基于圖像處理技術的隧道裂縫檢測綜述

艾海波

（上海海事大學信息工程學院，上海 201306）

0 引言

截至2015年底，中國已完成鐵路隧道13038km，其中高速鐵路隧道3200km；修建高速公路隧道12683.9km；城市軌道交通 3286km；水底隧道11000km；并且還有大量的市政隧道和地鐵隧道的在建項目[1]。同時，很大一部分隧道進入了養護和維修階段。隨著世界隧道數量的不斷增加，對隧道結構、隧道病害的監測和檢查變得尤為重要[2]。

裂縫是最常見的隧道病害之一，是襯砌結構倒塌的重要原因[3]。設計中由于圍巖水平和襯砌類型的分類不當，襯砌結構和圍巖與實際荷載不適宜，形成裂縫。并且施工時間受到技術條件的限制，方法不當，管理不善等也是造成裂縫形成的重要原因。裂縫會降低鋼筋混凝土結構的承載力，甚至導致襯砌的不穩定和突然坍塌，威脅隧道結構的安全。當裂縫長度或寬度超過允許范圍時，會帶來嚴重的安全隱患，給人生命和財產的巨大威脅。在1996年，在日本北海道，一個下坡隧道發生坍塌，導致一輛公共汽車以及許多汽車被埋沒了，20人身亡。2012年12月2日，日本山梨縣公路隧道發生坍塌，9人在事故中喪生。多起交通事故表明，隧道裂縫的檢測是事關公眾安全的重要和緊迫的問題。

目前我國城市隧道安全檢測仍主要以人工和靜態檢測方式為主，少量動態監測作為補充。

傳統的裂縫檢測方法是檢測人員用錘子錘墻（圖1），通過肉眼仔細觀察裂縫的趨勢和形狀，利用膠帶和裂縫寬度測量儀測量裂縫的特征值。檢測人員根據自己的經驗確定其危險性。這種檢測方法效率很低并且檢測結果受到光照的嚴重影響，一天一個人只1km左右的隧道。檢測的結果的決定因素為主觀判斷，缺乏客觀性。

圖1 檢測人員使用錘子檢測裂縫

目前，在軌道平整、鋼軌磨損、鋼軌探傷等方面，市場具有較為成熟的技術和設備。然而，在隧道裂縫檢測中，相關技術仍處于起步階段，少有成熟的產品進入應用領域。

隧道表面圖像不同于混凝土墻面、瀝青路面和橋底表面圖像等傳統裂縫圖像。隧道內表面裂縫圖像檢測有許多復雜的特征[4-8]。隧道墻面環境惡劣，裂縫圖像對比度低，分布和不規則噪聲較大，對裂縫的識別產生了很大的干擾。此外，隧道壁面上還存在各種結構。如污水、劃痕、電線、管道、配電箱、消火栓、廣告牌等

近年來，數字圖像處理技術在人臉識別[9]、字符識別[10]、簽名驗證[11]、指紋[12]等生物特征識別、無損檢測[13]得到了充分的研究和應用。數字圖像處理技術在裂縫的檢測中具有越來越重要的地位。目前流行的裂縫檢測技術還有基于結構光的裂縫檢測技術、基于計算機層析成像的裂縫檢測技術（計算機斷層掃描），基于超聲波的裂縫檢測技術[14]等。

1 歷史發展

在2007年，日本的Ukai開發了一個隧道裂縫自動檢測系統[15]。它能夠以30公里/小時的速度探測裂縫。檢測精度約為0.8mm。根據特征點拼接圖像，根據“滯后閾值”識別裂縫。圖2顯示了機器識別出的裂縫，有一部分的地方沒有裂縫，但被標記為裂縫了。雖然有一部分誤識率，但相對于人工檢測而言，是一個巨大的進步。

圖2 真實墻體中的檢測結果[15]

在2007年Seuguam在漢陽大學開發了裂縫（隧道裂縫自動檢測系統）[16]裝備了4096像素/線陣的CCD照相機、光源、減震器和編碼器。檢測速度為5公里/小時，可檢測寬度在0.3mm以上的裂縫。作者利用Sobel和Laplacian算子對邊緣進行檢測，然后利用高斯濾波器對噪聲進行濾波，最終得到裂縫。為了檢測裂縫的大小，系統使用了一個帶有黑點的0.5mm白板來校準系統。系統需要手動選擇裂縫的起始點和終止點。最后的識別效果如圖3和圖4所示。

圖3 鐵路隧道內壁圖片[16]

圖4 隧道內壁檢測出的裂縫[16]

日本勘測檢驗公司于2010年8月開發了MIMM公路隧道檢測車[17]，由兩部分MIS（移動成像技術系統）和MMS（移動地圖系統）組成。其中，MIS檢測系統由CCD攝像機、LED照明設備組成。可以識別0.2mm以上的滲水和裂縫。在普通公路隧道中，探測速度可達50公里/小時，高速公路隧道可達80公里/小時。MMS部分配備了激光掃描儀、數碼相機、編碼器和GPS定位系統。MIMM可進行圖像拼接，獲得3維圖像，繪制隧道病害擴展圖。

在2013年，同濟大學的王平讓、黃宏偉等開發了隧道襯砌病害集成檢測車[18]，可同時檢測裂縫、滲漏水和空隙等隧道病害。檢測速度可達5公里/小時，檢測精度可達0.3mm。

在2013年，西班牙的Euroconsult公司開發了隧道檢查設備Tunnelings[19-20]。它能以30公里/小時的速度探測公路隧道，檢測精度為1mm。它可以運作在所有類型的照明條件下，提供高品質的數據。此外，Tunnel?ings使用高速相機，自定義光學和激光線投影機，以獲取2D圖像和高分辨率3D剖面以檢查隧道。目前，該裝置已成功地在西班牙和日本的部分地區運營。

瑞士的Terra裂縫檢測設備tCrack[21]可用于城市軌道交通隧道裂縫檢測，可檢測0.3mm寬度以上的裂縫，檢測速度大約為2.5km/小時。它可以記錄每一個裂縫的三維坐標。tCrack產生的文件為裂縫檢查和養護工作的規劃、執行和記錄提供了依據。

2017年，中國同濟大學的黃宏偉研制出了隧道檢測系統MTI-100[21]。這臺機器最快的檢測速度是8.4km/小時，識別精度為0.3mm。該系統需要一定的人工輔助來進行裂縫的檢測。

2 難點和展望

裂縫是隧道中常見的疾病，如果不加監測和修復，它會繼續增長，可能存在嚴重的安全風險。隨著計算機技術，圖像處理和模式識別技術的飛速發展，人們開始關注圖像處理技術在裂縫以及其他病害的自動檢測中的應用。

目前，雖然路面裂縫檢測的研究取得了很大進展，但仍存在一些問題。

2.1 裂縫檢測的難點

裂縫圖像的特征主要是灰色和形狀特征。對于灰度特征，當局部裂縫較小且不明顯時，裂縫的灰度值與背景的差異不大。還有噪音干擾，噪音很容易被誤認為是裂縫，或者很容易將裂縫作為噪音去除，從而導致不準確的檢測。

振動，應力不均勻等因素，導致混凝土表面受到不同程度的損傷，呈現不同的裂縫形狀。就裂縫形狀特征而言，主要有水平、垂直，對角線和網狀類型。其中前三個是早期形成的裂縫，寬度較小；等裂縫繼續發展就很可能出現網狀裂縫。目前，提出可檢測各種形狀的算法是裂縫檢測領域的一個熱點。

目前，大部分隧道裂縫自動檢測系統都是在現場采集的，圖像是離線處理的。許多算法計算時間短，可以實現實時處理，但精度達不到要求。一些能達到更高精度的算法處理時間長，不能滿足實時處理的要求。缺少運算時間短，精度高的算法也是該領域目前的一個難點。

2.2 展望

由于隧道內光線嚴重不足，加上管道、涂鴉、廣告牌等惡劣環境，隧道裂縫比路面、橋梁、地面更難檢測到。近年來，隨著自動檢測技術的發展，在基于圖像處理的裂縫檢測方面取得了很多成果。然而，隧道裂縫的識別還沒有完全自動化，并且能夠高效準確地檢測裂縫。國際主流檢測方法仍然需要人工輔助才能達到合理的精度。但這種做法不可避免地會導致技術人員工作量的增加。隨著研究的發展，未來全自動化必為主流的檢測手段。

由于隧道內部疾病不僅只有裂縫，需要一種解決方案，可以根據用戶的需要方便地檢測出包括裂縫在內的各種病害。因此，未來裂縫的檢測可能與其他疾病檢測相結合，形成綜合檢測。

隨著硬件和網絡的發展，以及研究人員在算法上的不斷突破，不能實時隧道裂縫檢測問題一定能夠得到解決。

在高速公路路面、公路隧道、鐵路隧道、橋底、大壩等環境中，都需要檢測出裂縫。因此，裂縫檢測具有廣泛的應用，但由于環境的不同，會面臨許多不同的問題，所以相關領域的研究人員需要不懈的努力以攻克技術難關。