大规格超薄建筑陶瓷砖纹饰裂缝检测方法研究

高贇祺

（山西应用科技学院，太原031500）

1 前言

大规格超薄建筑陶瓷砖，因具有出色的物理性能和美观的纹饰，被广泛应用于各类建筑中。然而，其生产过程中容易出现裂缝等问题，因此，对于大规格超薄建筑陶瓷砖纹饰裂缝检测方法的研究显得尤为重要。为此曾提出多种方法，如：发光检测法对于裂纹较细、隐蔽的情况具有一定的优势，但需要专门的仪器设备和荧光材料；机器视觉检测法可以自动化地检测陶瓷砖表面的裂缝，提高检测的准确性和效率[1]，但需要使用昂贵的设备和仪器，成本较高。所以本文对大规格超薄建筑陶瓷砖纹饰裂缝检测方法进行了研究，希望能够提高大规格超薄建筑陶瓷砖的生产质量和使用安全性，同时也为相关领域的研究提供参考和借鉴。

2 大规格超薄建筑陶瓷砖纹饰多视图影像采集

为了检测大规格超薄建筑陶瓷砖的纹饰裂缝，首先使用多视图影像采集方法来构建影像集。根据裂缝所在结构的现场信息来布设控制点，规划拍摄路径，并建立世界坐标系。在一般的区域内，设置拍摄路径、相片重叠率、相机角度等参数，并使用1 个正摄和4 个倾斜角度路径来获取被摄多视图序列影像[2]。采集示意图如图1 所示。

图1 多视角影像采集示意图

根据建筑陶瓷砖纹饰最大宽度与图像采集装备的实际情况，结合建筑陶瓷砖纹饰裂缝尺寸，计算得出工作距离MD。相机选型后可得知像素尺寸参数pis，结合已知的相机分辨率res，可计算得相机平面高度h=pis×res。根据式（1）计算镜头焦距：

式中：FOV指摄像范围；h表示平面高度；MD表示工作距离。相机在采集图像过程中进入镜头的光线十分有限，导致采集的图像灰度值不够，不利于后期的分析与处理。因此，本文选择在成像模块中加入照明设备以补充光源，相机可拍到大规格超薄建筑陶瓷砖纹饰图像的细节，从而对后续的图像处理带来有利条件，并且地面控制点是一系列已知坐标的地面点，在空中三角测量中能够显著提高解算精度并完成空间坐标系的自定义[3]。为保证后期建模精度，控制点应均匀分布在摄影区域，且同一控制点至少出现在5 张图像中。据此完成大规格超薄建筑陶瓷砖纹饰多视图影像采集。

3 获取图像像素解析度

像素解析度即相片中像素尺寸与实际物体尺寸的映射关系。本文采用物距法，获取图像光心三维坐标和裂缝平面拟合得到的平面方程计算物距U，在无测距仪的条件下获取物距信息[4]。

在裂缝图像采集过程中，虽然通过正摄位姿获取影像，但其光轴与被测裂缝平面法线可能存在一定夹角，即成像平面与裂缝平面无法完全平行，导致物距计算不准确。成像夹角修正示意图如图2 所示：

图2 成像夹角修正示意图

本文提出夹角修正的方式对成像平面进行矫正，在相机坐标系下取任意不共线的三点（Xc1，Yc1,Zc1）、（Xc2，Yc2,Zc2）、（Xc3，Yc3,Zc3），即为相机坐标系下成像平面中的三点坐标。其转换关系为：

式中：R表示旋转矩阵，t代表平移矩阵，xw，yw，zw为转换后的坐标值。求得修正光心坐标到裂缝平面方程的距离即为物距。

式中：x'w，y'w，z'w为夹角修正后的光心坐标值。在裂缝图像拍摄过程中，不同相机仪器会影响成像比例调整，因此将成像设备简化为薄透镜成像模型，利用此模型进行成像比例调整[5]。因此像素解析度计算为：

式中：Pr表示像素解析度，单位为mm/pixel-1(毫米/像素)，u表示物距，v表示像距，PIS表示相机传感器原件每lmm 尺寸范围内容纳的像素个数，对于不同的传感器尺寸，PIS参数有所差别，对于同一个相机，传感器元件长度和高度方向的参数近似相同，基于上述情况，得到图像像素解析度。

4 建立裂缝识别模型

由于裂缝具有尺寸不固定以及形状不确定的特点，这给裂缝检测造成了很大的困难。为了解决目标的多尺度变化所带来的问题，在获取图像像素解析度后，本文建立裂缝级联识别模型，利用两种特征融合策略深度挖掘细节信息以及全局信息。

式中，T表示级联的个数；b表示样本数。每一个检测器与该步骤中的样品bT相对应，并且在接下来的步骤中获得的样品bT将高于之前的样品bT-1的质量。将裂缝图像输入到模型中，模型根据预测图上像素点的概率值对像素进行分类。其中高于阈值的判定为裂缝，低于阈值的判定为背景，因此裂缝检测可以被视为在每个像素点上进行二分类操作。再通过去除全连接层和最后一个池化层进行特征提取，分别获取每个阶段的特征图。之后将输出特征图用卷积降维并分别上采样到和输出特征图的同等尺寸，在仅执行正向操作的情况下，该模型会将来自上一级检测器的候选框发送给前一个检测器，每次上采样后的特征图都与分类部分的输出特征图进行融合操作，将全局上下文信息融入到不同尺度的特征图中，得到最后的裂缝特征识别图。

5 计算裂缝参数实现裂缝检测

裂缝参数主要为裂缝的宽度与长度，本文采用代膨胀圆法获取整条裂缝宽度最大处的尺寸。求取某处裂缝宽度关键在于求解以该点为圆心的最大内接圆直径。裂缝的宽度变化会导致最大内接圆同时变化，因此用圆的膨胀来模拟裂缝的扩展过程，通过圆直径不断“膨胀”，直到与裂缝两边缘相切，从而用圆直径量化裂缝宽度。最后采用裂缝骨架线计算裂缝长度，具体步骤如下：

步骤一：以较长分支为骨架主体信息并对骨架像素进行单一化改进并去除冗余片段，提取骨架线上的点坐标定义为膨胀圆圆心。

步骤二：创建与裂缝二值化图像相同分辨率的新图像并令所有像素值为0，即背景为全黑色。以步骤(1)的圆心坐标构建直径为1 的初始圆。

步骤三：将步骤二中的裂缝二值图与生成像素圆的图像进行图像加法运算，令结果中大于1 的像素值等于1，使得运算后图像中仅存在0 与1。

步骤四：将步骤三的图像相加操作的结果和裂隙二值图进行差分，如果所有的像素都是1，就表示像素圆圈没有与裂隙的边界相接触，并且把直径D 增大1，然后回到步骤三。重复以上过程，如果像素差值元素在第n 个扩展之后第一次显示为1，表示在步骤三中画出的、直径Dn+的白色实心圆超过裂纹的边界，结束膨胀，最终膨胀圆直径取Dn=n 即为裂缝在该点的宽度。

步骤五：对于局部曲率大、反复折叠的裂缝，利用骨架线像素总和计算裂缝长度，要比利用骨架线上某几个点之间的距离之和计算更为准确最大膨胀圆直径即为裂缝最大宽度，单位为像素。根据上文求得的像素解析度，像素宽度乘以像素解析度即为裂缝的真实物理宽度，进而实现裂缝检测。

6 实验

6.1 实验准备

选取某厂生产的大规格超薄建筑陶瓷砖纹饰，部分数据如表1 所示。

表1 大规格超薄建筑陶瓷砖纹饰数据

本研究使用佳能EOS 80D 数码相机对辽宁省多座混凝土重力坝进行拍摄，获取混凝土坝裂缝图像数据。拍摄角度包括平视、斜视和俯视，拍摄距离为3～20 m，拍摄环境包括强光和暗光。本研究通过对获取的混凝土坝裂缝原始图像进行裁切和筛选，构建实验数据集，共获得940。张含有裂缝损伤的图像，图像分辨率为640×640。

实验环境配置：本实验在安装有Ubuntu 18.04 系统的工作站上进行，该工作站配备英特尔i9-10850K 中央处理器(central processing unit，C'PU)和NVIDIA 2080Ti 显卡，运行内存128 G，算法运行环境为C'UDA10.2、Python 3.7 和Pytorch 1.2。

6.2 实验结果与分析

实验拟采用0.5mm 精度的软尺，对各大规格超薄建筑陶瓷砖纹饰的裂缝宽度进行实测，进行对比，结果如表2 所示。

表2 裂缝参数计算结果/mm

以人工测量的宽度作为标准值与上述裂缝宽度计算结果进行比较。表2 给出了5 组不同裂缝试验数据的详细统计信息。由上述结果可知，本文所提及的裂缝宽度测量精度仅为±0.3mm，与实际裂缝宽度最接近，表明本文方法效果较好。

7 结论

通过对大规格超薄建筑陶瓷砖纹饰裂缝检测方法的研究发现，精确、高效的检测方法对于保障建筑陶瓷砖的质量和美观至关重要。在实践中，需要关注纹饰裂痕的类型、深度、宽度等因素，借助先进的技术手段，对其进行准确检测和评估。未来工作将继续深入研究，以期提供更加完善的解决方案，为建筑陶瓷行业的发展做出贡献。