基于嵌入式的裂紋實時測量系統的設計

引 言

在建筑業中，評價墻體裂紋，地面裂紋是評價房屋質量的一項重要指標。一個嵌入式系統裝置一般都由嵌入式計算機系統和執行裝置組成，嵌入式計算機系統是整個嵌入式系統的核心，由硬件層、中間層、系統軟件層和應用軟件層組成。執行裝置也稱為被控對象，它可以接受嵌入式計算機系統發出的控制命令，執行所規定的操作或任務。執行裝置可以很簡單，如手機上的一個微小型的電機，當手機處于震動接收狀態時打開；也可以很復雜，如SONY 智能機器狗，上面集成了多個微小型控制電和多種傳感器，從而可以執行各種復雜的動作和感受各種狀態信息。嵌入式系統硬件層的核心是嵌入式微處理器，嵌入式微處理器與通用CPU最大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計的系統中，它將通用CPU許多由板卡完成的任務集成在芯片內部，從而有利于嵌入式系統在設計時趨于小型化，同時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部分：

（1）裂紋寬度測量算法；

（2）將以上所開發軟件移植到ARM開發板，并優化算法提高軟件運行速度。

1 裂紋寬度測量算法

計算裂縫寬度關鍵是要利用圖像分割技術得到裂縫的真正邊緣。雖然已有文獻介紹了多種分割方法，但是未見有針對裂縫測試儀采集到的裂縫圖像進行處理的方法。

1.1 圖像獲取

圖像獲取過程如圖1所示：被檢測的裂縫通過光學系統在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上進行處理。ARM（Advanced RISC Machines）是微處理器行業的一家知名企業，設計了大量高性能、廉價、耗能低的RISC處理器、相關技術及軟件。技術具有性能高、成本低和能耗省的特點。適用于多種領域，比如嵌入控制、消費/教育類多媒體、DSP和移動式應用等。

圖像獲取

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，但遠遠小于圖像的寬度值。裂縫周圍有部分噪聲，有的圖像含有大量污染區域，這成為裂縫位置鎖定的難點。

裂縫圖像

OTSU圖像分割結果

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、區域分割法等進行比較發現，OTSU在最后的效果上占有明顯的優勢。

圖像分割的結果如圖3所示。觀察結果，很容易發現圖像的邊緣很大區域被錯分為與裂縫一樣。于是直接計算裂縫寬度時會導致將錯分的區域計算成裂縫。因此除了計算裂縫寬度外，對候選裂縫集合進行有效剔除是另一個重要任務。

Sobel邊緣檢測算子

分割完圖像后，計算所有可能成為裂縫的區域的寬度。采用從圖像給定行的起始位置開始計算裂縫寬度，當發現像素灰度由0變為255，記為一個裂縫的左邊緣起始位置；當查找到像素灰度由255變為0，記為一個裂縫的右邊緣結束位置。通過這種方法可以獲取給定行的所有可能的裂縫寬度。但是在具體試驗中發現，計算對單行的裂縫進行寬度測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。