一种水利工程边坡裂缝的智能视觉检测与预警系统的制作方法

本发明涉及视觉检测，具体涉及一种水利工程边坡裂缝的智能视觉检测与预警系统。

背景技术：

1、水利工程边坡长期受到降雨冲刷、水位涨落、地下渗流、温度变化以及地质应力等因素的共同作用，边坡可能会出现裂缝和裂缝扩张的可能，最终诱发局部滑塌甚至整体失稳，威胁水利工程结构安全和稳定；因此需要对水冷工程边坡的裂缝进行定期检测，及时发现裂缝及扩张隐患。目前通常基于裂缝的位置、长度、宽度等静态特征评估裂缝风险；边坡因承载应力高，边坡裂缝在发展阶段易伴随出现裂缝集群，出现裂缝集群时，单独裂缝的评价准确度响应会下降。在实际检测过程中，有些裂缝个体可能较长较宽，但形态已经稳定，不会进一步的变化，相对稳定，风险程度较低；而有些裂缝个体虽然较小，但具有较快的延伸扩张速度，故仅依靠单独裂缝的静态特征进行检测具有局限性，影响边坡隐患的检测准确性。

技术实现思路

1、为了解决上述技术问题，本发明的目的在于提供一种水利工程边坡裂缝的智能视觉检测与预警系统，所采用的技术方案具体如下：

2、图像获取模块，用于获取边坡上不同时刻的裂缝图像；提取裂缝图像中的裂缝连通域和骨架；

3、静态分析模块，用于根据裂缝连通域的面积特征和骨架的长度特征获得平均宽度特征值；根据所述平均宽度特征值与裂缝局部宽度获得裂缝中的强损伤节点；根据所述裂缝连通域的面积特征、所述强损伤节点处的宽度与平均宽度特征值的差异特征获得裂缝的静态基础风险程度；

4、变化分析模块，用于根据所述强损伤节点在后续时刻的裂缝图像中的宽度变化特征获得动态变化强度；根据不同强损伤节点的分布特征和所述动态变化强度、不同时刻的骨架增长特征获得裂缝扩张轨迹和裂缝扩张方向；根据所述裂缝扩张轨迹的分布特征获得不同的裂缝区域；根据所述裂缝区域中不同裂缝扩张方向的集中性特征获得交汇点和交汇中心点；根据所述交汇点的数量特征、交汇点与交汇中心点的距离特征获得裂缝共向度；

5、风险预警模块，用于根据所述裂缝区域中的裂缝数量特征、所述静态基础风险程度、所述裂缝共向度获得综合扩张演化风险值；根据裂缝区域的综合扩张演化风险值进行预警。

6、进一步地，所述根据裂缝连通域的面积特征和骨架的长度特征获得平均宽度特征值的步骤包括：

7、计算所述裂缝连通域与对应骨架之间的像素点数量的比值，获得所述平均宽度特征值。

8、进一步地，所述根据所述平均宽度特征值与裂缝局部宽度获得裂缝中的强损伤节点的步骤包括：

9、将骨架像素点至两侧裂缝连通域边界的垂直距离作为所述骨架像素点的宽度；将宽度大于所述平均宽度特征值的骨架像素点作为强损伤节点。

10、进一步地，所述根据所述裂缝连通域的面积特征、所述强损伤节点处的宽度与平均宽度特征值的差异特征获得裂缝的静态基础风险程度的步骤包括：

11、，式中a表示裂缝的静态基础风险程度，表示归一化，s表示裂缝连通域的像素点数量，n表示裂缝连通域中强损伤节点的数量，表示第n个强损伤节点处的宽度，表示所述平均宽度特征值。

12、进一步地，所述根据所述强损伤节点在后续时刻的裂缝图像中的宽度变化特征获得动态变化强度的步骤包括：

13、，式中d表示强损伤节点的动态变化强度，表示归一化，h表示所述强损伤节点处在后续时刻的裂缝图像中的宽度变化次数，表示存在宽度变化的第h张裂缝图像与前一张裂缝图像在所述强损伤节点处的宽度差值。

14、进一步地，所述根据不同强损伤节点的分布特征和所述动态变化强度、不同时刻的骨架增长特征获得裂缝扩张轨迹和裂缝扩张方向的步骤包括：

15、确定首个裂缝图像中的骨架端点，若后续时刻的裂缝图像中所述骨架端点发生延伸变化，则依次连接相邻的新增端点，获得裂缝扩张轨迹；从首个裂缝图像中的骨架端点直接指向裂缝扩张轨迹的末尾骨架端点的方向作为裂缝扩张方向；

16、在裂缝连通域中从动态变化强度最大的强损伤节点开始，依次连接相邻的其他强损伤节点，获得裂缝扩张轨迹；将裂缝扩张轨迹末尾的强损伤节点直接指向首个强损伤节点的方向作为裂缝扩张方向；从动态变化强度从大至小的顺序开始，依次遍历未出现在裂缝扩张轨迹的剩余强损伤节点，获得全部的裂缝扩张轨迹和裂缝扩张方向。

17、进一步地，所述根据所述裂缝扩张轨迹的分布特征获得不同的裂缝区域的步骤包括：

18、计算任意两个裂缝扩张轨迹对应顺序的强损伤节点之间的欧氏距离的总和，获得两个裂缝扩张轨迹之间的聚类距离；通过k均值聚类算法和聚类距离对裂缝扩张轨迹进行聚类，获得不同的裂缝区域。

19、进一步地，所述根据所述裂缝区域中不同裂缝扩张方向的集中性特征获得交汇点和交汇中心点的步骤包括：

20、在裂缝区域中对所有裂缝扩张轨迹的裂缝扩张方向延伸射线，将射线之间相交的点作为交汇点；将距离所有交汇点距离最短的点作为交汇中心点。

21、进一步地，所述根据所述交汇点的数量特征、交汇点与交汇中心点的距离特征获得裂缝共向度的步骤包括：

22、计算所述交汇中心点至所有交汇点的欧氏距离的和值的倒数，获得集中性特征值；计算所述交汇点的数量值与集中性特征值的乘积，获得所述裂缝共向度。

23、进一步地，所述根据所述裂缝区域中的裂缝数量特征、所述静态基础风险程度、所述裂缝共向度获得综合扩张演化风险值的步骤包括：

24、，式中q表示裂缝区域的综合扩张演化风险值，表示归一化，m表示裂缝区域中的裂缝连通域的数量，表示第m个裂缝连通域的静态基础风险程度，v表示裂缝区域的裂缝共向度。

25、本发明具有如下有益效果：

26、本发明突破传统通过连通域外接矩形长宽特征评估静态风险的局限，结合裂缝面积、强损伤节点与平均宽度的差异特征计算静态基础风险程度，更准确地表征裂缝当前的损伤程度与后续扩张的失稳可能性。后续结合多个时刻的裂缝图像计算强损伤节点的动态变化强度，基于强损伤节点分布特征、动态变化强度、不同时刻的骨架增长特征，完整构建出裂缝扩张轨迹与裂缝扩张方向，可精准捕捉裂缝尖端延伸、局部损伤点扩张等动态变化行为，突破仅依靠静态特征判断风险的局限，进一步提高裂缝风险判断的准确性。通过聚类划分相互影响的裂缝区域，根据裂缝共向度量化区域内多道裂缝共同向同一位置集聚扩张的趋势，解决了边坡高应力下裂缝集群场景中，单条裂缝独立评估准确度大幅下降的缺陷。最后融合区域裂缝数量、单条裂缝静态基础风险、裂缝共向度得到综合扩张演化风险值并划分多级预警等级，兼顾当前静态损伤状态与未来动态扩张演化趋势，从而大幅提升水利边坡裂缝检测预警的整体准确性，提前规避边坡局部滑塌、整体失稳的风险，保障水利工程结构运行安全。

1.一种水利工程边坡裂缝的智能视觉检测与预警系统，其特征在于，所述系统包括以下模块：

2.根据权利要求1所述的一种水利工程边坡裂缝的智能视觉检测与预警系统，其特征在于，所述根据裂缝连通域的面积特征和骨架的长度特征获得平均宽度特征值的步骤包括：

3.根据权利要求1所述的一种水利工程边坡裂缝的智能视觉检测与预警系统，其特征在于，所述根据所述平均宽度特征值与裂缝局部宽度获得裂缝中的强损伤节点的步骤包括：

4.根据权利要求1所述的一种水利工程边坡裂缝的智能视觉检测与预警系统，其特征在于，所述根据所述裂缝连通域的面积特征、所述强损伤节点处的宽度与平均宽度特征值的差异特征获得裂缝的静态基础风险程度的步骤包括：

5.根据权利要求1所述的一种水利工程边坡裂缝的智能视觉检测与预警系统，其特征在于，所述根据所述强损伤节点在后续时刻的裂缝图像中的宽度变化特征获得动态变化强度的步骤包括：

6.根据权利要求1所述的一种水利工程边坡裂缝的智能视觉检测与预警系统，其特征在于，所述根据不同强损伤节点的分布特征和所述动态变化强度、不同时刻的骨架增长特征获得裂缝扩张轨迹和裂缝扩张方向的步骤包括：

7.根据权利要求1所述的一种水利工程边坡裂缝的智能视觉检测与预警系统，其特征在于，所述根据所述裂缝扩张轨迹的分布特征获得不同的裂缝区域的步骤包括：

8.根据权利要求1所述的一种水利工程边坡裂缝的智能视觉检测与预警系统，其特征在于，所述根据所述裂缝区域中不同裂缝扩张方向的集中性特征获得交汇点和交汇中心点的步骤包括：

9.根据权利要求1所述的一种水利工程边坡裂缝的智能视觉检测与预警系统，其特征在于，所述根据所述交汇点的数量特征、交汇点与交汇中心点的距离特征获得裂缝共向度的步骤包括：

10.根据权利要求1所述的一种水利工程边坡裂缝的智能视觉检测与预警系统，其特征在于，所述根据所述裂缝区域中的裂缝数量特征、所述静态基础风险程度、所述裂缝共向度获得综合扩张演化风险值的步骤包括：