水下大坝裂缝图像分割方法研究 

张大伟许梦钊马莉荀挺

摘要：由于水下环境复杂，以及大坝裂缝形状的不规则性和方向的不确定性，边缘的灰度突变程度不一，严重影响大坝裂缝的检测效果。提出了一种改进的Canny算法。该算法基于最大熵原理，使传统Canny算子具有自适应性。理论与实验证明，该算法对于水下大坝裂缝检测效果较好。

关键词：水下大坝裂缝；边缘检测；Canny算法；最大熵；自适应性

DOIDOI：10.11907/rjdk.161393

中图分类号：TP317.4

文献标识码：A文章编号文章编号：16727800（2016）009017003

基金项目基金项目：

作者简介作者简介：张大伟（1984-），男，四川南充人，国网成都供电公司电力调度控制中心工程师，研究方向为厂站自动化管理；许梦钊（1991-），男，河北邢台人，河海大学物联网工程学院硕士研究生，研究方向为计算机技术应用；马莉（1978-），女，四川简阳人，国网成都供电公司电力调度控制中心工程师，研究方向为电网调度自动化管理；荀挺（1986-），男，江苏南京人，江苏省瑞中数据股份有限公司工程师，研究方向为电力系统自动化管理。

0引言

大坝是水利水电工程的重要组成部分。我国的大坝建设处于世界领先地位[1]，发挥着巨大的工程效益。大坝裂缝是大坝安全的极大隐患，对大坝裂缝的检测极其重要。然而，一旦大坝投入使用便会处于复杂的开放环境中，产生的裂缝不尽相同，且水下环境复杂，采集的图像具有模糊不清、对比度低、亮度不均等特点，使大坝裂缝检测十分困难[2]。

大坝裂缝有几个共同特点：①大坝裂缝通常呈线性特点，具有发散性，虽然通常是断裂的，但整体上是连续的；②大坝裂缝的边缘为高频信息；③大坝裂缝的灰度值偏低，即颜色较暗。

针对这些问题，许多学者对裂缝的检测展开了研究。范新南等[3]针对水下光照不均匀，提出了一种基于匀光处理的自适应阈值分割算法。Chen等[4]提出了基于有边缘信息熵确定加权系数从而确定边缘的算法。伯邵波等[5]提出了通过构造8 个方向模板的 Sobel 算子并结合迭代阈值分割算法和全方位膨胀形态学方法，对边缘检测后的图像进行处理。HoangNam Nguyen等[6]提出了先用PSCEF对称型裂纹增强滤波器，再利用三次样条函数确定边缘点的算法检测边缘。GOKMEN等[7]提出了利用振动法检测裂缝。Zhu等[8]提出了基于嵌入式压电方法检测算法。Hu等[9]提出了通过局部二元模式算子的基于纹理分析的裂缝检测算法。Zou等[10]提出了基于目标最小生成树算法的裂缝检测方法，其中用最小生成树来表达裂缝区域像素点的空间线性聚集特性。肖玲玲等[11]提出一种逐行滑动邻域取最小值的图像分割方法，并提出采用块分割特征匹配方式提高动态裂缝检测的准确性。徐欢等[12]提出了一种基于OpenCV开源平台及改进Canny算子的路面裂缝检测技术，该算法利用形态学滤波对原有的滤波方式进行改进，使用Ostu算法实现双阈值的自适应获取。

上述算法大致可分为基于边缘的检测算法、基于阈值的检测算法、基于区域的边缘检测算法以及一些物理上的无损检测算法，包括电位法[13]、振动法[14]、超声波检测法[15]、探地雷达法[16]、传感器检测方法[17]等。无损检测方法实现困难，耗时耗力且检测效果一般。基于生态学的算法如BP人工神经网络算法[18]、人工蚁群算法等具有一定的自适应性且检测效果较好，但是算法实现困难。传统的检测算法虽然简单，但去噪效果不明显、边缘检测准确度不高、连贯性不好，最重要的是不具有自适应性，这些算法并不完全适用于水下大坝裂缝的检测。本文提出了一种基于最大熵的自适应阈值的改进Canny算法。该算法通过对传统Canny算法的改进，利用最大熵原理自动确定最佳的阈值，从而达到最佳的检测效果。

1Canny算法及其局限性

1.1传统Canny算法

Canny边缘检测[19]的实质可以转换为求信号函数的极大值问题。Canny算子边缘检测的方法是寻找图像梯度的局部最大值。Canny算子有3个判断准则，分别是信噪比准则、定位精度准则和单边缘响应准则，其中单边缘响应是指要保证单边缘只有一个像素响应。其算法大致流程如下所示：①利用高斯滤波器进行平滑处理，以减少噪声；②用一阶偏导的有限差分计算梯度的幅值与方向；③第②点中确定的边缘点会导致梯度幅度图像中出现脊，然后算法跟踪所有脊的顶部，并将所有不在脊上的顶部像素设为零，以便在输出中给出一条细线，这就是非最大值抑制处理；④双阈值检测并连接边缘点。

1.2传统Canny算法局限性分析

传统的Canny算法对整幅图像使用固定的高、低阈值进行分割。如果直接使用传统的Canny算子，就会因为阈值设置过高而丢掉重要边缘，阈值设置过低导致噪声得不到抑制，局部边缘信息丢失。如果不能设置恰当的阈值，就无法在消除噪声干扰的同时兼顾那些灰度值变化缓慢的局部边缘，得到的边缘就会是不连续的、断裂的、不准确的，影响检测结果。实际情况中，不同图像的最佳阈值也是不同的，因此，使用传统的Canny算法不具有自适应能力，还会检测出伪边缘或者丢失局部边缘。与此同时，某些重要边缘细节可能会由于干扰或是对比度不够而变得模糊，而在实际情况中某些边缘细节可能因与噪声类似而被误认为噪声除去。如果使用传统的Canny算法，固定的双阈值难以在抑制噪声的同时兼顾到保护低幅度值的边缘信息，从而影响检测效果。

综上所述，本文针对传统Canny算法固定阈值的缺点，提出一种改进的Canny算法：基于最大熵的自适应阈值Canny算法。

4结语

针对水下图像对比度不高、大噪声、模糊不清，以及大坝裂缝的不规则变化等问题，本文提出了基于最大熵算法的自适应阈值的改进Canny算法。本算法在Canny算法第②步骤之后，利用最大熵原理确定最佳的高低阈值，再以此进行下一步的检测、定位，从而达到最佳检测效果。

参考文献：

[1]贾金生.中国和世界水电建设进展情况[N].国际商报，20090916（1）.

[2]孙传东，李驰，张建华，等.水下成像镜头的光学设计[J].光学精密工程，1998（5）：713.

[3]范新南，巫鹏，顾丽萍，等.基于匀光处理的自适应裂缝分割与提取算法[J].科学技术与工程，2014（7）：7277.

[4]CHEN C P，WANG J，ZOU L，et al.Underwater dam image crack segmentation based on mathematical morpholog[J].Applied Mechanics & Materials，2012，2（3）：13151319.

[5]伯绍波，闫茂德，孙国军，等.沥青路面裂缝检测图像处理算法研究[J].微计算机信息，2007，23（15）：280282.

[6]NGUYEN H N，KAM T Y，CHENG P Y.An automatic approach for accurate edge detection of concrete crack utilizing 2d geometric features of crack[J].Journal of Signal Processing Systems，2014，77（3）：120.

[7]GOKMEN S H.A method for the detection of rail fractures and cracks[P].WO 2014027977 A1，2014.

[8]朱劲松.Piezoelectricbased crack detection techniques of concrete structures：experimental study[J].Journal of Wuhan University of TechnologyMater Sci Ed，2012，27（2）：346352.

[9]HU Y，ZHAO C X.A local binary pattern based methods for pavement crack detection[J].Journal of pattern Recognition research，2010，1（3）：140147.

[10]ZOU Q，CAO Y，LI Q，et al.Cracktree：automatic crack detection from pavement images[J].Pattern Recognition Letters，2012，33（3）：227238.

[11]肖玲玲，魏浩.一种基于块分割特征匹配的岩体动态裂缝检测算法[J].矿业研究与开发，2014（4）：5054.

[12]徐欢，李振璧，姜媛媛，等.基于OpenCV和改进Canny算子的路面裂缝检测[J].计算机工程与设计，2014（12）：42544258.

[13]刘建伟，刘克强.电位法在探测堤坝渗漏中的应用[J].人民黄河，2008，30（2）：156159.

[14]王柏生，何宗成，赵琛.混凝土大坝结构损伤检测振动法的可行性[J].建筑科学与工程学报，2005，22（2）：5156.

[15]刘康.基于小波分析的混凝土超声波缺陷检测方法研究[D].武汉：武汉纺织大学，2013.

[16]时方稳，杜应吉，郝枫楠.探地雷达在水利工程安全检测中的应用[J].人民长江，2012，43（7）：4446

[17]OLIVEIRA H，CORREIA P L.Automatic road crack detection and characterization[J].Intelligent Transportation Systems，IEEE Transactions on，2013，14（1）：155168.

[18]EDUARD KURISCAK，PETRMARSALEK，JULIUS STROFFEK，et al.Biological context of Hebb learning in artificial neural networks[J].a review 10.1016/j.neucom，2014（11）：2223.

[19]TINGNIAN HE，XIAOHONG LI，YUN JIANG.Improved HT object detection algorithm based on canny edge operator[J].Journal of Multimedia，2014，9（9）：10891096.

[20]邢丁亮，郝占庆.最大熵原理及其在生态学研究中的应用[J].生物多样性，2011，19（3）：295302.

责任编辑（责任编辑：杜能钢）