基于红外成像技术的堤坝渗漏和分层病害识别方法

徐磊 高原 张佳琪 于彦飞 郭伟

（1.长江地球物理探测（武汉）有限公司 湖北省武汉市 430010）

（2.长江勘测规划设计研究有限责任公司 湖北省武汉市 430010 3.山东大学 山东省济南市 250061）

1 引言

我国是基建大国，是世界上拥有最多水库大坝的国家之一。水利部最新统计数据显示，截至2017年底，我国目前全国已建成的5 级以上堤防工程达30.6 万公里，共保护人口达6.1 亿，保护耕地4.1万千公顷，建成水库大坝98795 座。近年来，世界最长距离调水工程南水北调工程，东、中、西线干线总长度达4350 公里。正在建设的东、中线一期工程干线总长为2899 公里，沿线六省市一级配套支渠约2700 公里，总长度达5599 公里，直接解决了我国北方地区水资源短缺问题，直接受益人口达1.1 亿人。使汉江中下游地区的防洪标准由目前的20年一遇提高到100年一遇，消除70 余万人的洪水威胁。

然而堤坝等水利工程的建设并不是一劳永逸的。目前我国的水库大坝大部分修建于20 世纪50、60年代，在长期运行过程中，受自然环境变化、复杂荷载条件等多种因素，堤坝普遍老化破损，坝体和坝基渗漏严重，产生大量裂缝，直接导致坝体结构寿命折减，甚至引发灾害，对下游人民群众的生命财产安全构成了巨大威胁。因此，亟待对堤坝渗漏水与病害，特别是内部病害的自动识别技术进行深入研究，减少堤坝检测过程中的人力物力和财力投入，提升堤坝管理与维护水平，保障人民群众的生命财产安全。

本文研究了基于红外图像的堤坝内部病害及表观渗漏水识别方法，首先利用红外热像仪对混凝土热成像图进行采集，进而设计了基于区域生长法的内部病害及表观渗漏水识别方法，并通过混凝土模拟试验进行了验证，实现了对堤坝内部病害及表观渗漏水轮廓的有效识别。

2 病害及渗漏识别方法

对渗漏及内部病害轮廓进行识别是红外热成像检测的最终目标。针对该需求，本文重点设计了基于红外图像的渗漏及病害识别方法，对实验所得红外图像进行处理，并实现病害及渗漏的轮廓分割。本文方法分为以下步骤：图像预处理、图像分割、特征提取、特征分类、最终决策。

2.1 预处理

将伪彩红外图像灰度化。利用高斯滤波,消除红外图像中的亮点，以避免选种出现错误。由于对混凝土表面的加热并非绝对均匀，红外图像本身对比度就低，这造成了高斯滤波后图像出现模糊。因此在高斯滤波后用直方图均衡化技术来增强灰度图像对比度。

2.2 图像分割

种子区域增长算法首先根据图片本身与算法应用目的选择少许像素点作为种子，再根据同质性标准（生长准则）使初始种子周围的像素加入种子，使区域在种子周围扩散。

图1：渗水识别结果

选定一个种子Sk，由下式对种子邻域求和：

由该值计算种子对应像素点的邻域均值Mk=Rk/9。同时，种子由与其邻域的标准偏差计算如下：

图2：分层病害识别结果

种子和其邻域的最小偏差距离（MDD）定义为MDD=(Dev2),其中Dev = min(Diffk )。用最小偏差距离作为一个像素点是否属于病害的判据。接下来对其余每个像素点计算领域均值MB，再计算MB与距该像素最近种子的邻域均值MS绝对差值：δ=|MB-MS| 。如果δ ≤MDD，则该像素点被认定为是目标区域（病害区域），否则被认定为是背景区域（完好区域）。最后，令目标区域像素值为1，背景区域像素值为0，得到一个二值图像[H]。

为解决图像中缓慢变化区域造成的轮廓识别精度差的问题，本文计算目标像素所在区域灰度的平均值，再将平均值与邻域像素比较，合并差值在某阈值内的像素。

3 实验结果及分析

为验证本文方法的可行性，预制了一块混凝土试样，模拟堤坝混凝土结构。尺寸为400*200*70 cm（长*宽*高），在混凝土400*70cm 的两侧面内部人为制造了一处分层，预制了导热率为0.027W/m℃的聚苯乙烯泡沫模拟导热率为0.024W/m℃的空气介质，作为模拟分层。分层预制位置为混凝土内2cm 深度。在分层正上方、混凝土的上表面处放置与分层边长尺寸相同的木板以标记分层位置。同时，对混凝土表面通过人工洒水的方式，模拟渗漏病害。

设计所用的红外相机是由河南英富迪光电科技有限公司生产的红外热像仪，该热像仪内置640 红外热成像机芯，12.5-50mm 电动连续变焦镜头，像元数为640×480，像素尺寸17μm，以FPGA为核心，ARM 处理器为平台，集图像采集、数据处理、多接口、后台分析为一体。与红外热像仪配套使用的是红外图像的获取软件。选用的热源是一个额定功率为1000W 的奥克斯NSB-100F 卤素管加热器。

1.1.1 CKD的诊断标准［7］（1）肾损害（肾脏结构或功能异常）≥3月，伴或不伴肾小球滤过率（GFR）下降。可出现以下表现之一：病理学检查出现异常；或肾损害指标显示阳性：如血、尿成分异常或影像学检查异常；（2）GFR＜60 mL/（min·1.73 m2）≥3月，有或无肾脏损伤的依据。

热源放置在距混凝土病害所在侧表面40cm 处，正对待加热病害位置，加热20 分钟，冷却6 分钟后采集图像数据。将采集到的图像数据经以上预处理、图像分割、后期处理过程，得到对一处渗水、一个单独分层病害的识别图像如图1-图2。

可见，无论病害为渗水还是内部分层，只要病害与周围有温差存在，本文方法对混凝土渗漏与内部分层病害的红外图像识别效果显著，能够准确有效的识别渗漏边界。识别区域能够反映渗漏水轮廓及内部分层病害轮廓，该图像处理方法可识别出各个病害。

4 总结

本文研究了基于红外图像的堤坝内部病害及表观渗漏水识别方法，采用区域生长法对内部病害及表观渗漏水进行识别，并通过混凝土模拟试验进行了验证，所提出的方法能够准确有效的识别渗漏边界及分层病害轮廓，达到令人满意的效果。