｌｌ。
Ｃａｎｎｙ从这三项指标出发，推导出了最佳边缘检测算子－ｃ锄ｙ
边缘算子。该算子的基本思想是：先对处理的图像选择一定的Ｇｕａｓｓ滤波器进行平滑滤波，抑制图像噪声；然后采用一种称之为“非极值抑制”（ＮｏｎｍａｘｉｍａＳｕｐｐｒｅｓｓｉｏｎ）的技术，细化平滑后的图像梯度幅值矩阵。寻找图像中的可能边缘点；最后利用双门限检测通过双阈值递归寻找图像边缘点，实现边缘提取。
Ｃａｎｎｙ方法也使用拉普拉斯算子，该方法与其他边缘检测方法的不同之处在于，它使用２种不同的阈值分别检测强边缘和弱边缘，并且仅当弱边缘与强边缘相连时才将弱边缘包含在输出图像中，因此这种方法较其他方法而言不容易被噪声“填充”，更容易检查出真正的弱边缘。
２裂缝图像边缘检测
试验室成型一组约束收缩开裂的试件，利用高分辨率数码相机摄取裂缝图像，如图ｌ所示。分别在ＭＡＴＬＡＢ中利用上述各边缘检测算子对图像进行边缘检测，边缘检测结果如图２所示。一般认为，边缘线清晰、连贯性较好、能检测结果。从裂缝图像边缘检测效果图中可以看出，Ｒｏｂｅｒｔｓ算子、ｓｏｂｅｌ算子和Ｐｒｅｗｉｔｔ算子的结果图边缘连续性较差。不利于裂缝图像特征参数的提取。ＬＯＧ算子和Ｃａｎｎｙ算子的检测结果图边缘连续性相对较好。ＬＯＧ算子通过高斯函数对图像进行平滑处理，因此对噪声的抑制作用比较明显。Ｃａｎｎｙ算子与其他边缘检测算子的不同之处在于，它使用２种不同的阈值分别检测强边缘和弱边缘，并且仅当弱边缘与强边缘相连时才将弱边缘包含在输出
图像中，因此这种方法较其他方法而言不容易被噪声“填充”，更容易检查出真正的弱边缘。由于Ｃａｎｎｙ算子能检查出真正的弱边缘，其边缘定位比较精确，边缘连续性稍好于ＬＯＧ算子，但Ｃａｎｎｙ算子容易受噪声的影响，如果配合理想的滤波器首先滤除背景噪声，Ｃａｎｎｙ算子也是一种很好的裂缝图像边缘检测算子，但需要配合滤波器将使操作变得比较复杂。由此可知，ＬＯＧ算子相对来说比较简单，且效果理想，是相对比较有效的裂缝图像边缘检测算子。最大限度地将裂缝区域从图像背景中提取出来后，采用图像分析软件测量出沿裂缝轮廓方向上的裂缝宽度分布。可以较精确的计算出平均宽度。
图１混凝土表面裂缝
图２裂缝图像边缘检测结果
３结论
在ＭＡＴＬＡＢ中分别采用这几种边缘检测算子对裂缝图像进行边缘检测。通过反复试验可以证明，罗伯特（Ｒｏｂｅｒｔｓ）边缘算子、索贝尔（Ｓｏｂｅｌ）边缘算子和Ｐｒｅｗｉｔｔ边缘算子对噪声较为敏感，得到的往往是断续的、不完整的结构信息，为了能成功地检测到真正的边缘，一般都要先对原图像进行平滑来去除图像中的噪声，再进行边缘检测。高斯拉普拉斯（ＬａｐｌａｃｉａｎｏｆＧａｕｓｓｉａｎ）－上接第２０页
【２】陈肇元．钢筋的混凝土保护层设计要求急待改善一混凝土结构设计规
范的问题讨论之－－［Ｊ］建筑结构，２００７，３７（６）：１０８—１１４．
ｆ３ｊ王青，徐港．混凝土结构保护层作用及厚度取值分析册．三峡大学学
报：自然科学版，２００７，２９（４）：３１７—３２０．
１４１刘秉京．混凝土结构耐久性ｉ鼠ｔＩＭ］．北京：人民交通出版社，２００７．ｆ５】任昭君．混凝土中钢筋的锈蚀机理及检测技术【Ｊ１．工程建设，２００７，３９
（５）：１１－１５．
ｆ６】６宁波工程学院．宁波象山港公路大桥及接线工程混凝土结构耐久性
研究【Ｒ】．宁波：宁波市高等级公路建设指挥部，２００８．
【７】葛燕，朱锡昶，朱雅仙，等．混凝土中钢筋的腐蚀与阴极保护【Ｍ】＿Ｅ
京：化学工业出版社。２００７：１１．
【８】张誊．混凝土结构耐久性概论【Ｍ】．上海：上海科技技术出版社，２００３．
万方数据
边缘检测算子将高斯滤波和拉普拉斯边缘检测结合在一起，先对图像进行平滑和积分以滤掉噪声，消除噪声后再进行边缘检测（锐化和微分），得到的效果比较好，且实现容易。坎尼（Ｃａｎｎｙ）边缘算子提取的边缘线型连接程度也较好，边缘提取的也较完整，但易受噪声影响。因此高斯拉普拉斯（ＬａｐｌａｃｉａｎｏｆＧａｕｓｓｉａｎ）边缘检测算子是相对比较有效的裂缝图像边缘检测算子。
参考文献：
ｆ１Ｊ侯宝隆，蒋之峰．混凝士的非破损检浈ＯｆＭｌ．北京：地震出版社，１９９２．
【２】ＧＲＡＮＧＥＲＳ，ＰＩＪＡＵＤＩＥＲＣＡＢＯＴＧ，ＬＯＵＫＩＩＬＩＡ，ｅｔ
ａ１．Ｍｏｎｉｔｏｒｉｎｇ
ｏｆ
ｃｒａｃｋｉｎｇａｎｄｈｅａｌｉｎｇｉｎ
ａｎ
ｕｌｔｒａｈｉｓｈｐｅｒｆｏｒｍａｎｃｅ
ｅｅｍｅｎｔｉｔｉｏｕｓｍａｔｅ－
ｒｉａｌ
ｕｓｉｎｇ
ｔｈｅｔｉｍｅｒｅｖｅｒｓａｌ
ｔｅｃｈｎｉｑｕｅ［Ｊ］．ＣｅｍｅｎｔａｎｄＣｏｎｃｒｅｔｅＲｅｓｅａｒｃｈ，
２００９（３９）：２９６—３０２．
【３】ＹＡＮＧＺ．Ａｓｓｅｓｓｉｎｇｃｕｍｕｌａｔｉｖｅｄａｍａｇｅ
ｉｎ
ｃｏｎｃｒｅｔｅ
ａｎｄｑｕａｎｔｉｆｙｉｎｇ
ｉｔｓ
ｉｎｆｌｕｅｎｃｅ
ｏｎ
ｌｉｆｅｃｙｃｌｅ
ｐｅｒｆｏｒｍａｎｃｅｍｏｄｅｌｉｎｇ［Ｄ］．Ｄｉｓｓｅｒｔａｔｉｏｎ，Ｐｕｒｄｕｅ
Ｕｎｉｖｅｒｓｉｔｙ，ＷｅｓｔＬａｆａｙｅｔｔｅ。ＩＮ，２００４．
【４】ＳＡＭＡＨＡＨＲ，ＨＯＶＥＲＫＣ．１ｎｆｔｕｅｎｃｅｏｆｍｉｃｒｏｅｒａｃｋｉｎｇｏｎｔｈｅＩｎａ￥ｓ
ｔｒａｎｓｐｏｒｔｐｒｏｐｅｒｔｉｅｓｏｆｃｏｎｃｒｅｔｅ［Ｊ］．ＡＣＩＭａｔｅｒｉａｌｓＪｏｕｒｎａｌ，１９９２，８９（４）：
４１６—４２４．
【５】耿飞。解建光，钱春香．图像分析技术对混凝土裂缝的定量评价【Ｊ】．混
凝土。２００５（５）：７８—９４．
【６】ＲＩＮＧＯＴＥ，ＢＡＳＣＯＵＬＡ．Ａｂｏｕｔｔｈｅａｎａｌｙｓｉｓｏｆｍｉｅｒｏｃｒａｅｋｉｎｇ
ｉｎ
ｃｏｎ－
ｃｒｃｔｅ［Ｊ］．ＣｅｍｅｎｔａｎｄＣｏｎｃｒｅｔｅＣｏｍｐｏｓｉｔｅｓ，２００１（２３）：２６１－２６６．
【７】吴浩，姚燕，王玲．数字图像处理技术在水泥混凝土研究中的应用叨．
混凝土与水泥制品，２００７（４）：８－１３．
【８】贾永红数字图像处理【Ｍ】．武汉：武汉大学出版社，２００３．
【９】ＨＡＲＡＬＩＣＫＲＭ，ＳＴＥＲＮＢＥＲＧＳＲ，ＺＨＵＡＮＧＸｉｎ—ｈｕａ．Ｉｍａｇｅａｎａｌｙ—
ｓｉｓ
ｕｓｉｎｇｍａｔｈｅｍａｔｉｃａｌｍｏｒｐｈｏｌｏｇｙ［Ｊ］Ｊ．ＥＥＥＴｒａｎｓｏｎＰＡＭｌ，１９８７，９（４）：
５３２—５５０．
【１０］ＭＡＬＬＡＴＳ，ＨＷＡＮＧＷＬ．Ｓｉｎｇｕｌａｒｉｔｙｄｅｔｅｃｔｉｏｎａｎｄｐｒｏｃｅｓｓｉｎｇ讲ｔ１１
ｗａｖｅｌｅｔｓ［Ｊ］．ＩＥＥＥＴｒａｎｓＯｎＩｎｆｏｒｍａｔｉｏｎＴｈｅｏｒｙ，１９９２，３８（２）：６１７－－６４３．［１Ｉ］ＣＨＥＮＷＦ，ＬＵＸＱ，ＣＨＥＮＪＪ，ｅｔａ１．Ａ
ｎｅｗ
ａｌｇｏｒｉｔｈｍ
ｏｆｅｄｇｅｄｅｔｅｃ—
ｔｉｏｎ
ｆｏｒｃｏｌｏｒｉｍａｇｅ：ｇｅｎｅｒａｌｉｚｅｄｆｕｚｚｙｏｐｅｒａｔｏｒｉＪ］．Ｓｃｉｅｎｃｅｉｎ
Ｃｈｉｎａ（Ａ），
１９９５，３８（１０）：１２７２—１２８０．
ｆｌ２Ｊ袁春兰，熊宗龙，周雪花，等．基于Ｓｏｂｅｌ算子的图像边缘检测研究饥．
激光与红外。２００９，３９（１）：８５—８７．
【ｌ
３１王坤，刘天伟，杜芳芳，等．ＭＡＷＲ在对图像进行边缘检测方面的
作用Ⅲ．沈阳师范大学学报：自然科学版，２００５。２３（２）：１６１—１６５．【１４】张艳群，孟凡荣．ＭＡＴＬＡＢ在图像边缘检测中的应用【Ｊ】．计算机应用研究，２００４（６）：１４４—１４６．
作者简介：张士萍（１９８２一），女，博士，研究方向：土木工程材料耐久性。单位地址：江苏省南京市江宁区万安西路５９号（２１１１０３）联系电话：１３７７０６０４１５２
【９】于成龙，李胜强．混凝土碳化机理及预测模型分析【Ｊ】．重庆建筑，２００９
（５）：４７—５０．
度分布的适用性【Ｊ】．混凝土与水泥制品，２００５（４）：７－１０．
【１ｌｌＣＥＣＳ２２０：２００７，混凝土结构耐久性评定标准【ｓ】．北京：中国建筑工
业出版社，２００７．
作者简介：高明赞（１９８７一），男，主要从事混凝土结构耐久性研究和工程管理。
单位地址：
浙江省宁波市海曙区宁波工程学院混凝土结构耐久性研
究所（３１５０１６）
１３４８６７０９２０８
・２７・
｛１５】章毓晋．图像分割【Ｍ］．北京：科学出版社．２００１．
【１０Ｊ刘芳，宋志刚，潘仁泉，等．用Ｆｉｃｋ第二定律描述混凝土中氯离子浓
联系电话：
边缘检测算子及其在裂缝图像中的应用
作者：作者单位：
张士萍， 刘加平， ZHANG Shi-ping， LIU Jia-ping
张士萍,ZHANG Shi-ping(江苏省建筑科学研究院有限公司,江苏,南京,210008;东南大学,材料科学与工程学院,江苏,南京,210096)， 刘加平,LIU Jia-ping(江苏省建筑科学研究院有限公司,江苏,南京,210008)混凝土CONCRETE 2010，""(6)0次
刊名：英文刊名：年，卷(期)：被引用次数：
参考文献(15条)
1. 侯宝隆. 蒋之峰 混凝土的非破损检测 1992
2. GRANGER S. PIJAUDIER CABOT G. LOUKIILI A Monitoring of cracking and healing in an ultra highperformance cementitious material using the time reversal technique 2009(39)
3. YANG Z Assessing cumulative damage in concrete and quantifying its influence on life cycleperformance modeling 2004
4. SAMAHA H R. HOVER K C Influence of microcracking on the mass transport properties of concrete1992(4)
5. 耿飞. 解建光. 钱春香 图像分析技术对混凝土裂缝的定量评价 2005(5)
6. EINGOT E. BASCOUL A About the analysis of microcracking in concrete 2001(23)7. 吴浩. 姚燕. 王玲 数字图像处理技术在水泥混凝土研究中的应用 2007(4)8. 贾永红 数字图像处理 2003
9. HARALICK R M. STERNBERG S R. ZHUANG Xin-hua Image analysis using mathematical morphology 1987(4)10. MALLAT S. HWANG W L Singularity detection and processing with wavelets 1992(2)
11. CHEN W F. LU X Q. CHEN J J A new algorithm of edge detection for color image:generalized fuzzyoperator 1995(10)
12. 袁春兰. 熊宗龙. 周雪花. 彭小辉 基于Sobel算子的图像边缘检测研究 2009(1)
13. 王坤. 刘天伟. 杜芳芳. 常琳. CHANG Lin MATLAB在对图像进行边缘检测方面的作用 2005(2)14. 张艳群. 孟凡荣 MATLAB在图像边缘检测中的应用 2004(6)15. 章毓晋 图像分割 2001
相似文献(10条)
1.期刊论文 黄捍东. 胡光岷. 贺振华. 黄德济. HUANG Han-Dong. HU Guang-min. HE Zheng-hua. HUANG De-ji 利用多尺度边缘检测研究碳酸盐岩裂缝分布 -物探化探计算技术2000,22(1)
裂缝检测与图像分析中的边缘检测有许多相似之处,因此,能够借助某些边缘检测理论并结合实际地震资料形成有效的裂缝检测方法.作者基于小波多尺度边缘检测理论,结合地震波场对裂缝的多尺度特性,提出了碳酸盐岩裂缝预测的多尺度边缘检测方法.方法的主要思想是:利用小波变换模的局部极值,检测出三维地震记录裂缝点特征位置,并通过调整模值在图像中的灰度,自动识别裂缝发育区的范围.实际应用效果表明,作者所采用的方法能够较详细的刻画出碳酸盐岩裂缝的局部特征,并且裂缝预测结果与钻井资料吻合较好,该方法是一种有效的碳酸盐岩裂缝检测方法.
2.学位论文 黄捍东 碳酸盐岩裂缝油气预测的地球物理方法研究 2000
该文以任丘潜山碳酸盐岩为工作区,采用地震、地质、测井、油藏工程等多学科综合研究的思路,对碳酸盐岩裂缝剩余油分布规律进行研究,取得了重要的理论认识和良好的实际应用效果.该文研究工作可归纳为五个部分:第一,碳酸盐岩裂缝发育规律及其地震波场特征研究;第二,碳酸盐裂缝检测的若干地球物理方法研究;第三,不同地球物理方法在任丘潜山裂缝预测中的应用与效果评价;第四?岩石的各向异性与碳酸盐岩裂缝发育方向、密度研究;第五,任丘潜山裂缝剩余油分布规律及潜力目标研究.通过一系列综合性的研究工作,建立了裂缝剩余油的理论模式,发现了任丘潜山裂缝剩余油存在潜力,提出了钻探井位和下步挖潜方向.经钻井证实,裂缝油气预测结论与实际资料吻合,预测成果具有较高的可信度.该文的研究成果,为碳酸盐裂缝油气储层的研究和评价提出了新的技术思路和方法,为油田钻探提供了科学依据,同时,也为研究人员深入研究裂缝性致密气储集层积累和经验,使传统的裂缝性储集层定性研究向定量化研究迈进了一步.
3.期刊论文 凌勇. 汪国有 高速公路裂缝边缘检测算法研究 -计算机与数字工程2001,29(3)
本文提出了一种有效的高速公路裂缝边缘快速检测算法.通过将对称指数滤波器(ISEF)算法与边过程算法有机结合的方法,对高速公路裂缝图象进行
抑制强烈噪声和微分二值化运算,并利用追踪围线提取得到裂缝边缘.实验结果证明,该方法能稳定有效地提取图象中的连续裂缝边缘,并且运算复杂度是线性的,有利于高速实时的处理.
4.学位论文 杨波 高等级公路路面病害识别算法研究——裂缝类病害识别 2003
随着公路的高速发展,路况检测的效率与质量越来越受到重视.该课题为陕西省公路十五规划课题中的子题,对CCD摄像机所摄取的路面图像,采用数字图像处理技术进行离线处理,从而达到自动识别路面病害的目的.一个完整的路面病害识别的过程是由:对裂缝图像进行噪音滤除、边缘检测、边缘连接以及病害的几何特征的计算等几部分组成的.该文选用加权的邻域平均算法进行噪音滤除对裂缝图像进行噪音滤除的处理,有效去除了图像杂点对病害识别的影响.在比较了多种算法后,选用了基于小波变换的自适应阈值图像边缘检测算法对裂缝图像进行边缘检测处理,检测结果明显好于其他算法.在对裂缝图像进行边缘连接处理中,结合模糊识别理论对图像进行边缘连接,得到闭合的裂缝边缘,为后期处理提供良好的图像,最后设计了一种简单裂缝尺寸算法计算裂缝类病害的几何特征,能够计算出路面病害的宽度和面积等几何尺寸.文中给出了作者采用面向对象程序设计方法所设计的部分图像处理算法程序,并给出了采用不同算法对路面病害图像处理的结果.结果表明:在裂缝类病害图像的边缘检测中引入小波变换的自适应阈值算法,得到了令人满意的效果.
5.期刊论文 回春. 高志卫. 董云福. 梁建军. 刘新春. HUI Chun. Gao Zhi-wei. DONG Yun-fu. LIANG JIAN-JUN. LIU Xin-chun 商河油田商四区沙三中火成岩裂缝研究 -西部探矿工程2005,17(z1)
对商河油田商四区沙三中火成岩裂缝体系进行了分析研究,利用岩石物理测试系统,对不同尺度裂缝与纵波的振幅、速度和主频等参数间的关系进行了理论测试研究.引入图像处理中的多尺度边缘检测等技术,结合三维地震资料的特点,利用相邻地震道之间的相异性进行裂缝预测,描述和刻画地下空间某一区域的裂缝和孔洞的展布形态.
6.学位论文 何靓俊 基于图像处理的沥青路面裂缝检测系统研究 2008
沥青高速公路路面裂缝自动检测技术对于整个高速公路路面养护管理系统有着非常重要的意义。传统的人工检测方法已经不能满足现代检测的需求，随着计算机技术的发展，路面检测技术已经与计算机技术相结合，进入了自动检测阶段。本文作者参加了教育部重点实验室--沥青路面裂缝的图像检测、识别及自动评价方法研究项目，对沥青高速公路路面裂缝图像检测系统进行了研究。 论文完成的主要工作有：
1.提出了一种改进的中值滤波算法。原始图像增强算法在平滑图像的同时易模糊裂缝的边缘。经过改进的中值滤波处理后，大部分噪声被去除并很好的保持了边缘，为边缘检测提供了高质量的数字图像。
2.应用一种改进的Canny算法对裂缝图像进行边缘检测处理。经典的边缘检测算法检测效果差，容易出现伪边缘，应用一种结合阈值选择的改进的Canny准则算法对裂缝图像进行边缘检测，该方法实验效果满意。
3.设计了高速公路养护管理SQL数据库系统。结合高速公路养护管理系统的实际应用环境和操作业务流程，设计出适用于各种高速公路养护管理系统的数据库，并建立了SQL数据库应用系统。
4.设计了一个路面裂缝检测系统。根据高速公路路面检测系统的特点，按照模块化思想，对系统进行设计，并进行了实验。对系统的实验结果进行了分析，并对系统开发中仍需要解决的问题进行了简要的阐述。
7.期刊论文 迟新刚. 贺振华. 黄德济 三维地震模糊边缘裂缝检测方法 -石油物探2003,42(3)
改进后的模糊边缘检测方法在裂缝检测中保留了更多的图像灰度信息,因此,检测结果既保留了更多的局部裂缝分布特征,又能明显地预测裂缝发育带的整体分布特征,并且计算速度比改进前有明显提高.该方法在实际资料处理中取得了令人满意的效果.
8.学位论文 伯绍波 沥青路面裂缝图像检测算法研究 2008
路面破损检测是高速公路养护与管理工作中很重要的一部分，但我国在路面破损检测方面运用的仍然是传统方法，已不能满足高速公路路面养护与管理的需求。论文基于国内公路交通行业发展的迫切需要，探讨了针对沥青路面裂缝类破损的图像检测算法及系统。论文的主要工作和取得的研究成果有：
(1)针对路面图像中裂缝目标和背景区域灰度值相近，不利于裂缝目标的提取，将模糊集合理论引入到沥青路面裂缝检测中，提出了一种封闭性和移植性好的广义模糊变换算子，并将其应用于图像增强算法中，可以很好地增强裂缝边缘的信息。
(2)针对实际应用中很难兼顾边缘提取算法的图像处理效果和速度，利用梯度算子获得图像中的感兴趣区域，再构造四种结构元素，结合形态学梯度和OTSU算子提取感兴趣区域的边缘，提出了一种改进的数学形态学边缘检测算法，其不仅具有很好的边缘提取能力，而且具有很快的处理速度。
(3)对提取出的物体进行标识和统计，将统计出的噪声滤除，通过区域填充技术弥合裂缝中的空隙，并对处理后的裂缝进行分类。然后对规则裂缝进行细化，通过计数的方法计算出规则裂缝的长度和宽度，或通过蚕食方法计算出不规则裂缝的面积。
(4)基于图像处理技术设计了一种沥青路面裂缝检测系统。在Visual C++6.0软件开发环境下，借助Mil-Lite8.0软件开发包，实现了系统的各个模块及相关的图像处理算法。并将该系统应用于沥青路面裂缝检测，实验结果表明，该系统检测效果好、检测精度高，具有很高的实用性和推广性。
9.期刊论文 王连山. 朱庆忠. 董建海. 孙海林. 宋子军. WANG Lian-shan. ZHU Qing-zhong. DONG Jian-hai. SUN Hai-lin . SONG Zi-jun 三维多尺度边缘检测技术在古潜山裂缝性储层预测中的应用--以河西务南部油气藏为例 -特种油气藏2006,13(3)
针对河西务南部奥陶系古潜山裂缝发育、规律性差的特点,运用碳酸盐岩裂缝地震波场裂缝预测方法,利用三维多尺度边缘检测手段,开展了三维多尺度边缘检测裂缝预测研究,基本上弄清了古潜山裂缝的空间分布情况,对河西务古潜山油气藏下步滚动潜力目标的评价钻探具有指导意义.
10.学位论文 吴秋波 基于随机分形的储层裂缝预测方法研究 2005
论文研究了将地震振幅数据转化为灰度数字图像，运用基于离散分数布朗随机场的数字图像边缘检测算法预测储层裂缝的技术方法。
本论文应用R/S分析技术和基于小波变换的谱参数估计方法均可以很好地计算赫斯特指数，相对而言，小波变换谱参数估计方法具有较好的抗噪性。在裂缝发育区段，由于地层介质弹性的非均质性及地震波的散射、吸收等使得地震反射序列变得更为复杂，这样，裂缝发育区地震信号的赫斯特指数小于非裂缝发育区。论述了应用赫斯特指数判别及预测裂缝的可行性。
本文链接：http://d.g.wanfangdata.com.cn/Periodical_hnt201006007.aspx
授权使用：湖南大学(hunandx)，授权号：2d22d682-1d2a-4228-a6ae-9e38012a5641
下载时间：2010年11月24日
２０１０年第６期（总第２４８期）
Ｎｕｍｂｅｒ６ｉｎ２０１０（ＴｏｔａＩＮｏ．２４８）
混
凝
Ｃｏｎｃｒｅｔｅ
土
理论研究
１Ｔ瑾ＯＲＥＴＩＣＡＬＲＥＳＥＡＲＣＨ
ｄｏｉ：１０．３９６９／ｊ．ｉｓｓｎ．１００２・３５５０．２０１０．０６．００７
边缘检测算子及其在裂缝图像中的应用
张士萍化。刘加平１
（１．江苏省建筑科学研究院有限公司，江苏南京２１０００８；２．东南大学材料科学与工程学院，江苏南京２１００９６）
摘要：简要介绍了几种经典的边缘检测技术，并在ＭＡＴＡＬＢ中利用这些算子对约束收缩引起的混凝土裂缝进行裂缝图像的边缘检
测，通过对比几种算子的分析结果，总结出相对有效的裂缝图像边缘检测算子，为进一步施行裂缝表征参数的提取提供依据。关键词：裂缝；边缘检测；ＭＡＴＬＡＢ中图分类号：ＴＵ５２８．０１
文献标志码：Ａ
文章编号：
１００２—３５５０（２０１０）０６—００２５—０３
Ｅｄｇｅｄｅｔｅｃｔｉｏｎｏｐｅｒａｔｏｒｓａｎｄｔｈｅｉｒａｐｐｌｉｃａｔｉｏｎｉｎｃｒａｃｋｉｎｇｉｍａｇｅ
ＺＦＩＡｊＮＧ
Ｓｈｊ．ｐ啦“２，ＨＵ．ｒｉａ－ｐｉｎ９１
（１．ＪｉａｎｇｓｕＲｅｓｅａｒｃｈＩｎｓｔｉｔｕｔｅｏｆＢｕｉｌｄｉｎｇＳｃｉｅｎｃｅＣｏ．，Ｌｉｄ．，Ｎａｎｊｉｎｇ２１０００８．Ｃｈｉｎａ；
２．ＤｅｐａｒｔｍｅｎｔｏｆＭａｔｅｒｉａｌｓＳｃｉｅｎｃｅａｎｄＥｎｇｉｎｅｅｒｉｎｇ，ＳｏｕｔｈｅａｓｔＵｎｉｖｅｒｓｉｔｙ。Ｎａｎｊｉｎ９２１００９６，Ｃｈｉｎａ）
Ａｂｓｔｒａｃｔ：Ｓｅｖｅｒａｌｋｉｎｄｓｏｆｃｌａｓｓｉｃａｌｆｌａｍｅｉｍａｇｅｅｄｇｅｄｅｔｅｃｔｉｏｎｏｐｃ魁ｔＯｒＳｈａｖｅｂｅｅｎｉｎｔｒｏｄｕｃｅｄ．Ｔｈｅｎｍｅｙｗｅｒｅａｐｐｌｉｅｄｉｎ
Ｃｏｎｇｒｃｔｅ
ｅｄｇｅｄｅｔｅｃｔｉｏｎｏｆ
ｃｒａｃｋｉｎｇｄｕｅ
ｔＯ
ｒｅｓｔｒａｉｎｅｄｓｈｒｉｎｋａｇｅｔｈｒｏｕｇｈＭＡＴＬＡＢ．Ｔｈｅｅｆｆｅｃｔｉｖｅｉｍａｇｅｅｄｇｅｄｅｔｅｃｔｉｏｎｏｐｅｒａｔｏｒ
Ｖａｓ
ｃｏｎｃｌｕｄｅｄｂｙｃｏｍｔ－ａｒａｔｉｏｎ．Ａｎｄ
ｔｈａｔｗｉｌｌａｆｆｏｒｄｇｉｓｔｆｏｒｃｈａｒａｃｔｅｒｉｓｔｉｃｐａｒａｍｅｔｅｒｓｆｏｒｃｒｏｃｋｉｎｇ．Ｋｅｙｗｏｒｄｓ：ｃｒａｃｋｉｎｇ；ｅｄｇｅｄｅｔｅｃｔｉｏｎ；ＭＡＴＬＡＢ
０
引言
混凝土很容易受到外界环境以及荷载因素的影响而导致
图像最基本的特征是边缘，所谓边缘是指其周围像素灰度有阶跃变化或屋顶变化的那些像素的集合。边缘可以粗略地分为阶跃边缘（ｓｔｅｐｅｄｇｅ）与屋顶边缘（ｒｏｏｆｅｄｇｅ），它存在于目标与背景、目标与目标、区域与区域、基元与基元之间嘲。边缘对图像识别和分析十分有用，它能勾画出目标物体轮廓，使观察者一目了然，包含了丰富的信息（如方向、阶跃性质、形状等），是图像识别中抽取的重要属性。近年来，随着数学和人工智能的发展．出现了一些新的边缘检测方法，如数学形态法，小波变换法、神经网络法、模糊检测法、ＩＦＳ边缘检测算子等［９－１］】。本文简要地介绍了几种经典算子的原理．设计了相关试验来提取裂缝图像，并使用Ｍａｔｌａｂ对裂缝图像进行边缘检测，分析这几种经典算子的优劣，找出适合进行裂缝图像边缘检测的最佳算子。以
裂纹产生，进而致使其强度、耐久性以及传输等宏观性能明显劣化。因而，对混凝土裂纹的描述和表征非常重要的。关于混凝土表面裂缝的检测方法有人工测量以及超声检测等多种无损检测技术【ｌ】。人工测量是用裂缝刻度尺，放大镜等测苣裂缝宽度，这需要大量的人力和时间，人为误差较大，且精度和效率较低。超声检测法可检测出裂缝的位置、大小、扩展情况、种类和深度。也有学者采用声发射和电阻定性评价裂纹发展。以及采用电子
照相技术表征微裂缝Ｍ。为有效进行混凝土裂缝的定量评价，
国内外学者已致力于用图像分析技术来着手研究【习。近几年来国内外许多学者已将数字图像处理技术运要到物体表面裂纹检测中并取得了较好的效果。用图像分析法来定量评价混凝土裂缝，主要包含图像采集，图像处理和图像分析这３个过程【蚓。图像采集是整个图像分析法的基础，其效果主要取决于硬件的性能。随着图像采集工具及图像处理软件的不断发展及完善，混凝土收缩测量的精度会进一步得到提高ｒ玎。图像处理与分析是最核心的两个环节，其效果主要取决于软件的编写算法。图像处理实质是提取图像中的特征量或特殊信息，供计算机进行分析和识别．并对图像的灰度进行变换，达到优化图像质量的目的。图像的边缘轮廓携带有重要信息，要准确分析图像，就需具备一张边缘轮廓清晰的图像。在计算混凝土材料的裂缝参数前，必须最大限度地将裂缝区域从图像背景中提取出来。
收稿日期：２０１０－－０３－－０８
基金项目：江苏省博士后基金（０９０１０８９（２）
确保提取的裂缝参数的准确性。提高裂缝的判别精度。
１边缘检测算子
边缘检测的基本思想是通过检测每个像元和其邻域的状态，以决定该像元是否位于一个物体的边界上。如果每一个像元位于～个物体的边界上，则其邻域像元灰度值的变化就比较大。侣如可以应用某种算法检测出这种变化并进行量化表示，那么就可以确定物体的边界。常用的边缘检测算子主要有：罗伯特（Ｒｏｂｅｒｔｓ）边缘算子、索贝尔（ｓｏｂｅｌ）边缘算子、Ｐｒｅｗｉｔｔ边缘算子、高斯一拉普拉斯（ＬａｐｌａｃｉａｎｏｆＧａｕｓｓｉａｎ）边缘算子和坎尼（Ｃａｎｎｙ）边缘算子【１２．”。
１．１
罗伯特（１良ｏｂｅｒｔｓ）边缘算子
罗伯特（Ｒｏｂｅｒｔｓ）边缘算子是一种斜向偏差分的梯度计算
・２５・
万方数据
方法，梯度的大小代表边缘的强度，该算子通常有式（１）表示：
Ｇ皈石，ｙ）】＝｛【哳ｉ瓦万一哳琢玎了耵ｐ
［ｘ／－ｌ（－ｆｇｆ万一哳菇了耵】ｚ｝此
（１）
式中ｉ，（戈，，，）是具有整数像素坐标的输入图像，平方根运算使该处理类似于在人类视觉系统中发生的过程，罗伯特（Ｒｏｂｅｒｔｓ）操作实际上是求旋转＋４５０两个方向上微分值的和。
罗伯特（Ｒｏｂｅｒｔｓ）边缘算子定位精度高，在水平和垂直方向效果较好，但对噪声敏感。
１．２索贝尔（Ｓｏｂｅｌ）边缘算子
索贝尔算子是一组方向算子，从不同的方向检测边缘。索贝尔算子不是简单求平均再差分，而是加强了中心像素上下左右四个方向像素的权重，运算结果是一幅边缘图像。
该算子通常有下列式（２）～（４）表示：
正’（髫，），）钮ｘ－１，矿１）＋矾茗，矿１）识计ｌ，矿１）一
“ｘ－１，广１）一抓石，广１）欹什１，ｙ＿１）
（２）Ｚ‰，ｙ）钒ｘ－Ｉ，ｙ．１）＋积ｘ－Ｉ，，，）坝ｘ－１，矿１）一
一什ｌ，ｙ－１）一顼什１，，，）水ｘ＋ｌ，矿１）
（３）
式中班’（髫，Ｙ）、７；’（ｘ，，，）１方向和Ｙ方向的一阶微分；
Ｇ叹＊，ｙ）１＝扳’（并，ｙ）Ｉ十坛’（聋，ｙ）Ｉ
（４）
Ｇ皈戈，，，）卜Ｓｏｂｅｌ算子的梯度；
．“茁，，，）——具有整数像素坐标的输入图像。
求池梯度后，可设定一个常数丁，当Ｇ以石。，，）】＞ｒ时，标出该点为边界点，其像素值设定为０，其他的设定为２５５，适当调整常数丁的大小来达到最佳效果。索贝尔（ＳｏｂｅＪ）算子通常对灰度渐变和噪声较多的图像处理得较好。
１．３
Ｐｒｅｗｉｔｔ边缘算子
Ｐｒｅｗｉｔｔ边缘算子是一种边缘样板算子，利用像素点上下、左
右邻点灰度差，在边缘处达到极值检测边缘，对噪声具有平滑作用。由于边缘点像素的灰度值与其邻域点像素的灰度值有显著不同，在实际应用中通常采用微分算子和模板匹配合比法检测图像的边缘㈣。
该算子通常有下列式（５）一（７）表示：
五’（石，，，）歌ｘ＋ｌ，ｙ－１）砜茗一１，ｙ－１）何什ｌ，ｙ）－
∥髫一１，，，）坝ｘ＋ｌ，矿１）砜ｘ－１，矿１）
（５）Ｚ’（茗，，，）歌ｘ－Ｉ，ｙ＋１）叫ｘ－１．ｙ－Ｉ）何茹，ｐ１）一
ｘ。广１）何什ｌ，矿１）矾ｘ＋ｌ，广１）
（６）式中正’（ｚ，ｙ）∥（茹，ｙ）叫方向和ｙ方向的一阶微分；
ｃ叽省，，，）】－、仍甄了巧只ｉ万
（７）
ｃ矾茗，，，）卜—一Ｐｒｅｗｉｔｔ算子的梯度；
Ａ石，，，）——具有整数像素坐标的输入图像。
求出梯度后，可设定一个常数７＇。当Ｇ叭算，，，）】＞耐，标出该
点为边界点，其像素值设定为０，其他的设定为２５５，适当调整
常数哟大小来达到最佳效果。Ｐｒｅｗｉｔｔ算子不仅能检测边缘点，
而且能抑制噪声的影响，因此对灰度和噪声较多的图像处理得较好。
１．４高斯～拉普拉斯（ＬａｐｈｃｉａｎｏｆＧａｕｓｓｉａｎ）边缘算子
拉普拉斯算子是一个二阶导数算子，而前面提到的三种算子均为一阶导数算子。该算子是一个与方向无关的各向同性（旋转轴对称）边缘检测算子。若只关心边缘点的位置而不顾其周围的实际灰度差时，一般选择该算子进行检测。
该算子通常有式（８）表示：
・２６・
万方数据
Ｖ孤菇，，，）钮ｘ＋ｌ，ｙ）识ｘ－１，ｙ）顿茗，矿１）＋
，（算，产１）州ｘ，Ｙ）
（８）
式中：Ｖｙ（ｘ，，，）——数字图像中每个像素关于茗轴和Ｙ轴的二阶
偏导数之和，即处理后像素（茗，ｙ）处的灰度值；
“戈，，，）——具有整数像素坐标的输入图像。
由于拉普拉斯算子为二阶差分，其方向信息丢失，常产生双像素，对噪声有双倍加强作用，因此它很少直接用于边缘检测。
鉴于此，Ｍａｒｔ和Ｈｉｌｄｒｅｔｈ将高斯滤波和拉普拉斯边缘检测结合在一起，形成了ＬＯＧ（ＬａｐｌａｃｉａｎｏｆＧａｕｓｓ／ａｎ）算子，即高斯一拉普拉斯算子，也常称为马尔算子（Ｍａｒｒ－Ｈｉｌｄｒｅｔｈｏ该算子先用高斯算子对图像进行平滑，然后采用拉普拉斯算子根据二阶微分过零点来检测图像边缘嗍。
高斯—拉普拉斯算子通常如式（９）：
州ｒ）＿专１一寺Ｈ一寺）
（９）
式中：矿——方差；
ｒ——离原点的径向距离，即芦铲＋ｆ；算、，，——图像的横坐标和纵坐标。
高斯拉普拉斯算子是两种算子的结合，既具备高斯算子的平滑特点又具备拉普拉斯算子锐化特点。平滑和锐化，积分和微分是一对矛盾的２个侧面，统一在一起后就变成了最佳因子。因为图像中包含噪声，平滑和积分可以滤掉这些噪声，消除噪声后再进行边缘检测（锐化和微分）会得到较好的效果。
１．５坎尼（Ｃａｎｎｙ）边缘算子
坎尼算子是一类最优边缘检测算子，它在许多图像处理领域得到了广泛应用。Ｃａｎｎｙ考核边缘检测算子的指标是：①低误判率，即尽可能地把边缘点误认为是非边缘点；②高定位精度，即准确地把边缘点定位在灰度变化最大的像素上；③抑制虚假边缘【ｌｌ。
Ｃａｎｎｙ从这三项指标出发，推导出了最佳边缘检测算子－ｃ锄ｙ
边缘算子。该算子的基本思想是：先对处理的图像选择一定的Ｇｕａｓｓ滤波器进行平滑滤波，抑制图像噪声；然后采用一种称之为“非极值抑制”（ＮｏｎｍａｘｉｍａＳｕｐｐｒｅｓｓｉｏｎ）的技术，细化平滑后的图像梯度幅值矩阵。寻找图像中的可能边缘点；最后利用双门限检测通过双阈值递归寻找图像边缘点，实现边缘提取。
Ｃａｎｎｙ方法也使用拉普拉斯算子，该方法与其他边缘检测方法的不同之处在于，它使用２种不同的阈值分别检测强边缘和弱边缘，并且仅当弱边缘与强边缘相连时才将弱边缘包含在输出图像中，因此这种方法较其他方法而言不容易被噪声“填充”，更容易检查出真正的弱边缘。
２裂缝图像边缘检测
试验室成型一组约束收缩开裂的试件，利用高分辨率数码相机摄取裂缝图像，如图ｌ所示。分别在ＭＡＴＬＡＢ中利用上述各边缘检测算子对图像进行边缘检测，边缘检测结果如图２所示。一般认为，边缘线清晰、连贯性较好、能检测结果。从裂缝图像边缘检测效果图中可以看出，Ｒｏｂｅｒｔｓ算子、ｓｏｂｅｌ算子和Ｐｒｅｗｉｔｔ算子的结果图边缘连续性较差。不利于裂缝图像特征参数的提取。ＬＯＧ算子和Ｃａｎｎｙ算子的检测结果图边缘连续性相对较好。ＬＯＧ算子通过高斯函数对图像进行平滑处理，因此对噪声的抑制作用比较明显。Ｃａｎｎｙ算子与其他边缘检测算子的不同之处在于，它使用２种不同的阈值分别检测强边缘和弱边缘，并且仅当弱边缘与强边缘相连时才将弱边缘包含在输出
图像中，因此这种方法较其他方法而言不容易被噪声“填充”，更容易检查出真正的弱边缘。由于Ｃａｎｎｙ算子能检查出真正的弱边缘，其边缘定位比较精确，边缘连续性稍好于ＬＯＧ算子，但Ｃａｎｎｙ算子容易受噪声的影响，如果配合理想的滤波器首先滤除背景噪声，Ｃａｎｎｙ算子也是一种很好的裂缝图像边缘检测算子，但需要配合滤波器将使操作变得比较复杂。由此可知，ＬＯＧ算子相对来说比较简单，且效果理想，是相对比较有效的裂缝图像边缘检测算子。最大限度地将裂缝区域从图像背景中提取出来后，采用图像分析软件测量出沿裂缝轮廓方向上的裂缝宽度分布。可以较精确的计算出平均宽度。
图１混凝土表面裂缝
图２裂缝图像边缘检测结果
３结论
在ＭＡＴＬＡＢ中分别采用这几种边缘检测算子对裂缝图像进行边缘检测。通过反复试验可以证明，罗伯特（Ｒｏｂｅｒｔｓ）边缘算子、索贝尔（Ｓｏｂｅｌ）边缘算子和Ｐｒｅｗｉｔｔ边缘算子对噪声较为敏感，得到的往往是断续的、不完整的结构信息，为了能成功地检测到真正的边缘，一般都要先对原图像进行平滑来去除图像中的噪声，再进行边缘检测。高斯拉普拉斯（ＬａｐｌａｃｉａｎｏｆＧａｕｓｓｉａｎ）－上接第２０页
【２】陈肇元．钢筋的混凝土保护层设计要求急待改善一混凝土结构设计规
范的问题讨论之－－［Ｊ］建筑结构，２００７，３７（６）：１０８—１１４．
ｆ３ｊ王青，徐港．混凝土结构保护层作用及厚度取值分析册．三峡大学学
报：自然科学版，２００７，２９（４）：３１７—３２０．
１４１刘秉京．混凝土结构耐久性ｉ鼠ｔＩＭ］．北京：人民交通出版社，２００７．ｆ５】任昭君．混凝土中钢筋的锈蚀机理及检测技术【Ｊ１．工程建设，２００７，３９
（５）：１１－１５．
ｆ６】６宁波工程学院．宁波象山港公路大桥及接线工程混凝土结构耐久性
研究【Ｒ】．宁波：宁波市高等级公路建设指挥部，２００８．
【７】葛燕，朱锡昶，朱雅仙，等．混凝土中钢筋的腐蚀与阴极保护【Ｍ】＿Ｅ
京：化学工业出版社。２００７：１１．
【８】张誊．混凝土结构耐久性概论【Ｍ】．上海：上海科技技术出版社，２００３．
万方数据
边缘检测算子将高斯滤波和拉普拉斯边缘检测结合在一起，先对图像进行平滑和积分以滤掉噪声，消除噪声后再进行边缘检测（锐化和微分），得到的效果比较好，且实现容易。坎尼（Ｃａｎｎｙ）边缘算子提取的边缘线型连接程度也较好，边缘提取的也较完整，但易受噪声影响。因此高斯拉普拉斯（ＬａｐｌａｃｉａｎｏｆＧａｕｓｓｉａｎ）边缘检测算子是相对比较有效的裂缝图像边缘检测算子。
参考文献：
ｆ１Ｊ侯宝隆，蒋之峰．混凝士的非破损检浈ＯｆＭｌ．北京：地震出版社，１９９２．
【２】ＧＲＡＮＧＥＲＳ，ＰＩＪＡＵＤＩＥＲＣＡＢＯＴＧ，ＬＯＵＫＩＩＬＩＡ，ｅｔ
ａ１．Ｍｏｎｉｔｏｒｉｎｇ
ｏｆ
ｃｒａｃｋｉｎｇａｎｄｈｅａｌｉｎｇｉｎ
ａｎ
ｕｌｔｒａｈｉｓｈｐｅｒｆｏｒｍａｎｃｅ
ｅｅｍｅｎｔｉｔｉｏｕｓｍａｔｅ－
ｒｉａｌ
ｕｓｉｎｇ
ｔｈｅｔｉｍｅｒｅｖｅｒｓａｌ
ｔｅｃｈｎｉｑｕｅ［Ｊ］．ＣｅｍｅｎｔａｎｄＣｏｎｃｒｅｔｅＲｅｓｅａｒｃｈ，
２００９（３９）：２９６—３０２．
【３】ＹＡＮＧＺ．Ａｓｓｅｓｓｉｎｇｃｕｍｕｌａｔｉｖｅｄａｍａｇｅ
ｉｎ
ｃｏｎｃｒｅｔｅ
ａｎｄｑｕａｎｔｉｆｙｉｎｇ
ｉｔｓ
ｉｎｆｌｕｅｎｃｅ
ｏｎ
ｌｉｆｅｃｙｃｌｅ
ｐｅｒｆｏｒｍａｎｃｅｍｏｄｅｌｉｎｇ［Ｄ］．Ｄｉｓｓｅｒｔａｔｉｏｎ，Ｐｕｒｄｕｅ
Ｕｎｉｖｅｒｓｉｔｙ，ＷｅｓｔＬａｆａｙｅｔｔｅ。ＩＮ，２００４．
【４】ＳＡＭＡＨＡＨＲ，ＨＯＶＥＲＫＣ．１ｎｆｔｕｅｎｃｅｏｆｍｉｃｒｏｅｒａｃｋｉｎｇｏｎｔｈｅＩｎａ￥ｓ
ｔｒａｎｓｐｏｒｔｐｒｏｐｅｒｔｉｅｓｏｆｃｏｎｃｒｅｔｅ［Ｊ］．ＡＣＩＭａｔｅｒｉａｌｓＪｏｕｒｎａｌ，１９９２，８９（４）：
４１６—４２４．
【５】耿飞。解建光，钱春香．图像分析技术对混凝土裂缝的定量评价【Ｊ】．混
凝土。２００５（５）：７８—９４．
【６】ＲＩＮＧＯＴＥ，ＢＡＳＣＯＵＬＡ．Ａｂｏｕｔｔｈｅａｎａｌｙｓｉｓｏｆｍｉｅｒｏｃｒａｅｋｉｎｇ
ｉｎ
ｃｏｎ－
ｃｒｃｔｅ［Ｊ］．ＣｅｍｅｎｔａｎｄＣｏｎｃｒｅｔｅＣｏｍｐｏｓｉｔｅｓ，２００１（２３）：２６１－２６６．
【７】吴浩，姚燕，王玲．数字图像处理技术在水泥混凝土研究中的应用叨．
混凝土与水泥制品，２００７（４）：８－１３．
【８】贾永红数字图像处理【Ｍ】．武汉：武汉大学出版社，２００３．
【９】ＨＡＲＡＬＩＣＫＲＭ，ＳＴＥＲＮＢＥＲＧＳＲ，ＺＨＵＡＮＧＸｉｎ—ｈｕａ．Ｉｍａｇｅａｎａｌｙ—
ｓｉｓ
ｕｓｉｎｇｍａｔｈｅｍａｔｉｃａｌｍｏｒｐｈｏｌｏｇｙ［Ｊ］Ｊ．ＥＥＥＴｒａｎｓｏｎＰＡＭｌ，１９８７，９（４）：
５３２—５５０．
【１０］ＭＡＬＬＡＴＳ，ＨＷＡＮＧＷＬ．Ｓｉｎｇｕｌａｒｉｔｙｄｅｔｅｃｔｉｏｎａｎｄｐｒｏｃｅｓｓｉｎｇ讲ｔ１１
ｗａｖｅｌｅｔｓ［Ｊ］．ＩＥＥＥＴｒａｎｓＯｎＩｎｆｏｒｍａｔｉｏｎＴｈｅｏｒｙ，１９９２，３８（２）：６１７－－６４３．［１Ｉ］ＣＨＥＮＷＦ，ＬＵＸＱ，ＣＨＥＮＪＪ，ｅｔａ１．Ａ
ｎｅｗ
ａｌｇｏｒｉｔｈｍ
ｏｆｅｄｇｅｄｅｔｅｃ—
ｔｉｏｎ
ｆｏｒｃｏｌｏｒｉｍａｇｅ：ｇｅｎｅｒａｌｉｚｅｄｆｕｚｚｙｏｐｅｒａｔｏｒｉＪ］．Ｓｃｉｅｎｃｅｉｎ
Ｃｈｉｎａ（Ａ），
１９９５，３８（１０）：１２７２—１２８０．
ｆｌ２Ｊ袁春兰，熊宗龙，周雪花，等．基于Ｓｏｂｅｌ算子的图像边缘检测研究饥．
激光与红外。２００９，３９（１）：８５—８７．
【ｌ
３１王坤，刘天伟，杜芳芳，等．ＭＡＷＲ在对图像进行边缘检测方面的
作用Ⅲ．沈阳师范大学学报：自然科学版，２００５。２３（２）：１６１—１６５．【１４】张艳群，孟凡荣．ＭＡＴＬＡＢ在图像边缘检测中的应用【Ｊ】．计算机应用研究，２００４（６）：１４４—１４６．
作者简介：张士萍（１９８２一），女，博士，研究方向：土木工程材料耐久性。单位地址：江苏省南京市江宁区万安西路５９号（２１１１０３）联系电话：１３７７０６０４１５２
【９】于成龙，李胜强．混凝土碳化机理及预测模型分析【Ｊ】．重庆建筑，２００９
（５）：４７—５０．
度分布的适用性【Ｊ】．混凝土与水泥制品，２００５（４）：７－１０．
【１ｌｌＣＥＣＳ２２０：２００７，混凝土结构耐久性评定标准【ｓ】．北京：中国建筑工
业出版社，２００７．
作者简介：高明赞（１９８７一），男，主要从事混凝土结构耐久性研究和工程管理。
单位地址：
浙江省宁波市海曙区宁波工程学院混凝土结构耐久性研
究所（３１５０１６）
１３４８６７０９２０８
・２７・
｛１５】章毓晋．图像分割【Ｍ］．北京：科学出版社．２００１．
【１０Ｊ刘芳，宋志刚，潘仁泉，等．用Ｆｉｃｋ第二定律描述混凝土中氯离子浓
联系电话：
边缘检测算子及其在裂缝图像中的应用
作者：作者单位：
张士萍， 刘加平， ZHANG Shi-ping， LIU Jia-ping
张士萍,ZHANG Shi-ping(江苏省建筑科学研究院有限公司,江苏,南京,210008;东南大学,材料科学与工程学院,江苏,南京,210096)， 刘加平,LIU Jia-ping(江苏省建筑科学研究院有限公司,江苏,南京,210008)混凝土CONCRETE 2010，""(6)0次
刊名：英文刊名：年，卷(期)：被引用次数：
参考文献(15条)
1. 侯宝隆. 蒋之峰 混凝土的非破损检测 1992
2. GRANGER S. PIJAUDIER CABOT G. LOUKIILI A Monitoring of cracking and healing in an ultra highperformance cementitious material using the time reversal technique 2009(39)
3. YANG Z Assessing cumulative damage in concrete and quantifying its influence on life cycleperformance modeling 2004
4. SAMAHA H R. HOVER K C Influence of microcracking on the mass transport properties of concrete1992(4)
5. 耿飞. 解建光. 钱春香 图像分析技术对混凝土裂缝的定量评价 2005(5)
6. EINGOT E. BASCOUL A About the analysis of microcracking in concrete 2001(23)7. 吴浩. 姚燕. 王玲 数字图像处理技术在水泥混凝土研究中的应用 2007(4)8. 贾永红 数字图像处理 2003
9. HARALICK R M. STERNBERG S R. ZHUANG Xin-hua Image analysis using mathematical morphology 1987(4)10. MALLAT S. HWANG W L Singularity detection and processing with wavelets 1992(2)
11. CHEN W F. LU X Q. CHEN J J A new algorithm of edge detection for color image:generalized fuzzyoperator 1995(10)
12. 袁春兰. 熊宗龙. 周雪花. 彭小辉 基于Sobel算子的图像边缘检测研究 2009(1)
13. 王坤. 刘天伟. 杜芳芳. 常琳. CHANG Lin MATLAB在对图像进行边缘检测方面的作用 2005(2)14. 张艳群. 孟凡荣 MATLAB在图像边缘检测中的应用 2004(6)15. 章毓晋 图像分割 2001
相似文献(10条)
1.期刊论文 黄捍东. 胡光岷. 贺振华. 黄德济. HUANG Han-Dong. HU Guang-min. HE Zheng-hua. HUANG De-ji 利用多尺度边缘检测研究碳酸盐岩裂缝分布 -物探化探计算技术2000,22(1)
裂缝检测与图像分析中的边缘检测有许多相似之处,因此,能够借助某些边缘检测理论并结合实际地震资料形成有效的裂缝检测方法.作者基于小波多尺度边缘检测理论,结合地震波场对裂缝的多尺度特性,提出了碳酸盐岩裂缝预测的多尺度边缘检测方法.方法的主要思想是:利用小波变换模的局部极值,检测出三维地震记录裂缝点特征位置,并通过调整模值在图像中的灰度,自动识别裂缝发育区的范围.实际应用效果表明,作者所采用的方法能够较详细的刻画出碳酸盐岩裂缝的局部特征,并且裂缝预测结果与钻井资料吻合较好,该方法是一种有效的碳酸盐岩裂缝检测方法.
2.学位论文 黄捍东 碳酸盐岩裂缝油气预测的地球物理方法研究 2000
该文以任丘潜山碳酸盐岩为工作区,采用地震、地质、测井、油藏工程等多学科综合研究的思路,对碳酸盐岩裂缝剩余油分布规律进行研究,取得了重要的理论认识和良好的实际应用效果.该文研究工作可归纳为五个部分:第一,碳酸盐岩裂缝发育规律及其地震波场特征研究;第二,碳酸盐裂缝检测的若干地球物理方法研究;第三,不同地球物理方法在任丘潜山裂缝预测中的应用与效果评价;第四?岩石的各向异性与碳酸盐岩裂缝发育方向、密度研究;第五,任丘潜山裂缝剩余油分布规律及潜力目标研究.通过一系列综合性的研究工作,建立了裂缝剩余油的理论模式,发现了任丘潜山裂缝剩余油存在潜力,提出了钻探井位和下步挖潜方向.经钻井证实,裂缝油气预测结论与实际资料吻合,预测成果具有较高的可信度.该文的研究成果,为碳酸盐裂缝油气储层的研究和评价提出了新的技术思路和方法,为油田钻探提供了科学依据,同时,也为研究人员深入研究裂缝性致密气储集层积累和经验,使传统的裂缝性储集层定性研究向定量化研究迈进了一步.
3.期刊论文 凌勇. 汪国有 高速公路裂缝边缘检测算法研究 -计算机与数字工程2001,29(3)
本文提出了一种有效的高速公路裂缝边缘快速检测算法.通过将对称指数滤波器(ISEF)算法与边过程算法有机结合的方法,对高速公路裂缝图象进行
抑制强烈噪声和微分二值化运算,并利用追踪围线提取得到裂缝边缘.实验结果证明,该方法能稳定有效地提取图象中的连续裂缝边缘,并且运算复杂度是线性的,有利于高速实时的处理.
4.学位论文 杨波 高等级公路路面病害识别算法研究——裂缝类病害识别 2003
随着公路的高速发展,路况检测的效率与质量越来越受到重视.该课题为陕西省公路十五规划课题中的子题,对CCD摄像机所摄取的路面图像,采用数字图像处理技术进行离线处理,从而达到自动识别路面病害的目的.一个完整的路面病害识别的过程是由:对裂缝图像进行噪音滤除、边缘检测、边缘连接以及病害的几何特征的计算等几部分组成的.该文选用加权的邻域平均算法进行噪音滤除对裂缝图像进行噪音滤除的处理,有效去除了图像杂点对病害识别的影响.在比较了多种算法后,选用了基于小波变换的自适应阈值图像边缘检测算法对裂缝图像进行边缘检测处理,检测结果明显好于其他算法.在对裂缝图像进行边缘连接处理中,结合模糊识别理论对图像进行边缘连接,得到闭合的裂缝边缘,为后期处理提供良好的图像,最后设计了一种简单裂缝尺寸算法计算裂缝类病害的几何特征,能够计算出路面病害的宽度和面积等几何尺寸.文中给出了作者采用面向对象程序设计方法所设计的部分图像处理算法程序,并给出了采用不同算法对路面病害图像处理的结果.结果表明:在裂缝类病害图像的边缘检测中引入小波变换的自适应阈值算法,得到了令人满意的效果.
5.期刊论文 回春. 高志卫. 董云福. 梁建军. 刘新春. HUI Chun. Gao Zhi-wei. DONG Yun-fu. LIANG JIAN-JUN. LIU Xin-chun 商河油田商四区沙三中火成岩裂缝研究 -西部探矿工程2005,17(z1)
对商河油田商四区沙三中火成岩裂缝体系进行了分析研究,利用岩石物理测试系统,对不同尺度裂缝与纵波的振幅、速度和主频等参数间的关系进行了理论测试研究.引入图像处理中的多尺度边缘检测等技术,结合三维地震资料的特点,利用相邻地震道之间的相异性进行裂缝预测,描述和刻画地下空间某一区域的裂缝和孔洞的展布形态.
6.学位论文 何靓俊 基于图像处理的沥青路面裂缝检测系统研究 2008
沥青高速公路路面裂缝自动检测技术对于整个高速公路路面养护管理系统有着非常重要的意义。传统的人工检测方法已经不能满足现代检测的需求，随着计算机技术的发展，路面检测技术已经与计算机技术相结合，进入了自动检测阶段。本文作者参加了教育部重点实验室--沥青路面裂缝的图像检测、识别及自动评价方法研究项目，对沥青高速公路路面裂缝图像检测系统进行了研究。 论文完成的主要工作有：
1.提出了一种改进的中值滤波算法。原始图像增强算法在平滑图像的同时易模糊裂缝的边缘。经过改进的中值滤波处理后，大部分噪声被去除并很好的保持了边缘，为边缘检测提供了高质量的数字图像。
2.应用一种改进的Canny算法对裂缝图像进行边缘检测处理。经典的边缘检测算法检测效果差，容易出现伪边缘，应用一种结合阈值选择的改进的Canny准则算法对裂缝图像进行边缘检测，该方法实验效果满意。
3.设计了高速公路养护管理SQL数据库系统。结合高速公路养护管理系统的实际应用环境和操作业务流程，设计出适用于各种高速公路养护管理系统的数据库，并建立了SQL数据库应用系统。
4.设计了一个路面裂缝检测系统。根据高速公路路面检测系统的特点，按照模块化思想，对系统进行设计，并进行了实验。对系统的实验结果进行了分析，并对系统开发中仍需要解决的问题进行了简要的阐述。
7.期刊论文 迟新刚. 贺振华. 黄德济 三维地震模糊边缘裂缝检测方法 -石油物探2003,42(3)
改进后的模糊边缘检测方法在裂缝检测中保留了更多的图像灰度信息,因此,检测结果既保留了更多的局部裂缝分布特征,又能明显地预测裂缝发育带的整体分布特征,并且计算速度比改进前有明显提高.该方法在实际资料处理中取得了令人满意的效果.
8.学位论文 伯绍波 沥青路面裂缝图像检测算法研究 2008
路面破损检测是高速公路养护与管理工作中很重要的一部分，但我国在路面破损检测方面运用的仍然是传统方法，已不能满足高速公路路面养护与管理的需求。论文基于国内公路交通行业发展的迫切需要，探讨了针对沥青路面裂缝类破损的图像检测算法及系统。论文的主要工作和取得的研究成果有：
(1)针对路面图像中裂缝目标和背景区域灰度值相近，不利于裂缝目标的提取，将模糊集合理论引入到沥青路面裂缝检测中，提出了一种封闭性和移植性好的广义模糊变换算子，并将其应用于图像增强算法中，可以很好地增强裂缝边缘的信息。
(2)针对实际应用中很难兼顾边缘提取算法的图像处理效果和速度，利用梯度算子获得图像中的感兴趣区域，再构造四种结构元素，结合形态学梯度和OTSU算子提取感兴趣区域的边缘，提出了一种改进的数学形态学边缘检测算法，其不仅具有很好的边缘提取能力，而且具有很快的处理速度。
(3)对提取出的物体进行标识和统计，将统计出的噪声滤除，通过区域填充技术弥合裂缝中的空隙，并对处理后的裂缝进行分类。然后对规则裂缝进行细化，通过计数的方法计算出规则裂缝的长度和宽度，或通过蚕食方法计算出不规则裂缝的面积。
(4)基于图像处理技术设计了一种沥青路面裂缝检测系统。在Visual C++6.0软件开发环境下，借助Mil-Lite8.0软件开发包，实现了系统的各个模块及相关的图像处理算法。并将该系统应用于沥青路面裂缝检测，实验结果表明，该系统检测效果好、检测精度高，具有很高的实用性和推广性。
9.期刊论文 王连山. 朱庆忠. 董建海. 孙海林. 宋子军. WANG Lian-shan. ZHU Qing-zhong. DONG Jian-hai. SUN Hai-lin . SONG Zi-jun 三维多尺度边缘检测技术在古潜山裂缝性储层预测中的应用--以河西务南部油气藏为例 -特种油气藏2006,13(3)
针对河西务南部奥陶系古潜山裂缝发育、规律性差的特点,运用碳酸盐岩裂缝地震波场裂缝预测方法,利用三维多尺度边缘检测手段,开展了三维多尺度边缘检测裂缝预测研究,基本上弄清了古潜山裂缝的空间分布情况,对河西务古潜山油气藏下步滚动潜力目标的评价钻探具有指导意义.
10.学位论文 吴秋波 基于随机分形的储层裂缝预测方法研究 2005
论文研究了将地震振幅数据转化为灰度数字图像，运用基于离散分数布朗随机场的数字图像边缘检测算法预测储层裂缝的技术方法。
本论文应用R/S分析技术和基于小波变换的谱参数估计方法均可以很好地计算赫斯特指数，相对而言，小波变换谱参数估计方法具有较好的抗噪性。在裂缝发育区段，由于地层介质弹性的非均质性及地震波的散射、吸收等使得地震反射序列变得更为复杂，这样，裂缝发育区地震信号的赫斯特指数小于非裂缝发育区。论述了应用赫斯特指数判别及预测裂缝的可行性。
本文链接：http://d.g.wanfangdata.com.cn/Periodical_hnt201006007.aspx
授权使用：湖南大学(hunandx)，授权号：2d22d682-1d2a-4228-a6ae-9e38012a5641
下载时间：2010年11月24日