基于温度变化匹配的隧道衬砌渗漏水感知方法及系统

技术领域

本发明涉及隧道安全检测技术领域，具体涉及基于温度变化匹配的隧道衬砌渗漏水感知方法及系统。

背景技术

隧道是道路通行的一个重要地段，承载着道路上大部分的车辆，隧道通行的安全一直是交管部门注意的焦点之一。隧道的定期维护是保证隧道安全的一个重要环节，隧道在运行过程中容易产生各种类型的病害，如：衬砌渗漏水、衬砌裂损、衬砌侵蚀和衬砌支护结构质量缺陷等，其中衬砌渗漏水是最常见的病害，也是维护人员很头疼的问题。

由于隧道内光线昏暗，现阶段采用的人工观察的方式，在水渍没有渗透出隧道衬砌表面产生痕迹的时候，很难发现甚至无法发现，这对隧道的维护造成了很大困扰。为此，公开号为CN209727713U的中国专利公开了《一种利用热成像技术的隧道渗漏水检测装置》，其包括导轨、安装座、热成像装置、控制装置、定位装置、行走装置、通讯模块以及电源。该现有方案中的隧道渗漏水检测装置，能够利用热成像技术检测出隧道衬砌表面有无渗漏水。

但申请人发现，上述现有方案仅能够检测衬砌表面已经出现渗漏水的情况，此时水已经渗穿整个衬砌，衬砌的结构强度已经遭受不可逆的破坏，进而导致隧道衬砌维保的有效性不好。想要更好的实现隧道衬砌的维保，需要在衬砌渗漏水的初期(衬砌表面未渗漏水、内部已渗漏水)完成渗漏水检测。因此，如何设计一种能够在衬砌渗漏水初期实现渗漏水检测的方法，以提高隧道维保的有效性是亟需解决的技术问题。

发明内容

针对上述现有技术的不足，本发明所要解决的技术问题是：如何提供一种基于温度变化匹配的隧道衬砌渗漏水感知发方法，以能够在衬砌渗漏水初期实现渗漏水检测，并保证渗漏水检测的准确性，从而能够提高隧道维保的有效性，进而能够对隧道健康检测与智能管理系统的研究进行安全监控，为隧道的管理和决策提供科学依据。

为了解决上述技术问题，本发明采用了如下的技术方案：

基于温度变化匹配的隧道衬砌渗漏水感知方法，包括以下步骤：

S1：对隧道衬砌的待检区域进行热激励，生成对应的待检温度变化曲线；

S2：将待检区域的待检温度变化曲线与预设的各种渗漏水工况对应的温度变化对比曲线进行匹配，若匹配成功，则将待检区域作为疑似渗漏水区域；

S3：获取疑似渗漏水区域在热激励下的渗漏水热图像，在渗漏水热图像中确定渗漏水点；

S4：基于渗漏水点对渗漏水热图像进行图像分割，得到对应的渗漏水区域；

S5：计算渗漏水区域的渗漏水面积，进而确定疑似渗漏水区域的渗漏水严重程度。

优选的，步骤S1中，通过红外辐射单元发射特定波长的红外线形成热辐射对待检区域进行热激励，以使得待检区域产生温度变化。

优选的，步骤S1中，获取待检区域的实际温度，并根据指定时段内或待检区域升温至指定温度时的温度变化情况生成对应的待检温度变化曲线；

通过如下公式计算待检区域的实际温度：

式中：T

优选的，步骤S3中，通过尺度不变特征变换算法识别渗漏水热图像中的特征点，然后通过运动统计算法剔除误检的特征点，最后基于渗漏水热图像中剩余的特征点确定待检区域的渗漏水点。

优选的，通过如下步骤确定渗漏水热图像中的特征点：

S301：将渗漏水热图像的尺度空间定义为变尺度的高斯函数G(x,y,σ)与图像I(x,y)的卷积；

渗漏水热图像的卷积尺度表示为：

式中：L(x,y,σ)表示尺度空间函数，通过改变σ的大小突出图像在不同尺度上的特征；k'σ表示可变的尺度空间因子，为保证同一特征通过不同尺度展示出来；G(x,y,k'σ)表示不同尺度的高斯差分核；D(x,y,σ)表示高斯差分函数；*表示卷积操作；σ表示尺度空间因子；k'σ表示可变的尺度空间因子；

S302：通过X＝(x,y,σ)

S303：对于确定的特征点中难以直接被识别的不稳定特征点，将候选区特征点D(X)的倾斜程度与Hessian矩阵H的特征值做正比例关系计算；此时矩阵

通过计算得到的正比例关系结合如下公式计算特征点的迹和行列式，进而通过特征点的迹和行列式进行特征点的剔除；式中α表示矩阵H的最大特征值；β表示矩阵H的最小特征值；tr(H)和det(H)分别表示矩阵H的迹和行列式；

在α＝β时，

S304：重复步骤S302至S303，直至得到渗漏水热图像中的所有特征点。

优选的，步骤S4中，对渗漏水热图像进行图像分割之前，通过导向滤波算法对渗漏水热图像进行降噪和平滑处理，得到滤波后的渗漏水热图像用于进行图像分割；

通过如下公式对渗漏水热图像进行降噪：

式中：E(a

在降噪后的初始渗漏水热图像p

式中：q

优选的，步骤S4中，结合渗漏水热图像中像素的灰度分布信息和空间信息，利用二维Ostu方法对渗漏水热图像进行图像分割，得到渗漏水区域。

优选的，通过如下步骤对渗漏水热图像进行图像分割：

S401：通过Ostu方法对渗漏水热图像进行预分割，得到预分割图像；对于灰度级为L的预分割图像，假设阈值矢量为(u,v)，则非渗漏水区域和渗漏水区域出现的频率分别为

S402：通过如下公式计算非渗漏水区域和渗漏水区域的平均灰度；

式中：μ

S403：通过如下公式计算预分割图像的平均灰度；

式中：μ

S404：通过非渗漏水区域的平均灰度和预分割图像的平均灰度计算类间方差

式中：

优选的，步骤S5中，通过如下公式计算渗漏水面积：

式中：A表示渗漏水区域的实际面积；A

本发明还公开了基于温度变化匹配的隧道衬砌渗漏水感知系统，其基于本发明中基于温度变化匹配的隧道衬砌渗漏水感知方法实施，具体包括：

红外辐射单元，用于通过热辐射的方式对待检区域进行热激励；

模型匹配单元，用于生成待检区域的待检温度变化曲线；然后将待检区域的待检温度变化曲线与预设的各种渗漏水工况对应的温度变化对比曲线进行匹配，若匹配成功，则将待检区域作为疑似渗漏水区域；

红外成像单元，用于获取疑似渗漏水区域在热激励下的渗漏水热图像；

红外测距单元，用于测量红外成像单元与疑似渗漏水区域之间的成像距离；

数据处理单元，用于在渗漏水热图像中确定渗漏水点；然后基于渗漏水点对渗漏水热图像进行图像分割，得到对应的渗漏水区域；最后结合成像距离计算渗漏水区域的渗漏水面积，进而确定疑似渗漏水区域的渗漏水严重程度。

本发明中的隧道衬砌渗漏水感知系统与现有技术相比，具有如下有益效果：

本发明对隧道衬砌的待检区域进行热激励并生成待检温度变化曲线，进而通过将待检温度变化曲线与各种渗漏水工况的温度变化对比曲线进行匹配方式，判断待检区域是否为疑似渗漏水区域，即基于隧道衬砌在内外部是否有渗漏水等不同工况下对相同热激励会产生不同温度变化(生成不同的待检温度变化曲线)的原理，结合动态变化受热监测形成动态曲线的侦测方式和大数据匹配技术实现隧道衬砌的渗漏水检测，使得能够同时检测衬砌内部或表面渗漏水的情况，能够在衬砌渗漏水初期实现渗漏水检测，并保证渗漏水检测的准确性，从而能够提高隧道维保的有效性，能够对隧道健康检测与智能管理系统的研究进行安全监控，为隧道的管理和决策提供科学依据。

同时，本发明获取疑似渗漏水区域在热激励下的渗漏水热图像在渗漏水热图像中确定渗漏水点，进而基于渗漏水点对渗漏水热图像进行图像分割得到对应的渗漏水区域并计算渗漏水面积，以确定疑似渗漏水区域的渗漏水严重程度，使得能够辅助维保人员采取与渗漏水严重程度相对应的解决措施，从而能够进一步提高隧道维保的有效性和针对性。

附图说明

为了使发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明作进一步的详细描述，其中：

图1为基于温度变化匹配的隧道衬砌渗漏水感知方法的逻辑框图；

图2为基于温度变化匹配的隧道衬砌渗漏水感知系统的原理框架图。

说明书附图中的附图标记包括：红外辐射单元1、红外成像单元2、红外测距单元3。

具体实施方式

下面通过具体实施方式进一步详细的说明：

实施例一：

本实施例中公开了一种基于温度变化匹配的隧道衬砌渗漏水感知方法。

如图1所示，基于温度变化匹配的隧道衬砌渗漏水感知方法，包括以下步骤：

S1：对隧道衬砌的待检区域进行热激励，生成对应的待检温度变化曲线；

S2：将待检区域的待检温度变化曲线与预设的各种渗漏水工况对应的温度变化对比曲线进行匹配，若匹配成功，则将待检区域作为疑似渗漏水区域；

S3：获取疑似渗漏水区域在热激励下的渗漏水热图像，在渗漏水热图像中确定渗漏水点；

本实施例中，通过红外成像单元(即热像仪)获取疑似渗漏水区域的渗漏水热图像。

S4：基于渗漏水点对渗漏水热图像进行图像分割，得到对应的渗漏水区域；

本实施例中，渗漏水区域是指能够包含所有渗漏水点的区域。

S5：计算渗漏水区域的渗漏水面积，进而确定疑似渗漏水区域的渗漏水严重程度。

本实施例中，预先建立了渗漏水面积与渗漏水严重程度的关联关系，如渗漏水面积为1m

本发明对隧道衬砌的待检区域进行热激励并生成待检温度变化曲线，进而通过将待检温度变化曲线与各种渗漏水工况的温度变化对比曲线进行匹配方式，判断待检区域是否为疑似渗漏水区域，即基于隧道衬砌在内外部是否有渗漏水等不同工况下对相同热激励会产生不同温度变化(生成不同的待检温度变化曲线)的原理，结合动态变化受热监测形成动态曲线的侦测方式和大数据匹配技术实现隧道衬砌的渗漏水检测，使得能够同时检测衬砌内部或表面渗漏水的情况，能够在衬砌渗漏水初期实现渗漏水检测，并保证渗漏水检测的准确性，从而能够提高隧道维保的有效性，能够对隧道健康检测与智能管理系统的研究进行安全监控，为隧道的管理和决策提供科学依据。

同时，本发明获取疑似渗漏水区域在热激励下的渗漏水热图像在渗漏水热图像中确定渗漏水点，进而基于渗漏水点对渗漏水热图像进行图像分割得到对应的渗漏水区域并计算渗漏水面积，以确定疑似渗漏水区域的渗漏水严重程度，使得能够辅助维保人员采取与渗漏水严重程度相对应的解决措施，从而能够进一步提高隧道维保的有效性和针对性。

具体实施过程中，通过红外辐射单元发射特定波长的红外线形成热辐射对待检区域进行热激励，以使得待检区域产生温度变化；

通过如下公式表示热激励产生的总辐射照度：

其中，在常见红外工作波段内f(T)＝cT

式中：f(T

本发明通过发射特定波长的红外线形成热辐射对待检区域进行热激励以使得待检区域产生温度变化，能够有效的在待检区域产生温度变化，并且红外线形成热辐射的方式不会损伤隧道衬砌，进而能够进一步提高隧道维保的有效性。

具体实施过程中，获取待检区域的实际温度，并根据指定时段内或待检区域升温至指定温度时的温度变化情况生成对应的待检温度变化曲线；

通过如下公式计算待检区域的实际温度：

式中：T

具体实施过程中，预先制作各种混凝土强度的混凝土试块；然后在各种环境温度条件下对各种混凝土强度的混凝土试块进行各种渗漏水工况下的热激励，进而获取对应的温度变化曲线作为对应渗漏水工况的温度变化对比曲线；最后建立环境温度和混凝土强度与温度变化对比曲线的关联，以生成预设的各种渗漏水工况对应的温度变化对比曲线；

步骤S2中，首先根据隧道衬砌的混凝土强度和所处的环境温度获取对应的温度变化对比曲线；然后将待检温度变化曲线与获取的温度变化对比曲线进行相似度匹配；最后根据相似度匹配的结果判断待检区域是否为疑似渗漏水区域。

其他优选实施例中，还可通过训练神经网络模型的方式确定渗漏水区域。

将温度变化对比曲线及其渗漏水工况转换为对应的温度曲线训练图像和渗漏水分数；

例如，水渗透至衬砌厚度的60％时，渗漏水分数为6分；70％时，渗漏水分数为7分；80％时，渗漏水分数为8分；90％时，渗漏水分数为9分，渗穿整个衬砌时，渗漏水分数为10分。

通过若干组温度曲线训练图像及其渗漏水分数构建训练数据集，用于训练神经网络模型；

将训练后的神经网络模型作为渗漏水检测模型，并与环境温度和混凝土强度关联；

步骤S2中，首先根据隧道衬砌的混凝土强度和所处的环境温度获取对应的渗漏水检测模型；然后将待检温度变化曲线转换为对应的待检温度曲线图像；最后将待检温度曲线图像输入对应的渗漏水检测模型中以输出渗漏水分数预测结果，进而根据渗漏水分数预测结果判断待检区域是否为疑似渗漏水区域。

由于环境温度和混凝土强度的不同会导致温度有不同的变化情况。因此，本发明通过隧道衬砌的混凝土强度和所处环境温度两个因素来协同完成温度变化曲线的匹配，能够有效修正混凝土强度和环境温度的影响，进而能够更准确的实现温度变化曲线的匹配，从而能够进一步提高隧道衬砌渗漏水检测的准确性。同时，本发明在判断待检区域是否为疑似渗漏水区域的基础上，进一步确定了疑似渗漏水区域所处的渗漏水工况(如具体的渗漏水等级)，这同样能够提高隧道衬砌渗漏水检测的准确性。

具体实施过程中，通过尺度不变特征变换(scale-invariant featuretransform，SIFT)算法识别渗漏水热图像中的特征点，然后通过运动统计算法(Grid-basedMotion Statistics,GMS)剔除误检的特征点，最后基于渗漏水热图像中剩余的特征点确定待检区域的渗漏水点。本实施例中，将渗漏水热图像中的特征点作为待检区域的渗漏水点。渗漏水区域是指能够包含所有渗漏水点的区域。

SIFT特征对旋转、尺度缩放、亮度变化等保持不变性，是一种非常稳定的局部特征，在目标检测和跟踪等方面已经有了广泛的应用。尺度不变特征变换算法的计算过程包括尺度空间的极值点检测、特征点定位、特征点方向确定和生成特征点描述子，即先求出极值点，然后根据极值点确定特征点。尺度不变特征变换算法能够准确识别渗漏水热图像的特征点。

通过如下步骤确定渗漏水热图像中的特征点：

S301：将渗漏水热图像的尺度空间定义为变尺度的高斯函数G(x,y,σ)与图像I(x,y)的卷积；

渗漏水热图像的卷积尺度表示为：

式中：L(x,y,σ)表示尺度空间函数，通过改变σ的大小突出图像在不同尺度上的特征；k'σ表示可变的尺度空间因子，为保证同一特征通过不同尺度展示出来；G(x,y,k'σ)表示不同尺度的高斯差分核；D(x,y,σ)表示高斯差分函数；*表示卷积操作；σ表示尺度空间因子；k'σ表示可变的尺度空间因子；

S302：为了精准定位所有边缘特征点，通过X＝(x,y,σ)

S303：对于确定的特征点中难以直接被识别的不稳定特征点，将候选区特征点D(X)的倾斜程度与Hessian矩阵H的特征值做正比例关系计算；此时矩阵

通过计算得到的正比例关系结合如下公式计算特征点的迹和行列式，进而通过特征点的迹和行列式进行特征点的剔除；式中α表示矩阵H的最大特征值；β表示矩阵H的最小特征值；tr(H)和det(H)分别表示矩阵H的迹和行列式；

在α＝β时，

S304：重复步骤S302至S303，直至得到渗漏水热图像中的所有特征点。

本发明通过尺度不变特征变换算法结合运动统计算法能够有效确定渗漏水热图像中的特征点，进而能够基于特征点确定待检区域的渗漏水点，使得能够很好的基于渗漏水点对渗漏水热图像进行图像分割并计算对应的渗漏水面积，从而能够更好的辅助确定疑似渗漏水区域的渗漏水严重程度。

具体实施过程中，对渗漏水热图像进行图像分割之前，通过导向滤波算法对渗漏水热图像进行降噪和平滑处理，得到滤波后的渗漏水热图像用于进行图像分割；

通过如下公式对渗漏水热图像进行降噪：

式中：E(a

在降噪后的初始渗漏水热图像p

式中：q

本发明通过导向滤波算法对渗漏水热图像进行降噪和平滑处理，使得能够消除或减弱渗漏水热图像中的干扰噪声，进而能够更好的对渗漏水热图像进行图像分割以计算对应的渗漏水面积，从而能够更好的辅助确定疑似渗漏水区域的渗漏水严重程度。

具体实施过程中，结合渗漏水热图像中像素的灰度分布信息和空间信息，利用二维Ostu方法对渗漏水热图像进行图像分割，得到渗漏水区域；本实施例中，所述的二维Ostu方法是一种现有算法，本发明可完全通过现有手段对渗漏水热图像进行图像分割。

其他优选实施例中，也可通过如下手段对渗漏水热图像进行图像分割：

S401：通过Ostu方法(将一维Ostu方法推广到二维)对渗漏水热图像进行预分割，得到预分割图像；对于灰度级为L的预分割图像，假设阈值矢量为(u,v)，则非渗漏水区域和渗漏水区域出现的频率分别为

S402：通过如下公式计算非渗漏水区域和渗漏水区域的平均灰度；

式中：μ

S403：通过如下公式计算预分割图像的平均灰度；

式中：μ

S404：通过非渗漏水区域的平均灰度和预分割图像的平均灰度计算类间方差

式中：

本发明通过渗漏水热图像中像素的灰度分布信息和空间信息结合二维Ostu方法对渗漏水热图像进行图像分割，能够分割得到更准确的渗漏水区域，进而计算其渗漏水面积，从而能够更好的辅助确定疑似渗漏水区域的渗漏水严重程度。

具体实施过程中，通过如下公式计算渗漏水面积：

式中：A表示渗漏水区域的实际面积；A

本发明通过上述公式能够准确的计算得到渗漏水区域，进而计算其渗漏水面积，从而能够更好的辅助确定疑似渗漏水区域的渗漏水严重程度。

实施例二：

本实施例中公开了基于温度变化匹配的隧道衬砌渗漏水感知系统，其基于实施例一中的隧道衬砌渗漏水感知方法实施。

如图2所示，基于温度变化匹配的隧道衬砌渗漏水感知系统具体包括：

红外辐射单元1，用于通过热辐射的方式对待检区域进行热激励；

模型匹配单元，用于生成待检区域的待检温度变化曲线；然后将待检区域的待检温度变化曲线与预设的各种渗漏水工况对应的温度变化对比曲线进行匹配，若匹配成功，则将待检区域作为疑似渗漏水区域；

红外成像单元2，用于获取疑似渗漏水区域在热激励下的渗漏水热图像；

红外测距单元3，用于测量红外成像单元与疑似渗漏水区域之间的成像距离；

数据处理单元，用于在渗漏水热图像中确定渗漏水点；然后基于渗漏水点对渗漏水热图像进行图像分割，得到对应的渗漏水区域；最后结合成像距离计算渗漏水区域的渗漏水面积，进而确定疑似渗漏水区域的渗漏水严重程度。

本发明对隧道衬砌的待检区域进行热激励并生成待检温度变化曲线，进而通过将待检温度变化曲线与各种渗漏水工况的温度变化对比曲线进行匹配方式，判断待检区域是否为疑似渗漏水区域，即基于隧道衬砌在内外部是否有渗漏水等不同工况下对相同热激励会产生不同温度变化(生成不同的待检温度变化曲线)的原理，结合动态变化受热监测形成动态曲线的侦测方式和大数据匹配技术实现隧道衬砌的渗漏水检测，使得能够同时检测衬砌内部或表面渗漏水的情况，能够在衬砌渗漏水初期实现渗漏水检测，并保证渗漏水检测的准确性，从而能够提高隧道维保的有效性，能够对隧道健康检测与智能管理系统的研究进行安全监控，为隧道的管理和决策提供科学依据。

同时，本发明获取疑似渗漏水区域在热激励下的渗漏水热图像在渗漏水热图像中确定渗漏水点，进而基于渗漏水点对渗漏水热图像进行图像分割得到对应的渗漏水区域并计算渗漏水面积，以确定疑似渗漏水区域的渗漏水严重程度，使得能够辅助维保人员采取与渗漏水严重程度相对应的解决措施，从而能够进一步提高隧道维保的有效性和针对性。

本实施例中，红外辐射单元通过特定波长的红外线形成热辐射对衬砌的疑似渗漏水区域进行热激励，以使得衬砌的疑似渗漏水区域产生温度变化。

红外辐射单元进行热激励的具体原理可参照现有的红外线养护技术，其是利用热源发出的不可见红外线，加热空气或直接辐射穿透的能力，将热能传递给混凝土，使之升温而增长强度。红外线养护的设备简单易行，适用于多种混凝土结构和构件的养护。

红外线养护混凝土的基本原理，是在载热体(散热器)表面涂刷远红外辐射材料(例如氧化铁红)，当载热体使涂料分子受热后便被激发而向四周发射电磁波，该波被物体吸收，成为分子运动能，使被加热物体的温度上升。

红外线加热养护就是利用载热体改变表面状态提高辐射强度，使被加热的混凝土制品吸收辐射热提高内部温度，另外模板和介质也吸收热量，最终以对流和传导的方式再次传给制品一部分，使制品内部温度进一步提高，加速水泥水化，促进混凝土内部结构的形成。

本发明是以红外线养护混凝土的基本原理形成热辐射，能够在保证衬砌渗漏水检测效果的前提下，避免对衬砌造成损伤，从而能够提高隧道维保的安全性。

本实施例中，红外成像单元通过热成像的方式获取疑似渗漏水区域的实际温度，并根据指定时段内(指定时段设置为5分钟至10分钟)或疑似渗漏水区升温至指定温度(指定温度设置为60℃至90℃)时的温度变化情况生成对应的待检温度变化曲线。

最后需要说明的是，以上实施例仅用以说明本发明的技术方案而非限制技术方案，本领域的普通技术人员应当理解，那些对本发明的技术方案进行修改或者等同替换，而不脱离本技术方案的宗旨和范围，均应涵盖在本发明的权利要求范围当中。