線上賭場贏錢描述：：0 引 言在建筑業中，評價墻體裂紋，地面裂紋是評價房屋質量的一項重要指標。由于傳統的利用手工標尺進行裂紋寬度測量的方法既不準確又不方便，于是將嵌入式應用于自動測量建筑裂紋寬度成為了許多研究者的重要研究內容。本研究將問題劃分為以下兩個部分：(1)裂紋寬度測量算法；(2)將以上所開發軟件移植到ARM開發板，并優化算法提高軟件運行速度。1 裂紋寬度測量算法計算裂縫寬度關鍵是要利用圖像分割技術得到裂縫的真正邊緣。雖然已有文獻介紹了多種分割方法，但是未見有針對裂縫測試儀采集到的裂縫圖像進行處理的方法。因此，本文針對裂縫圖像，提出了結合OTSU圖像分割與Sobel邊緣檢測的混合算法進行裂紋檢測與寬度測量。1．1 圖像獲取圖像獲取過程如圖1所示：被檢測的裂縫通過光學系統在CMOS圖像傳感器上成像，然后通過USB接口將裂縫圖像輸出到ARM上進行處理。裂縫圖像如圖2所示。裂縫寬度分布范圍較廣，自幾十至幾百像素不等，但遠遠小于圖像的寬度值。裂縫周圍有部分噪聲，有的圖像含有大量污染區域，這成為裂縫位置鎖定的難點。1．2 OTSU圖像分割通過與已有圖像分割方法如：直方圖法、OTSU法、區域分割法等進行比較發現，OTSU在最后的效果上占有明顯的優勢。因此采用OTSU方法進行圖像的分割。圖像分割的結果如圖3所示。觀察結果，很容易發現圖像的邊緣很大區域被錯分為與裂縫一樣。于是直接計算裂縫寬度時會導致將錯分的區域計算成裂縫。因此除了計算裂縫寬度外，對候選裂縫集合進行有效剔除是另一個重要任務。對選裂縫集合進行有效剔除將會在下一小節中進行討論。分割完圖像后，計算所有可能成為裂縫的區域的寬度。采用從圖像給定行的起始位置開始計算裂縫寬度，當發現像素灰度由0變為255，記為一個裂縫的左邊緣起始位置；當查找到像素灰度由255變為0，記為一個裂縫的右邊緣結束位置。通過這種方法可以獲取給定行的所有可能的裂縫寬度。但是在具體試驗中發現，計算對單行的裂縫進行寬度測量還是存在比較大的誤差。于是采用求取給定行上下5行共10行的平均值的方法。這樣可以有效地去除毛刺的干擾。通過這種方法，得到一個裂縫的候選集合，并且計算出候選集合中每一個位置的寬度。1．3 Sobel邊緣檢測以上小節得出了裂縫的候選集合，但是事實上這個候選集合含有大量的非裂縫區域。這一節中的主要內容是設計算法剔除這些干擾裂縫，獲取更小的裂縫候選集合。在試驗中，由于裂縫具有明顯的邊緣，而干擾圖像區域有比較模糊的邊緣或者僅有一個邊緣等，通過分析，提出采用Sobel邊緣檢測的方法進行裂縫位置的鎖定。Sobel算子由兩個卷積核組成，如圖4所示，圖像中的每個點都用這兩個核做卷積，一個核對通常的垂直邊緣相應最大，而另一個對水平邊緣相應最大。兩個卷積的最大值作為該點的輸出位。運算結果是一幅邊緣幅度圖像。通過對原始圖像采用Sobel邊緣檢測得到如圖5所示結果。但是，這個結果很明顯存在很多微小的干擾，這些干擾必須予以剔除，否則將對鎖定裂縫邊緣沒有任何效果。通過對邊緣檢測結果圖像仔細分析發現，雖然存在微小干擾，但是他們的灰度值普遍偏小，針對這一發現，對緣檢測結果圖像做與上一節中一樣的圖像分割，這會將微小的干擾有效地剔除。實際的實驗結果也驗證了這一點，如圖6所示。同過對分割后的邊緣圖像進行觀察，圖像仍然存在一些微小的干擾，但這些干擾相對于未處理的緣檢測結果圖像已經很少，將在后續的處理中對圖像裂縫添加附加約束，從而取出這些干擾的影響。1．4 基于裂縫特征的附加約束通過對大量的裂縫圖像進行分析，發現圖像裂縫有如下特點：(1)裂縫灰度值低于墻體的灰度值。(2)裂縫的寬度相對于整個圖像不超過圖像寬度的1／3。(3)污染的墻體區域一般呈大的塊狀出現，且很多僅含有一個邊界，另一邊界延伸至圖像外面。(4)墻體的一些微小的干擾呈小塊狀出現。(5)裂縫一般為帶狀。