關鍵詞：裂縫偵測、物件導向分析(OBIA)、無人機影像
(1)SONY A7RII
4.3 橋梁表面剝落面積與體積 之計算
本研究利用人眼判識影像中是否有剝落的區 域，再透過人工圈選圖片上的大致剝落區域。若橋 梁表面 CAD 模型已經存在，即可先用「單張影像 光線與平面交會法」計算出該剝落區域於物空間的 大致範圍，再利用反投影找出包含此剝落區域的另 一張影像來組成立體像對。接著將此立體像對中，
人工框選的局部範圍轉成核影像，透過半全域密集 影像匹配得到共軛點後，利用前方交會得到所有共 軛點的三維坐標點雲。再以此擬合平面為基準，將
所有點雲進行內插得到規則網格數值表面模型。如 圖 24(a)以假色顯示的成果可發現，凹陷區域為綠 色，其深度大約 0.9 cm，最大值大約 2.5 cm。此外，
從此圖亦可發現除了中間有塊較大的綠色區域，還 有其他分散各處的綠色區域。因凹陷的地方通常高 度值會小於 0，若將 0 設為門檻值，高於等於 0 的 像元設定為白色，小於 0 的像元設定為黑色，即可 得到二值化黑白影像，如圖 24(b)。為了找出最主 要的剝落區域，先將所有黑色區塊中面積最大者保 留，並以此區塊中高度最低值當作種子點，進行區 域成長影像分割成果如圖 25(a)。但此成果雜訊效 應大，因此再利用型態學的膨脹與侵蝕進行後處理，
最後得到圖 25(b)圖的成果。
計算此剝落區的面積為 353.3 cm2，剝落體積 則約為 311.5 cm3。接著透過主軸分析得到主軸方 向，圖 26 紅線為該剝落區的主軸，綠線為剝落區 主軸長度，橘線為剝落區主軸寬度。經過計算主軸 方向約為 170º，主軸長度 41.6 cm，主軸寬度為 20.5 cm。
0.00%
20.00%
40.00%
60.00%
80.00%
100.00%
Case1 Case2 Case3 Case4 Case5 Case6 Case7 Producer accuracy User accuracy
(a) (b)
圖 24 (a)剝落區的數值表面模型假色圖 (b) 剝落 區的二值化影像
(a)受椒鹽雜訊影響的成果 (b)經型態學去除後的成果 圖 25 要剝落區經型態學處理之成果比較
圖 26 要剝落區的主軸方向與其長寬的示意圖
5. 結論
本研究以自組的 Y 型六軸 UAV 搭載非量測型 相機，針對橋梁表面進行拍照，透過空中三角平差 計算得到每張相片的外方位，為了協助橋梁安全檢 測，因此推出自動裂縫偵測方法，並計算求得裂縫 的三維空間資訊。
本研究以 OBIA 影像分類法進行裂縫偵測，在 OBIA 影像分類前，先將影像進行三個影像增顯前 處理步驟，減少外在因素的干擾，提升演算法之穩 定度，並增顯裂縫與背景的反差。接著因裂縫通常 灰階值較低且形狀為曲折線型，因此在 OBIA 分類 法中，設定了一些裂縫的物件特徵，例如亮度值、
密度等，逐步去除非裂縫物件，最後保留下來的物 件即為裂縫。
透過 7 種案例測試，分析生產者與使用者精度，
得知本研究所推出的裂縫偵測成果甚為穩定且可 靠的。其中，除了案例七因為縫隙相當小因此容易 誤判。另一個容易造成誤判的原因為進行物件切割 時，因白華影響裂縫的邊緣，導致裂縫與背景的反 差不夠大，所以影像切割時容易將它們合併在一起。
未來研究，有必要針對白華部分較細小且模糊的裂 縫，開發其他的演算法來輔助偵測。
在將二維裂縫轉換成三維空間資訊時，本研究 提出了「單張影像光線與平面交會法」與「立體影 像前方交會法」兩種方法。然而因為研究中先以橋 台表面上的制點擬合平面方程式，與實際的橋台表 面 CAD 模型有所差異，導致兩種成果有大約 10 cm 的偏移量。
另外，在剝落區偵測部分，本研究建議透過人 工判識並圈選出剝落區的大致範圍後，再搜尋共軛 立體像對、產生剝落區核影像、再進行密集影像匹 配與前方交會產生三維點雲，並轉換到擬合的平面 上，產製數值表面模型，最後透過一系列影像處理 流程偵測及計算出區剝落區的位置、體積與面積等 三維空間資訊。然而在計算平面時，主要是假設人 工圈選區的外圍的點雲為平面而進行擬合，假如圈 選時外圍有凹陷或突起時，平面可能與實際會有些 差距。如果未來有精準的 CAD 模型來輔助，或許 可以避免這類的情形發生。本測試案例中，剝落區 的體積為 311.5 cm3，面積為 353.3 cm2，因此整體 凹陷區域大約深 0.9 cm。主軸方向為 170º，主軸 長度為 41.6 cm，主軸寬度為 20.5 cm，凹陷最大的 高度值大約是 2.5 cm。
綜合上述的說明，本研究所提出的裂縫偵測流 程確實可以針對不同相片與地點的裂縫，以可靠且 有效率的方法偵測出其於相片中的位置，後續透過 攝影測量與影像處理方法得到裂縫與剝落區的三 維空間資訊。但依據橋梁結構理論，裂縫與剝落的 方向位置不一定會對橋梁結構安全造成影響，在橋 梁某些部位出現裂縫並不一定會對整體橋梁的安 全造成威脅，而若這些裂縫有持續擴大的現象則較 有安全的疑慮。因此未來研究應該透過不同時期所 拍攝的影像監測裂縫寬度的變化，並跟橋梁結構專
家與管理單位合作，搭配橋梁專業上的知識，與本 研究成果進行結合，以提升偵測的成果於實務上之 應用。
致謝
本研究承蒙中華顧問工程司經費補助，其中 Y 形六軸 UAV 之組裝及操控乃是由江敬業先生協助，
方能圓滿完成任務，作者特此一併致謝。
參考文獻
何坤居，2006。熱紅外線影像檢測鋪面破壞之可行 性評估，國立高雄科技大學土木工程與防災科 技 研究 所碩士 論文。 [Ho, K.C., 2006. The feasibility assessment for detection of pavement destruction using infrared photography, National Kaohsiung University of Science and Technology, Master Thesis, Taiwan, ROC.(in Chinese)]
Baatz, M., and Schäpe, A., 2000. Multiresolution segmentation: An optimization approach for high quality multi-scale image segmentation, Angewandte Geographische Informations verarbeitung, XII: 12-23, Germany.
Cho, W., Schenk, T., and Madani, M., 1993.
Resampling digital imagery to epipolar geometry, International Archives of
Photogrammetry and Remote Sensing, 29:
404-408.
Hirschmuller, H., 2008. Stereo processing by semiglobal matching and mutual information, IEEE Transactions on Pattern Analysis and Machine Intelligence, 30(2): 328-341.
Lang, S., Albrecht, F., and Blaschke, T.,, 2011.
OBIA-Tutorial,Centre for Geoinformatics(Z_GIS), Paris-Lodron University Salzburg.
Rashed, M., 2016. Rolling ball algorithm as a multitask filter for terrain conductivity measurements, Journal of Applied Geophysics, 132: 17-24.
Sternberg, S.R., 1983. Biomedical image processing, Computer, 16(1): 22-34.
Yamaguchi, T., and Hashimoto, S., 2010. Fast crack detection method for large-size concrete surface images using percolation-based image processing, Machine Vision and Applications, 21(5): 797-809.
Zhang, W., Zhang, Z., Qi, D., and Liu, Y., 2014.
Automatic crack detection and classification method for subway tunnel safety monitoring, Sensors, 14(10): 19307-19328.
1 Master Student, Department of Geomatics, National Cheng Kung University Received Date: Apr. 02, 2018
2 Professor, Department of Geomatics, National Cheng Kung University Revised Date: May. 05, 2018
3 Engineer, China Engineering Consultants, Inc. Accepted Date: Aug. 23, 2018
* Corresponding Author, Tel: 886-6-2757575 ext.63839, E-mail: [email protected]