基于嵌入式ARMS3C2440智能建筑物裂紋實(shí)時(shí)測(cè)量系統(tǒng)開(kāi)發(fā)研究

0 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)。由于傳統(tǒng)的利用手工標(biāo)尺進(jìn)行裂紋寬度測(cè)量的方法既不準(zhǔn)確又不方便，于是將嵌入式應(yīng)用于自動(dòng)測(cè)量建筑裂紋寬度成為了許多研究者的重要研究?jī)?nèi)容。
本研究將問(wèn)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(kāi)發(fā)軟件移植到ARM開(kāi)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(jiàn)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。因此，本文針對(duì)裂縫圖像，提出了結(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。
1．1 圖像獲取
圖像獲取過(guò)程如圖1所示：被檢測(cè)的裂縫通過(guò)光學(xué)系統(tǒng)在CMOS圖像傳感器上成像，然后通過(guò)USB接口將裂縫圖像輸出到ARM上進(jìn)行處理。

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?chē)胁糠衷肼?，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(guò)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在最后的效果上占有明顯的優(yōu)勢(shì)。因此采用OTSU方法進(jìn)行圖像的分割。