基于格子波尔兹曼模型大坝裂缝检测

蒋小燕　张松　何松原

【摘 要】水下大坝裂缝图像具有模糊不清、亮度不均、对比度低、随机噪声大等特点，使得大坝裂缝检测精确度低，提出了一种基于格子波尔兹曼模型（LBM）大坝裂缝检测方法，该算法具有算法简单、运算快捷的优点，对于水下大坝裂缝检测效果好。

【关键词】大坝裂缝；边缘检测；LBM

中图分类号： TV698.1 文献标识码： A 文章编号： 2095-2457（2018）11-0096-002

DOI：10.19694/j.cnki.issn2095-2457.2018.11.040

0 引言

大坝在我国发挥着巨大的工程效益。然而大坝长期处于复杂的坏境中，不可避免地会产生裂缝，并且产生的裂缝形状各异。定时地检测大坝裂缝及其重要，但水下环境复杂，采集的裂缝图像质量不理想，具有模糊不清、亮度不均、对比度低、随机噪声大等特点，使得裂缝检测极为困难。

裂缝检测已成为目前图像处理领域的研究热点之一。陈伟等人提出了一种基于Gabor算子的人工蜂群算法大坝裂缝检测方法[1]，范新南等人针对光照不均匀与水体模糊效应导致水下图像中建筑物裂缝提取难度增加的问题，提出一种基于匀光处理的自适应阈值分割算法[2]，还提出一种新的基于劳伦茨信息值的水下大坝裂缝检测算法[3]。张大伟等人提出了一种改进的canny算法[4]，该算法基于最大熵原理，使传统canny算子具有自适应性。付军等人提出了一种基于三维立体表面模型的水下大坝图像裂缝识别算法[5]。本文采用文献[6]中的方法，将格子波尔兹曼模型用于大坝裂缝检测，该算法具有算法简单、运算快捷的優点， 从而达到最佳的检测效果。

1 基于LBM的大坝裂缝检测算法

格子波尔兹曼模型是一种天然的离散化系统，非常适合于数字图像处理；格子波尔兹曼模型易于编程实现，尤其对于边界问题很容易处理，可以在不降低计算速度的情况下，方便的处理各种复杂边界问题；格子波尔兹曼模型的每个元胞都遵循相同的演化方程，每个元胞下一时刻的状态只与其邻居的状态有关，因此格子波尔兹曼模型非常适合于大规模并行计算机的实现。

本文介绍基于LBM的大坝裂缝检测算法的主要步骤，具体可以参考文献[6]。

第一步对大坝裂缝图像进行初始化赋值；将图像中的像素元素作为空间结构分布粒子，密度分布函数和平衡分布函数的初始值设置如下：

2 实验结果及分析

传统Prewitt算子在大坝裂缝的检测中图像边缘的间断严重，边缘不连续，有些边缘检测不出来，边缘检测的准确度不高。传统Log算法的容易受到噪声的干扰，检测出很多伪边缘，边缘也有断断续续现象。本文提出的算法检测的裂缝边缘定位准确，连续性好，准确度高，没有伪边缘。

2 结论

文章展示了一种新的针对大坝裂缝检测的算法。该算法在时域上计算了线性空间的一阶导数，然后通过寻找过零点实现对边缘的精确定位，该算法具有算法简单、适合并行处理，稳定性好等特点，适合大坝裂缝检测，检测效果比较理想。

【参考文献】

[1]陈伟，范新南，李敏，等.基于Gabor算子的人工蜂群算法大坝裂缝检测[J].微处理机，2015（4）：32-38.

[2]范新南，巫鹏，顾丽萍，等.基于匀光处理的自适应裂缝分割与提取算法[J].科学技术与工程，2014，14（7）：72-77.

[3]范新南，吴晶晶，史朋飞，等.基于劳伦茨信息值的水下大坝裂缝提取算法[J].计算机与现代化，2018（3）.

[4]张大伟，许梦钊，马莉，等.水下大坝裂缝图像分割方法研究[J].软件导刊，2016，15（9）：170-172.

[5]付军，马从计.一种新的基于图像处理的水下大坝裂缝检测算法[C]//中国大坝协会2012学术年会.2012.

[6]陈玉.格子波尔兹曼模型及其在图像处理中的应用研究[D].上海大学，2008.