2018年4月27日，長安大學的碩士（shì）研究生蔣凡，發表了論文《基於（yú）圖（tú）像處理的車載式隧道襯砌裂縫檢測係（xì）統研究》，講述了近（jìn）年來我國隧道建設的發展過程中的一些問題，以及對於基於圖像處理（lǐ）的（de）車載式隧道襯砌裂縫檢測係統的一些研（yán）究介紹。

蔣凡在（zài）文章中提到，近年來,隨著我（wǒ）國隧（suì）道建設的快速發展,隧道裏程不斷增加,隨之而來的隧道（dào）事故隱患檢測（cè）越來越受到養護部門的重視。在各種隧道事故隱患中,襯砌裂縫是出現次（cì）數最多的隱患,這（zhè）種裂縫是（shì）襯（chèn）砌受力情況的直接表現,襯砌就（jiù）是隧道等易滑坡易坍塌建築物的支撐物體，襯砌裂縫的研究對研究（jiū）隧（suì）道的隱患檢測（cè）非常重要。蔣凡（fán）認為（wéi），目前常見的襯（chèn）砌裂縫檢測主要依賴（lài）人工,這種靠（kào）肉眼觀測和借助工具測量的方法,無（wú）法保證檢測結果的（de）準確性。

針對目前（qián）的檢測現狀和檢測需（xū）求,蔣凡在文章裏（lǐ）進行了基於圖像處（chù）理的車載式隧道襯砌裂（liè）縫檢測係統的研究工作,主要研究內容如下:

研究了係（xì）統的功能及總體結構,同時基於係統的設計要求與工作原（yuán）理進行了實車平台的搭建,並對電動滑軌車廂、CCD相機（jī）、相機支架、圖像（xiàng）采集卡、輔助照明裝置、旋轉編碼器等車載設備進行了選型（xíng）和安裝。實際檢測過程中,車輛以一定速度在隧道（dào）中行駛,利用多台相（xiàng）機掃描襯砌表麵獲（huò）取裂縫圖像並實時保存,最後通過對圖像的（de）離（lí）線處理得到裂縫信息（xī）。

在（zài）對圖像進行預處理及拚接的過程中,論文針對圖像光照不均（jun1）的（de）問題,采（cǎi）用基（jī）於改進（jìn）MSR與雙邊（biān）濾波融合的（de）算法進行了還原;對於圖像（xiàng）中襯砌接縫幹（gàn）擾的問題,利用基於直線與角（jiǎo）度特征（zhēng）的方法進行了去（qù）除;考慮到裂縫與襯砌背景的對（duì）比（bǐ）度不是很明顯的（de）問題（tí）,采（cǎi）用（yòng）了灰（huī）度變換（huàn）和對比度增強凸顯裂縫信息。同時基於（yú）SIFT尺度不變特征和加權平均融（róng）合的算法對裂縫圖像序列（liè）進行了（le）拚接和（hé）融合處理。

在對圖像進行識別與分類的過程中（zhōng）,論（lùn）文利用Deriche濾波器對圖像進行了邊緣檢測,采用基於線性插值的圖像分塊分割方法對拚接後（hòu）的襯砌全景圖像進行了分塊並使用（yòng）最（zuì）大熵法計（jì）算了分塊後各子塊圖像的全局閾值。然後利用形態學算法去除孤立的噪點,采用基於裂縫區域形（xíng）狀特征（zhēng）和區域延伸的方法去除噪聲並連（lián）接斷裂的裂縫。最後對裂縫進行細化並根據相關特征參數對提取到的裂縫進行了分類（lèi）。

本係統基於Halcon和（hé）Visual Studio聯（lián）合開發環境進行了真實隧道場景下的檢（jiǎn）測實驗。實驗結果表明,相比於人工檢測,本係統對隧道襯（chèn）砌裂縫的檢測快速且（qiě）準確,滿（mǎn）足了設計之初的要求。蔣（jiǎng）凡在（zài）論文（wén）中提到的研（yán）究實驗取得了階段性的成果（guǒ）,為所依（yī）托（tuō）的科研項目的研究奠定了一（yī）定的基礎。