楊 政 曲泳頤 于祺偉

(東北林業(yè)大學(xué)土木工程學(xué)院，黑龍江 哈爾濱 150036)

0 引言

無(wú)人機(jī)起源于1917年。經(jīng)過(guò)100多年的發(fā)展，它已被廣泛應(yīng)用于軍事、運(yùn)輸和救援等許多領(lǐng)域。無(wú)人機(jī)在建筑安全監(jiān)理中的應(yīng)用，符合建筑信息化，工業(yè)化和智能化的發(fā)展趨勢(shì)。

圖像處理發(fā)展初期的研究目的是提高圖像質(zhì)量，使圖像美觀，并提高圖像的實(shí)用性[1]。隨著科技的發(fā)展，建筑施工領(lǐng)域在進(jìn)行工程監(jiān)理和環(huán)境監(jiān)測(cè)方面越來(lái)越普遍。通過(guò)操縱無(wú)人機(jī)對(duì)建筑物進(jìn)行近距離拍攝和監(jiān)視，可以準(zhǔn)確識(shí)別無(wú)人機(jī)拍攝的圖像，更好地提高監(jiān)理的效率，工作人員可以快捷地排查安全隱患，加強(qiáng)了施工過(guò)程質(zhì)量和進(jìn)度控制，極大節(jié)省了人力和物力。

1 國(guó)內(nèi)外無(wú)人機(jī)圖像處理技術(shù)研究現(xiàn)狀

國(guó)外對(duì)無(wú)人機(jī)圖像處理進(jìn)行了深入研究：Jizhou(2004)設(shè)計(jì)并改進(jìn)了一種算法，該算法可以從大量無(wú)人機(jī)獲取的圖像數(shù)據(jù)中重建城市建筑的三維模型[2]。許多機(jī)構(gòu)和公司也開發(fā)了無(wú)人機(jī)圖像處理專業(yè)軟件，這些軟件均能夠良好識(shí)別無(wú)人機(jī)的圖像。

國(guó)內(nèi)對(duì)無(wú)人機(jī)的研究始于20世紀(jì)50年代后期，研究主體是高校的科研機(jī)構(gòu)。國(guó)內(nèi)的專家學(xué)者對(duì)圖像傳輸和處理也有了較大的進(jìn)展。

2 無(wú)人機(jī)技術(shù)結(jié)合數(shù)字圖像識(shí)別技術(shù)在施工中的管理應(yīng)用

本文以鋼筋識(shí)別為例論述圖像識(shí)別在使用無(wú)人機(jī)進(jìn)行施工管理中的應(yīng)用。由于施工現(xiàn)場(chǎng)環(huán)境比較復(fù)雜，使用無(wú)人機(jī)采集到的圖像往往較為模糊，需要進(jìn)行一定處理排除光線等原因的影響，并將圖像標(biāo)準(zhǔn)化后才可進(jìn)行識(shí)別。同時(shí)由于光線對(duì)圖像的亮暗造成的影響，給智能識(shí)別鋼筋圖像的間距帶來(lái)了很大的難度。解決存在的這些問(wèn)題也是應(yīng)用無(wú)人機(jī)采集的鋼筋圖像進(jìn)行數(shù)字圖像識(shí)別的關(guān)鍵。

在施工監(jiān)理過(guò)程中，要按照設(shè)計(jì)圖紙來(lái)檢查現(xiàn)場(chǎng)的鋼筋數(shù)量、間距、尺寸是否符合要求，由于施工現(xiàn)場(chǎng)比較復(fù)雜，如果可以將無(wú)人機(jī)采集的圖像經(jīng)過(guò)處理后進(jìn)行圖像識(shí)別，將極大地減輕監(jiān)理人員的工作負(fù)擔(dān)，使驗(yàn)收工作變得更加方便快捷。

2.1 圖像預(yù)處理

為弱化圖像中由于拍攝原因造成的不良干擾和其他圖像噪聲，以便對(duì)鋼筋邊緣準(zhǔn)確識(shí)別，需要對(duì)圖像進(jìn)行預(yù)處理。圖像預(yù)處理可提高圖像質(zhì)量，增強(qiáng)細(xì)節(jié)顯示，強(qiáng)調(diào)圖像特征，并減少圖像背景中圖像噪聲的影響。

MATLAB軟件支持的各種格式的圖像識(shí)別與分析，圖像讀入后可使用相應(yīng)算法進(jìn)行灰度化、增強(qiáng)、分割、識(shí)別等處理。本文僅討論使用MATLAB將各種類型的圖像(以 RGB圖像為例)轉(zhuǎn)換為灰度圖像的方法。

2.2 圖像灰度化

RGB圖像是由不同深淺的紅、綠、藍(lán)三色疊加而成，每個(gè)顏色分量由0～255之間的值表示，即R，G，B三個(gè)分量?；叶葓D一般指僅包括采樣點(diǎn)的亮度信息而不包括色彩信息，灰度圖像擁有8位的深度，即可將亮度信息劃分為256個(gè)不同的級(jí)別。像素值為0則表示全黑，反之255表示全白，從0向255亮度逐漸由白轉(zhuǎn)向黑。

使用rgb2gray函數(shù)將RGB圖像處理為灰度圖像，該函數(shù)仍采用的是加權(quán)平均法，即：GRAY=0.298 9R+0.587 0G+0.114 0B。

2.3 圖像增強(qiáng)

為減少圖像噪聲，使噪聲融入圖像背景，以排除干擾，需要進(jìn)行平滑濾波。中值濾波消除噪聲，并保留圖像輪廓。中值濾波是將數(shù)字圖像中一點(diǎn)的值用該點(diǎn)鄰域中各點(diǎn)值的中值代替，使得附近的像素接近真實(shí)值，從而消除孤立的噪聲點(diǎn)[3]。

3 圖像分割

使用Edge函數(shù)檢測(cè)灰度值的不連續(xù)性，利用梯度的變化可以將輸入的灰度圖像進(jìn)行處理，返回一個(gè)大小相同的二值圖像，得到邊緣信息。

Edge函數(shù)的邊緣檢測(cè)器種類很多，針對(duì)施工現(xiàn)場(chǎng)無(wú)人機(jī)采集圖像的圖像噪聲較大等因素，采用Canny邊緣檢測(cè)器。該方法使用兩個(gè)閾值來(lái)檢測(cè)邊緣，因此該方法更有可能檢測(cè)到真正的弱邊緣[4]。

4 鋼筋識(shí)別

為解決由于噪聲和光線等原因造成的邊緣斷裂的問(wèn)題，使用霍夫變換檢測(cè)直線，將邊緣像素連成有意義的邊緣?；舴蜃儞Q用以極坐式來(lái)表示直線的法線方程，以參數(shù)空間中多支正弦曲線的交點(diǎn)，代表實(shí)際空間中一條直線。曲線經(jīng)過(guò)最多的局部峰值點(diǎn)對(duì)應(yīng)著最可能的邊緣直線。

MATLAB圖像處理工具箱中三個(gè)函數(shù)可實(shí)現(xiàn)Hough變換各步驟。Hough函數(shù)可以實(shí)現(xiàn)參數(shù)空間的創(chuàng)建； Houghpeaks函數(shù)可以實(shí)現(xiàn)峰值的查找； Houghlines函數(shù)可將有意義的線段相連，并得到線段的兩端點(diǎn)坐標(biāo)和法線極坐式方程的參數(shù)。

拍攝時(shí)對(duì)圖像進(jìn)行標(biāo)定，并經(jīng)上述步驟完成鋼筋邊緣的識(shí)別，即可測(cè)得鋼筋實(shí)際間距。

5 結(jié)語(yǔ)

通過(guò)該例子可證明利用數(shù)字圖像識(shí)別技術(shù)完成鋼筋識(shí)別檢測(cè)的可行性和實(shí)用性。該技術(shù)還可用于安全帽、安全帶、安全網(wǎng)等其他施工安全措施的識(shí)別，能有效地完成施工過(guò)程中安全管理的任務(wù)，確保施工場(chǎng)地的作業(yè)安全，在施工領(lǐng)域中具有廣泛的用途。

將無(wú)人機(jī)應(yīng)用于區(qū)域作業(yè)和細(xì)部觀測(cè)中，可在最大程度上利用其優(yōu)勢(shì)。與人工巡查效率低、觀察范圍有限等不利因素相比，以無(wú)人機(jī)為平臺(tái)，結(jié)合機(jī)載攝像機(jī)和無(wú)線傳輸設(shè)備，可以有效減少視覺(jué)盲點(diǎn)，增強(qiáng)隱蔽工程和關(guān)鍵工序的監(jiān)測(cè)力度，提供了一種全新的、低成本的、可長(zhǎng)期運(yùn)行的技術(shù)裝備，有利于在建筑施工過(guò)程中及時(shí)發(fā)現(xiàn)并糾正問(wèn)題，減少因施工的失誤帶來(lái)的進(jìn)度延誤和安全損失，保證了建筑安全監(jiān)理的實(shí)時(shí)性。

利用數(shù)字圖像識(shí)別技術(shù)研究無(wú)人機(jī)傳輸?shù)匿摻顖D像，可以完成MATLAB平臺(tái)下鋼筋間距和直徑識(shí)別系統(tǒng)的設(shè)計(jì)。通過(guò)將無(wú)人機(jī)和數(shù)字圖像識(shí)別技術(shù)相結(jié)合，形成一個(gè)集數(shù)據(jù)采集、整理、分析、報(bào)告為一體的檢測(cè)系統(tǒng)并應(yīng)用于建筑施工安全領(lǐng)域，其加工精度高，靈活性好，有利于營(yíng)造安全、文明、綠色的施工環(huán)境。