地鐵隧道表面裂縫智能視覺采集系統(tǒng)

方恩權，王耀東，袁敏正，朱力強，周偉

?

地鐵隧道表面裂縫智能視覺采集系統(tǒng)

方恩權1，王耀東2，袁敏正1，朱力強2，周偉3

(1. 廣州地鐵集團有限公司 國家工程實驗室，廣東 廣州 510335； 2. 北京交通大學 機械與電子控制工程學院，北京 100044； 3. 中南大學 交通運輸工程學院，湖南 長沙 410075)

基于我國隧道裂縫檢測主要依靠人工檢測來實現，檢測方式工作效率低、占用線路時間長，無法滿足現代城市軌道交通檢測的需求。提出一種基于車載式多目高速線陣相機的地鐵隧道表面圖像采集系統(tǒng)，闡述其系統(tǒng)工作原理，并對系統(tǒng)內部各項硬件設備進行選型，在實驗室內完成組裝和調試，基本實現線陣相機圖像采集的功能，并為后續(xù)的隧道表面圖像處理提供支持。

裂縫檢測；圖像采集；圖像處理；線陣相機

隨著國內地鐵路線的快速發(fā)展，早期建設的地鐵隧道基礎設施已經進入養(yǎng)護維修期，而新建成的地鐵隧道，也會誘發(fā)洞體形變并出現裂縫，影響隧道的正常使用，威脅行車安全。如果對地鐵隧道洞體出現的裂縫不及時預警與維護，會使隧道基礎設施進一步被破壞，一旦發(fā)生事故，給生命財產帶來巨大損失[1]。同時，表面裂縫可發(fā)展成具有破壞性的貫穿裂縫和深層裂縫，破壞結構的整體性，從而帶來無法估量的危險。所以進行定期的裂縫檢測，并觀察重點裂縫的變化變得尤其重要。目前，我國隧道裂縫檢測主要依靠人工檢測來實現，技術人員在隧道內緩慢移動，用肉眼觀察裂縫，利用卡尺級裂縫寬度測量儀進行測量，憑借人工經驗判斷裂縫的危害性，效率低下，而且檢測結果不客觀，人的主觀因素影響較大。這種以人工為主的檢測方式工作效率低、占用線路時間長，無法滿足現代城市軌道交通檢測的需求。目前國內外對于裂縫檢測已取得了一定的研究成果。日本、韓國、歐洲等國家較早的展開了機器視覺技術的研究。日本計測檢測株式會社推出了MIS & MMS隧道裂縫檢測系統(tǒng)[2]，其中MIS(Mobile Imaging Technology System)檢測系統(tǒng)由CCD相機、LED照明設備組成，檢測精度為0.2 mm；該設備功耗大、成本較高，只適用于公路隧道。韓國漢陽大學開發(fā)出了針對混凝土裂縫的移動式檢測系統(tǒng)[3]，采用線陣CCD相機、光源、減震器及編碼器等，檢測速度為5 km/h，可識別0. 3 mm以上寬度的裂縫。西班牙Euroconsuh研制了隧道裂縫檢測設備Tunnelings[4]，該設備檢測速度最高為40 km/h，檢測精度為0.5 mm，一晚上檢測距離可達80 km。德國研制了基于GRP5000激光掃描技術的輕型隧道檢查車，國內針對地鐵隧道裂縫圖像采集與檢測技術也有大量的研究，取得了一定成果。王睿等[5]提出了一套車載式高鐵隧道襯砌裂縫自動檢測系統(tǒng)，擬采用5臺Dalsa Piranha3系列相機，檢測精度為0.2 mm裂縫，檢測速度達13 km/h，照明采用LED燈，但是其車載系統(tǒng)穩(wěn)定性不高，標定模板誤差較大。吳曉軍等[6]采用9臺線陣CMOS工業(yè)相機和不間斷電源系統(tǒng)以及圖像采集分析軟件系統(tǒng)，構成了一個裂縫快速檢測系統(tǒng)，系統(tǒng)可實現最小檢測裂縫寬度0.3 mm，檢測線路長度不少于10 km的目標，且檢測寬度0.3 mm及以上的裂縫識別率可以達到90%左右。王平讓等[7?8]提出了基于幾何形狀因子分析的裂縫自動識別算法、基于圖像局部網格特征的隧道襯砌裂縫自動識別方法，開發(fā)出了針對山區(qū)隧道的隧道襯砌病害集成檢測車，可同時對裂縫、滲漏水以及空洞進行檢測，裂縫檢測精度可達0.3 mm，檢測速度達到5 km/h。王華夏等[9?10]提出了一套隧道裂縫自動化檢測系統(tǒng)，初步達到檢測目標，但速度、精度有限。現有的地鐵隧道裂縫采集系統(tǒng)由于器件選型不合理、各器件間配合不當、隧道環(huán)境適應性不好等因素，存在檢測車速度慢、效率低下、采集到的圖像精度不理想等問題，不利于后續(xù)圖像處理的進行。總的來說，地鐵隧道裂縫圖像采集與檢測技術仍處于發(fā)展階段，功能不夠全面，存在較多缺陷，有待進一步研究和完善。在此基礎上，本文提出了一種基于車載式多目高速線陣相機的地鐵隧道圖像采集系統(tǒng)。

1 采集系統(tǒng)方案設計

系統(tǒng)主要包括采集裝置、照明系統(tǒng)、供電系統(tǒng)、定位系統(tǒng)、圖像信息處理系統(tǒng)。

利用多個高速線陣相機組成的視覺系統(tǒng)，配合強光光源，視野覆蓋整個隧道斷面，對地鐵隧道洞體表面進行高速圖像采集。采集系統(tǒng)安裝于檢測車上，實現快速移動式的圖像采集。

圖1 系統(tǒng)方案

2 硬件選型

硬件主要包括多臺線陣CCD相機、鏡頭、圖像采集卡、工控機、強光光源、電源、檢測車、速度傳感器等。線陣相機分布在以隧道中心為圓心的同心圓上，分別采集等長隧道圓弧，視野覆蓋完整的隧道斷面。

2.1 CCD相機

在隧道襯砌裂縫圖像采集系統(tǒng)中，檢測車以較高速度運行時，普通的面陣相機采集到的圖像可能會產生模糊、幻影或非連續(xù)采集等現象，且存在重合圖像，需要利用圖像拼接算法進行后期處理，對海量圖像處理和裂縫自動識別造成很大的障礙。

而線陣相機只有一行感光單元，當需要獲得二維圖像時，只需將線陣相機與被拍攝物體做相對掃描運動，即可把每次探測到的結果銜接起來得到完整的隧道襯砌二維圖像。線陣相機工作頻率可達幾十兆赫茲，可實現隧道表面的逐行掃描采集，且圖像連續(xù)性好，在物體運動方向的檢測尺寸無限制，可直接形成整體的全景圖像。

地鐵隧道直徑設定為5.4 m，隧道截面近似為圓形輪廓，軌道板以上隧道的扇形弧長為：

經計算，扇形弧長為12.72 m，考慮相機之間圖像的重疊，確定扇形弧長為15. 00 m。要實現相機分辨率為0.2 mm，用1個像素點表示，理論上需要像素的個數E為：

采用Linear 8K線陣相機(水平/垂直分辨率：8 192像素；水平/垂直像素尺寸：7 μm×7 μm；最高線速率：80 kHz )，則需要相機數量為：

經計算選用線陣相機數量為9.16臺，因此確定采用10臺8K相機及配套SOL2MEVCLFL圖像采集卡可以滿足采集要求。相機拍攝圖像之間重疊距離為(15?12.72)/(10?1)=0.25 m。

2.2 鏡頭選擇

光學鏡頭是機器視覺系統(tǒng)的窗口，在裂縫圖像采集系統(tǒng)中非常關鍵，相當于人眼的晶狀體，如果沒有晶狀體，人眼將看不到任何物體，如果沒有鏡頭，那么相機將沒有清晰的圖像輸出。光學鏡頭質量的優(yōu)劣將直接影響到成像質量的好壞，合適的鏡頭可以保證光學系統(tǒng)透光性強、雜散光少、像面照度分布均勻、成像清晰、圖像幾何畸變小，對采集到清晰的隧道裂縫圖像功不可沒。

根據隧道實際情況確定鏡頭的設計視場，對于單臺相機的視野至少應為：

經計算，單臺相機的視野1.55 m(20%重疊)，選用ML-5540-62M35鏡頭(焦距55 mm，光圈范圍F4.0；芯片尺寸57.67 mm；相機實際視野：

式中：為鏡頭至物體距離；為相機芯片尺寸；為鏡頭焦距。

經計算，鏡頭至物體距離=1.5 m。

2.3 圖像采集卡

圖像采集卡(Frame grabber)是圖像采集系統(tǒng)的核心部件，是連接圖像采集和圖像處理部分的橋梁，是將高速工業(yè)線陣相機獲取的圖像信號進行采集和A/D轉換后，將圖像信號以數據文件的形式通過總線實時傳送并保存在電腦硬盤上的硬件設備。圖像采集卡通常由視頻輸入模塊、A/D轉換模塊、時序及采集控制模塊、總線控制模塊、相機控制模塊等組成。其滿足了隧道裂縫圖像采集系統(tǒng)在掃描整個隧道襯砌時海量數據快速傳輸的要求，極大地減輕了CPU的工作壓力，留給CPU更多的時間對裂縫圖像進行識別、處理和特征提取。圖像采集卡也具有相機觸發(fā)功能，通過相關軟件的操作可用圖像采集卡控制線陣相機采集圖像的精度和頻率。另外，圖像采集卡可對多通道輸出的信號進行重新構造，恢復原始圖像，應用范圍廣泛。

系統(tǒng)所采用的圖像采集卡為SOL2MEVCLFL圖像采集卡，插槽為X4-PCIE插槽，采樣速率可達到85 MHz。

2.4 光源選擇

該移動式便攜檢測車以一定的速度在地鐵隧道內運行，完成對隧道表面的圖像采集，而隧道內環(huán)境惡劣，光照較暗且不均勻，因此可能導致進入相機的光線不足，采集到的隧道表面圖像亮度、清晰度和分辨率低，達不到后續(xù)圖像處理的要求，無法實現裂縫自動識別。因此，需在該檢測系統(tǒng)中加入光源，以保證隧道表面成像清晰可見。

機器視覺系統(tǒng)中常用的光源有激光光源、LED光源、鹵素燈、熒光光源等。每種光源均有優(yōu)缺點，需結合實際使用環(huán)境對其進行選擇。除此之外，光源設備的光強大小、照射角度、是否均勻等均會對隧道表面成像的分辨率造成一定的影響，因此，光源的安裝位置和角度也是選擇光源時需考慮的因素之一。

為保證在高速運動狀態(tài)下，采集到的隧道裂縫圖像仍然清晰可見，本系統(tǒng)選擇了5只波長為808 nm、最大功率為50 W，且可調節(jié)的特制激光光源。該光源主譜線功率大、不可見，有利于相機感光且不傷害人眼，而旁譜輝光可見，與相機的對準調節(jié)簡便快捷，可滿足圖像采集系統(tǒng)的成像需求。

2.5 定位系統(tǒng)

同步觸發(fā)采集：判斷是否進入隧道，進行定位。判斷當前經過的速度和位置，發(fā)送信息到信號同步控制器，信號同步控制器將信號發(fā)送各個相機內部驅動模塊，同步觸發(fā)采集。

排除速度影響：CCD線陣相機采用外部觸發(fā)模式，并確保在不同的速度條件下，其觸發(fā)相機的脈沖也不同，也就是說使相機能夠按照分辨率要求，每隔固定的距離進行行掃描，從而消除因軌道檢測小車運行速度的不同帶來的圖像采集失真或模糊。

記錄里程：通過在小車車輪安裝光電編碼器獲得里程脈沖，然后通過對脈沖信息的處理獲得里程信息。

2.6 圖像信息處理系統(tǒng)

圖像信息處理系統(tǒng)，包括主服務器，圖像采集分析軟件等。相機配套軟件Matrox Intellicam實時顯示相機采集到的圖像，用以相機對焦調試，以保證后續(xù)圖像采集獲得清晰的模擬隧道圖像，同時，通過pylon Viewer軟件調整相機采樣頻率、曝光時間、增益值、對比度等參數和光學鏡頭光圈大小和對焦旋鈕等，對相機成像效果進行調整，直至軟件界面實時圖像清晰、邊界銳化，可供后續(xù)采集。取得最優(yōu)的對焦效果后，采用編寫的圖像采集MFC程序進行圖像采集。

2.7 檢測車

檢測車是整個采集系統(tǒng)的載體，后期應用于地鐵隧道。

黃色矩形代表檢測車，白色圓代表相機，青色圓代表光源。如圖2所示，圖中距離參數的單位 為mm。

隧道半徑2.7 m，檢測車尺寸為2 545 mm×3 565 mm，將10臺相機均勻分布在半徑為1.2 m的同心圓上，圓心與隧道中心重合，每臺相機負責采集以隧道中心為圓心的圖像。相機距隧道側壁1.5 m，5只光源均勻分布，每只光源照射角為110°，光源安裝在相機中間。為了便于現場調整相機和光源的位置與角度，設計制作了可調式專用支架，安裝于檢測車尾部的車廂外側。

單位：mm

檢測車主要功能如下：

1) 為采集系統(tǒng)提供電力。10臺相機擬采用10臺工控機驅動，每臺工控機功率600 W，5臺光源，每臺光源用電功率200 W，相機的功率很低，忽略不計，則系統(tǒng)總功率為7 000 W。

2) 檢測車速度控制系統(tǒng)與相機觸發(fā)同步配合。

3) 考慮相機拍攝的現場條件，檢測車后排懸掛可調節(jié)支架，保證相機完成拍攝。

可調節(jié)支架功能如下：

1) 靈活調節(jié)相機的拍攝角度和拍攝范圍，保證采集精度。

2) 帶有減震器，消除車身、相機震動造成的影響，保證采集質量。

3) 支架上有保護鏡頭的防護裝置，用時打開，不用關閉，保護相機的鏡頭。基于以上計算理論，可設計出大型車載式隧道表面圖像采集方案，以三維仿真圖表示。后續(xù)，可按照此方案，進行真實采集系統(tǒng)的安裝。

3　系統(tǒng)檢測原理

10臺線陣相機分布在以隧道中心為圓心的同心圓上，分別采集等長隧道圓弧，視野覆蓋完整的隧道斷面。檢測車進入隧道后，打開強光光源，為線陣相機拍攝準備光源。光電編碼器與檢測車的輪子二者保持同軸轉動，由緊定螺釘固定，光電編碼器轉動產生脈沖信號，定位裝置獲取編碼器的脈沖信號，根據不同速度觸發(fā)不同的多路信號，通過數據總線傳送到信號同步器，信號同步控制器將信號發(fā)送各個相機內部驅動模塊，同步觸發(fā)采集，完成線陣相機一行圖像數據的掃描。

線陣相機逐行掃描沿途經過的被測隧道表面，采集到的線圖像數據通過cameralink總線接口傳送到圖像采集卡，在圖像采集卡中完成由線到圖的拼接，將整幅圖像發(fā)送到圖像信息處理系統(tǒng)的主服務器中。圖像信息處理系統(tǒng)的圖像采集分析軟件系統(tǒng)可以對相機成像效果進行調整，調整相機采樣頻率、曝光時間、增益值、對比度、每幅圖像的大小等參數。相機每采集一行數據后，采集系統(tǒng)進行緩存，當采集的行數達到設置的大小時，完成一幅圖像的采集，存儲到主服務器的存儲磁盤上，并記錄圖像的位置信息。

4 系統(tǒng)功能測試

本文中所述的大型車載式采集系統(tǒng)龐大，為了檢驗圖像采集方案的可行性，在實驗室內搭建了一個小型采集系統(tǒng)樣機，用于圖像采集功能的實現。本樣機采用2個相機及配套的光源進行同步采集，并利用相同標準的大功率激光光源進行補光，解決隧道內部光線不足的問題。

4.1 采集系統(tǒng)搭建

設計并制特制支架，分別固定激光光源和相機，通過螺絲連接實現其與擋板在水平方向的移動，進而實現精確對準。

將線陣相機與計算機相連，圖像采集卡安裝于主機插槽中，激光光源光纖與激光發(fā)射器等相連，簡易采集系統(tǒng)搭建完成，鋼軌上可以沿著鋼軌前后移動以及相對于墻面的前后移動，相機可以在旋轉架上下移動和左右移動，調整相機的視角，達到靈活拍攝的效果。

4.2 模擬隧道圖像采集

搭建好完整的圖像采集系統(tǒng)后，調整線陣相機、鏡頭和特制光源的相對位置，保證激光光源與線陣相機的行感光單元對齊，并采用相機配套軟件Matrox Intellicam實時顯示相機采集到的圖像，用以相機對焦調試，以保證后續(xù)圖像采集獲得清晰的模擬隧道圖像，未對焦前相機成像模糊狀態(tài)如圖所示。同時，通過pylon Viewer軟件調整相機采樣頻率、曝光時間、增益值、對比度等參數和光學鏡頭光圈大小和對焦旋鈕等，對相機成像效果進行調整，直至軟件界面實時圖像清晰、邊界銳化，可供后續(xù)采集，如圖3與圖4所示。

圖3 圖像實時顯示界面(未對焦)

圖4 圖像實時顯示界面(已對焦)

取得最優(yōu)的對焦效果后，采用編寫的圖像采集MFC程序進行圖像采集。輸入數字并點擊“設置幀數”，即可選定此次采集過程所需圖片數目。點擊“實時處理開始”，軟件界面實時顯示鏡頭采集到的隧道表面圖像。點擊“保存到內存”，系統(tǒng)即從此刻開始保存所需幀數的隧道表面圖像。當所需數目的圖片保存完畢后，會自動彈出“內存已滿”對話框。此時再點擊“從內存保存到硬盤”，即自動在硬盤中形成以時間命名的文件夾，將圖片保存在計算機硬盤中，保存完畢自動彈出“從內存保存到硬盤已滿”對話框。也可直接點擊“直接保存硬盤”，圖片將直接保存至計算機硬盤中。點擊“退出”，圖像采集軟件界面將自動關閉。

完成采集系統(tǒng)的硬件搭建和調試配置后，手推采集系統(tǒng)小車運動的同時，可完成對模擬隧道裂縫圖像的采集，圖5為模擬隧道采集到的裂縫圖像。

圖5 線陣相機系統(tǒng)采集到的圖像

為了測試本系統(tǒng)采集圖像的性能，在隧道仿真模型中，黏貼了多種隧道裂縫圖像，并利用線陣相機和手推小車移動采集，同時利用所編制的軟件程序，采集保存裂縫圖像，如圖6所示。

在實驗室模擬隧道環(huán)境中，對本系統(tǒng)的功能測試，線陣相機與線陣光源使用正常，整體采集系統(tǒng)硬件符合要求。對于相機參數軟件的調節(jié)滿足使用需求，圖像采集與圖像存儲程序使用正常。本系統(tǒng)所使用的線陣相機為Linear 8KCL線陣相機，其水平/垂直分辨率：8 192像素；水平/垂直像素尺寸：7 μm×7 μm；最高線速率：80 kHz，鏡頭選用50 mm定焦鏡頭，成像距離1.5 m，對于標準隧道圖像的采集，可以達到0.2 mm/pixel的性能。在實驗室模擬隧道環(huán)境中，為了驗證圖像采集功能，將采集系統(tǒng)支架安裝于手推式檢測車上，安裝支架可以水平方向移動，并保證相機到隧道表面距離為1.5 m，通過圖像采集的測試，線陣相機成像尺寸為1.6 m，由于相機分辨率為8 192像素，所以得到實驗中每個像素代表實際距離約為0.195 mm，成像精度小于0.2 mm，所以圖像采集功能滿足需求。對于真實隧道的采集系統(tǒng)，需要保證相機到隧道表面的成像距離在1.5 m以內，可以采集到0.2 mm/pixel分辨率的圖像。

圖6 線陣相機系統(tǒng)采集到的多種裂縫圖像

5 結論

1) 利用多個特制線陣激光光源，可以首尾相連拼接為一條光帶，對隧道斷面輪廓進行強光照明，用于高速線陣相機的圖像采集。

2) 利用高速線陣相機可以分區(qū)域連續(xù)采集隧道表面圖像，配合大功率激光光源，實現隧道弱光環(huán)境的圖像采集。

3) 針對不同位置布局的高速線陣相機，根據理論計算公式，可以計算出對應的鏡頭參數、相機支架尺寸參數，用于指導設計大型車載式采集系統(tǒng)，或小型低速圖像采集系統(tǒng)。

[1] 王耀東, 余祖俊, 白彪, 等. 基于圖像處理的地鐵隧道裂縫識別算法研究[J]. 儀器儀表學報, 2014, 35(7): 1489?1496. WANG Yaodong, YU Zujun, BAI Biao, et al. Research on image processing based subway tunnel crack identification algorithm[J]. Chinese Journal of Scientific Instrument, 2014, 35(7): 1489?1496.

[2] 黃宏偉, 孫龑, 薛亞東. 基于機器視覺的隧道襯砌表面病害檢測技術研究進展[J]. 現代隧道技術, 2014, 51(增1): 19?27. HUANG Hongwei, SUN Yan, XUE Yadong. Research progress of machine vision based disease detecting techniques for the tunnel lining surface[J]. Modern Tunneling Technology, 2014, 51(Suppl 1): 19?27.

[3] Lee Jun S, Choi Il-Yoon, Lee Hee-Up, 等. 隧道檢測系統(tǒng)及其在韓國高速鐵路隧道的應用明[J]. 中國鐵道科學, 2004, 25(3): 21?26. Lee Jun S, Choi Il-Yoon, Lee Hee-Up, et al. Tunnel measurement system and its application to korea high-speed rail tunnels[J]. China Railway Science, 2004, 25(3): 21?26.

[4] Gavin M, Sanchez F, Ramos J A, et al. Mobile inspection system for high-resolution assessment of tunnels[C]// The 6th International Conference on Structural Health of Intelligent Infrastructure, Hongkong: 2013.

[5] 王睿. 隧道襯砌裂縫車載檢測圖像分析研究[D]. 成都:西南交通大學, 2012. WANG Rui. Research on tunnel lining cracks in-vehicle detection image analysis[D]. Chengdu: Southwest Jiaotong University, 2012.

[6] 吳曉軍, 白韶紅, 啜丙強, 等. 基于CMOS線陣相機地鐵隧道裂縫快速檢測系統(tǒng)[J]. 路基工程, 2015(3): 185?190. WU Xiaojun, BAI Shaohong, CHUAI Bingqiang, et al. Fast detection system for metro tunnel crack based on CMOS line-scan digital camera[J]. Subgrade Engineering, 2015(3): 185?190.

[7] 王平讓, 黃宏偉, 薛亞東. 基于圖像局部網格特征的隧道襯砌裂縫自動識別[J]. 巖石力學與工程學報, 2012, 31(5): 991?999. WANG Pingrang, HUANG Hongwei, XUE Yadong. Automatic recognition of cracks in tunnel lining based on characteristics of local grids in images[J]. Chinese Journal of Rock Mechanics and Engineering, 2012, 31(5): 991?999.

[8] 王平讓, 黃宏偉, 薛亞東. 隧道襯砌裂縫自動檢測性能影響因素模型試驗研究[J]. 巖石力學與工程學報, 2012(8): 1706?1715. WANG Pingrang, HUANG Hongwei, XUE Yadong. Model test study of factors affecting automatic detection performance of cracks in tunnel lining[J]. Chinese Journal of Rock Mechanics and Engineering, 2012(8): 1706?1715.

[9] 王華夏. 高速鐵路隧道襯砌裂縫圖像快速采集系統(tǒng)研究[D]. 成都: 西南交通大學, 2013. WANG Huaxia. Research on high speed railway tunnel lining cracks images fast capture system[D]. Chengdu: Southwest Jiaotong University, 2013.

[10] 王華夏, 漆泰岳, 王睿. 高速鐵路隧道襯砌裂縫自動化檢測硬件系統(tǒng)研究[J]. 鐵道標準設計, 2013(10): 97? 102. WANG Huaxia, QI Taiyue, WANG Rui. Research on hardware system for automatic detection of tunnel lining crack on high-speed railway[J]. Railway Standard Design, 2013(10): 97?102.

Intelligent vision acquisition system of subway tunnel surface crack image

FANG Enquan1, WANG Yaodong2, YUAN Minzheng1, ZHU Liqiang2, ZHOU Wei3

(1. Guangzhou Metro Group Co., Ltd, National Engineering Laboratory, Guangzhou 510335, China; 2. School of Mechanical, Electronic and Control Engineering, Beijing Jiaotong University, Beijing 100044, China; 3. School of Traffic and Transportation Engineering, Central South University, Changsha 410075, China)

Tunnel crack detection mainly depends on manual detection in our country. The detection method has low efficiency and long line time. It can not meet the demand of modern urban rail transit detection. This paper proposes a subway tunnel image acquisition system based on vehicle-mounted multicast high-speed linear array camera, expounds the working principle of the system, and conducts the selection of the system hardware. Finally, Hardware system and software system are completed assembly and debugged in the laboratory, which can support the following subway tunnel surface crack image processing.

crack detection; image acquisition; image processing; linear array camera

10.19713/j.cnki.43?1423/u.2019.04.031

TP-391

A

1672 ? 7029(2019)04 ? 1074 ? 07

2018?05?30

科技部國家重點研發(fā)計劃資助項目(2016YFB1200402)；中國鐵路總公司科技研究開發(fā)計劃課題資助項目(2017T001-B)

方恩權(1980?)，男，河南正陽人，教授級高級工程師，博士，從事軌道交通土建工程技術研究與項目管理工作；E?mail：fangenquan@ gzmtr.com

(編輯 蔣學東)