摘要：為了對建筑物中的墻體裂縫" title="墻體裂縫">墻體裂縫進行高精度和高清晰度地測量,、計算和處理。文中給出了使用DSP" title="DSP">DSP數(shù)字信號處理器來對墻體裂縫圖像進行預(yù)處理的具體方法及相關(guān)算法,，同時給出了相應(yīng)的仿真結(jié)果,。
關(guān)鍵字：墻體裂縫監(jiān)測；圖像處理,；DSP
現(xiàn)代各種建筑行業(yè)中,，墻體因為外力碰撞、建筑質(zhì)量,、熱脹冷縮等原因,，往往會產(chǎn)生一些裂縫。因此,，對墻體裂縫的監(jiān)測與分析就顯得十分必要,。利用圖像處理的方法來對墻體裂縫進行監(jiān)測和分析是比較方便且有效的方法之一。但由于人為或自然因素的影響,，復(fù)雜的背景噪聲一般都會疊加在有用的墻體表面圖像數(shù)據(jù)中,，所以,，在對裂縫進行圖像分割前，必須通過濾波來減少噪聲,，增強裂縫邊緣效果,，然后再進行圖像分割。
傳統(tǒng)的數(shù)字圖像處理系統(tǒng)一般是基于PC機來實現(xiàn)的,，即由圖像采集卡采集圖像,，再將圖像數(shù)據(jù)通過總線或網(wǎng)絡(luò)傳輸給PC機，然后在PC機上進行圖像處理,。此類系統(tǒng)通常比較復(fù)雜,。且難以小型化，不方便隨身攜帶和檢測,。因此,，本文介紹一種基于DSP芯片來完成數(shù)字圖像處理的實現(xiàn)方法。該方法利用CCD" title="CCD">CCD傳感器進行圖像采集,，然后在DSP內(nèi)部通過算法對圖像進行處理,，再將處理后的圖像通過液晶進行顯示，最后由圖像來判定裂縫的狀態(tài)和細節(jié)等,。此方案可使系統(tǒng)更加簡潔,、實時性更強，因此,，可在便攜式圖像檢測設(shè)備中得到一定的應(yīng)用,。
1 算法簡介
通過CCD圖像傳感器采集的圖像，還需對其進行一定的處理,，才能更好的反映出墻體裂縫的細節(jié),。對圖像進行處理需要一定的算法支持，要根據(jù)算法內(nèi)容進行編程,，最后通過移植程序到DSP中,，以最終實現(xiàn)圖像處理。本文使用的是中值濾波,、圖像灰度值修正,、迭代閾值法二值化圖像分割等算法,。
由于采集的初始圖像中的噪聲會降低圖像的質(zhì)量,，使圖像特征淹沒，給分析帶來困難,。因此,，去除噪聲、恢復(fù)原始圖像是裂縫圖像處理中的一個重要內(nèi)容,。中值濾波是一種非線性的信號處理方法,，可在一定條件下克服線性濾波器帶來的圖像細節(jié)模糊問題,，對濾除脈沖干擾最為有效。中值濾波一般采用一個含有奇數(shù)點的滑動窗口(通常為二維窗口)來用窗口中各點灰度值的中值來替代指定點(一般是窗口的中心點)的灰度值,。中值濾波的窗口形狀和尺寸對濾波器的效果影響較大,，因此，需根據(jù)不同要求選用不同的窗口形狀和尺寸,。由于裂縫圖像中的脈沖干擾較多,，因此，為了保證去噪時失真小,，本文筆者選擇3×3的方形窗口來進行中值濾波,。
直方圖修正主要是為了調(diào)整圖像的亮度，增強圖像中感興趣的灰度區(qū)域,。中值濾波后,，由于墻體裂縫圖像的特殊性，圖像中的裂縫灰度值往往較小,、較灰暗,，而背景灰度值往往較大、較明亮,。因此,，筆者采用了一種線性拉伸變換的方法來增強圖像的灰度效果。若由用戶輸入感興趣的灰度區(qū)域范圍,，當某點的像素值小于范圍的最小值時,，該點像素值賦值為0；大于范圍的最大值時,，該點像素值賦值為255,。若在范圍中，則計算出該值在范圍中的比例,，再用比例乘以255,，以得到新的像素值。這樣,，就將感興趣的灰度區(qū)域拉伸到0～255,，從而達到對比度增強的目的。
在圖像進行灰度值拉伸修正后,，為了便于裂縫觀察,，還需要將裂縫從圖像中分割出來。由于墻體裂縫與背景在灰度級上有明顯的區(qū)別,，所以,，選擇合適的閾值T便能實現(xiàn)分割。若像素灰度值小于T，則將其灰度值設(shè)置為0,，否則,，將其灰度值設(shè)置為255。閾值的選取是關(guān)系圖像分割質(zhì)量好壞的關(guān)鍵,，本文采用迭代閾值法來求得閾值T,。其灰度的閾值分割變換公式如下：
式(1)中，T為采用迭代閾值法得到的閾值,。
2 硬件系統(tǒng)設(shè)計
利用DSP完成墻體裂縫圖像的采集與處理時,，需要建立相應(yīng)的硬件平臺。該平臺需要能實時完成圖像的采集,、處理與分析,。本文采用TI公司的DSP芯片TMS320DM642作為主處理芯片，并完成相應(yīng)的外部電路設(shè)計,，其具體結(jié)構(gòu)如圖1所示,。
用DSP處理器TMS320DM642作為主處理器，其最高能達到600 MHz的工作頻率,，完全能滿足本文的墻體裂縫圖像分割提取的實時處理要求,。設(shè)計時，先利用CCD圖像傳感器采集墻體裂縫圖像,，再經(jīng)過AD轉(zhuǎn)換將圖像數(shù)據(jù)送到CPLD中,，并在緩沖后將數(shù)據(jù)傳輸?shù)紻SP進行處理，該DSP芯片可利用各種算法對圖像進行處理,。若數(shù)據(jù)需要存儲,，則可以利用CPLD將所需存儲的數(shù)據(jù)在DSP與FLASH、SDRAM之間進行傳遞,。當圖像處理完成后,，再通過LCD接口電路將圖像在LCD上顯示，從而完成圖像的實時分析,、處理與顯示,。
3 算法實現(xiàn)流程
該圖像處理算法需要由相關(guān)的程序來實現(xiàn)，最后再將程序嵌入到DSP處理器中,。當墻體裂縫圖像通過CCD圖像傳感器采集以后,，其后的處理過程首先要對圖像進行中值濾波，其次通過灰度值修正,，取得最優(yōu)閾值后再進行二值化分割,，以完成對圖像的處理。
中值濾波算法的C語言實現(xiàn)過程首先是確定中值濾波窗口與形狀,，然后將窗口內(nèi)的像素值存入數(shù)組中,，再通過冒泡法對該數(shù)組進行排序以取出中值,，最后用該中值替換原來窗口的中心像素,，至此,，便實現(xiàn)了圖像的中值濾波。由于墻體裂縫圖像的特殊性,，灰度值修正算法的C語言實現(xiàn)過程是先獲取用戶感興趣的灰度區(qū)域[A,，B]，再利用循環(huán)對每個像素點的值M進行判斷,，若M
式中INT為取整,，通過以上運算,，便可實現(xiàn)感興趣區(qū)域的灰度拉伸，使對比度增強,。圖2所示是通過C語言實現(xiàn)中值濾波與灰度修正的具體
流程圖,。
在閾值分割算法的C語言實現(xiàn)過程中，由于裂縫圖像中的裂縫和墻體背景的灰度值相差較大,，因此,，其直方圖會呈現(xiàn)明顯的雙峰形狀，而將該谷值作為分割的閾值來進行二值分割會得到較好的分割圖像,。一般情況下,，采用迭代閾值分割法比較適合。用迭代的方法來對閾值進行迭代,，能夠自適應(yīng)地尋找出最優(yōu)的閾值,。然后將每個像素值與閾值進行比較，大于閾值時,，將該點的像素值置為255,；小于閾值時，將該點的像素值置為0,。此時,，便完成圖像的二值化分割。在整個過程的運行中,，主函數(shù)先開始執(zhí)行,，并先進行初始化，包括將圖像數(shù)據(jù)裝入到指定的存儲空間，設(shè)置圖像的邊界和大小,，通過迭代閾值法得到最佳閾值T等,，接著再進行中值濾波，然后進行灰度修正,，再后進行閾值分割,，至此便完成了整個圖像的處理過程。通過C語言實現(xiàn)閾值分割算法以及整個圖像處理的流程如圖3所示,。
4 仿真結(jié)果分析
本文利用DSP集成開發(fā)平臺CCS對裂縫圖像的處理進行了仿真,，并通過建立新的工程將主程序以及相關(guān)的庫函數(shù)加入到工程中，然后在配置存儲空間和編譯鏈接后,，鏈接了仿真器,，并將生成的下載文件下載到仿真器中，最后設(shè)置斷點,，開始運行程序,，觀察每次圖像處理的結(jié)果。其具體的仿真結(jié)果如圖4所示,。
在圖4中,，圖4(a)為原圖像，(b)為經(jīng)過中值濾波后的圖像,，該圖像中的噪聲有所減少,，但圖像也開始有點模糊； (c)為灰度調(diào)整后的圖像,，該圖像中亮度明顯增加,，裂縫與背景的對比度明顯提高，細節(jié)也較明顯,； (d)為利用迭代閾值法進行二值分割后的圖像,，可以看出，該圖像中的裂縫基本被分割出來,，粗的裂縫清晰明顯,，細的裂縫分割效果也基本滿意，可以達到裂縫圖像去噪,、增強,、分割的目的。
5 結(jié)束語
本文主要探討墻體裂縫圖像的預(yù)處理過程以及算法的DSP實現(xiàn),。該方法通過C語言編程并利用DSP可完成圖像采集,、中值濾波、圖像增強,、圖像分割四個步驟,，從而完成整個裂縫圖像的處理過程,。墻體裂縫圖像經(jīng)處理后，裂縫能較清晰的得到顯示與分割,，而且細節(jié)信息基本保留,，因而可為其他處理做準備。由于該方法是通過DSP來實現(xiàn)整個過程,，故其硬件系統(tǒng)結(jié)構(gòu)簡潔,。事實上,，本文的方法也可在一些便攜式墻體裂縫檢測設(shè)備中得到應(yīng)用,。