2024, 46(2): 216-224.
摘要:
桥梁作为交通关键节点,承担与日俱增的交通流量压力,相当一部分桥梁尚未达到设计使用年限就出现较多的病害,技术状况不容乐观。高光谱成像运用光电技术检测物体对光谱波段信号的辐射和吸收情况,将该信号转换成图像和图形,可基于吸收峰的位置和强度分析被测物体的物理性质和物质组成,因此本文提出基于高光谱成像的桥梁混凝土表面露筋病害识别方法。利用线阵高光谱相机集成匀速步进滑轨装置,形成高光谱成像测试系统,采集桥梁混凝土表面露筋病害图像;基于桥梁露筋病害高光谱图像谱线与空间特征,结合预处理——平滑滤波-多元散射校准(Savizky-Golay- Multivariate scattering calibration, SG-MSC)、特征空间变换——光谱导数法(First derivative, FD)、特征变量选择算法——竞争自适应重加权抽样(Competitive adapative reweighted sampling, CARS),将原始光谱曲线数据经特征空间转换提取相应特征值并显示波段;以光谱曲线特征向量构建数据集,基于支持向量机形成露筋病害识别预测模型。以某跨江大桥为例,以高光谱成像测试系统对实际桥梁混凝土露筋病害进行识别,将原始光谱数据经平滑特征空间变换与特征提取后放大差异,将254个波段数据维度降低到23个波段数据,模型预测精度达到94.6%,对比可见光成像高光谱成像具有更高维度信息可有效表征物质属性,表明高光谱成像对复杂表面环境下的桥梁病害识别具有可行性和广泛应用前景。