需要JoVE订阅才能观看此内容。 请登录或开始免费试用

方法文章

基于支持向量机的混凝土振捣状态图像识别与参数分析

2.1K 次观看

⸱

DOI:

10.3791/65731

⸱

2024年1月5日

 ,  ,  ,  , 

本文内容

摘要

本文所述方案利用方向梯度直方图技术,提取不同振动状态下混凝土图像样本的特征。该方法采用支持向量机进行机器学习,从而实现一种对训练样本需求少、计算机性能要求低的图像识别方法。

摘要

本文采用方向梯度直方图技术提取在不同振动状态下拍摄的混凝土图像样本的特征,利用支持向量机(SVM)学习图像特征与振动状态之间的关系,并基于机器学习结果评估混凝土振动状态识别的可行性。同时,分析了方向梯度直方图计算参数对识别精度的影响机制。结果表明,采用方向梯度直方图-SVM技术识别混凝土振动状态是可行的。随着方向梯度的分块尺寸或统计区间数量的增加,识别精度先升高后降低;随着二值化阈值的增加,识别精度呈线性下降趋势。通过使用分辨率为1024像素 × 1024像素的样本图像并优化特征提取参数,可实现100%的识别精度。

引言

混凝土是建筑行业中广泛使用的一种基础建筑材料。在泵送过程中,混凝土常会产生空隙,需要通过振动进行密实。振动不足可能导致混凝土表面出现蜂窝状结构,而过度振动则可能引起混凝土离析1,2。振捣操作的质量对成型混凝土结构的强度3,4,5,6和耐久性7,8具有显著影响。Cai 等人9,10开展了一项结合实验研究与数值分析的工作,以探究振动对骨料沉降及混凝土耐久性的影响机制。研究结果表明,振动时间与骨料颗粒对骨料沉降具有显著影响,而骨料密度和水泥基材料的塑性黏度影响较小。振动会导致骨料在混凝土试件底部沉积;此外,随着振动时间的增加,混凝土试件底部的氯离子浓度降低,而顶部的氯离子浓度则显著升高9,....

访问受限。请登录或开始试用以查看此内容。

方案

1. 混凝土样品图像采集

  1. 将混凝土运送至工作地点,由泵车进行浇筑。
  2. 开启拍摄设备,将电源钥匙开关向右拨动并转至ON位置。将相机模式旋钮调至绿色自动模式,确保相机镜头与混凝土表面平行,然后按下Shutter Key。采集20张未振捣混凝土的图像样本,以1024 × 1024像素的采集分辨率保存为.jpg格式,如图1所示。
  3. 将混凝土振捣设备的振动部分(插入式混凝土振捣棒)插入混凝土中。接通电源,然后将混凝土振捣设备调至ON位置以启动设备。
  4. 当混凝土表面出现一定程度的塌陷(由于振动使混凝土内部空气排出,导致表层骨料下沉填充空隙,从而引起混凝土塌陷),并有少量水泥浆析出时,保持相机镜头与混凝土表面平行,按下Shutter Key。采集20张振捣中混凝土的图像样本,如图2所示。
  5. 继续运行振捣设备。当混凝土表面无明显塌陷、无水泥浆析出且无气泡产生时,停止振捣过程,并采集20张已振捣混凝土的图像样本,如图3所示。

2.....

访问受限。请登录或开始试用以查看此内容。

结果

本方案旨在分析方向梯度特征的三个向量计算参数对支持向量机(SVM)识别混凝土振捣状态准确率的影响。方向梯度特征向量的主要计算参数包括方向梯度统计块大小、方向梯度统计角度区间数量以及二值化灰度阈值。本节以这三个主要计算参数作为变量设计实验,各实验参数水平详见表1。实验共对100组分辨率为1024 × 1024像素的混凝土图像样本进行了测试,对应表1中参数的实验结果列于表2中。

不同二值化灰度阈值下SVM识别结果的分析
表2展示了支持向量机(SVM)在不同二值化阈值下的平均识别准确率,图4则可视化了二值化阈值与识别准确率之间的关系。当分块大小和统计区间数量固定时,随着二值化阈值的增加,SVM的识别准确率总体呈现下降趋势。值得注意的是,当二值化阈值处于100至150范围内时,识别准确率显著下降。需要进一步研究以明确这一现象背后的原因及其对SVM划分计算的.......

访问受限。请登录或开始试用以查看此内容。

讨论

本文利用支持向量机(SVM)学习各类混凝土振捣状态样本的图像特征。基于机器学习结果,提出了一种基于图像识别的混凝土振捣状态识别方法。为提高识别准确率,关键在于控制图像分割、图像二值化和方向梯度特征值提取这三个关键步骤的参数。根据测试结果,采用较小的二值化阈值对混凝土样本图像进行预处理,图像分割的块大小设置为128像素 × 128像素,方向梯度的统计角度区间数量设为12。在分辨率为1024的图像样本集中,机器学习结果达到了最佳的识别准确率。

由于不同施工现场的环境存在显著差异,该方法设有精度调节机制。当识别精度无法满足要求时,可通过扩展或缩减上述三个关键参数作为有效解决方案,从而显著缓解因环境变化引起的识别精度误差。需要注意的是,该方法对作业面的光照条件依赖性较强。在低照度条件下采集图像可能导致识别精度下降。为降低对光照条件的依赖,已有研究探索采用低照度图像增强算法30,但此类方法会显著增加识别时间和硬件需求。目前尚无有效技术能够同时保障低照度下的识别精度与识别效率。该方法采用方向梯度直方图技术来表征混凝土振捣状态的特征,包括表面塌陷、.......

访问受限。请登录或开始试用以查看此内容。

披露

作者无任何利益冲突需要披露。

致谢

我们衷心感谢武汉城市建设集团2023年度科研项目(编号7)对本工作的资助。

....

访问受限。请登录或开始试用以查看此内容。

材料

本文使用的材料清单
姓名公司目录编号评论
相机SONYA6000传感器尺寸为23.5×15.6 mm,最大采集分辨率为1440 × 1080,有效像素为2430万。
混凝土武汉建工长新科技发展有限公司C30泵送混凝土根据《混凝土强度检验评定标准》(GB/T 50107-2010)的规定,该混凝土的立方体抗压强度标准值为30 MPa的泵送混凝土。
MatlabMathWorksMatlab R2017aMATLAB的编程接口提供了用于提高代码质量、可维护性以及最大化性能的开发工具。
它提供了使用自定义图形界面构建应用程序的工具。
它提供了将基于MATLAB的算法与外部应用程序和语言集成的工具
处理器 Intel12代 Intel(R) Core(TM) i7-12700H @ 2.30GHz64位 Win11 处理器 

参考文献

  1. Jiang, L., Tian, Z., Wang, K., Sun, X. Estimating the segregation of concrete under vibration based on electrical method. Concrete. 1, In Chinese 41-44 (2023).
  2. Ren, B., Ye, Z., Wang, D., Wu, B., Tan, Y. Evaluation of segregation degree ....

访问受限。请登录或开始试用以查看此内容。

重印与许可

探索更多文章

方向梯度直方图特征提取振动状态分析识别精度机器学习图像分割参数优化