基于灰度形态学重建的航空热成像桥梁桥面分层检测增强：案例研究

桥面环境中引起的温度变化是通过热成像进行分层检测性能下降的主要因素之一。非均匀分布的热背景使得实践中使用的大多数传统定量方法（如全局阈值和 k-means 聚类）所依赖的假设失效。本研究提出了一种预处理方法，基于预选的温度对比度，通过迭代灰度形态学重建来估计热背景。在估计背景之后，分层的特征被保留在残差图像中。作为案例研究，对一座在役桥梁进行了基于无人机的无损检测，并将两种分层量化方法（基于阈值和基于聚类）分别应用于原始和残差热图像。基于同一座桥梁的锤击声测试验对结果进行了比较与评估。检测性能得到显著改善，而对原始图像直接进行后处理则表现出对分层的过高和过低估计。讨论了预定义温度对比度和迭代停止准则的选择。研究结论表明所提方法在该案例研究中的有效性，并期望通过进一步评估和参数调整来推广该方法与流程。