Page 87 - 无损检测2024年第八期

王 晨：
基于机器视觉的装配式建筑混凝土结构损伤检测

测。LI等 提出了一种结构损伤检测的混合学习策 速的AD8055型运算放大器，相关元件选择电容器。
[3]
略，该方法结合使用监督（人工神经网络）和无监督 电源电路用于提供稳定的电源，确保CCD的正常工
（k-means聚类）学习分类方法来构建混合分类器， 作；此处选用具有低噪声、高效率特性的LT1963型
目标不仅是检测已知的结构状态，而且还检测尚未 电源芯片。通过数字信号处理器处理数字图像数据，
确定的动态行为。国内近年来对于建筑混凝土结构 实施图像增强操作，选用高速的动态随机存取存储
损伤检测的研究，尽管起步较晚，但也取得了巨大进 器（DRAM）和Flash存储器，确保大容量和快速的
[4]
步。袁茂林等 提出了一种应用超声波脉冲的损伤 图像数据存储 。镜头选用焦距为4 mm的定焦工业
[8]
检测方法，主要采用超声脉冲技术来获取混凝土结 镜头，其焦距值较小，水平视场角较大。
构的声学数据，通过计算这些参数的衰减量来量化
[5]
混凝土的损伤程度。张邦 提出了一种基于超声阵
列的结构损伤检测方法，主要采用阵列式超声装备
来采集半矩阵数据，采用全聚焦算法聚焦超声波在
层状介质中的传播，并计算出最短到达时间，在代入
全聚焦成像公式后，可以精确地重建轨道内部的结
构和损伤情况。然而对于以上两种方法来说，噪声
环境可能会影响超声波的传播和接收，从而影响检
测结果的准确性。
因此，笔者设计一种基于机器视觉的装配式建
筑混凝土结构损伤检测方法并进行检测试验，结果
表明，该方法在噪声环境下能够实现有污渍混凝土
表面、阴影混凝土表面、粗糙混凝土表面的准确结构
损伤检测，检测系统的鲁棒性较强。

1 混凝土结构损伤检测方法设计

1.1 基于机器视觉的混凝土图像采集 图 1 CCD 驱动电路设计图
设计一种机器视觉采集装置实施装配式建筑混 接着设计一种图像采集卡，配合面阵CCD摄像
凝土图像采集，该采集装置由机器视觉工具、爬壁机 机实现装配式建筑的混凝土图像采集。该图像采集
器人构成。其中机器视觉工具由图像采集卡、CCD 卡结构框图如图2所示。其中图像传感器接口选用
（电荷耦合器件）摄像头构成。 具有较高数据传输速率的Cameralink接口，以满足
首先设计一种面阵CCD摄像机 （选用型号为
高分辨率图像的实时传输需求。选用64 GB以上的
XLC-1000 的面阵CCD芯片），其像素数为 1 024×
高速DDR（双倍数据速率）内存作为图像数据缓冲
1 024（长×宽），量子效率高达95% 。前端电路用
[6]
区，以快速存储和读取图像数据。选用AMD EPYC
于驱动CCD芯片并放大其输出的电信号。选用低
型多核处理器作为图像数据处理单元，该处理器具
噪声、高速运算放大器，配合CCD驱动电路，确保电
有强大的计算能力。应用现场可编程门阵列（FPGA）
信号的稳定和高速传输。其中CCD驱动电路设计
实现大规模图像数据的压缩/解压缩运算。数据传
图如图1所示。图1中复位信号用于将CCD中的电
输接口选用通用串行总线3.0（USB 3. 0）接口，该
荷清空，为新的光信号做准备。笔者选用高速、低功
接口具有较高的数据传输速率，能够满足采集卡与
耗的XRT1054型复位芯片以提供稳定的复位信号。
[9]
转移信号用于将CCD中的电荷按行传输出去，该信 计算机之间高速数据传输的需求 。在控制与配置
号是一个相位连续的时钟信号，选用具有低抖动、 单元中，通过STM32F103C8T6 LQFP-48型微控制
低噪声特性的NJ5120 型时钟芯片，为CCD提供准 器实现灵活的控制逻辑和配置功能，满足采集卡的
确的时钟信号 。采样保持电路用于在电荷传输过 个性化需求。在电源模块中，选用服务器级电源为
[7]
程中保持电荷的稳定，其由一个运算放大器和相关 采集卡提供可靠的电力供应。在散热系统中，选用
元件组成，其中运算放大器选用低噪声、低失真、高 的散热方案为热管散热，确保采集卡在长时间运行
49
2024 年 第 46 卷 第 8 期
无损检测