引 言

　　在建筑業(yè)中，評(píng)價(jià)墻體裂紋，地面裂紋是評(píng)價(jià)房屋質(zhì)量的一項(xiàng)重要指標(biāo)。一個(gè)嵌入式系統(tǒng)裝置一般都由嵌入式計(jì)算機(jī)系統(tǒng)和執(zhí)行裝置組成，嵌入式計(jì)算機(jī)系統(tǒng)是整個(gè)嵌入式系統(tǒng)的，由硬件層、中間層、系統(tǒng)軟件層和應(yīng)用軟件層組成。執(zhí)行裝置也稱為被控對(duì)象，它可以接受嵌入式計(jì)算機(jī)系統(tǒng)發(fā)出的控制命令，執(zhí)行所規(guī)定的操作或任務(wù)。執(zhí)行裝置可以很簡(jiǎn)單，如手機(jī)上的一個(gè)微小型的電機(jī)，當(dāng)手機(jī)處于震動(dòng)接收狀態(tài)時(shí)打開；也可以很復(fù)雜，如SONY 智能機(jī)器狗，上面集成了多個(gè)微小型控制電機(jī)和多種傳感器，從而可以執(zhí)行各種復(fù)雜的動(dòng)作和感受各種狀態(tài)信息。嵌入式系統(tǒng)硬件層的是嵌入式微處理器，嵌入式微處理器與通用CPU的不同在于嵌入式微處理器大多工作在為特定用戶群所專用設(shè)計(jì)的系統(tǒng)中，它將通用CPU許多由板卡完成的任務(wù)集成在芯片內(nèi)部，從而有利于嵌入式系統(tǒng)在設(shè)計(jì)時(shí)趨于小型化，同時(shí)還具有很高的效率和可靠性。

　　本研究將問題劃分為以下兩個(gè)部分：

　　（1）裂紋寬度測(cè)量算法；

　　（2）將以上所開發(fā)軟件移植到ARM開發(fā)板，并優(yōu)化算法提高軟件運(yùn)行速度。

　　1 裂紋寬度測(cè)量算法

　　計(jì)算裂縫寬度關(guān)鍵是要利用圖像分割技術(shù)得到裂縫的真正邊緣。雖然已有文獻(xiàn)介紹了多種分割方法，但是未見有針對(duì)裂縫測(cè)試儀采集到的裂縫圖像進(jìn)行處理的方法。

　　1.1 圖像獲取

　　圖像獲取過程如圖1所示：被檢測(cè)的裂縫通過光學(xué)系統(tǒng)在CMOS圖像傳感器上成像，然后通過USB接口將裂縫圖像輸出到ARM上進(jìn)行處理。ARM（Advanced RISC Machines）是微處理器行業(yè)的一家企業(yè)，設(shè)計(jì)了大量高性能、廉價(jià)、耗能低的RISC處理器、相關(guān)技術(shù)及軟件。技術(shù)具有性能高、成本低和能耗省的特點(diǎn)。適用于多種領(lǐng)域，比如嵌入控制、消費(fèi)/教育類多媒體、DSP和移動(dòng)式應(yīng)用等。

　　裂縫圖像如圖2所示。裂縫寬度分布范圍較廣，自幾十至幾百像素不等，但遠(yuǎn)遠(yuǎn)小于圖像的寬度值。裂縫周圍有部分噪聲，有的圖像含有大量污染區(qū)域，這成為裂縫位置鎖定的難點(diǎn)。

　　1.2 OTSU圖像分割

　　通過與已有圖像分割方法如：直方圖法、OTSU法、區(qū)域分割法等進(jìn)行比較發(fā)現(xiàn)，OTSU在的效果上占有明顯的優(yōu)勢(shì)。

　　圖像分割的結(jié)果如圖3所示。觀察結(jié)果，很容易發(fā)現(xiàn)圖像的邊緣很大區(qū)域被錯(cuò)分為與裂縫一樣。于是直接計(jì)算裂縫寬度時(shí)會(huì)導(dǎo)致將錯(cuò)分的區(qū)域計(jì)算成裂縫。因此除了計(jì)算裂縫寬度外，對(duì)候選裂縫集合進(jìn)行有效剔除是另一個(gè)重要任務(wù)。

　　分割完圖像后，計(jì)算所有可能成為裂縫的區(qū)域的寬度。采用從圖像給定行的起始位置開始計(jì)算裂縫寬度，當(dāng)發(fā)現(xiàn)像素灰度由0變?yōu)?55，記為一個(gè)裂縫的左邊緣起始位置；當(dāng)查找到像素灰度由255變?yōu)?，記為一個(gè)裂縫的右邊緣結(jié)束位置。通過這種方法可以獲取給定行的所有可能的裂縫寬度。但是在具體試驗(yàn)中發(fā)現(xiàn)，計(jì)算對(duì)單行的裂縫進(jìn)行寬度測(cè)量還是存在比較大的誤差。于是采用求取給定行上下5行共10行的平均值的方法。

　　1.3 Sobel邊緣檢測(cè)

　　以上小節(jié)得出了裂縫的候選集合，但是事實(shí)上這個(gè)候選集合含有大量的非裂縫區(qū)域。這一節(jié)中的主要內(nèi)容是設(shè)計(jì)算法剔除這些干擾裂縫，獲取更小的裂縫候選集合。在試驗(yàn)中，由于裂縫具有明顯的邊緣，而干擾圖像區(qū)域有比較模糊的邊緣或者僅有一個(gè)邊緣等，通過分析，提出采用Sobel邊緣檢測(cè)的方法進(jìn)行裂縫位置的鎖定。Sobel算子由兩個(gè)卷積核組成，如圖4所示。

　　通過對(duì)原始圖像采用Sobel邊緣檢測(cè)得到如圖5所示結(jié)果。

　　但是，這個(gè)結(jié)果很明顯存在很多微小的干擾，這些干擾必須予以剔除，否則將對(duì)鎖定裂縫邊緣沒有任何效果。通過對(duì)邊緣檢測(cè)結(jié)果圖像仔細(xì)分析發(fā)現(xiàn)，雖然存在微小干擾，但是他們的灰度值普遍偏小，針對(duì)這一發(fā)現(xiàn)，對(duì)緣檢測(cè)結(jié)果圖像做與上一節(jié)中一樣的圖像分割，這會(huì)將微小的干擾有效地剔除。如圖6所示。

　　同過對(duì)分割后的邊緣圖像進(jìn)行觀察，圖像仍然存在一些微小的干擾，但這些干擾相對(duì)于未處理的緣檢測(cè)結(jié)果圖像已經(jīng)很少，將在后續(xù)的處理中對(duì)圖像裂縫添加附加約束，從而取出這些干擾的影響。

　　1.4 基于裂縫特征的附加約束

　　通過對(duì)大量的裂縫圖像進(jìn)行分析，發(fā)現(xiàn)圖像裂縫有如下特點(diǎn)：

　　（1）裂縫灰度值低于墻體的灰度值。

　　（2）裂縫的寬度相對(duì)于整個(gè)圖像不超過圖像寬度的1／3。

　　（3）污染的墻體區(qū)域一般呈大的塊狀出現(xiàn)，且很多僅含有一個(gè)邊界，另一邊界延伸至圖像外面。

　　（4）墻體的一些微小的干擾呈小塊狀出現(xiàn)。

　　（5）裂縫一般為帶狀。

　　使用ARM處理器處理圖像，由于其速度慢且有實(shí)時(shí)性要求，故不能處理整張的圖像，換句話說，必須處理局部圖像。這就很明顯增加了剔除候選裂縫的難度。該系統(tǒng)顯然是無(wú)法使用特點(diǎn)（4）、特點(diǎn)（5）的。

　　通過添加以上約束，實(shí)驗(yàn)效果有了明顯的提高。

　　圖7是PC機(jī)的結(jié)果，由于同時(shí)使用了5個(gè)約束效果比較好。圖8是ARM系統(tǒng)運(yùn)行的截圖，由于在ARM上不方便分步計(jì)算出每一個(gè)步驟，故直接給出了帶有測(cè)量結(jié)果的截圖。

　　2 基于Linux的QT界面設(shè)計(jì)算法

　　前文討論的是主要的算法部分，完整的裂紋測(cè)量系統(tǒng)還包括用戶接口部分，即圖形界面接口。在ARM上采用QT進(jìn)行界面設(shè)計(jì)已經(jīng)比較成熟，它具有以下主要特點(diǎn)：

　　（1）入門容易、學(xué)習(xí)成本低。了解基本概念后就可以邊查文檔邊寫程序。

　　（2）跨平臺(tái)效果好。本來是Linux下的工具庫(kù)，Linux是一類Unix計(jì)算機(jī)操作系統(tǒng)的統(tǒng)稱。Linux操作系統(tǒng)的內(nèi)核的名字也是“Linux”。Linux操作系統(tǒng)也是自由軟件和開放源代碼發(fā)展中著名的例子。嚴(yán)格來講，Linux這個(gè)詞本身只表示Linux內(nèi)核，但在實(shí)際上人們已經(jīng)習(xí)慣了用Linux來形容整個(gè)基于Linux內(nèi)核，并且使用GNU 工程各種工具和數(shù)據(jù)庫(kù)的操作系統(tǒng)。Linux得名于計(jì)算機(jī)業(yè)余愛好者Linus Torvalds。

　　3 軟件移植與程序優(yōu)化

　　由于終的程序是運(yùn)行在ARM系統(tǒng)上，而由于ARM處理圖像時(shí)的速度慢與裂縫測(cè)量?jī)x器的實(shí)時(shí)性要求，必須對(duì)程序進(jìn)行優(yōu)化，并將算法移植到ARM系統(tǒng)上，使之可以正確運(yùn)行。

　　程序的優(yōu)化是一個(gè)問題，雖然現(xiàn)在的ARM速度已經(jīng)提高了很多，但是在處理圖像時(shí)還是很吃力，加上算法中需要對(duì)原圖像兩次獨(dú)立處理，相當(dāng)于加倍了ARM的負(fù)擔(dān)。通過對(duì)大量裂縫圖像的分析，針對(duì)前文中提出的裂縫特點(diǎn)以及結(jié)合ARM本身的運(yùn)算速度條件，提出剔除處理全部圖像的算法。采用了只處理給定行位置上下10行的區(qū)域。通過只處理這20行圖像，極大地提高了程序的運(yùn)行速度。以上方法并行，還采用多線程編程方法，通過將圖像采樣與圖像的處理分為兩個(gè)進(jìn)程完成，有效地提高了程序的運(yùn)行速度。

　　4 實(shí)驗(yàn)結(jié)果分析

　　該程序分別在PC機(jī)和ARM開發(fā)板上運(yùn)行，效果如圖7，圖8所示。

　　通過大量的實(shí)驗(yàn)發(fā)現(xiàn)該算法能較好地檢測(cè)出裂縫的分布和寬度。在算法中采用了結(jié)合OTSU圖像分割與Sobel邊緣檢測(cè)的混合算法進(jìn)行裂紋檢測(cè)與寬度測(cè)量。這種算法能分別有效利用邊緣檢測(cè)與圖像分割兩種方法各自的優(yōu)點(diǎn)。

　　5 結(jié) 語(yǔ)

　　針對(duì)墻體裂紋測(cè)量，設(shè)計(jì)出了一套適用于裂縫寬度檢測(cè)的算法。該算法能較好地檢測(cè)出裂縫的分布和寬度。采用邊緣檢測(cè)與圖像分割混合的方法并通過對(duì)大量圖像進(jìn)行分析，對(duì)算法添加了一系列符合圖像裂縫特征的約束條件，極大地提高了算法的準(zhǔn)確性與健壯性。分別將程序運(yùn)行于PC機(jī)系統(tǒng)與ARM系統(tǒng)，并針對(duì)ARM系統(tǒng)的特點(diǎn)對(duì)算法進(jìn)行了一系列優(yōu)化，引入了并行處理技術(shù)，在提高ARM運(yùn)行速度的同時(shí)，使得ARM系統(tǒng)檢測(cè)出的結(jié)果達(dá)到與PC機(jī)系統(tǒng)幾乎同等的效果。

參考文獻(xiàn):

[1]. RISC datasheet http://hbjingang.com/datasheet/RISC_1189725.html.