英语原文共 14 页，剩余内容已隐藏，支付完成后下载完整资料
机器视觉强化的震后检查
摘要：当前发生的结构的认证依赖于检查员检查，主要是基于现有的结构用定性的措施进行安全评估。完成所需的检验需要花费数周的时间，这对人们会产生不利的经济和社会影响。本文提出了一种快速震后建筑自动化评估体系。在此体系下，钢筋混凝土构件（柱）发生可见损伤（裂纹和剥落）后可以使用机器视觉检测，然后测量柱的尺寸和方向的关系得到其损伤特性，因此，柱子的现有的状态可以近似为一个损坏指数。柱损伤指数，然后使用类似的建筑的脆弱性曲线，在现有的和正在进行的实验数据上进行分析。该体系预计自动将收集的建筑损坏数据，提供一个定量评估的建筑破坏状态，并估计建筑在余震事件后的脆弱性。
行政长官数据库主题标题：地震；检查；损坏；钢筋混凝土。
作者关键词：震后检验；机器视觉；损伤检测；钢筋混凝土；脆弱性分析。
引言
震后检查是由授权的人员和/或结构工程师团队进行。他们按照atc-20文件[应用技术委员会的指导方针（ATC）1989，1995 ]按照（1）震后建筑生命安全威胁（红色标记）；（2）风险损失但是生命安全没有迫在眉睫的威胁（黄色标签）和（3）进入和占用地震损伤没有建筑的安全性显著影响安全（绿色标记）进行分类。正如所建议的类别的定义，应用这些准则需要显着的判断，检查结果是高度主观的。同时，动员侦查团队评估震后受损的建筑物往往需要数天到数周的时间来完成。这是在一个强度中等的地震的情况下。根据一个2006年10月15日的总结报告，夏威夷地震中夏威夷的几百多个建筑物在10月15日到十月底每天都需要被评估，而该地区每周只有能力检测约1000个建筑。
通过传感方式，我们可以对震损地区的状态进行快速了解，对自动化房屋的安全进行几个方面的评估，这对震后的防灾检查工作很关键。例如，在新的建筑安装传感器显示网络可以评估结构损伤提供有用的信息。然而，传感器网络被安装在一个地震多发区中结构很小的地方而不敏感的地方在旧的钢筋混凝土建筑物中。
本文提出了一种使用机器视觉技术的钢筋混凝土建筑物震后自动化评估系统。在该体系下，将首先发现混凝土的可见损伤。测量损伤的空间特性与柱的尺寸和近似方向有关。柱的承载力作为损伤指标。用其他建筑信息（结构类型和柱的排列）补充的柱损伤指数是用来查询的脆弱性曲线类似的建筑，在现有的和正在进行的实验数据上进行分析，查询在不同的损伤状态下，该概率的近似值。在这一点上，对钢筋混凝土柱和一些显著的损伤性能进行检索和测量。然而，这个体系正在努力构建中，但还没有完成。因此，进一步提出的方法的阶段将需要在未来努力实现。总体而言，该体系预计将提供的损害状态的定量评估，并增加了震后钢筋混凝土体系的脆弱性。
首先介绍了基于机器视觉的结构元素检测的最新工作。之后，对钢筋混凝土柱和钢筋混凝土建筑的脆弱性能力和结构抗震性能的评估进行了描述。
基于机器视觉的结构单元损伤识别
机器视觉的检测方法依赖于：（1）规模/仿射不变特征（2）颜色/纹理特征和（3）几何特征。大规模的仿射不变特征方法是在一个特定的对象检测强大的；但作为一个独立的，不适合对象分类检测。结合机器学习技术，基于特征的方法在目标检测中已被成功地用于识别物体。检测对象的内部颜色/纹理值为基础的使用方法。若观察到大多数材料的颜色/纹理值(如混凝土和钢）在图像变化不明显，基于这样的观察，在图像中的材料区域可以被识别，并确定该区域尺寸的一个区域的结构元素的类型。然而，当一个元素被连接到另一个具有相同材料的结构元素时，这种方法将它们视为一个单一元素而不是单独的元素。边缘信息是另一种类型的检测指标。基于几何的方法利用这些信息。他们开始使用常见的算子边缘检测，然后通过分析形式的对象边界的边缘点的分布，通过霍夫变换，协方差矩阵，或主成分分析，对边缘信息的唯一依赖，使得这些方法适用于复杂场景。至于自动损伤检测，已经创建了许多方法，使用图像处理技术，如小波变换，边缘检测，和基于区域的分割。在检测混凝土结构如桥梁、地下管道、隧道验证其有效性；例如，阿卜杜勒卡迪尔等人提出一种主成分分析法，用于检测无监督桥裂缝。辛哈和费古特介绍了两裂纹探测器识别地下混凝土管道裂纹件。余博士等人用索贝尔算子和拉普拉斯算子从拍摄的图像信息检索的混凝土表面裂缝。在系统中提取裂纹的测量误差小于10%。这些成功的努力，验证了机器视觉技术即使在光线条件不可靠的情况下也能检测损坏。
钢筋混凝土柱的抗震性能
正如已经提到的，该体系主要运用在钢筋混凝土类别的建筑，特别是集中在柱，这是相对于抗震设计的建筑物的关键要素。桑德拉让等人和波利和普莱斯利表明，填充的存在或剪力墙降低结构的基本周期和增加其剪切需求，与裸露的框架相比，减少地震作用下过度变形的可能性，忽略填充或剪力墙可能会导致在分析和设计的结果较为保守。为了验证该框架的结构中，震后余震的环境风险评价中的应用，，本文只论述裸露的典型简单的钢筋混凝土框架。在这一框架中，柱是可以抵抗地震作用的最重要的组成部分。不同类型的钢筋混凝土框架将进行比较在未来工作中。
钢筋混凝土柱的抗震性能进行了深入的研究。正是因为这一原因，震后结构评估准则，如那些由联邦应急管理局和陆军训练中心成立，包括关于破坏的钢筋混凝土柱和相应的退化强度/刚度的成分指示进程的具体建议。在这些努力下，损害地震加载钢筋混凝土柱的顺序是明确的，例如，圆形，屈曲临界钢筋混凝土柱：混凝土开裂，产生纵向钢筋，混凝土保护层的初始剥落，混凝
土保护层的完整的剥落，横向钢筋的断裂，纵筋屈曲，与纵筋断裂。在大多数情况下，这些损伤状态与整个加载过程中的柱构件的退化强度和刚度相关，从而影响构件的最大和剩余条件。最大偏移量是评价构件损伤的最重要和最普遍的工程需求参数（损伤指标）。虽然在这项工作中获得的可见线索在剩余的状态，在最大状态存在的可靠关系是可见的损害描述和柱的最大位移。然而，可见的观察到的损害之间的残余状态和最大状态的差异是轻微的裂缝的宽度会有所不同的基础上的裂纹的开度和关闭，但裂纹的长度和方向和剥落的程度没有明显变化。损坏的描述和位移值关联到最大状态的柱。因此，虽然已在钢筋混凝土柱的抗震性能领域投入了大量的研究，在知识基础上还是有差距的，在所提出的框架与需求增加成员的循环恶化和视力损害与线索之间有着紧要的联系。提取是对地震钢筋混凝土的负向评估，柱的性能的基础上自动检测视觉损坏的数据，这种反应的一个准确的理解必须基于这些视觉损伤的指标确定。
钢筋混凝土建筑的脆弱性评价
在地震工程模型需要连接构件损伤，视觉识别现场余震建筑性能和漏洞。这些模型体现震后脆弱的性能，它被定义为一个条件概率，确定损坏的结构将达到或超过某一特定水平的损害的可能性，给出一个余震强度测量和一个现有的初始损伤状态。一些研究人员研究震后受损建筑物易损性曲线在多地震（主震-余震序列）。在布莱克的研究中，他提出的滞回特性和捏缩效应的材料单自由度（SDOF）系统在地震中的作用。巴祖罗等人开发的建议量化余震下建筑的崩溃脆弱性，建设了红、黄、绿色标签或以下主震。他们提出了参数化的静力弹塑性分析，确定在多个地震响应的结构和将非线性曲线利用微软Excel电子表格spo2ipa工具曲线转换成增量动力分析（IDA）发展崩溃发生的易损性曲线。马菲尔对公用事业公司的建筑物提出应用建议，地震使人员可以访问日常限制访问的设备以便恢复供电。刘某等人产生一个新的地面运动套件使转换后的单自由度系统能够通过IDA达到特定的损伤状态，和他们进行背靠背的非线性时程分析下开发多地震易损性曲线。通过巴祖罗等人和刘某等人的这两项研究。与假定的损伤引起的主震和推出荷载屋面变形点的单调曲线。推导反应的历史，可以快速估计使用几个基本参数表征的建筑系统。然而，与单自由度表示多层结构的理想化不会屈服的时间无法捕捉结构局部损伤。因此，本文改进的推过负荷模式考虑地震荷载的周期性下降，这可能会导致额外的损伤，如减少结构的刚度和强度。在负载模式这个循环推可识别对应于具体可见的或观察到的破坏状态下的载荷-位移曲线发展的点，如测量混凝土开裂，混凝土破碎或剥落开始，或纵筋屈曲。本文介绍了在模型的建立过程（通过电阻元件响应，可以减小铰链）的努力，通过使用非纤维型反应和相关损失预测模型，对计算时间的影响相对较小。
建议的方法框架
本文提出了一种新的、用于震后检查自动化框架（图1）。该框架首先收集视频帧通过一个高清晰度的视频摄像机，并将帧发送到计算机的非现场分析（视觉数据采集）。每一帧被搜索的混凝土柱和损坏造成的列。空间损伤特性的测量，使柱的强度/刚度可在损伤指数的形式近似（图像）。在这一过程中，建筑物的结构类型和每层的排列的列被用户记录的建筑安全评价。所收集的信息是用来查询从现有的和正在进行的实验数据的脆弱性数据库的构建。数据库中包含的脆弱性曲线，报告各种级别的结构损伤的概率，咨询这些曲线提供的概率是在不同的损伤状态（钢筋混凝土构件实验）。最后，对建筑结构损伤以社会和经济的影响的形式进行量化后（计算算法）的维修成本估算。具体而言，该框架是由四个主要步骤，并，如前面所述，本文提出的贡献从每一个前三个步骤。然而，拟议的框架的合并的个别组件的步骤1-3中概述的是尚未实现的最后一步。
钢筋混凝土柱的自动检测及现场破坏
在钢筋混凝土框架结构震后安全评估中，柱要考虑保持重力和横向承载力等关键因素（ATC 1989）；因此，混凝土柱是目前这个框架的重点。混凝土柱（横截面通常为矩形或圆形）是人造的物体，具有两个明显的视觉特性：（1）它们的形状是由长的垂直边界边为主；（2）质地均匀。基于这些特点，对混凝土柱的检测方法是用指定的垂直线对使用边缘检测算子和霍夫变换，然后确定材料包含的是否是混凝土。一旦图像中的每一个具体的柱被检测到损坏，损伤的研究主要集中在开裂和剥落按照现有的做法在震后安全结构检查。在损坏的属性检索，该方法是前面的损伤检测，从而产生的每一个结构元件表面的损伤地图。为建立足够的损伤状态指标的目的，经检索损伤特性如下：裂缝宽度、裂缝长度、裂缝方向、裂缝间距、剥落的长度、深度和屈曲/断裂剥落，钢筋暴露长度。由于该方法是基于损伤在一个单一的2D图像或视频帧可见（因此不需要摄像机标定），损坏的程度（裂纹或剥落区）是根据这些参数测量。在表面上的裂纹的深度是不考虑的，和的深度的剥落，其特征在于根据增强曝光的程度和类型。对于每一种检测到的损害，其属性的测量和空间与结构的成员，它被发现。而这些测量的方法，根据具体情况不同，但共同的步骤必须遵循：（1）确定每个损伤类型所需的测量；（2）设置一个相对规模标准（例如，角裂纹方向与柱的垂直边缘，裂缝宽度的相关性柱宽度），测量是有意义的和可比较的评估与人工评估目前在实践中；（3）中柱损伤性能测量和存储结果数据库。在下面的部分中，在损伤检测和属性检索的方法，开裂和剥落进行了讨论。
裂纹检测与性能检索
该方法利用结构裂纹检测中一种渗滤裂纹检测方法通过山口和桥本创建（图2）。首先，梯度（在强度的变化）的每一个像素是基于红/绿/蓝（RGB）计算信息（在红色，绿色，和蓝色通道，独立）。然后，渗流，区域生长检测程序是发起在裂纹边界，其特征与高梯度幅度。在此之后，该方法利用裂纹和无像素强度管理典型渗流过程中，和圆度（FC）的检测区域（DP）是根据式测量（1）检查区域是线性的（FC接近零，在裂纹的情况下）或非线性。在帐户=数量在DP的像素；和DP的Cmax =最大长度。一旦检测到所有的裂缝像素，裂缝地图的产生，并在地图中的每一个裂缝必须分离得到特定的属性。此框架中提取的属性包括裂纹长度，方向，最大宽度，平均宽度。一个二进制图像细化算法相结合和欧氏距离变换用于表示裂纹属性信息。
剥落检测与性能检索
在这个框架中采用的方法（图3）、剥落的地图是首次发现使用本地基于阈值分割算法。一旦地图检测，提取了以下属性剥落表面上：（1）、剥落区沿构件长度的长度；（2）的深度表现为剥落露出纵筋。剥落的程度（深度）的成员将最终被分类根据显示在表1中的类别之一。因此，它是必要的，以检测是否存在任何暴露的强化（横向和纵向）的图像。在这个时候，有指定的分类就检测纵向钢筋暴露（可能将图像转化为S0、S1、S3）。因此，检测剥落图中任何暴露的纵筋的存在，一个全球性的自适应阈值分割算法用于区分或无破损的混凝土钢筋暴露区域的像素。这一步之后，暴露的纵向钢筋是由一个著名的open CV模板匹配算法确定（Open CV 2010）。根据图像中的列的大小，将模板缩放到适当的大小。因此，在这一阶段中，典型的钢筋混凝土柱的大小视为相对值。图12所示。由于2010年1月的海地地震产生的钢筋混凝土柱表面剥落产生的特写显示了原始图像和检测结果。裂缝实例结果（顶部）和剥落区域（底部）。（一）原始图像；（二）检测图；（三）真阳性；（3）假阳性；假阴性200多套图像用于识别混凝土柱的方法验证，而一套100破解图像和70剥落的图像分别被用来在方法和VAL IDATE裂纹剥落检测。混凝土柱，裂缝和剥落的平均精度和召回率为（89.7，84.3%），（64.2，91.8%）和（80.2%，81.1）。在任何基于图像处理/计算机视觉的方法中，对环境和相机参数应考虑自然— 走进。可以考虑的变量，这取决于该工作的应用有以下几个方面：（1）规模变化；（2）照明；（3）闭塞（部分或完全阻塞的对象检测的其他对象）；（4）模糊因为错位 由于手动摄像机的移动而变得模糊（5）。针对震后快速安全的应用领域评估，闭塞的灵敏度被忽略，因为计算器不能如果承认元或在现场被遮挡。此外，在任何情况下不模糊，因为它被认为是一个控制变量；利用视频数据，焦点错位不应该只要计算器检索数据的问题在一个综合的方式，否则，相机应贴在安全帽或另一个
剩余内容已隐藏，支付完成后下载完整资料
资料编号：[148514]，资料为PDF文档或Word文档，PDF文档可免费转换为Word
以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。
