一种用于检测钢桥螺栓松动和预紧力损失的方法

摘要

本发明公开了一种用于检测钢桥螺栓松动和预紧力损失的方法。属于钢桥检测技术领域，其步骤：对待测螺栓所对应的螺母选定特征点进行标记，作为螺栓放松过程中算法突出识别的像素定位区域；采集螺母图像，将批量螺母图像上传至计算机；通过高斯滤波进行图像降噪、将RGB颜色空间转换为HSV颜色空间、结合形态学开运算、图像二值化、阈值分割定位螺母特征标记点，完成图像的预处理；采用hough变换区分内外值边界法定位螺母几何形心，采用harris角点检测法识别螺母特征标记点处坐标，推导出相邻样本图片之间螺母特征标记点处坐标位置变化，计算螺栓松动角度及预紧力损失值。本发明检测成本低、精度高；可以批量检测钢结构桥梁中的螺栓。

说明书

技术领域

本发明属于钢桥检测技术领域，涉及一种用于检测钢桥螺栓松动和预紧力损失的方法；更具体地，是涉及一种基于图像识别的检测钢桥螺栓松动和预紧力损失的方法。

背景技术

随着经济的发展，桥梁已成为我国基础设施建设的重点。近年来，随着我国钢材产量的不断增加，出现了钢材产能过剩，国务院联合城乡和住房建设部及交通运输部等多部委先后出台文件，推广钢结构在建设和交通系统中进行广泛应用。钢结构桥梁所占比例逐年增长，截止到2019年底，我国公路和铁路桥梁共约100多万座，跻身世界第一桥梁大国。

钢结构桥梁因承载力高、跨越能力强、适用范围广等突出优点，逐渐成为了大跨度桥梁、高架桥和跨线桥的首选桥梁形式。

高强螺栓连接因为施工简便、可替换、承载力高等优点逐步取代传统铆接、焊接连接方式，成为钢桥节点连接的主要连接方式。在桥梁结构运营过程中，将不断地受到动载荷疲劳振动作用，给大桥螺栓连接带来安全隐患。螺栓松动检测不及时将会危及桥梁整体结构的安全。因此，亟需一套高效的检测方法来对钢桥螺栓进行批量检测。传统的螺栓检测方法主要有人工目视检查和基于传感器检测。人工目视检查法误差较大，主要取决于施检人员经验，检测效率低；而基于传感器检测方法每次只能检测一个螺栓，设备价格高昂、且需要安装在待检螺栓上，存在到期不易更换等问题。

申请号为：CN202011141777.1，名称为：一种铁路货车紧固螺栓松动图像识别方法的发明专利，虽然提出铁路货车紧固螺栓松动图像识别方法，但并不适合于钢结构桥梁内部连接使用的螺栓批量快速施检，没有明确螺栓型号、拍摄距离、拍摄机型的关系，并不适用多种型号螺栓的检测。其次，未见关于检测螺栓预紧力损失研究的报道。

发明内容

发明目的：本发明的目的是提供了一种用于检测钢桥螺栓松动和预紧力损失的方法，具有检测成本低、精度高、效率高并可以批量检测钢结构桥梁中的螺栓松动情况和预紧力损失情况等优点。

技术方案：本发明所述的一种用于检测钢桥螺栓松动和预紧力损失的方法，其具体操作步骤如下：

(1.1)、对钢结构桥梁螺栓按照规格型号、强度等级进行样本分类，依次确定各类别螺栓对应的螺母上表面相邻两边相交的角点处，采用记号笔进行标记，形成特征标记点，并以特征标记点作为算法突出识别的像素定位区域；

(1.2)、将工业相机架设在标记有特征标记点的所述螺母的正面，即所述工业相机镜头和所述螺母相对；

(1.3)、设置所述工业相机的拍摄频率，在所述螺母放松过程中，采用所述设置好的工业相机进行图像采集；

(1.4)、通过数据传输装置将采集到的所述螺母图像传输到电脑中，并进行图像预处理，得螺母图像最终版；

(1.5)、采用hough变换定位所述螺母图像最终版中螺母表面的几何形心；

(1.6)、采用harris角点检测法识别在以所述螺母图像最终版中螺母表面几何形心为圆心、以所测螺母有特征标记点所在角点与其相对角点的距离为直径的圆上的螺母特征标记点坐标(x

(1.7)、将所述harris角点检测法识别的任意两张螺母特征标记点处坐标代入以下公式，进行角度推算，其推算公式如下：

从而得出两张图像间的特征标记点角度差，即为所述螺母所在的螺栓的松动角度；

式中，x

(1.8)、将所测螺栓松动角度代入螺栓松动角度与预紧力损失的关系式中，其具体公式如下：

从而形成一套推导螺栓松动角度，实时判定螺栓预紧力损失的方法；

式中，θ表示所述螺栓松动角度；F

(1.9)、重复步骤(1.1)-(1.8)，从而检测出所有拍摄螺栓松动情况及预紧力损失情况。

进一步的，在步骤(1.1)中，所述特征标记点的形状为圆形，其半径≤0.5mm。

进一步的，在步骤(1.2)中，所述工业相机镜头的轴线方向垂直于所述螺母所在平面，所述工业相机近螺母样本平面端与所述螺母样本平面之间的距离为0.5m～1.5m。

进一步的，在步骤(1.3)中，所述工业相机拍摄螺母图像，每秒2帧。

进一步的，在步骤(1.4)中，所述图像预处理的具体操作步骤如下：

(1.4.1)、利用高斯滤波变换对所述采集到的螺母图像进行降噪处理，剔除螺母图像中的干扰点，得螺母图像一版；

(1.4.2)、将所述降噪处理的螺母图像的RGB颜色空间转化为HSV颜色空间，使所述螺母上表面处的特征标记点和所述螺母上表面的颜色形成反差，获得颜色空间转化后的螺母图像二版；

(1.4.3)、利用形态学开运算对所述螺母图像二版结构元素进行数字腐蚀工艺，消除所述螺母图像二版结构元相连接的部分，得到螺母图像三版，再进行数字膨胀工艺放大所述螺母图像三版的元素细节，得到螺母图像四版，并对所述螺母图像四版的边缘进行去噪工艺，得到螺母图像五版；

(1.4.4)、将所述螺母图像五版进行二值化处理，使螺母图像的边缘轮廓更加清晰，得螺母图像六版，并结合全局阈值将所述二值化处理后的螺母图像六版分割成螺母特征标记点及螺母非特征标记点，从而得到螺母图像最终版。

进一步的，在步骤(1.6)中，所述harris角点检测法识别的螺母特征标记点是在以所述螺母图像最终版中螺母表面几何形心为圆心、以所测螺母有特征标记点所在角点与其相对角点的距离为直径的圆上。

进一步的，所述螺母所在螺栓为钢结构桥梁内部连接使用的大六角头高强度螺栓。

有益效果：本发明与现有技术相比，本发明具有检测成本低、精度高、效率高并可以批量检测钢结构桥梁中的螺栓松动情况和预紧力损失情况等优点。

附图说明

图1为本发明的流程示意图；

图2中1所示点为本发明中螺母特征标记点选取位置；

图3中2所示点为本发明中螺母图像最终版中螺母表面的几何形心。

具体实施方式

下面结合附图对本发明的实施进行详细说明。

本发明所述的本发明所述的一种用于检测钢桥螺栓松动和预紧力损失的方法，其具体操作步骤如下：

(1.1)、对钢结构桥梁螺栓按照规格型号、强度等级进行样本分类，依次确定各类别螺栓对应的螺母上表面相邻两边相交的角点处，采用记号笔进行标记，形成特征标记点，并以特征标记点作为算法突出识别的像素定位区域；

(1.2)、将工业相机架设在标记有特征标记点的所述螺母的正面，即所述工业相机镜头和所述螺母相对；

(1.3)、设置所述工业相机的拍摄频率，在所述螺母松动过程中，采用所述设置好的工业相机进行图像采集；

(1.4)、通过数据传输装置将采集到的所述螺母图像传输到电脑中，并进行图像预处理，得螺母图像最终版；

(1.5)、采用hough变换定位所述螺母图像最终版中螺母表面的几何形心；

(1.6)、采用harris角点检测法识别在以所述螺母图像最终版中螺母表面几何形心为圆心、以所测螺母有特征标记点所在角点与其相对角点的距离为直径的圆上的螺母特征标记点坐标(x

(1.7)、将所述harris角点检测法识别的任意两张螺母特征标记点处坐标代入以下公式，进行角度推算，其推算公式如下：

从而得出两张图像间的特征标记点角度差，即为所述螺母所在的螺栓的松动角度；

式中，x

(1.8)、将所测螺栓松动角度代入螺栓松动角度与预紧力损失的关系式中，其具体公式如下：

从而形成一套推导螺栓松动角度，实时判定螺栓预紧力损失的方法；

式中，θ表示所述螺栓松动角度；F

(1.9)、重复步骤(1.1)-(1.8)，从而检测出所有拍摄螺栓松动情况及预紧力损失情况。

进一步的，在步骤(1.1)中，所述特征标记点的形状为圆形，其半径≤0.5mm。

进一步的，在步骤(1.2)中，所述工业相机镜头的轴线方向垂直于所述螺母所在平面，所述工业相机近螺母样本平面端与所述螺母样本平面之间的距离为0.5m～1.5m。

进一步的，在步骤(1.3)中，所述工业相机拍摄螺母图像，每秒2帧。

进一步的，在步骤(1.4)中，所述图像预处理的具体操作步骤如下：

(1.4.1)、利用高斯滤波变换对所述采集到的螺母图像进行降噪处理，剔除螺母图像中的干扰点，得螺母图像一版；

(1.4.2)、将所述降噪处理的螺母图像的RGB颜色空间转化为HSV颜色空间，使所述螺母上表面处的特征标记点和所述螺母上表面的颜色形成反差，获得颜色空间转化后的螺母图像二版；

(1.4.3)、利用形态学开运算对所述螺母图像二版结构元素进行数字腐蚀工艺，消除所述螺母图像二版结构元相连接的部分，得到螺母图像三版，再进行数字膨胀工艺放大所述螺母图像三版的元素细节，得到螺母图像四版，并对所述螺母图像四版的边缘进行去噪工艺，得到螺母图像五版；

(1.4.4)、将所述螺母图像五版进行二值化处理，使螺母图像的边缘轮廓更加清晰，得螺母图像六版，并结合全局阈值将所述二值化处理后的螺母图像六版分割成螺母特征标记点及螺母非特征标记点，从而得到螺母图像最终版。

进一步的，在步骤(1.6)中，所述harris角点检测法识别的螺母特征标记点是在以所述螺母图像最终版中螺母表面几何形心为圆心、以所测螺母有特征标记点所在角点与其相对角点的距离为直径的圆上。

进一步的，所所述螺母所在螺栓为钢结构桥梁内部连接使用的M20、M22、M24、M27或M30型号的大六角头高强度螺栓。

具体的，如图1所示，本发明的一种新型检测钢桥螺栓松动和预紧力损失的方法，具体步骤为：

第一步，对钢结构桥梁螺栓按照规格型号、强度等级进行样本分类，选用所述钢结构桥梁中的M30、10.9S大六角头型螺栓作为采集样本，依次确定所述类别螺栓对应的螺母上表面相邻两条边相交的角点处，并采用红色记号笔对所述螺母上表面相邻两边相交的角点处进行标记，形成特征标记点，以所述特征标记点作为算法突出识别的像素定位区域；

第二步，架设海康威视MV-CA020-10GC工业相机，并将所述工业相机架设在有特征标记点的所述螺母的正面，即所述工业相机镜头和所述螺母相对，所述工业相机镜头的轴线方向垂直于所述螺母所在平面，所述工业相机近螺母样本平面端与所述螺螺母本平面之间的距离0.5m处；

第三步，设置所述工业相机的拍摄频率为每秒2帧，以所述有特征标记点的螺母初始位置为准，依次将所述有特征标记点的螺母放松10°、20°、30°，采用所述设置好的工业相机进行图像采集；

第四步，通过数据传输装置将采集到的所述螺母图像传输到电脑中，并进行图像预处理；

优先的，所述图像预处理的具体内容和步骤包括：

第1步，利用高斯滤波变换对所述采集到的螺母图像进行降噪处理，剔除螺母图像中的干扰点，得螺母图像一版；

第2步，将所述降噪处理的螺母图像的RGB颜色空间转化为HSV颜色空间，使所述螺母上表面处的特征标记点和所述螺母上表面的颜色形成反差，获得颜色空间转化后的螺母图像二版；

第3步，利用形态学开运算对所述螺母图像二版结构元素进行数字腐蚀工艺，消除所述螺母图像二版结构元相连接的部分，得到螺母图像三版，再进行数字膨胀工艺放大所述螺母图像三版的元素细节，得到螺母图像四版，并对所述螺母图像四版的边缘进行去噪工艺，得到螺母图像五版；

第4步，将所述螺母图像五版进行二值化处理，使螺母图像的边缘轮廓更加清晰，得螺母图像六版，并结合全局阈值将所述二值化处理后的螺母图像六版分割成螺母特征标记点及螺母非特征标记点，得到螺母图像最终版；

第五步，采用hough变换定位所述螺母图像最终版中螺母表面的几何形心；

第六步，采用harris角点检测法识别在以所述螺母图像最终版中螺母表面几何形心为圆心、以所述螺母有特征标记点所在角点与其相对角点的距离为直径的圆上的螺母特征标记点处坐标分别为(x

(x

第七步，将所述harris角点检测法识别的任意两张螺母标记区域中心处坐标代入以下公式，进行角度推算：

其中：所述工业相机像元尺寸x

其中，对螺栓识别松动角度及准确率进行统计如表1；

表1：M30螺栓5×10

第八步，将所述算法识别出来的角度代入螺栓松动角度与螺栓预紧力损失的关系中：

其中：算法识别的所述螺栓松动角度θ为表1所述；所述螺栓预紧力损失大小为F

表2：M30螺栓5×10

第九步：重复上述步骤，检测所有拍摄螺栓松动情况及预紧力损失情况。