技术领域
[0001] 本
发明涉及建筑结构领域,具体而言,涉及一种缺陷检测方法及装置。
背景技术
[0002]
钢管
混凝土桩具有承载
力高、抗震能力高、塑性和韧性好、制作和施工方便等优点,广泛应用于高层、
桥梁、码头和大跨度空间的
建筑物受力体系中。在施工过程中,由于工序控制的不严,难免会出现钢管内的混凝土不密实的
质量问题。这种缺陷钢管混凝土桩严重危害建筑物的安全性和耐久性,因此,加强对桩芯混凝土质量的检验十分重要。
[0003] 根据目前现行的标准、规范的规定,桩芯混凝土的缺陷检测有敲击法、钻芯法和
超声波法(径向对测法和埋管
超声波法)等方法。
[0004] 但是,在现有的桩芯混凝土的缺陷检测方法中,敲击法完全凭借技术人员的技术及经验,缺乏理论依据,对壁厚较大的钢管混凝土难以进行准确判断。敲击法只能作为一种辅助检测手段。
[0005] 钻芯法以局部情况来判断桩的整体情况,局限性较大,而且钻孔存在破坏混凝土桩整体性的
风险,会严重削弱混凝土的受力。
[0006] 超声波法包括径向对测法和埋管超声波法。径向对测法要求钢管管壁与混凝土之间胶结良好,否则会导致检测数据和缺陷判断的错误;埋管超声波法检测范围有一定限制,只能检测声测管内部混凝土的质量,不能检测桩管壁与内部混凝土以及横向加劲板间混凝土的结合情况。同时,检测对混凝土龄期的要求会对工期造成很大影响。
[0007] 如今,为顺应日益增加的货运需求和泊位转运智能化的需要,各种新的高桩直立式结构日益成为长江上游最耐用的码头结构类型。对于高桩码头或者桥梁的检测,都面临着一个高
水位差和桩高的问题,现有的检测方法都是
接触性的,即把检测设备安装到桩上,对于一些大水位差桩的情况这种接触性的检测方法是不方便的甚至是不可行的。
发明内容
[0008] 本发明的目的在于提供一种缺陷检测方法及装置,其能够有效改善上述问题。
[0010] 第一方面,本发明实施例提供了一种缺陷检测方法,所述方法包括:当混凝土桩处于荷载状态时,获取所述混凝土桩上用于检测所述混凝土桩是否存在缺陷的图案的图像;基于所述图像,判断所述混凝土桩是否为缺陷桩。
[0011] 第二方面,本发明实施例还提供了一种缺陷检测装置,其包括图像获取模
块,用于当混凝土桩处于荷载状态时,获取所述混凝土桩上用于检测所述混凝土桩是否存在缺陷的图案的图像;缺陷判断模块,用于基于所述图像,判断所述混凝土桩是否为缺陷桩。
[0012] 第三方面,本发明实施例还提供了一种缺陷检测装置,其包括拍摄组件和
图像处理单元,所述拍摄组件和所述图像处理单元连接,当混凝土桩处于荷载状态时,所述拍摄组件用于获取所述混凝土桩上用于检测所述混凝土桩是否存在缺陷的图案的图像;所述图像处理单元,用于基于所述图像,判断所述混凝土桩是否为缺陷桩。
[0013] 本发明实施例提供的缺陷检测方法及装置,通过当混凝土桩处于荷载状态时,获取所述混凝土桩上用于检测所述混凝土桩是否存在缺陷的图案的图像,来依据所述图像上的图案形状表征所述混凝土桩荷载后在所述图案对应的各个
位置的结构力学状态;再基于所述图像,判断所述混凝土桩是否为缺陷桩,可通过所述图像中图案在荷载后的
变形程度获知所述混凝土桩在所述图案对应位置的位移形变,最终根据位移形变的大小判断被测混凝土桩是否存在缺陷。和
现有技术相比,本发明提供的缺陷检测方法及装置为缺陷钢管混凝土桩的检测提供了一种更简易、更准确、无损非接触的方案,基于数值散斑技术,仅依据物体表面关键点在荷载前后的形变图像位置就可快速得出物体表面的变形数据,并直观的判断物体是否存在缺陷,其经济实用、操作简单,便于实时检测钢管混凝土桩可能存在的安全隐患,也为后续判断缺陷的位置提供了
基础数据。
附图说明
[0014] 为了更清楚地说明本发明实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本发明的某些实施例,因此不应被看作是对范围的限定,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他相关的附图。
[0015] 图1为一种可应用于本发明实施例中的
电子设备的结构
框图;
[0016] 图2为本发明第一实施例提供的缺陷检测方法的流程框图;
[0017] 图3为本发明第一实施例中步骤S210的子步骤流程框图;
[0018] 图4为本发明第一实施例中步骤S310的子步骤流程框图;
[0019] 图5为本发明第一实施例提供的缺陷检测方法的第一种优选方案的流程框图;
[0020] 图6为本发明第一实施例提供的缺陷检测方法的第二种优选方案的流程框图;
[0021] 图7为本发明第二实施例提供的缺陷检测装置的结构框图;
[0022] 图8为本发明第二实施例提供的缺陷判断模块的结构框图;
[0023] 图9为本发明第二实施例提供的缺陷判断单元的结构框图;
[0024] 图10为本发明第三实施例提供的缺陷检测装置的结构框图。
具体实施方式
[0025] 下面将结合本发明实施例中附图,对本发明实施例中的技术方案进行清晰、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。因此,以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围,而是仅仅表示本发明的
选定实施例。基于本发明的实施例,本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都属于本发明保护的范围。
[0026] 应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。同时,在本发明的描述中,术语“第一”、“第二”等仅用于区分描述,而不能理解为指示或暗示相对重要性。
[0027] 图1示出了一种可应用于本
申请实施例中的电子设备100的结构框图。如图1所示,电子设备100可以包括
存储器110、存储
控制器120、处理器130、显示屏幕140和缺陷检测装置。例如,该电子设备100可以为个人电脑(personal computer,PC)、
平板电脑、智能手机、
个人数字助理(personal digital assistant,PDA)等。
[0028] 存储器110、存储控制器120、处理器130、显示屏幕140各元件之间直接或间接地电连接,以实现数据的传输或交互。例如,这些元件之间可以通过一条或多条通讯总线或
信号总线实现电连接。所述缺陷检测方法分别包括至少一个可以以
软件或
固件(firmware)的形式存储于存储器110中的软件功能模块,例如所述缺陷检测装置包括的软件功能模块或
计算机程序。
[0029] 存储器110可以存储各种软件程序以及模块,如本申请实施例提供的缺陷检测方法及装置对应的程序指令/模块。处理器130通过运行存储在存储器110中的软件程序以及模块,从而执行各种功能应用以及
数据处理,即实现本申请实施例中的缺陷检测方法。存储器110可以包括但不限于
随机存取存储器(Random Access Memory,RAM),
只读存储器(Read Only Memory,ROM),可编程只读存储器(Programmable Read-Only Memory,PROM),可擦除只读存储器(Erasable Programmable Read-Only Memory,EPROM),电可擦除只读存储器(Electric Erasable Programmable Read-Only Memory,EEPROM)等。
[0030] 处理器130可以是一种集成
电路芯片,具有
信号处理能力。上述处理器可以是通用处理器,包括
中央处理器(Central Processing Unit,简称CPU)、网络处理器(Network Processor,简称NP)等;还可以是
数字信号处理器(DSP)、
专用集成电路(ASIC)、现成可编程
门阵列(FPGA)或者其他
可编程逻辑器件、分立门或者晶体管逻辑器件、分立
硬件组件。其可以实现或者执行本申请实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是
微处理器或者该处理器也可以是任何常规的处理器等。
[0031] 本发明实施例中所应用的电子设备100为实现缺陷检测,还应具备自显示功能,其中的显示屏幕140可以在所述电子设备100与用户之间提供一个交互界面(例如用户操作界面)或用于显示图像数据给用户参考。例如,可以显示缺陷检测装置获取的图像以及混凝土桩变形状态相关的数据。
[0032] 第一实施例
[0033] 请参照图2,本实施例提供了一种缺陷检测方法,应用于缺陷检测装置,所述方法包括:
[0034] 步骤S200:当混凝土桩处于荷载状态时,获取所述混凝土桩上用于检测所述混凝土桩是否存在缺陷的图案的图像;
[0035] 本实施例中,所述用于检测所述混凝土桩是否变形的图案可以是被测混凝土桩结构表层既有的自然纹理,也可以是人工制成的散斑图案,其中,图案上的每一个点都可被当作是一个位移追踪标志。本实施例中,可通过CCD摄像头对混凝土桩当前的图像进行采集,并将图像传输到用于图像处理的图像处理单元,进行后续的混凝土桩图像的分析。
[0036] 本实施例中,所述荷载状态指的是混凝土桩上承载有重物,该重物可以是活动的,例如桥梁上部通过的车辆;也可以是固定存在的,例如混凝土桩上部加设的建筑物。
[0037] 步骤S210:基于所述图像,判断所述混凝土桩是否为缺陷桩。
[0038] 对于在图像上相同位置的图案形状不同的两幅图像,这两幅图像对应的图案位置处的混凝土桩结构的形变和位移是不同的,通过在混凝土桩处于荷载状态时,获取所述混凝土桩上用于检测所述混凝土桩是否存在缺陷的图案的图像,即可通过该图像上图案的形状反映混凝土桩当前时刻在图案对应位置处的形变和位移。
[0039] 本实施例中,可通过对被测混凝土桩在荷载前后的图案对应的两幅图像分别进行采集,将荷载后获取的图像上图案的形状与无荷载时获取的图像上图案的形状进行对比,再建立图案形状变化与混凝土桩结构变形的相关标准,最终可以通过图像上每个
像素点的位移矩阵提取被测混凝土桩在该时间段内的表层全场位移值与应变值,即得到所述混凝土桩在荷载后相对于无荷载的变形程度。可以理解的是,无荷载时获取的图像作为在后获取的图像变形的判断标准,最后获取的位移矩阵是由图像的图案上局部范围内的特征点在不同时间的相对位移构成,因此,可以选择结构无损伤、安全性能高即图案无变形的混凝土桩图像作为标准图像,并将荷载之后拍摄的图像与标准图像作对比,即可更为直观的分析出负载后的混凝土桩的变形程度,最终依据该变形程度的大小来判断所述混凝土桩是否为缺陷桩。可以理解的是,混凝土桩在荷载后的变形程度大于一定
阈值时,可以认为该混凝土桩存在缺陷,即该混凝土桩为缺陷桩。
[0040] 请参照图3,本实施例中,具体的,所述步骤S210可以包括如下子步骤:
[0041] 步骤S300:基于所述图像,获取所述混凝土桩的变形矢量图;
[0042] 通过计算机进行图像处理即可将获取的图像转换为相应的变形矢量图。
[0043] 步骤S310:根据所述变形矢量图,判断所述混凝土桩是否为缺陷桩。
[0044] 所述变形矢量图相对于普通拍摄图像能够更为直观的表现所述混凝土桩上图案在各个位置的几何形状特性。
[0045] 请参照图4,本实施例中,具体的,所述步骤S310可以包括如下子步骤:
[0046] 步骤S400:基于所述变形矢量图,获取所述混凝土桩的变形分布
云图;
[0047] 通过对实时获取的变形矢量图进行处理,即可将其转化为数学模型,得到变形分布云图。所述变形分布云图可直观的反映该位置处的结构变形。
[0048] 步骤S410:根据所述变形分布云图和标准云图,判断所述混凝土桩是否为缺陷桩。
[0049] 本实施例中,可以通过调用装置中大量实验数据得出的无损混凝土桩对应的变形分布云图作为标准云图,将获得的被测混凝土桩对应的变形分布云图与所述标准云图作对比,即可分析出被测混凝土桩此刻在图像各位置上的位移情况,当位移超出正常范围时,可以认为当前混凝土桩存在缺陷,即为缺陷桩。
[0050] 请参照图5,本实施例中,当步骤S410判定所述混凝土桩为缺陷桩时,在所述步骤S410之后还可以进行如下步骤:
[0051] 步骤S500:根据所述变形分布云图和标准云图,获取所述混凝土桩的缺陷位置。
[0052] 将获得的被测混凝土桩对应的变形分布云图与所述标准云图作对比,即可通过局部变形的云图特征判断缺陷的位置。当云图上的某一位置的位移超出正常范围时,该位置对应在实际混凝土桩上的位置即是所述混凝土桩的缺陷位置。
[0053] 请参照图6,本实施例中,在所述步骤S200之前还可以进行如下步骤:
[0054] 步骤S600:基于所述混凝土桩的关键位置选取检测面;
[0055] 步骤S610:在所述检测面的结构表面
喷涂用于检测所述混凝土桩是否存在缺陷的图案。
[0056] 本实施例中,所述混凝土桩的关键位置可以是在先前实验数据中总结出的混凝土桩容易存在缺陷的位置,或是对混凝土桩的安全性能有较大影响的位置。
[0057] 具体的,本实施例中,在混凝土桩的检测面上制作散斑图案,可使用
颜色以哑光白色为底,哑光黑色为散斑点的喷涂方式来进行混凝土桩结构的喷涂,具体喷涂步骤如下:先对结构表面进行打磨;然后以白漆对进行需要进行检测的区域进行喷涂;最后使用黑漆以雾状均匀喷涂到白漆底上。优选的,细小而分布密集的散斑点效果较好。对于大面积混凝土桩,可以采用无人机喷洒等方式来进行结构的喷涂。
[0058] 传统的缺陷测量方式,只能测量一个点的变形或应变,且存在破坏混凝土桩整体性及削弱混凝土的受力的风险,而通过本实施例提供的缺陷检测方法,可以获取某一区域整体的变形或者变形分布云图,更有助于在大面积的检测面上直接判断混凝土桩是否存在缺陷,以及快速获取缺陷的位置。
[0059] 第二实施例
[0060] 请参照图7,本实施例提供了一种缺陷检测装置700,其包括:
[0061] 图像获取模块710,用于当混凝土桩处于荷载状态时,获取所述混凝土桩上用于检测所述混凝土桩是否存在缺陷的图案的图像;
[0062] 缺陷判断模块720,用于基于所述图像,判断所述混凝土桩是否为缺陷桩。
[0063] 请参照图8,本实施例中,具体的,缺陷判断模块720可以包含如下单元:
[0064] 矢量图获取单元800,用于基于所述图像,获取所述混凝土桩的变形矢量图;
[0065] 缺陷判断单元810,用于根据所述变形矢量图,判断所述混凝土桩是否为缺陷桩。
[0066] 请参照图9,本实施例中,具体的,缺陷判断单元810可以包含如下子单元:
[0067] 云图获取子单元812,用于基于所述变形矢量图,获取所述混凝土桩的变形分布云图;
[0068] 缺陷判断子单元814,用于根据所述变形分布云图和标准云图,判断所述混凝土桩是否为缺陷桩。
[0069] 缺陷位置获取子单元816,用于根据所述变形分布云图和标准云图,获取所述混凝土桩的缺陷位置。
[0070] 第三实施例
[0071] 请参照图10,本实施例提供了一种缺陷检测装置900,其包括拍摄组件910和图像处理单元920,所述拍摄单元910和所述图像处理单元920连接。当混凝土桩处于荷载状态时,所述拍摄组件910用于获取所述混凝土桩上用于检测所述混凝土桩是否存在缺陷的图案的图像;所述图像处理单元920,用于基于所述图像,判断所述混凝土桩是否为缺陷桩。
[0072] 本实施例中,所述拍摄组件910可以是CCD摄像头,所述拍摄组件910可以通过安装在无人机上在空中对钢管混凝土桩进行拍摄。在安装拍摄组件910时,需要将仪器调平,CCD摄像头间的夹
角是需要注意的,一般8mm短焦镜头,夹角最好为25°~60°;35mm标准镜头,夹角最好为20°~60°;75mm长焦镜头,夹角最好为15°~60°。在进行相机标定时,图像标定值越小,图片的投影误差越小,数值
稳定性越高,检测时应尽量降低标定值。
[0073] 本实施例中,所述拍摄单元910和图像处理单元920之间能够进行数据传输,所述拍摄单元910和图像处理单元920之间的连接方式可以是有线连接也可以是无线连接。
[0074] 本实施例主要针对某一个面平面内的缺陷检测,如果需要测量三维空间内的缺陷,可以通过在被测结构周围布置多个摄像头,每个摄像头垂直于不同的平面设置,就可以检测出三维空间内存在的缺陷。
[0075] 综上所述,本发明实施例提供的缺陷检测方法及装置,通过当混凝土桩处于荷载状态时,获取所述混凝土桩上用于检测所述混凝土桩是否存在缺陷的图案的图像,来依据所述图像上的图案形状表征所述混凝土桩荷载后在所述图案对应的各个位置的结构力学状态;再基于所述图像,判断所述混凝土桩是否为缺陷桩,可通过所述图像中图案在荷载后的变形程度获知所述混凝土桩在所述图案对应位置的位移形变,最终根据位移形变的大小判断被测混凝土桩是否存在缺陷。和现有技术相比,本发明提供的缺陷检测方法及装置为缺陷钢管混凝土桩的检测提供了一种更简易、更准确、无损非接触的方案,基于数值散斑技术,仅依据物体表面关键点在荷载前后的形变图像位置就可快速得出物体表面的变形数据,并直观的判断物体是否存在缺陷,其经济实用、操作简单,便于实时检测钢管混凝土桩可能存在的安全隐患,也为后续判断缺陷的位置提供了基础数据。以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何
修改、等同替换、改进等,均应包含在本发明的保护范围之内。