一种基于孔内成像的基桩缺陷定量化评价方法及系统与流程

1.本发明涉及基桩检测技术领域，特别涉及一种基于孔内成像的基桩缺陷定量化评价方法及系统。


背景技术：

2.基桩是基本建设中非常重要的部分，基桩质量的好坏直接影响到整个基建项目的成败。随着我国基本建设的大力发展，与之关系密切的基桩技术也在不断创新和发展，相应地，对基桩的检测技术也随之更加完善。
3.基桩的完整性检测主要是对基桩桩身内部的完整性进行检测。现有的基桩检测技术中，比较常见且具有代表性的是低应变反射波检测法及声波透射法，每种方法都有其各自的技术特点和适用范围。
4.低应变反射波检测法，其检测原理为：在基桩的桩顶施加一脉冲力，脉冲力波沿桩身向下传播，当桩身存在明显波阻抗差异的部位(如桩底、断桩和严重离析等部位)，将产生反射波，以此检测桩身完整性以及判断桩身缺陷的程度及位置。低应变反射波检测法至少存在以下不足：1、当桩身有多个缺陷时，只能检测到第一个较严重的缺陷，后续可能存在的缺陷情况会被掩盖；2、难对较深处桩身的缺陷进行检测；即低应变反射波检测法不能很好地对基桩桩身的完整性进行检测。
5.声波透射法，其检测原理为：在桩身内预埋声测管中，并在上述预埋声测管中放置发射端和接收端，通过实测声波在混凝土中传播的声时、波速等对桩身完整性进行检测。声波透射法至少存在以下不足：声测管在浇筑混凝土等环节易出现堵塞现象，导致无法对预埋声测管的桩身继续进行完整性检测，不利于基桩的质量控制。
6.由上可知，上述低应变反射波检测法及声波透射法均存在一定不足导致不能很好地对基桩桩身的完整性进行检测；且上述低应变反射波检测法及声波透射法均无法对检测出的缺陷的大小进行定量化评价，给后续对基桩缺陷的补强工作带来了困难。


技术实现要素：

7.基于此，本发明提出一种基于孔内成像的基桩缺陷定量化评价方法及系统，通过定义pid计算公式，对基桩的缺陷部位进行定量化评价，进而为基于孔内成像的基桩完整性评价标准提供指导意义。为达上述目的，本发明提供了一种基于孔内成像的基桩缺陷定量化评价方法，包括如下步骤：
8.对基桩的内孔孔壁进行全景环绕拍摄，以得到整个所述基桩的内孔的孔壁图像；
9.对所述孔壁图像进行图像识别，以确定所述孔壁图像的各个具有缺陷的子图像在所述孔壁图像上的位置；
10.根据所述孔壁图像的各个具有缺陷的子图像在所述孔壁图像上的位置，确定所述基桩的各个缺陷部位的位置；及
11.计算各个具有缺陷的子图像的总面积占所述孔壁图像的全面积的比重，以实现对
所述基桩的各个缺陷部位的定量化评价，进而以实现对所述基桩的完整性进行定量化评价。
12.优选地，所述对基桩的内孔孔壁进行全景环绕拍摄，以得到整个所述基桩的内孔的孔壁图像包括如下步骤：
13.通过将摄像单元垂直伸入所述基桩的内孔并驱动所述摄像单元从基桩桩顶向基桩桩底移动，以使所述摄像单元对所述基桩的内孔孔壁进行全景环绕拍摄，进而以得到整个所述基桩的内孔的孔壁图像。
14.优选地，在所述摄像单元垂直伸入所述基桩的内孔进行全景环绕拍摄的过程中，使所述摄像单元贴近所述基桩的内孔孔壁进行拍摄。
15.优选地，所述对所述孔壁图像进行图像识别，以确定所述孔壁图像的各个具有缺陷的子图像在所述孔壁图像上的位置之前还包括如下步骤：
16.将经全景环绕拍摄得到的所述孔壁图像展开，以得到矩形状的孔壁图像。
17.优选地，所述对所述孔壁图像进行图像识别，以确定所述孔壁图像的各个具有缺陷的子图像在所述孔壁图像上的位置之前还包括如下步骤：
18.对所述孔壁图像进行图像预处理。
19.优选地，所述对所述孔壁图像进行图像预处理包括如下至少一个步骤：
20.调节所述孔壁图像的亮度；及
21.对所述孔壁图像的对比度进行增强处理。
22.优选地，所述对所述孔壁图像进行图像识别，以确定所述孔壁图像的各个具有缺陷的子图像在所述孔壁图像上的位置之后还包括如下步骤：
23.对所述孔壁图像的各个具有缺陷的子图像进行圈闭。
24.优选地，所述计算各个具有缺陷的子图像的总面积占所述孔壁图像的全面积的比重，以实现对所述基桩的各个缺陷部位的定量化评价，进而以实现对所述基桩的完整性进行定量化评价包括如下步骤：
25.对经图像识别后的所述孔壁图像进行矢量化处理；
26.对经矢量化处理后的所述孔壁图像的全面积及各个具有缺陷的子图像的总面积进行计算；及
27.将各个具有缺陷的子图像的总面积除以所述孔壁图像的全面积，以得到各个具有缺陷的子图像的总面积相对于所述孔壁图像的全面积的比重，进而以实现对所述基桩的各个缺陷部位的定量化评价，从而以实现对所述基桩的完整性进行定量化评价。
28.优选地，定义pid为基桩完整性指标，所述pid的计算公式如下：
29.pid＝1
‑
m
[0030][0031]
其中：m为所述孔壁图像的各个具有缺陷的子图像的总面积占所述孔壁图像的全面积的比重；s为所述孔壁图像的各个具有缺陷的子图像的总面积；s0为所述孔壁图像的无缺陷的子图像的总面积；s s0为所述孔壁图像的全面积；d为所述基桩的内孔直径；h为所述基桩的深度。
[0032]
本发明还提供了一种基于孔内成像的基桩缺陷定量化评价系统，包括：
[0033]
图像获取模块，用于对基桩的内孔孔壁进行全景环绕拍摄，以得到整个所述基桩的内孔的孔壁图像；
[0034]
图像识别模块，用于对所述孔壁图像进行图像识别，以确定所述孔壁图像的各个具有缺陷的子图像在所述孔壁图像上的位置；
[0035]
定位模块，用于根据所述孔壁图像的各个具有缺陷的子图像在所述孔壁图像上的位置确定所述基桩的各个缺陷部位的位置；及
[0036]
计算模块，用于计算各个具有缺陷的子图像的总面积占所述孔壁图像的全面积的比重，以实现对所述基桩的各个缺陷部位的定量化评价，进而以实现对所述基桩的完整性进行定量化评价。
[0037]
本发明技术方案的有益效果：区别于现有技术，本发明提供的一种基于孔内成像的基桩缺陷定量化评价方法；首先获取基桩的内孔孔壁图像，接着对孔壁图像进行图像识别，以确定孔壁图像的各个具有缺陷的子图像在孔壁图像上的位置，并根据孔壁图像的各个具有缺陷的子图像在孔壁图像上的位置确定基桩的各个缺陷部位的位置，最后计算各个具有缺陷的子图像的总面积占孔壁图像的全面积的比重；上述孔壁图像是通过对基桩内孔的孔壁进行全景环绕拍摄所得，覆盖了基桩内孔孔壁的所有区域，即使基桩内孔孔壁的较深处也能够进行拍摄，如此使得对基桩桩身上存在的所有缺陷部位均能够有效识别确认，避免出现缺陷部位被掩盖而不被发现的情况，很好地实现了对基桩桩身完整性的检测，同时通过计算各个具有缺陷的子图像的总面积占孔壁图像的全面积的比重，即就是基桩的缺陷部位占基桩整体的比重，实现了对基桩的缺陷部位的定量化评价，进而实现了对基桩的完整性进行定量化评价，方便后续对基桩的缺陷部位的补强工作；本发明提供的基桩缺陷定量化评价方法直观简便，可精确检测基桩缺陷部位的具体位置，可操作性强。
附图说明
[0038]
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图示出的结构获得其他的附图。
[0039]
图1为本发明一种基于孔内成像的基桩缺陷定量化评价方法的流程示意图；
[0040]
图2为本发明中基桩的结构示意图；
[0041]
图3为本发明中孔壁图像的结构示意图；
[0042]
图4为本发明一种基于孔内成像的基桩缺陷定量化评系统的框架图；
[0043]
图5为本发明中计算模块的框架图；
[0044]
图6为本发明中图像预处理模块的框架图。
[0045]
其中，10
‑
基桩、11
‑
内孔、12
‑
缺陷部位、20
‑
孔壁图像、21
‑
具有缺陷的子图像、100
‑
图像获取模块、200
‑
图像识别模块、300
‑
定位模块、400
‑
计算模块、410
‑
矢量化处理单元、420
‑
第一计算单元、430
‑
第二计算单元、500
‑
展开处理模块、600
‑
图像预处理模块、610
‑
亮度调节单元、620
‑
对比度增强单元。
[0046]
本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
[0047]
下面将结合本发明中的附图，对本发明中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
[0048]
请参阅图1至图3，本发明一较佳实施方式的基于孔内成像的基桩缺陷定量化评价方法，包括如下步骤：
[0049]
s100、对基桩10的内孔11的孔壁进行全景环绕拍摄，以得到整个基桩10的内孔11的孔壁图像20；
[0050]
s200、对孔壁图像20进行图像识别，以确定孔壁图像20的各个具有缺陷的子图像21在孔壁图像20上的位置；
[0051]
s300、根据孔壁图像20的各个具有缺陷的子图像21在孔壁图像20上的位置，确定基桩10的各个缺陷部位12的位置；
[0052]
s400、计算各个具有缺陷的子图像21的总面积占孔壁图像20的全面积的比重，以实现对基桩10的各个缺陷部位12的定量化评价，进而以实现对基桩10的完整性进行定量化评价。
[0053]
具体地，本实施例中，上述步骤s100中的基桩10的内孔11的孔壁图像20即为基桩10桩身的内壁图像。上述步骤s300中孔壁图像20的各个具有缺陷的子图像21对应于基桩10的内孔11的孔壁上的缺陷部位12，也对应于基桩10桩身上的缺陷部位12；且步骤s300中的缺陷部位12一般指基桩10桩身的接头位置或桩身存在裂纹、破损、离析及蜂窝等的部位。
[0054]
本实施例中提供的方案中，首先获取基桩10的内孔11的孔壁图像20，接着对孔壁图像20进行图像识别，以确定孔壁图像20的各个具有缺陷的子图像21在孔壁图像20上的位置，并根据孔壁图像20的各个具有缺陷的子图像21在孔壁图像20上的位置确定基桩10的各个缺陷部位12的位置，最后计算各个具有缺陷的子图像21的总面积占孔壁图像20的全面积的比重；上述孔壁图像20是通过对内孔11的孔壁进行全景环绕拍摄所得，覆盖了内孔11孔壁的所有区域，即使内孔11孔壁的较深处也能够进行拍摄，如此使得对基桩10桩身上存在的所有缺陷部位12均能够有效识别确认，避免出现缺陷部位12被掩盖而不被发现的情况，很好地实现了对基桩10桩身完整性的检测，同时通过计算各个具有缺陷的子图像21的总面积占孔壁图像20的全面积的比重，即就是基桩10的缺陷部位12占基桩10整体的比重，实现了对基桩10的缺陷部位12的定量化评价，进而实现了对基桩10的完整性进行定量化评价，方便后续对基桩10的缺陷部位12的补强工作。
[0055]
一实施例中，步骤s100、对基桩内孔的孔壁进行全景环绕拍摄，以得到整个所述基桩内孔的孔壁图像包括如下步骤：
[0056]
通过将摄像单元垂直伸入基桩10的内孔11并驱动摄像单元从基桩10桩顶向基桩10桩底移动，以使摄像单元对内孔11的孔壁进行全景环绕拍摄，进而以得到整个基桩10的内孔11的孔壁图像。
[0057]
优选地，上述摄像单元可以但不限于广角摄像头。
[0058]
优选地，在摄像单元垂直伸入内孔11进行全景环绕拍摄的过程中，使摄像单元贴近内孔11孔壁进行拍摄，如此使得最终得到的孔壁图像20更加清晰。
[0059]
更优选地，根据基桩10的内孔11孔径的不同，可通过对焦及变焦技术调整摄像单元采集的全景环绕图像清晰度。具体地，根据实际探测的内孔11的尺寸孔径，对摄像单元的焦距进行调整以保证最终采集得到的孔壁图像20的清晰度。
[0060]
进一步地，本实施例中，通过摄像单元采集得到的基桩10的内孔11的孔壁图像20包括多幅，本实施例优选清晰、连续、完整的孔壁图像20，以便于后续对孔壁图像20的各个具有缺陷的子图像21的识别。
[0061]
一实施例中，步骤s200、对孔壁图像20进行图像识别，以确定孔壁图像20的各个具有缺陷的子图像21在孔壁图像20上的位置之前还包括如下步骤：
[0062]
s500、将经全景环绕拍摄得到的孔壁图像20展开，以得到矩形状的孔壁图像20。
[0063]
具体地，通过摄像单元采集内孔11孔壁的全景环绕图像，采集完成后将上述全景环绕图像展开，以得到矩形状的孔壁图像20，以便于后续对孔壁图像20的处理。
[0064]
一实施例中，步骤s200、对孔壁图像20进行图像识别，以确定孔壁图像20的各个具有缺陷的子图像21在孔壁图像20上的位置之前还包括如下步骤：
[0065]
s600、对孔壁图像20进行图像预处理。
[0066]
具体地，本实施例中，通过对经步骤s500展开得到的矩形状的孔壁图像20进行图像预处理，以获得更清晰、质量更高的孔壁图像20，进而使得孔壁图像20中的各个具有缺陷的子图像21更加突出，易于识别。
[0067]
进一步地，本实施例中，上述步骤s600、对孔壁图像20进行图像预处理具体包括如下至少一个步骤：
[0068]
s510、调节孔壁图像20的亮度；
[0069]
s520、对孔壁图像20的对比度进行增强处理。
[0070]
上述孔壁图像20的亮度本质上是孔壁图像20中每个像素点的亮度，每个像素点的亮度本质上是rgb值的大小，当每个像素点的rgb值都是0时，孔壁图像20最暗，像素点为黑色，当每个像素点的rgb都为255时，孔壁图像20最亮，像素点为白色。通过调节rgb值的大小，以改变孔壁图像20中每个像素点的亮度，进而以调节孔壁图像20的亮度。
[0071]
上述孔壁图像20的对比度则是孔壁图像20中不同像素点之间的差值，当不同像素点之间的差值越大，对比度越明显，孔壁图像20越清晰。通过调节孔壁图像20中不同像素点之间的差值，以增强孔壁图像20的对比度。
[0072]
具体地，上述孔壁图像20的亮度调节和对比度增强均属于图像处理变换中的点操作。点操作的具体计算公式如下式(1)所示：
[0073]
g(x)＝a*f(x) b
ꢀꢀ
(1)
[0074]
其中，f(x)表示原始输入的孔壁图像20的像素值；g(x)表示输出的孔壁图像20的像素值；a(需要满足a>0)为增益，通过改变a的大小可调节孔壁图像20的对比度；b为偏置，通过改变b的大小可调节孔壁图像20的亮度。
[0075]
优选地，在其他实施例中，可根据实际对孔壁图像20进行其他预处理，以使孔壁图像20更加清晰直观。
[0076]
优选地，一实施例中，上述步骤s600、对孔壁图像20进行图像预处理可借助coreldraw等图形分析软件实现。
[0077]
一实施例中，步骤s200、对孔壁图像20进行图像识别，以确定孔壁图像20的各个具
有缺陷的子图像21在孔壁图像20上的位置之后还包括如下步骤：
[0078]
s700、对孔壁图像20的各个具有缺陷的子图像21进行圈闭。
[0079]
具体地，本实施例中对经步骤s600中图像预处理后得到的孔壁图像20的各个具有缺陷的子图像21进行圈闭，具体通过曲线工具将识别出的各个具有缺陷的子图像21圈闭成一个闭合图形，并使圈闭出的闭合图形边缘平滑，便于后续对各个具有缺陷的子图像21的面积的计算。
[0080]
优选地，一实施例中，上述步骤s200及步骤s700均可借助coreldraw等图形分析软件实现。
[0081]
一实施例中，步骤s400、计算各个具有缺陷的子图像21的总面积占孔壁图像20的全面积的比重，以实现对基桩10的各个缺陷部位12的定量化评价，进而以实现对基桩10的完整性进行定量化评价具体包括如下步骤：
[0082]
s410、对经图像识别后的孔壁图像20进行矢量化处理；
[0083]
s420、对经矢量化处理后的孔壁图像20的全面积及各个具有缺陷的子图像21的总面积进行计算；
[0084]
s430、将各个具有缺陷的子图像21的总面积除以孔壁图像20的全面积，以得到各个具有缺陷的子图像21的总面积相对于孔壁图像20的全面积的比重，进而以实现对基桩10的各个缺陷部位12的定量化评价，进而以实现对基桩10的完整性进行定量化评价。
[0085]
具体地，本实施例中，用矢量表示的孔壁图像20易于放大或压缩，而且不会降低孔壁图像20在计算机中的显示质量，对用矢量表示的孔壁图像20进行放缩仍能够保持孔壁图像20边角的尖锐等特性，不会出现模糊影响；通过对经图像识别后的孔壁图像20进行矢量化处理，使得后续进行面积计算更便捷，且不会因孔壁图像20的显示质量问题导致面积计算存在偏差。
[0086]
优选地，一实施例中，上述步骤s410中的矢量化处理可借助adobe xd cc(矢量化图形设计)或coreldraw等图形分析软件实现；步骤s420中的面积计算可借助cad等软件实现。具体地，将经矢量化处理后的孔壁图像20导出(可导出为jpg格式)，在cad中插入光栅图像参照，将孔壁图像20导入cad中，然后通过cad软件自带工具算出各个具有缺陷的子图像21的总面积与孔壁图像20的全面积，最后将得到的各个具有缺陷的子图像21的总面积与孔壁图像20的全面积导出。
[0087]
一实施例中，定义pid为基桩完整性指标，上述基桩完整性指标具体指基桩10的完整区域的定量化评价，也就是孔壁图像20中无缺陷的子图像的总面积占孔壁图像20的全面积的比重，即就是孔壁图像20中无缺陷的子图像的定量化数值；所述pid的计算公式如下：
[0088]
pid＝1
‑
m
ꢀꢀ
(2)
[0089][0090]
其中，m为孔壁图像20的各个具有缺陷的子图像21的总面积占孔壁图像20的全面积的比重(各个具有缺陷的子图像21的定量化数值)；s为孔壁图像20的各个具有缺陷的子图像21的总面积；s0为孔壁图像20的无缺陷的子图像的总面积；s s0为孔壁图像20的全面积；d为基桩10的内孔11直径；h为基桩10的深度(孔壁图像20的长度，如图3)。
[0091]
本发明提供的一种基于孔内成像的基桩缺陷定量化评价方法提出使用面积法，即
通过计算出各个具有缺陷的子图像21的面积，进而得出各个具有缺陷的子图像21的总面积，进而通过pid公式计算出各个具有缺陷的子图像21的总面积占孔壁图像20的全面积的比重及孔壁图像20中无缺陷的子图像的总面积占孔壁图像20的全面积的比重，从而以实现对基桩10的各个缺陷部位12的定量化评价及对基桩10的完整性的定量化评价，为基于孔内成像的基桩10的完整性评价标准提供指导意义。
[0092]
请参阅图2至图4，本发明一较佳实施方式的基于孔内成像的基桩缺陷定量化评价系统包括图像获取模块100、图像识别模块200、定位模块300及计算模块400；图像获取模块100用于对基桩10的内孔11的孔壁进行全景环绕拍摄，以得到整个基桩10的内孔11的孔壁图像20；图像识别模块200用于对孔壁图像20进行图像识别，以确定孔壁图像20的各个具有缺陷的子图像21在孔壁图像20上的位置；定位模块300用于根据孔壁图像20的各个具有缺陷的子图像21在孔壁图像20上的位置确定基桩10的各个缺陷部位12的位置；计算模块400用于计算各个具有缺陷的子图像21的总面积占孔壁图像20的全面积的比重，以实现对基桩10的各个缺陷部位12的定量化评价，进而以实现对基桩10的完整性进行评价。具体地，图像获取模块100用于通过摄像单元对基桩10的内孔11的孔壁进行全景环绕拍摄，以得到整个基桩10的内孔11的孔壁图像20。
[0093]
一实施例中，请参阅图5，计算模块400包括矢量化处理单元410、第一计算单元420及第二计算单元430；矢量化处理单元410用于对经图像识别后的孔壁图像20进行矢量化处理；第一计算单元420用于对经矢量化处理后的孔壁图像20的全面积及各个具有缺陷的子图像21的总面积进行计算；第二计算单元430用于将各个具有缺陷的子图像21的总面积除以孔壁图像20的全面积，以得到各个具有缺陷的子图像21的总面积相对于孔壁图像20的全面积的比重，进而以实现对基桩10的各个缺陷部位12的定量化评价。
[0094]
一实施例中，请参阅图4，上述基于孔内成像的基桩缺陷定量化评价系统还包括如下至少一个：
[0095]
展开处理模块500，位于图像获取模块100与图像识别模块200之间，展开处理模块500用于将经全景环绕拍摄得到的孔壁图像20展开，以得到孔壁的矩形图像；
[0096]
或，图像预处理模600，位于展开处理模块500与图像识别模块200之间，图像预处理模块600用于对孔壁图像20进行图像预处理。
[0097]
进一步地，本实施例中，请参阅图6，图像预处理模块600包括亮度调节单元610及对比度增强单元620；亮度调节单元610用于调节孔壁图像20的亮度；对比度增强单元620用于对孔壁图像20的对比度进行增强处理。
[0098]
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
[0099]
以上实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。