在路面裂缝的检测中, 传统人工检测的方法准确性低, 效率低, 且单目视觉技术无法准确获得深度信息, 只能得到二维平面信息。基于此, 文章引入了双目线结构光技术, 提出了一种基于地面平均高度的三维裂缝提取算法, 实现了裂缝的三维信息采集。算法提取图像中每列像素值中最低点为起点, 向左右扩散形成一个边缘提取范围, 计算该列边缘提取范围以外的像素平均值作为地面平均高度值, 然后以最低点为中心开始遍历每个像素值, 当左右两边像素超过地面平均高度值时, 则确定两个像素点为裂缝边缘。整合所有列, 实现整条裂缝边缘的提取。实验结果表明: 文章提出的裂缝识别算法能够较为准确的对裂缝边缘进行提取, 通过与Canny边缘提取算法对比, 数据表明, 文章算法在连续性上表现更好, 本文算法的图像水平相关性数据总体都高于Canny边缘提取算法, 平均提高了30%。

超声红外热像检测技术的可靠性研究具有重要意义，特定检测条件下不同缺陷的检出概率是衡量检测可靠性的根本方法。文中制作了一系列含疲劳裂纹的45钢试件，实验结果表明：当检测条件确定时，裂纹区域响应热信号随着裂纹尺寸的增大而增强，响应热信号的对数与裂纹尺寸大体上呈线性关系。基于超声红外热像检测数据的统计特征，确定了回归分析模型中变量的形式，采用极大似然估计和Wald法分别给出了检出概率曲线的参数及其置信区间。研究成果能够为评价超声红外热像技术中检测可靠性提供量化依据。