1、隨著經濟的發(fā)展,觀念的更新,標準的提高,人們對混凝土工程外觀質量要求愈來愈高,很多工程已經將混凝土外觀質量作為質量評定的重要指標之一.對混凝土外觀質量的評價方法有著新的更高的要求,而目前國內對于混凝土外觀質量的測評主要依然是延續(xù)采用人工檢測評分的方法,因此對評定方法進行新的嘗試性研究,為外觀質量評定提供便捷、可靠的方法已顯得非常重要.本論文以混凝土表觀缺陷為對象,研究用圖像處理和模式識別技術來實現表觀缺陷的檢測和識別,重點在混凝土外觀缺

2、陷圖像的特征提取和設計有效、可靠的分類器,實現缺陷的準確分類和評價.本論文針對混凝土外表缺陷的特點,對不同缺陷的識別和評價采用不同的方法.對于外表缺陷中的銹跡的識別和評價是在RGB圖像的條件下提取特征參數;表面蜂窩、麻面、孔洞的識別則是在灰度圖像的條件下提取特征參數;對于表面蜂窩、麻面、孔洞的表觀缺陷的程度的評價則是在圖像二值化后進行.在提取特征參數部分,結合本文的研究對象的數字圖像特點,分析比較了主分量分析(PCA)、MATPCA、F

3、isher線性判別分析(LDA)及基于熵的方法和神經網絡法的特點,利用MATPCA方法實現用于缺陷分類的特征提取.本文采用神經網絡技術實現了表觀缺陷的識別,深入的研究了BP網絡的分類器的設計,提出兩種三層BP拓撲結構方案,該網絡對混凝土外表缺陷的識別良好.對于外表缺陷程度的評價,針對不同缺陷的特點采用不同的圖像閥值分割方法.對二值圖像進行了預定義的形態(tài)運算后提取缺陷程度評價參數,并依據專家評價給出了相應域值.本文所提出基于圖像識別技術的