60
传感器与微系统(Transducer and Microsystem Technologies）
2016年第35卷第10期
D0I:10.13873/J.10009787( 2016 )10006003
隧道裂缝自动识别性能影响因素研究
段中兴，周建，陈胜，装可
（西安建筑科技大学信息与控制工程学院，陕西西安710055）
摘要：在室内环境下，利用混泥土试验模块，设计一种基于互补金属氧化物半导体(CMOS)传感器件的装置来进行隧道裂缝自动识别试验。将裂缝图像灰度值分布作为衡量自动识别的重要指标，分析有效像素、检测距离、光照强度等因素对自动检测性能的影响。模拟试验结果表明：有效像素和检测距离对图像分布的特征影响不大；有效像素增大，检测距离减小，相应的检测性能增加；光照强度不仅对裂缝图像灰度
分布特征影响大，对自动检测性能也有显著的影响，光照强度过高或过低都会影响检测性能。关键词：隧道裂缝；互补金属氧化物半导体传感器；自动识别；检测性能
中图分类号：U451
文献标识码：A
文章编号：1000-9787(2016)10006003
Studyoffactorsaffectingautomaticidentification
performance of cracks in tunnel DUAN Zhong-xing, ZHOU Jian, CHEN Sheng, PEI Ke
( School of Information and Control Engineering,Xi' an University of Architecture and Technology,
Xi' an 710055,China )
Abstract: In indoor environment, using concrete test module, design a device based on CMOS sensor to automatically identify cracks in tunnel test. Crack image gray value distribution is regarded as an important indicator for automatic recognition. Analyze effective pixels, testing effect of distance, light intensity and other factors on automatic detection performance. Simulation results show that the effective pixel and detection distance have little effect on features of image distribution. Effective pixels is increased, detecting distance is reduced, corresponding detecting performance is increased;light intensity not only has great impact on fracture image gray distribution feature, but also has a significant impact on automatic detection performance,too high or too low light intensity will affect detecting performance.
Key words:cracks in tunnel; complementary metal-oxide-semiconductor ( CMOS ) sensor;
automatic
identificating; detection performance
0引言
隧道裂缝检测和识别一直都是我国隧道裂缝治理和维护的一个难题。目前检测裂缝的方法主要有超声波检测法、冲击弹性波检测法、光纤传感检测法以及图像处理检测方法[1.2]。
目前对裂缝装置检测性能的具体实验研究还较为缺乏。针对这一不足之处，本文设计一种基于互补金属氧化物半导体(CMOS)传感器件的裂缝识别检测装置")。本文在室内的环境中，选取一块含有裂缝的混凝土模型，模拟不同情况下的隧道检测，分析光照强度、检测的距离、有效像素等因素对隧道裂缝检测的影响规律。该实验分析结果可为我国研究高效的自动检测隧道裂缝车提供参考和理论的
收稿日期：2016-01-04
依据4-6)。
1裂缝检测试验系统设计 1.1试验设备
要完成通过计算机来进行裂缝的处理和判断，必须对图像采集，LED光源灯可以给足够的光源，利用CMOS传感器件进行图像的采集，而自身的A/D转换功能可以将图像的信息转变成数字信号。再通过处理器将这些信号通过运算来提取隧道裂缝的位置、走向、长度、宽度等特征参数，通过对这些特征值得分析和处理，就可以得到影响裂缝自动检测的因子了，裂缝自动检测的系统图如图1所示。
图1中CMOS传感器件可以以一定的角度旋转。移动支架可以以6km/h的速度移动，LED光源具有很强的光照
*基金项目：国家自然科学基金资助项目（50575168）；陕西省教育厅自然科学专项基金资助项目（07JK281）