基于无人机快速巡检的堤坝病害检测方法与软件平台

发布时间：2023-11-28 17:41

　　截至2020年,我国的堤坝总里程已超过31.2万公里。在长期服役过程中,由于水位涨落、地质灾害、复杂地质与环境因素的综合影响,堤坝破损、渗漏现象严重,甚至引发溃坝、垮塌等灾害事故,给人民群众的生产生活带来巨大威胁。研究适用于堤坝病害的快速巡检系统,及时发现病害并进行养护,对保障堤坝工程安全服役具有重要的科学意义和工程价值。对于堤坝破损、渗漏等病害检测,当前主要的检测方法仍以人工巡检为主,不仅费时费力,而且容易漏检。采用无人机巡检与机器视觉相结合的方法对堤坝病害信息进行检测与识别,能够实现对堤坝病害的快速、全方位检测,大幅提高检测效率。然而,目前基于机器视觉的堤坝病害无人机巡检系统存在检测速度慢、病害识别精度低的问题。针对上述问题,本文依托无人机的快速数据采集能力,综合运用理论分析、模型试验、现场试验等多种手段,研究基于机器视觉和数字图像处理的堤坝病害快速识别方法,设计了基于改进Frangi滤波的堤坝可见光裂缝识别方法和基于形态学重建的堤坝红外渗漏识别方法,实现了堤坝破损和渗漏的快速高效识别。同时结合实际检测需求,开发了一套功能较完备的堤坝无人机快速巡检软件平台,并通过实验对上述方法和系...

【文章页数】：86 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
第1章 绪论
    1.1 课题研究背景及意义
    1.2 堤坝病害识别方法综述
        1.2.1 堤坝裂缝检测研究现状
        1.2.2 堤坝渗漏水检测研究现状
    1.3 主要研究内容及结构安排
    1.4 本章小结
第2章 堤坝裂缝识别方法
    2.1 堤坝裂缝判定与图像特征提取方法
        2.1.1 堤坝裂缝病害特征提取方法
        2.1.2 基于支持向量机的分类模型
        2.1.3 堤坝裂缝分类方法性能分析
    2.2 堤坝裂缝识别方法设计
        2.2.1 图像预处理
        2.2.2 裂缝信息提取
        2.2.3 堤坝裂缝提取方法对比
    2.3 堤坝裂缝的参数计算
        2.3.1 相机的标定
        2.3.2 堤坝裂缝类型判断
        2.3.3 堤坝裂缝参数计算
        2.3.4 实验验证及误差分析
    2.4 本章小结
第3章 基于红外图像的堤坝渗漏识别方法
    3.1 堤坝渗漏红外图像预处理方法
        3.1.1 堤坝渗漏图像的特点及噪声分析
        3.1.2 基于MAD和形态学的滤波器设计
    3.2 堤坝渗漏图像识别方法
        3.2.1 堤坝渗漏图像识别基本原理
        3.2.2 基于形态学重建的堤坝渗漏区域提取
        3.2.3 堤坝渗漏识别方法
        3.2.4 实验验证
    3.3 堤坝渗漏的评估标准及计算
        3.3.1 堤坝渗漏方法评估标准
        3.3.2 堤坝渗漏的计算
    3.4 本章小结
第4章 堤坝无人机快速巡检系统设计及实验验证
    4.1 堤坝红外图像快速拼接方法
        4.1.1 堤坝红外图像特征快速提取方法
        4.1.2 基于相位一致的边缘提取算法
        4.1.3 图像拼接方法流程
        4.1.4 实验结果与分析
    4.2 堤坝无人机快速巡检系统硬件平台设计
        4.2.1 硬件系统需求分析
        4.2.2 硬件系统设备选型与参数
    4.3 堤坝无人机快速巡检系统软件设计与实现
        4.3.1 软件总体架构及功能设计
        4.3.2 参数配置模块
        4.3.3 堤坝裂缝检测模块
        4.3.4 堤坝渗漏检测模块
    4.4 堤坝无人机快速巡检系统测试
        4.4.1 图像采集方法
        4.4.2 堤坝裂缝检测系统测试
        4.4.3 堤坝渗漏检测系统测试
        4.4.4 系统性能分析
    4.5 本章小结
第5章 总结与展望
参考文献
致谢
攻读学位期间发表的学术论文目录
学位论文评阅及答辩佾况表



本文编号：3868615