Застосування процедури бінаризації для визначення образу дефекту типу "тріщина" на цифровому зображенні

Размещено на http://www.allbest.ru/

Київський національний університет будівництва і архітектури

УДК 620.179.680

ЗАСТОСУВАННЯ ПРОЦЕДУРИ БІНАРИЗАЦІЯ ДЛЯ ВИЗНАЧЕННЯ ОБРАЗУ ДЕФЕКТУ ТИПУ "ТРІЩИНА" НА ЦИФРОВОМУ ЗОБРАЖЕННІ

Горда О. В., асистент, к.т.н.

Пузько О. О. аспірант

Коломієць С.П., студентка

Анотація: Серед дефектів, які виникають на поверхнях об'єктів будівництва найчастіше зустрічаються тріщини, які з часом можуть призводити до повного руйнування ОБ. Своєчасне виявлення дефекту цього типу та розробка заходів стосовно його усунення дає змогу попередити небажані наслідки та продовжити термін експлуатації будівель та споруд.

В роботі розглядається технологія визначення геометричних характеристик дефекту «тріщина» на поверхнях об'єктів будівництва з врахуванням їх особливостей з точки зору утворення, прояву та представлення на зображенні.

Ключові слова: модель тріщина, зображення, бінаризація, вибір порогу.

Актуальність та аналіз проблеми.

Сьогодні особливого значення набувають проблеми контролю технічного стану несучих конструкцій і обгрунтованості вибору відповідного комплексу інженерних заходів. Спостереження за технічним станом несучого кістяка будівель і споруд повинно відповідати таким вимогам:

* працювати систематично;

* робити оцінку змін, що відбуваються на основі кількісних критеріїв;

* базуватися на процедурах виявлення фактичної міцності, жорсткості і стійкості конструктивних елементів та їх відповідності нормативним вимогам.

Аналіз ризику і причин аварій промислових будівель і споруд показує, що аварії, як правило, відбуваються в будівлях і спорудах, що не піддавалися обстеження технічного стану та експертизи промислової безпеки, а також при недотриманні термінів чергової експертизи промислової безпеки; аварійне руйнування можливо на будь-якій стадії життєвого циклу; обстеження технічного стану та експертиза промислової безпеки будівель і споруд мають періодичний характер при відсутності постійного моніторингу технічного стану конструкцій, відповідальних за несучу здатність будівлі або споруди в цілому; через порушення норм експлуатації аварії можливі у період між черговими обстеженнями технічного стану та експертизами промислової безпеки.

Більше 75% основних фондів споруд виробили свій ресурс, але продовжують експлуатуватися. У сучасному будівництві можна виділити наступні тенденції:

* збільшення поверховості будівель;

* ущільнення міської забудови;

* освоєння підземного простору;

* насичення інженерними комунікаціями.

Основною перспективою розвитку систем моніторингу відповідальних споруд є створення професійно розроблених постійно діючих автоматизованих систем контролю технічного стану об'єкта. Сьогодні особлива увага приділяється методам неруйнівного контролю сутність яких полягає у аналізі динаміки зміни технічного стану (ТС) об'єктів будівництва (ОБ), а саме прогнозуванні, виявленні та класифікації дефектів без активного впливу на об'єкт моніторингу. Найбільш поширеним методом неруйнівного контролю є оптичний метод, який відрізняється від інших доступністю та можливістю застосування у важкодоступних місцях і складних умовах оточуючого середовища, а також відносно невеликою вартістю.

Серед дефектів, які виникають на поверхнях об'єктів будівництва найчастіше зустрічаються тріщини, які з часом можуть призводити до повного руйнування ОБ. Своєчасне виявлення дефекту цього типу та розробка заходів стосовно його усунення дає змогу попередити небажані наслідки та продовжити термін експлуатації споруд та будівель. Важливими характеристиками дефектів «тріщина», які можна спостерігати шляхом звичайного огляду або на цифровому зображенні з урахуванням їх структури (рис.1) є геометричні характеристики такі як довжина, площа та ширина розкриття.

Рис. 1. Елементи тріщини

Рис. 2. Види тріщин

Постановка задачі

Розглянемо задачу визначення таких геометричних параметрів тріщини, як протяжність тріщини і площа. Так як тріщина утворює складну лінію з вигинами (рис. 2) і може розташовуватися на поверхні об'єкта будівництва під довільним кутом, то в якості визначення протяжності тріщини будемо визначати наступних два значення:

1. довжину відрізка, що з'єднує дві крайні точки тріщини;

2. довжину кривої, яка представляє рів тріщини.

Під площею тріщини будемо розуміти площу фігури, яка представляє силует тріщини, утворений лініями фронту. Значення цих характеристик є важливими параметрами в задачі визначення напруг і залишкового ресурсу конструкції, а також при плануванні обсягів ремонтно-відновлювальних робіт.

Вхідними даними для вирішення поставленого завдання є цифрове зображення (кольорове або чорно-біле) споруди або його окремих фрагментів, а також інформація про матеріали, поверхні та умови одержання самого зображення, необхідна для визначення колірних просторів, розподілу яскравості і спотворень. Причому. будемо розглядати завдання за умови, що мається інформація про наявність дефекту і його дислокації.

Зображення повинно бути достатньо інформативним, тобто представляти дефект так, що його можна спостерігати на зображенні і обробляти.

Вирішення проблеми

Для визначення геометричних параметрів тріщини важливим є образ дефекту. Коли для спостерігача важливі обриси об'єктів, присутніх на зображенні, а деталі, що містяться всередині об'єктів або всередині фону, не становлять інтересу, корисною може бути бінаризація. Це перетворення полягає в перетворенні зображення в двокольорове чорно-біле. Головним параметром такого перетворення є поріг - значення, яке буде критерієм перевірки інтенсивності точки зображення. Використання бінаризованих зображень для визначення геометричних параметрів зумовлено структурою самого дефекту і тим ідентифікаційним ознакою, що в області тріщини розподіл яскравості має вигляд функції типу параболи гілками вгору, а лінія рову має мінімальну яскравість.

Заміна вихідного зображення бінарним аналогом вирішує два основні завдання. По-перше, досягається велика наочність при візуальному сприйнятті, ніж у вихідного зображення. По-друге, відчутно скорочується обсяг запам'ятовуючого пристрої для зберігання зображення, оскільки бінарний препарат для запису кожної точки бінарного зображення вимагає лише 1 біт пам'яті, у той час як півтонування для вирішення тієї ж задачі при найбільш часто вживаному форматі вистави - 8 біт.

При бінаризації зображення яскравість кожного пікселя B(x, y) порівнюється з пороговим значенням яскравості BT (x, y); якщо значення яскравості пікселя вище значення яскравості порогу, то на бінарному зображенні відповідний піксель буде «білим», або «чорним» в іншому випадку. Процес бінаризації характеризується спотвореннями наступного типу: розриви на символах, текстових написах, лініях; розмивання зображення ліній і текстових написів; втрата цілісності об'єктів; поява шуму в однорідних областях.

Процес бінаризації пов'язаний з певними спотвореннями зображення. що негативно впливають на представлення дефекту. А саме виникають розриви і втрата цілісності об'єктів зображення внаслідок ряду причин, обумовлених структурою зображення: значною зональної нерівномірністю яскравості об'єкта; дотиком об'єктів зображення, коли частина контуру об'єкта втрачається при бінаризації, і об'єкт зливається з сусіднім; накладенням об'єктів зображення, що породжує проблему вибору порогу бінаризації.

а) б) в)

Рис. 3. Цифрове зображення споруди та дефекту: а) зображення споруди вцілому; б) зображення фрагменту дефекту; в) бінаризоване зображення дефекту

Підходи до бінаризації умовно можна розділити на 2 групи:

* порогові;

* адаптивні.

Порогові методи бінаризації працюють з усім зображенням, знаходячи якусь характеристику (поріг), що дозволяє розділити всі зображення на чорне і біле.

Адаптивні методи працюють з ділянками зображень і використовуються при неоднорідному освітленні об'єктів.

Зрозуміло, що кожен раз вручну для кожного зображення підбирати свій поріг яскравості незручно. Для цього існують різні критерії бінаризації:

* бінаризації з нижнім порогом;

* бінаризації з верхнім порогом;

* бінаризації з подвійним обмеженням;

* метод Отса (Оцу);

* метод Янні (Яні);

* метод середнього.

Найефективнішим, як за швидкодією, так і за якістю, вважається критерій Отсу. До його недоліків відноситься розмиття ліній, «зшивання» об'єктів, особливо в місцях перетинів, втрата тонких ліній. Метод використовує гістограму розподілу значень яскравості пікселів растрового зображення. Будується гістограма за значеннями:

,

де - загальна кількість пікселів на зображенні;

- кількість пікселів з рівнем яскравості .

Діапазон яскравості ділиться на два класи за допомогою порогового значення рівня яскравості , де - ціле значення від 0 до . Кожному класу відповідають відносні частоти , :

,

,

бінаризований дефект тріщина будівництво

Далі обчислюється максимальне значення оцінки якості поділу зображення на дві частини, де , -відповідно міжкласова і загальна дисперсії:

Процедура бінаризації схематично представлена на рис. 4.

Размещено на http://www.allbest.ru/

Рис. 4. Послідовність процедур отримання бінаризованого зображення

Для виконання процедури бінаризації доцільно використовувати програмне середовище Matlab до складу якого входить бібліотека функцій Image Processing Toolbox (IPT) з широкими можливостями обробки цифрових зображень. Продемонструємо процедуру виділення образу дефекту типу «тріщина» на конкретному прикладі.

1. Попередня обробка:

* локалізація (вирізання фрагмента зображення функцією imcrop:

Xd = imcrop (Xs, map, rect)-фрагмент задається у векторі rect) (рис. 5):

>> a = imread('D:\_Pic_file_path_25616.jpg');imshow(a)

>> [S,map] = imread('D:\_Pic_file_path_25616.jpg');

>> figure,imshow(S,map);

>> [A,rect] = imcrop(S,map);

>>figure,imshow(a,map);

rect =246.5100 117.5100 36.9800 92.9800

rect = [246.5100, 117.5100, 36.9800, 92.9800];

P = imcrop(S,map,rect); figure,imshow(P,map)

Рис. 5. Вихідне зображення і фрагмент тріщини

* видалення зайвих елементів, визначення мінімального та максимального рівня яскравості;

* фільтрація - придушенням шумів, вірівнювання яскравості;

* контрастування (контрастування з гамма-корекцією функціяєю imadjust: ID = imadjust (IS, [low, high], [bottom top], gamma)) (рис.6):

>> a1 = imadjust(a,[0 0.9],[],1);

>> a2 = imadjust(a,[0 0.9],[],0.5);

>> a3 = imadjust(a,[0 0.9],[],2);

>> figure,subplot(1,3,1),subimage(a1);

>> subplot(1,3,2),subimage(a2);

>> subplot(1,3,3),subimage(a3);

Рис. 6. Контрастування

* оптимізація палітри (зменшення кількості кольорів палітрових зображення функцією imapprox:

[XD, newmap] = imapprox (XS, map, n, differ_option)) (рис. 7):

>> [D1,nm] = imapprox(S, map, 0.5);

figure,imshow(D1,nm)

>> [D11,nm1] = imapprox(S, map, 0.5,'nodither');

figure,imshow(D11,nm1)

Рис. 7 Оптимізація палітри

2. Бінаризація:

* вибір порогового значення. Існує багато способів вибору порогового значення, наприклад, розділом двох основних піків на гістограмі яскравості, усередненням функції яскравості та ін. Для автоматичного вибору порогу пропонується наступна процедура.

1. Вибрати деяку початкову оцінку для значення порогу (пропонована величина дорівнює середньому значенню між мінімальною і максимальною яскравістю зображення).

2. Виконати сегментацію за допомогою порогу . У результаті утворюється дві групи пікселів: і . Область складається з пікселів, яскравість яких більше або дорівнює , а область G2 - з пікселів, яскравість яких менше .

3. Обчислити середню яскравість пікселів і по областях і .

4. Обчислити нове значення порогу:

.

Повторити кроки з 2-го по 4-й, поки різниця порогів Т для сусідніх ітерацій чи не стане менше наперед заданого значення Т (рис. 7).

>> I=im2double( ind2gray(S,map)); figure,imshow(I)

>> T = 0.5*(min(I(:)) + max(I(:))); done = false;

>> while ~done

g=I>= T; Tnext = 0.5*(double(min(I(g))) +…

double(max(I(~g))));

done = abs(T - Tnext) < 0.5; T = Tnext;

end

bw = I> T; figure, imshow(bw)

Рис. 8 Вибір порогу

Для визначення порогу також можна використовувати функцію graythresh пакета IPT, яка обчислює поріг за методом Отса.

Синтаксис:

T = graythresh(S),

де S - вихідне півтонування; T - глобальний поріг в інтервалі [0 1].

Вибрати поріг за замовчуванням:

>> [X,map] = imread('D:\2.bmp');

>> figure,imshow(X,map)

>> BW = im2bw(X,map);

>> figure,imshow(BW)

Обчислити поріг за допомогою функції graythresh:

>> I = im2double(ind2gray(X,map));

>> figure,imshow(I)

>> T = graythresh(I); BW = im2bw(I,T);

>> figure,imshow(BW)

Рис. 9. Вибір порогу за допомогою функції graythresh

· перетворення за порогом:

·

I=imread('D:\2.bmp');

imshow(I);

BW=im2bw(I, 0.5);

figure, imshow(BW);

а) б) в) г) д) е) ж)

Рис. 10 Фрагменти бінарізації по порогу: а) 0,1; б) 0,2; в) 0,3; г) 0,4; д) 0,5; е) 0,6; ж) 0,7.

Як видно з рис. 10 - оптимальний поріг для бінарізації становить 0,2.

Висновок

Як видно з прикладу, у випадку рівномірного розподілу яскравості та хорошому контрасті та вірному виборі порогу у результаті процедури бінаризації можна отримати якісний образ тріщини, придатний для подальшого аналізу геометричних параметрів дефекту типу «тріщина»

Список літератури

1. Горда О.В. Фільтрація зображень дефекту типу «тріщина» в оптичному діапазоні web-камер. //-Київ. Техніка будівництва №21 2009 р., -С.134-138.

2. Горда О. В. Дослідження функції присутності дефекту типу «тріщина»на цифрових зображеннях об'єктів будівництва. //-Київ. Управління розвитком складних систем -Вип. 10, 2011 р., - С.112-114.

3. Грузман И.С., Киричук В.С., Косых В.П., Перетягин Г.И., Спектор А.А. Цифровая обработка изображений в информационных системах: Учебное пособие.- Новосибисрк: Изд-во НГТУ, 2002. - 352 c.

4. Рудаков, П. И. Обработка сигналов и изображений matlab 5x [Текст] / П.И. Рудаков, В.И. Сафонов; под общ. ред. В.Г. Потемника. - М.: ДИАЛОГ-МИФИ, 2000. - 416 c.

5. Сергеенко, А.Б. Цифровая обработка сигналов [Текст]: учебник для вузов / А.Б. Сергеенко. - 2-е изд. - СПб.: Питер, 2007. - 751 с.

6. Лайонс, Ричард. Цифровая обработка сигналов [Текст] / Ричард Лайонс; пер. с англ., под ред. А.А. Бритова. - 2-е изд. - М.: БИНОМ-Пресс, 2007. - 653 с.

Рецензент: доктор техн. наук, професор Міхайленко Віктор Мефодійович

Київський національний університет будівництва і архітектури

Автор: Горда Олена Володимирівна, асистент,к.т.н., Київський національний університет будівництва і архітектури тел.0507233528,Anaelg@ukr.net

Автор: Пузько Олексій Олександрович, аспірант, Київський національний університет будівництва і архітектури

Автор: Коломієць Світлана Петрівна, студентка, Київський національний університет будівництва і архітектури тел.0665708826,solomiya_2007@ukr.net

УДК 620.179.680

Горда О. В., Пузько О. О., Коломієць С.П. Застосування процедури бінаризації для визначення образу дефекту типу «тріщина» на цифровому зображенні

Серед дефектів, які виникають на поверхнях об'єктів будівництва найчастіше зустрічаються тріщини, які з часом можуть призводити до повного руйнування ОБ. Своєчасне виявлення дефекту цього типу та розробка заходів стосовно його усунення дає змогу попередити небажані наслідки та продовжити термін експлуатації будівель та споруд.

Горда Е. В., Пузько А.А., Коломиец С.П. Применение процедуры бинаризации для определения образа дефекта типа «трещина» на цифровом изображении

Среди дефектов, возникающих на поверхностях объектов строительства часто встречаются трещины, которые со временем могут привести к полному разрушению ОС. Своевременное выявление дефекта этого типа и разработка мероприятий по его устранению позволяет предупредить нежелательные последствия и продлить срок эксплуатации зданий и сооружений.

Gorda E. V., Pusko A. A., Kolomiec S.P., Application of the procedure for determining the binarization of the image defects such as "crack" the digital image

Among the defects that occur on the surfaces of construction projects often cracks, which may eventually lead to the complete destruction of the СР. Timely detection of this type of defect and the development of measures to address it helps to prevent unwanted effects and prolong the life of the buildings and structures.

Размещено на Allbest.ru