南京理工大学 理学院 江苏南京 210094
摘要：在调水工程的渠道衬砌维护过程中，混凝土面板会由于各种原因产生裂缝，若不定期对渠道衬砌裂缝进行排查，则会对调水工程的正常运作造成影响。传统的人工检测模式，依靠专业技术人员进行实地裂缝检测，效率低下。针对上述问题，本文提出了一个基于计算机视觉的渠道衬砌裂缝量化检测方法，利用设有硬盘、GPS传感器、防水工业摄像机、传感器的浮标装置，自动对水环境两侧的渠道衬砌裂缝进行数据采集，将所收集的数据上传至量化检测系统进行处理与分类，即可实现渠道裂缝的全方位量化检测与定位。
关键词：计算机视觉；渠道衬砌；裂缝检测；量化检测
1 传统渠道衬砌裂缝检测存在的问题
在水利工程中，渠道衬砌为取用混凝土等材料沿水环境两旁的渠道走向而修建的支护结构，能有效降低围岩产生变形和坍塌的可能性。渠道衬砌在水利工程的实际应用中，需要专业施工人员对渠道两侧的衬砌面板进行防渗处理，以提升衬砌混凝土技术的应用效果。但在调水工程中的渠道衬砌维护检修过程中，渠道两岸的混凝土衬砌面板在运营时，受到物理因素和化学因素的影响时会出现一定程度的破坏，将会对整个调水工程的运作造成不良影响。渠道衬砌面板的开裂是渠道挡水结构破坏的重要预警，及时有效地对挡水结构进行检测并采取有效措施，是减少渠道事故的重要方式[1-2]。
传统人工检测技术，主要依靠专业人员实地进行渠道衬砌的裂缝检测，检测周期较长、周期间隔大，会受到检测人员的先验知识、疲劳程度等主观因素所导致的信息错漏等问题，使得整个渠道衬砌裂缝检测方面存在较大的安全漏洞。为解决上述问题，有必要设计出一种自动化程度较高的渠道衬砌裂缝检测方法，实现衬砌面板破坏程度的量化识别与定位。
近年来计算机技术的快速发展，为实现渠道衬砌裂缝的自动化巡检带来了可能。本文提出了一个基于计算机视觉的渠道衬砌裂缝量化检测方法，利用设有硬盘、GPS传感器、防水工业摄像机、传感器的浮标装置，自动对水环境两侧的渠道衬砌裂缝进行数据采集，将所收集的数据上传至量化识别系统的云端人工智能进行处理与分类，即可实现渠道裂缝的全方位量化检测与定位。基于计算机视觉的渠道衬砌量化检测方法，不仅有效减少了传统检测手段所需的时间和费用，而且克服了传统检测方法受专业检测人员主观影响的弊端，为调水工程中的水渠运输提供了更高的安全保障，实现了真正意义上的渠道衬砌结构的自动化质量检测。
2 量化检测系统
针对渠道衬砌裂缝的量化识别检测，裂缝量化检测系统具有以下优点：能迅速进行大量高质量的图像数据采集工作；能有效降低抖动、雾气、水气、不均匀光照等不定因素对图像采集的不利影响；能全方位准确识别大量渠道衬砌图像中的裂缝病害[3-5]。
利用计算机视觉技术的渠道衬砌裂缝量化检测系统，将水环境稳定性良好的浮标置于需要巡检的渠道的上游并从上游至下游漂流，用于收集所放置的渠道两岸的砼面板的信息。浮标中设有硬盘、GPS传感器、防水工业摄像机、方位传感器和双轴倾角传感器。将所采集的高清渠道衬砌图像上传至云端，对渠道特定位置的混凝土面板图像进行识别与定位，即可实现渠道衬砌裂缝的全方位自动监测，满足渠道衬砌裂缝巡检工作中的快速性与准确性要求。
笔者在此提供一种基于计算机视觉的渠道衬砌裂缝量化检测方法，其包括以下步骤：
第一步，设置浮标，将浮标放置在需要检测的渠道上游河道中；
第二步，进行数据采集，浮标随着水流不断位移，浮标中的GPS传感器能对浮标进行实时定位，防水工业摄像机在浮标上沿渠道漂流时对水环境两侧的渠道衬砌进行拍照，方位传感器实时对拍摄时所处的位置获取其方位信息，双轴倾角传感器对拍摄时所处的位置获取其倾角情况。
GPS传感器、防水工业摄像机、方位传感器和双轴倾角传感器将获取的信息皆存入硬盘以备读取；
第三步，回收浮标和数据，等待浮标随水流运动到下游河道时将浮标进行回收，取出硬盘并读取所有的图片及对应的数据；
第四步，利用图像处理技术对拍摄的图片进行自动分类处理，利用机器学习的分类模型分类出有裂缝的渠道衬砌图片和无裂缝的渠道衬砌图片；
第五步，利用卷积神经网络技术对计算机网络模型进行训练。网络模型训练时需要将有裂缝的渠道衬砌图片和无裂缝的渠道衬砌图片分开训练，以便能够得到识别效果良好的网络模型。经过所获取到几万张图像的监督训练后，计算机便能够准确、快速地识别渠道衬砌混凝土面板上的裂缝病害；
第六步，根据GPS传感器、方位传感器和双轴倾角传感器提供的位置信息、倾角信息，定位已经产生裂缝的渠道衬砌面板位置，并交由专业维护人员对其进行修护处理；
通过对所拍摄得到的渠道衬砌裂缝图像进行分类处理和研究分析，能迅速、准确地对渠道混凝土面板是否存在裂缝病害进行判定和定位，从而保证了调水工程的正常运作，并且有效降低了对专业人员先验知识和专业水平的依赖。
3 浮标设计
浮标在水环境中具有良好的稳定性，不易发生浮标装置侧翻、撞翻等不利于渠道衬砌图像收集的情况，且兼具能跟随水流漂动、自动旋转等特点。浮标装置不需要检测人员提供额外的动能，便能实现在挡水结构内的稳定图像采集，既向水流方向进行位移，亦能通过自动旋转实现全方位渠道衬砌裂缝图像拍摄，以便获得高清晰度的裂缝图像。
根据笔者提供的渠道裂缝量化检测的方法，浮标用于收集所放置的渠道面板的图像信息，浮标装置上携带硬盘、GPS传感器、防水工业摄像机、方位传感器和双轴倾角传感器。硬盘设备分别与GPS传感器、防水工业摄像机、方位传感器和双轴倾角传感器连接，用于接收传感器获取的信息。
防水工业摄像机包括水面上防水工业摄像机和水面下防水工业摄像机，水面上防水工业摄像机用于对水面以上的渠道砼面板进行拍照，水面下防水工业摄像机用于对水面以下的渠道砼面板进行拍照。防水工业摄像机在水环境中工作时，相较于传统光学相机而言，其摄像镜头受湿度、雾气、水气的影响更小，在实际应用裂缝图像采集时具有良好效果。
4 结论
本文设计了一种浮标装置，并依据浮标提出了一种渠道衬砌混凝土面板裂缝量化检测系统和其对应的检测方法。为解决传统的人工检测技术检测效率低下的问题，本文将计算机视觉技术与裂缝检测技术交叉结合，实现了高效、准确地对渠道混凝土面板是否存在裂缝病害进行判定和定位，保证了调水工程的正常运作。量化检测系统及检测方法具有自动化程度高、覆盖范围广、检测误差小、运营成本低、等优点，在水利工程中具有较高的应用价值。
参考文献：
[1]牛政，姚双彦.衬砌混凝土技术在水利工程渠道施工中的应用[J].中华建设，2018（12X）：140-141.
[2]张奎.渠道混凝土裂缝的成因及预防处理[J].甘肃水利水电技术，2018，054（003）：59-60，65.
[3]石钰锋，彭斌，祝志恒，et al.隧道衬砌裂缝精细化识别及其评价[J].公路交通科技，2020（2）.
[4]唐钱龙，谭园，彭立敏，et al.基于数字图像技术的隧道衬砌裂缝识别方法研究[J].铁道科学与工程学报，2019.
[5]石帅，王睿，文思思，et al.基于机器视觉的隧道衬砌裂缝图像分割处理算法研究[J].高速铁路技术，2020，011（001）：17-22.