1、混凝土作為目前用量最大的一種建筑材料,現(xiàn)已被廣泛應用于大型水利水電工程、港口碼頭以及橋梁等工程中?；炷两Y構在服役期間不可避免的會出現(xiàn)不同程度的裂縫,若不能及時被探測到并進行修復,裂縫逐漸擴展可能會導致災難性的后果。尤其是在水環(huán)境下服役的混凝土結構,其裂縫更隱蔽而難以檢測。因此,本文重點研究了基于機器視覺的混凝土結構水下表面裂縫檢測技術,以提供及時、可靠的混凝土結構表面裂縫信息,從而降低水環(huán)境下混凝土結構服役隱患,具有較好的理論意義和實

2、用價值。
　　基于機器視覺的混凝土結構水下表面裂縫檢測技術的核心是如何從采集到的圖像/視頻中準確、快速地檢測出裂縫,由于水下環(huán)境的復雜性,所采集到的圖像會出現(xiàn)模糊、對比度比較低等現(xiàn)象,且存在很多假裂縫信息,嚴重影響裂縫的識別和提取,因而,裂縫檢測的關鍵問題即轉(zhuǎn)化為如何對水下圖像進行復原、裂縫分割和裂縫識別。針對以上問題,本論文的主要工作和取得的成果如下:
　　(一)改進了適用于水下退化圖像的盲復原算法。分析比較了兩類常用的圖

3、像盲復原算法—參數(shù)法和迭代法,針對常用方法對水下退化圖像復原效果不理想的問題,開發(fā)了一種基于清晰度評價的水下圖像盲復原方法。與常用算法相比,利用本文提出算法能夠得到模糊信噪比(BSNR)和清晰度更高的水下圖像;
　　(二)開發(fā)了一種適用于水下裂縫圖像的分割算法。在對比分析了邊緣分割算法和閾值分割算法的基本原理和實現(xiàn)過程的基礎上,提出了一種基于支持向量機的過渡區(qū)提取與分割算法,實驗結果表明,與常規(guī)算法相比,利用本文算法分割后的裂縫圖

4、像中存在的干擾更少,且裂縫輪廓更加完整;
　　(三)開發(fā)了一種基于輪廓特征的水下混凝土結構表面裂縫識別算法。首先提取分割后圖像中每個目標邊緣的特征向量,建立BP神經(jīng)網(wǎng)絡模型,判別干擾物;然后根據(jù)裂縫輪廓相互匹配的特征,開發(fā)了一種基于輪廓特征的裂縫檢測算法,通過模板搜索的方式進一步檢測裂縫;最后連接裂縫邊緣斷開部分,獲得連續(xù)的裂縫輪廓。實驗結果表明,與其它算法相比,本文算法檢測出裂縫的準確率與完整率提高了2.19％;
　　(四