墙体裂缝图像的预处理过程以及算法的DSP实现

摘要：为了对建筑物中的墙体裂缝进行高精度和高清晰度地测量、计算和处理。文中给出了使用DSP数字信号处理器来对墙体裂缝图像进行预处理的具体方法及相关算法，同时给出了相应的仿真结果。
　　关键字：墙体裂缝监测；图像处理；DSP
　　0 引言
　　现代各种建筑行业中，墙体因为外力碰撞、建筑质量、热胀冷缩等原因，往往会产生一些裂缝。因此，对墙体裂缝的监测与分析就显得十分必要。利用图像处理的方法来对墙体裂缝进行监测和分析是比较方便且有效的方法之一。但由于人为或自然因素的影响，复杂的背景噪声一般都会叠加在有用的墙体表面图像数据中，所以，在对裂缝进行图像分割前，必须通过滤波来减少噪声，增强裂缝边缘效果，然后再进行图像分割。
　　传统的数字图像处理系统一般是基于PC机来实现的，即由图像采集卡采集图像，再将图像数据通过总线或网络传输给PC机，然后在PC机上进行图像处理。此类系统通常比较复杂。且难以小型化，不方便随身携带和检测。因此，本文介绍一种基于DSP芯片来完成数字图像处理的实现方法。该方法利用CCD传感器进行图像采集，然后在DSP内部通过算法对图像进行处理，再将处理后的图像通过液晶进行显示，最后由图像来判定裂缝的状态和细节等。此方案可使系统更加简洁、实时性更强，因此，可在便携式图像检测设备中得到一定的应用。
　　1 算法简介
　　通过CCD图像传感器采集的图像，还需对其进行一定的处理，才能更好的反映出墙体裂缝的细节。对图像进行处理需要一定的算法支持，要根据算法内容进行编程，最后通过移植程序到DSP中，以最终实现图像处理。本文使用的是中值滤波、图像灰度值修正、迭代阈值法二值化图像分割等算法。
　　由于采集的初始图像中的噪声会降低图像的质量，使图像特征淹没，给分析带来困难。因此，去除噪声、恢复原始图像是裂缝图像处理中的一个重要内容。中值滤波是一种非线性的信号处理方法，可在一定条件下克服线性滤波器带来的图像细节模糊问题，对滤除脉冲干扰最为有效。中值滤波一般采用一个含有奇数点的滑动窗口（通常为二维窗口）来用窗口中各点灰度值的中值来替代指定点（一般是窗口的中心点）的灰度值。中值滤波的窗口形状和尺寸对滤波器的效果影响较大，因此，需根据不同要求选用不同的窗口形状和尺寸。由于裂缝图像中的脉冲干扰较多，因此，为了保证去噪时失真小，本文笔者选择3×3的方形窗口来进行中值滤波。
　　直方图修正主要是为了调整图像的亮度，增强图像中感兴趣的灰度区域。中值滤波后，由于墙体裂缝图像的特殊性，图像中的裂缝灰度值往往较小、较灰暗，而背景灰度值往往较大、较明亮。因此，笔者采用了一种线性拉伸变换的方法来增强图像的灰度效果。若由用户输入感兴趣的灰度区域范围，当某点的像素值小于范围的最小值时，该点像素值赋值为0；大于范围的最大值时，该点像素值赋值为255。若在范围中，则计算出该值在范围中的比例，再用比例乘以255，以得到新的像素值。这样，就将感兴趣的灰度区域拉伸到0～255，从而达到对比度增强的目的。
　　在图像进行灰度值拉伸修正后，为了便于裂缝观察，还需要将裂缝从图像中分割出来。由于墙体裂缝与背景在灰度级上有明显的区别，所以，选择合适的阈值T便能实现分割。若像素灰度值小于T，则将其灰度值设置为0，否则，将其灰度值设置为255。阈值的选取是关系图像分割质量好坏的关键，本文采用迭代阈值法来求得阈值T。其灰度的阈值分割变换公式如下：
　　
　　式（1）中，T为采用迭代阈值法得到的阈值。