本發(fā)明涉及混凝土結(jié)構(gòu)檢測，尤其涉及一種phc管樁裂紋精確識別及三維重構(gòu)表征方法，具體涉及一種基于xct掃描和深度學(xué)習(xí)的phc管樁裂紋精確識別及三維重構(gòu)表征方法。

背景技術(shù)：

1、預(yù)應(yīng)力高強混凝土(phc)管樁作為一種常用的深基礎(chǔ)形式，在工程結(jié)構(gòu)中具有重要作用。然而，由于材料缺陷、施工損傷、環(huán)境因素等原因，phc管樁在使用過程中不可避免地存在損傷裂紋，且裂紋呈現(xiàn)多尺度分布的特征，其寬度尺寸范圍影響其承載能力和使用壽命。據(jù)相關(guān)統(tǒng)計，管樁的裂紋問題導(dǎo)致的結(jié)構(gòu)失效事故占所有工程事故的30％以上，對處于地下隱蔽工程樁基礎(chǔ)結(jié)構(gòu)的安全性和可靠性帶來極大安全隱患。

2、因此，開發(fā)一種高效、準(zhǔn)確的phc管樁裂紋檢測技術(shù)對于確保工程安全具有重要意義。

3、目前，現(xiàn)有的phc管樁裂紋檢測方法主要包括人工檢查、超聲波檢測、電渦流檢測等。這些方法往往存在準(zhǔn)確性不高、效率低下等問題，且主要集中在裂紋的長度和寬度表征?，F(xiàn)有超聲波法檢裂縫深度檢測法存在準(zhǔn)確性不高和難以實現(xiàn)復(fù)雜條件下的對測問題；總之，現(xiàn)有裂縫檢測和表征方法尚不能實現(xiàn)對不同尺度裂紋進行精確識別和三維表征。

4、近年來，隨著數(shù)字圖像相關(guān)技術(shù)、x射線計算機斷層掃描(xct)技術(shù)的快速發(fā)展，裂紋的圖像識別和三維重構(gòu)技術(shù)在混凝土結(jié)構(gòu)裂紋檢測領(lǐng)域得到了廣泛關(guān)注。

5、然而，現(xiàn)有的圖像識別方法在處理phc管樁裂紋檢測問題時，仍然存在裂紋識別不準(zhǔn)確、三維表征不全面等問題。特別是xct技術(shù)在混凝土結(jié)構(gòu)裂紋檢測的應(yīng)用中，識別管樁裂縫存在圖像分辨率低、圖像質(zhì)量差等問題，常規(guī)的裂紋分割方法無法滿足對多尺度裂紋的精準(zhǔn)分割。

技術(shù)實現(xiàn)思路

1、為了解決上述問題，本發(fā)明的目的是提供一種phc管樁裂紋精確識別及三維重構(gòu)表征方法，該技術(shù)結(jié)合了xct掃描的無損檢測優(yōu)勢和深度學(xué)習(xí)模型的強大學(xué)習(xí)能力，基于arganda-carreras等人提出的trainable?weka?segmentation深度學(xué)習(xí)像素分類算法，通過實例學(xué)習(xí)，對裂紋的特征形態(tài)進行精準(zhǔn)識別，可實現(xiàn)大批量圖像數(shù)據(jù)的自動化處理，有效識別和重構(gòu)從微米到厘米級別范圍內(nèi)的裂紋，之后基于此進一步統(tǒng)計裂紋的長度、寬度、深度和取向等重要參數(shù)。

2、本發(fā)明通過以下技術(shù)方案實現(xiàn)：

3、一種phc管樁裂紋精確識別及三維重構(gòu)表征方法，包括以下步驟：

4、步驟1：采用x射線計算機斷層掃描(xct)技術(shù)獲取phc管樁樣品的內(nèi)部結(jié)構(gòu)二維序列圖像，利用avizo軟件進行三維重構(gòu)；

5、步驟2：利用avizo軟件對原始二維圖像進行預(yù)處理，包括圖像位置矯正、降噪、亮度調(diào)整操作；

6、步驟3：基于期望的裂紋形態(tài)及灰度值，激活image-j軟件中的trainable?wekasegmentation深度學(xué)習(xí)插件，設(shè)計并訓(xùn)練一個用于自動識別、分割裂紋的模型，訓(xùn)練結(jié)束后，生成相應(yīng)的算法模型文件；

7、步驟4：導(dǎo)入步驟2中所有預(yù)處理后的管樁二維序列圖像，加載步驟3得到的算法模型文件，之后進行phc管樁裂紋的批量自動化識別、分割；

8、步驟5：基于識別、分割后的裂紋二維序列圖像，利用avizo軟件生成管樁裂紋的三維重構(gòu)示意圖；進一步統(tǒng)計裂紋的長度、寬度、深度等重要參數(shù)。

9、進一步而言，所述步驟2具體步驟包括如下：

10、步驟2-1圖像位置矯正：利用avizo中transform?editor命令對原始二維序列圖像進行位置矯正，使圖像沿垂直于管樁圓形切面的方向(z方向)排列；

11、步驟2-2圖像降噪：利用avizo中的median?filter命令對位置矯正后的二維序列圖進行降噪；消除部分拍攝過程中產(chǎn)生的圖像噪點；

12、步驟2-3圖像亮度調(diào)整：利用avizo中的background?detection?correction命令對圖像的亮度進行自動調(diào)整，使圖像亮度均勻化。

13、進一步而言，所述步驟3具體步驟包括如下：

14、步驟3-1加載圖像、激活插件：在image-j軟件中加載一張phc管樁的二維切片圖像，用于后續(xù)模型訓(xùn)練，激活trainable?weka?segmentation深度學(xué)習(xí)插件；

15、步驟3-2裂紋手動勾勒、物相分類：選用導(dǎo)航欄中的畫線模式，對圖像中的裂紋進行手動勾勒，將裂紋標(biāo)記為類別crack(圖中紅色線條)；之后切換成圓形，將圖像中面積更大的鋼筋、水泥基體以及黑色背景標(biāo)注為others(綠色)；

16、步驟3-3模型訓(xùn)練：完成手動分割和分類定義后，激活train?classifier功能，軟件將根據(jù)手動標(biāo)注的樣本對模型進行訓(xùn)練，以便模型能夠?qū)W習(xí)并識別裂紋的特征；

17、步驟3-4模型生成：模型經(jīng)過多次訓(xùn)練后，裂紋識別、分割精度逐漸提高，能夠精準(zhǔn)分割圖像中未被標(biāo)注的裂紋；與此同時，軟件會生成裂紋分割的模型文件(文件后綴為.model)及對應(yīng)的數(shù)據(jù)集(文件后綴為.arff)。

18、進一步而言，本實施例中，所述步驟4具體實施如下：

19、導(dǎo)入步驟2所有預(yù)處理后的管樁二維序列圖像，并加載步驟3訓(xùn)練得到的模型文件及數(shù)據(jù)集，再次激活train?classifier功能，模型將自動批量化識別并分割裂紋；圖像處理結(jié)束后，導(dǎo)出分割好的裂紋二維序列圖像。

20、進一步而言，所述步驟5具體實施如下：

21、步驟5-1三維重構(gòu)：基于分割后的裂紋二維序列圖像，利用avizo軟件進行三維重構(gòu)，并根據(jù)形狀因子區(qū)分孔隙和裂紋，生成裂紋的三維分布圖；

22、步驟5-2裂紋參數(shù)統(tǒng)計：基于裂紋三維重構(gòu)分布圖，運用label?analysis命令統(tǒng)計裂紋的長度、寬度、深度。

23、本發(fā)明的有益效果是：

24、1)本發(fā)明結(jié)合先進的xct掃描技術(shù)、深度學(xué)習(xí)模型和機器學(xué)習(xí)圖像分割方法，提供了一種高效、準(zhǔn)確的phc管樁裂紋檢測技術(shù)；基于trainable?weka?segmentation深度學(xué)習(xí)算法，利用weka機器學(xué)習(xí)庫中的分類器來對圖像進行像素級別的分類。

25、2)本發(fā)明在處理復(fù)雜和多尺度的phc管樁裂紋時，能實現(xiàn)裂紋的精確識別和三維表征，進一步提高裂紋檢測的準(zhǔn)確性和效率，為工程安全評估提供更為可靠的數(shù)據(jù)支持。

26、3)與傳統(tǒng)的裂紋檢測方法相比，本發(fā)明所提供的裂紋識別技術(shù)具有更高的識別精度，在處理難以通過傳統(tǒng)方法檢測的小尺度裂紋時，展現(xiàn)了顯著的優(yōu)勢。

技術(shù)特征：

1.一種phc管樁裂紋精確識別及三維重構(gòu)表征方法，其特征在于，包括以下步驟：

2.如權(quán)利要求1所述的phc管樁裂紋精確識別及三維重構(gòu)表征方法，其特征在于：所述步驟2具體實施如下：

3.如權(quán)利要求1所述的phc管樁裂紋精確識別及三維重構(gòu)表征方法，其特征在于：所述步驟3具體實施如下：

4.如權(quán)利要求1所述的phc管樁裂紋精確識別及三維重構(gòu)表征方法，其特征在于：所述步驟4具體實施如下：

5.如權(quán)利要求1所述的phc管樁裂紋精確識別及三維重構(gòu)表征方法，其特征在于：所述步驟5具體實施如下：

技術(shù)總結(jié)
本發(fā)明提供了一種PHC管樁裂紋精確識別及三維重構(gòu)表征方法。該方法包括步驟：獲取PHC管樁樣品的內(nèi)部結(jié)構(gòu)二維序列圖像，利用Avizo軟件進行三維重構(gòu)；對原始二維圖像進行預(yù)處理；步基于期望的裂紋形態(tài)及灰度值，激活I(lǐng)mage?J軟件中的Trainable?Weka?Segmentation深度學(xué)習(xí)插件，設(shè)計并訓(xùn)練一個用于自動識別、分割裂紋的模型，訓(xùn)練結(jié)束后，生成相應(yīng)的算法模型文件；導(dǎo)入所有預(yù)處理后的管樁二維序列圖像，加載得到的算法模型文件，之后進行PHC管樁裂紋的批量自動化識別、分割；利用Avizo軟件生成管樁裂紋的三維重構(gòu)示意圖。該方法結(jié)合了XCT掃描的無損檢測優(yōu)勢和深度學(xué)習(xí)模型的強大學(xué)習(xí)能力，實現(xiàn)大批量圖像數(shù)據(jù)的自動化處理，有效識別和重構(gòu)從微米到厘米級別范圍內(nèi)的裂紋。

技術(shù)研發(fā)人員：祝雯,潘英杰,韋江雄,張巍,張子旭,張同生,余其俊
受保護的技術(shù)使用者：華南農(nóng)業(yè)大學(xué)
技術(shù)研發(fā)日：
技術(shù)公布日：2025/1/9