(19)國家知識產(chǎn)權(quán)局11號周政白亞寧紀(jì)念劉澤奇范銳所(普通合伙)37507基于圖像融合和亮度增強(qiáng)的裂隙監(jiān)測方法、融合和亮度增強(qiáng)的裂隙監(jiān)測方法、系統(tǒng)及介質(zhì)，雙模態(tài)圖像融合函數(shù)將偽彩色圖像與原始圖像增強(qiáng)2步驟S1,雙模態(tài)圖像融合；獲得裂隙灰度圖的偽彩色圖像，構(gòu)建雙模態(tài)圖像融合函數(shù)將所述偽彩色圖像與原始圖步驟S2,圖像亮度分段線性增強(qiáng)；將步驟S2中獲得的增強(qiáng)圖像進(jìn)行裂隙區(qū)域分割，獲取分割后的多個裂其中，A(x,y)與B(x,y)分別表示偽彩色圖像與原始圖像在坐標(biāo)為(x,y)處的像素素值；權(quán)重的分子來賦予其低的權(quán)重，將BC?作為原始圖像融合權(quán)重的分子來賦予其高的權(quán)重；3函數(shù)的調(diào)整參數(shù)。4.根據(jù)權(quán)利要求3所述的方法，其特征在于，所述亮度分段線性函數(shù)根據(jù)圖像的全局亮若T≤Br,則選取[α;β;γ;δ]=[1.2;-112;-0.6;331];若T>Br,則選取[α;β;γ;δ]=[0.2;90;-1.2;394]。5.根據(jù)權(quán)利要求1所述的方法，其特征在于，步驟S3中將步驟S2中獲得的增強(qiáng)圖像進(jìn)行底帽變換，利用閉運(yùn)算的結(jié)果減去原始圖像，得到I"=(I*B)-I;使用Otsu算法對圖像進(jìn)行二值化處理，確定一個閾值T,以最大化類間方差；通過閉運(yùn)算連接裂隙區(qū)域中被斷開的部分并平滑物體邊界：表示膨脹操作。6.根據(jù)權(quán)利要求1所述的基于圖像融合和亮度增強(qiáng)的裂隙監(jiān)測方法，其特征在于，步驟S3中，在計算裂隙參數(shù)之前先使用區(qū)域標(biāo)記法標(biāo)記所有裂隙區(qū)域，獲取每個裂縫區(qū)域的裂為原始圖像的長和寬；計算裂隙長度，通過形態(tài)學(xué)操作對二值圖像進(jìn)行迭代細(xì)化，逐步去除裂隙的邊緣像素，直到得到一個像素寬的裂隙骨架，隨后獲取每條骨架的像素數(shù)，得到裂隙總長度，表示為：4其中，N為骨架的條數(shù)，9j為第j條骨架的像素數(shù)，j為指標(biāo)變量；計算裂隙平均寬度，通過獲得的裂隙面積及裂隙長度計算裂隙平均寬度，表示為：其中，B為裂隙平均寬度，A為裂隙面積，L為裂隙寬度，中的n為墻體裂隙區(qū)域的個架的像素數(shù)，j為指標(biāo)變量。7.根據(jù)權(quán)利要求6所述的方法，其特征在于，步驟S4中判斷各裂隙參數(shù)分別與各自對應(yīng)的預(yù)設(shè)參數(shù)的關(guān)系，包括：若各裂隙參數(shù)均小于各自對應(yīng)的預(yù)設(shè)參數(shù)，則裂隙為安全裂隙；若各裂隙參數(shù)中的任意一個小于各自對應(yīng)的預(yù)設(shè)參數(shù)，則裂隙為待觀察裂隙；若各裂隙參數(shù)的至少兩個大于各自對應(yīng)的預(yù)設(shè)參數(shù)，則裂隙為危險裂隙。8.基于圖像融合和亮度增強(qiáng)的裂隙監(jiān)測系統(tǒng)，其特征在于，所述裂隙監(jiān)測系統(tǒng)包括：雙模態(tài)圖像融合模塊，所述雙模態(tài)圖像融合模塊用于獲得裂隙灰度圖的偽彩色圖像，構(gòu)建雙模態(tài)圖像融合函數(shù)將所述偽彩色圖像與原始圖像融合，以構(gòu)造雙模態(tài)融合圖像；圖像亮度分段線性增強(qiáng)模塊，所述圖像亮度分段線性增強(qiáng)模塊基于所述雙模態(tài)圖像融合模塊構(gòu)造的雙模態(tài)融合圖像，構(gòu)建亮度分段線性函數(shù)，根據(jù)圖像的全局亮度，自適應(yīng)選擇所述亮度分段線性函數(shù)的調(diào)整參數(shù)以進(jìn)行圖像增強(qiáng)；裂隙區(qū)域分割模塊及裂隙參數(shù)提取模塊，所述裂隙區(qū)域分割模塊將圖像亮度分段線性增強(qiáng)模塊獲得的增強(qiáng)圖像進(jìn)行裂隙區(qū)域分割，獲取分割后的多個裂隙區(qū)域，計算每個裂隙區(qū)域的裂隙參數(shù)；裂隙參數(shù)比較模塊，所述裂隙參數(shù)比較模塊基于裂隙參數(shù)提取模塊計算出的各裂隙參數(shù)，判斷各裂隙參數(shù)分別與各自對應(yīng)的預(yù)設(shè)參數(shù)的關(guān)系，以實(shí)現(xiàn)裂隙監(jiān)測。9.計算機(jī)可讀存儲介質(zhì)，存儲有計算機(jī)程序，其特征在于，所述計算機(jī)程序由處理器執(zhí)行時，實(shí)現(xiàn)如權(quán)利要求1至7任一項(xiàng)所述的基于圖像融合和亮度增強(qiáng)的裂隙監(jiān)測方法。5基于圖像融合和亮度增強(qiáng)的裂隙監(jiān)測方法、系統(tǒng)及介質(zhì)技術(shù)領(lǐng)域[0001]本申請涉及圖像處理與計算機(jī)視覺技術(shù)領(lǐng)域，具體涉及基于圖像融合和亮度增強(qiáng)背景技術(shù)[0002]結(jié)構(gòu)裂隙通常由于結(jié)構(gòu)應(yīng)力達(dá)到其極限值，導(dǎo)致承載力不足而引發(fā)。結(jié)構(gòu)裂隙一般包括隧道裂隙、路面裂隙、墻體裂隙等多種類型。隨著時間的推移，這些裂隙可能會逐漸擴(kuò)展，削弱結(jié)構(gòu)體的完整性，最終導(dǎo)致局部或整體的失穩(wěn)，甚至引發(fā)結(jié)構(gòu)倒塌。通過定期監(jiān)測裂隙的發(fā)育狀況，能夠及時發(fā)現(xiàn)潛在的結(jié)構(gòu)問題，預(yù)防可能導(dǎo)致的失穩(wěn)或倒塌事件。[0003]近年來，機(jī)器視覺在裂隙檢測與分析領(lǐng)域展現(xiàn)出巨大的潛力和優(yōu)勢。該技術(shù)能夠?qū)崿F(xiàn)對結(jié)構(gòu)體表面圖像的高精度分割處理，精準(zhǔn)提取裂隙的形態(tài)特征，為裂隙的量化分析提供了堅實(shí)的數(shù)據(jù)基礎(chǔ)。[0004]現(xiàn)有結(jié)構(gòu)裂隙的圖像處理方法可大致歸結(jié)為兩大主流策略：一類是數(shù)字圖像處理技術(shù)，另一類是基于深度學(xué)習(xí)的大模型方法。數(shù)字圖像處理技術(shù)通常對光照條件較為敏感，光照變化會顯著影響處理效果，且該技術(shù)缺乏自適應(yīng)調(diào)整機(jī)制，難以針對多樣化的結(jié)構(gòu)裂隙圖像自動優(yōu)化處理參數(shù)。深度學(xué)習(xí)方法能夠有效應(yīng)對復(fù)雜圖像數(shù)據(jù)的挑戰(zhàn)，可通過大數(shù)據(jù)訓(xùn)練的深度學(xué)習(xí)模型進(jìn)行準(zhǔn)確識別與分析，展現(xiàn)出高度的魯棒性與適應(yīng)性。然而，深度學(xué)習(xí)模型的這一優(yōu)勢亦伴隨著對數(shù)據(jù)的高度依賴。模型的訓(xùn)練需要大量精確標(biāo)注的數(shù)據(jù)集，而數(shù)據(jù)的收集、整理和標(biāo)注過程耗時費(fèi)力。此外，某些特定的結(jié)構(gòu)裂隙數(shù)據(jù)量較少，且不同類型的結(jié)構(gòu)裂隙數(shù)據(jù)特征差異顯著。這些因素導(dǎo)致深度學(xué)習(xí)模型難以充分學(xué)習(xí)和泛化，從而無法構(gòu)建有效的深度學(xué)習(xí)網(wǎng)絡(luò)。因此，現(xiàn)有技術(shù)針對復(fù)雜背景下不同結(jié)構(gòu)體的裂隙分析問題存在較多不足。發(fā)明內(nèi)容[0005]本申請要解決的技術(shù)問題在于克服現(xiàn)有技術(shù)的不足，提供基于圖像融合和亮度增強(qiáng)的裂隙監(jiān)測方法、系統(tǒng)及介質(zhì)，實(shí)現(xiàn)對裂隙發(fā)育過程的有效監(jiān)測與評估。[0006]為實(shí)現(xiàn)上述目的，本申請第一方面提供基于圖像融合和亮度增強(qiáng)的裂隙監(jiān)測方步驟S1,雙模態(tài)圖像融合；獲得裂隙灰度圖的偽彩色圖像，構(gòu)建雙模態(tài)圖像融合函數(shù)將所述偽彩色圖像與原始圖像融合，以構(gòu)造雙模態(tài)融合圖像；步驟S2,圖像亮度分段線性增強(qiáng)；基于步驟S1中構(gòu)造的雙模態(tài)融合圖像，構(gòu)建亮度分段線性函數(shù)，根據(jù)圖像的全局亮度，自適應(yīng)選擇亮度分段線性函數(shù)的調(diào)整參數(shù)進(jìn)行圖像增強(qiáng)；步驟S3,裂隙參數(shù)計算；將步驟S2中獲得的增強(qiáng)圖像進(jìn)行裂隙區(qū)域分割，獲取分割后的多個裂隙區(qū)域，計6基于步驟S3中計算出的各裂隙參數(shù)，判斷各裂隙參其中，A(x,y)與B(x,y)分別表示偽彩色圖像與原始圖像在坐標(biāo)為(x,y)融合權(quán)重的分子來賦予其低的權(quán)重，將BC?作為原始圖像融合權(quán)重的分子來賦予其高的權(quán)若T≤Br,則選取[a;β;γ;δ]=[1.2;-112若T>Br,則選取[α;β;γ;δ]=[0.2;90;-1.2;394]。7I"=(I*B)-I;使用Otsu算法對圖像進(jìn)行二值化處理，確定一個閾值T,以最大化類間方差；其中，Na是前景像素數(shù)，N?是背景像素數(shù)，μa是前景平均灰度值，μb是背景通過閉運(yùn)算連接裂隙區(qū)域中被斷開的部分并平滑物體邊界：[0011]進(jìn)一步的，步驟S3中，在計算裂隙參數(shù)之前先使用區(qū)域標(biāo)記法標(biāo)記所有裂隙區(qū)域，獲取每個裂縫區(qū)域的裂隙參數(shù)，包括：和H分別為原始圖像的長和寬；計算裂隙長度，通過形態(tài)學(xué)操作對二值圖像進(jìn)行迭代細(xì)化，逐步去除裂隙的邊緣像素，直到得到一個像素寬的裂隙骨架，隨后獲取每條骨架的像素數(shù)，得到裂隙總長度，表示為：計算裂隙平均寬度，通過獲得的裂隙面積及裂隙長度計算裂隙平均寬度，表示為：8雙模態(tài)圖像融合模塊，所述雙模態(tài)圖像融合模塊獲得裂隙灰度圖的偽彩色圖像，9附圖說明[0018]附圖作為本申請的一部分，用來提供對本申請的進(jìn)一步地理解，本申請的示意性實(shí)施例及其說明用于解釋本申請，但不構(gòu)成對本申請的不當(dāng)限定。顯然，下面描述中的附圖僅僅是一些實(shí)施例，對于本領(lǐng)域普通技術(shù)人員來說，在不付出創(chuàng)造性勞動的前提下，還可以根據(jù)這些附圖獲得其他附圖。圖1是本具體實(shí)施方式中整體邏輯示意圖；圖2是本具體實(shí)施方式中雙模態(tài)圖像融合的邏輯示意圖；圖3是本具體實(shí)施方式中亮度分段線性增強(qiáng)函數(shù)的示意圖；圖4是本具體實(shí)施方式中原始分段線性增強(qiáng)函數(shù)的示意圖；圖5是本具體實(shí)施方式中裂隙區(qū)域分割的邏輯示意圖；圖6是本具體實(shí)施方式中裂隙分割結(jié)果的示意圖；圖7為本具體實(shí)施方式中選取不同融合權(quán)重取值的效果對比示意圖；圖8為本具體實(shí)施方式中選取不同調(diào)整參數(shù)取值的效果對比示意圖。具體實(shí)施方式[0020]為使本申請實(shí)施例的目的、技術(shù)方案和優(yōu)點(diǎn)更加清楚，下面將結(jié)合本申請實(shí)施例中的附圖，對實(shí)施例中的技術(shù)方案進(jìn)行清楚、完整地描述，以下實(shí)施例用于說明本申請，但不用來限制本申請的范圍。[0021]請參見圖1,本實(shí)施例提供一種基于雙模態(tài)圖像融合和亮度分段線性增強(qiáng)的裂隙步驟S1,雙模態(tài)圖像融合；獲得裂隙灰度圖的偽彩色圖像，構(gòu)建雙模態(tài)圖像融合函數(shù)將偽彩色圖像與原始圖步驟S2,圖像亮度分段線性增強(qiáng)；基于步驟S1中構(gòu)造的雙模態(tài)融合圖像，構(gòu)建亮度分段線性函數(shù)，根據(jù)圖像的全局亮度，自適應(yīng)選擇亮度分段線性函數(shù)的調(diào)整參數(shù)以進(jìn)行圖像增強(qiáng)；步驟S3,裂隙區(qū)域分割及裂隙參數(shù)提?。粚⒉襟ES2中獲得的增強(qiáng)圖像進(jìn)行裂隙區(qū)域分割，獲取分割后的多個裂隙區(qū)域，計算每個裂隙區(qū)域的裂隙參數(shù)；步驟S4,裂隙參數(shù)比較；基于步驟S3中計算出的各裂隙參數(shù)，判斷各裂隙參數(shù)分別與各自對應(yīng)的預(yù)設(shè)參數(shù)[0022]需要說明的是，本實(shí)施例中監(jiān)測方法的執(zhí)行主體為基于雙模態(tài)圖像融合和亮度分段線性增強(qiáng)的裂隙監(jiān)測裝置，該裝置可以是電子設(shè)備、電子設(shè)備中的部件、集成電路、或芯片。該電子設(shè)備可以是移動電子設(shè)備，也可以為非移動電子設(shè)備。示例性的，移動電子設(shè)備設(shè)備可以為服務(wù)器和個人計算機(jī)等，本申請不作具體限定。以下以執(zhí)行主體為服務(wù)器為例，對本實(shí)施例中的基于雙模態(tài)圖像融合和亮度分段線性增強(qiáng)的裂隙監(jiān)測方法展開描述。隱含地包括一個或者更多個該特征。在本申請實(shí)施例的描述中，“多個”的含義是兩個或兩個以上，除非另有明確具體的限定。[0024]在一個可實(shí)現(xiàn)的實(shí)施方式中，步驟S1,雙模態(tài)圖像融合。[0026]請參見圖1和圖2,本實(shí)施例將原始圖像灰度化，通過Jet偽彩色映射方法獲得裂隙灰度圖的偽彩色圖像，該映射方法基于色調(diào)hue的變化，將灰度級別映射到不同的顏色，從而使得圖像中的不同灰度值在彩色圖像中呈現(xiàn)出明顯的色彩差異，表示為：其中，r(x)、g(x)、b(x)分別表示紅、綠、藍(lán)三個通道的顏色值，x表示輸入的灰度值。[0027]需要說明的是，r(x)、g(x)、b(x)這三個函數(shù)分別定義不同灰度級在紅綠藍(lán)三個通道的取值方式，當(dāng)每個通道都被賦予了特定值之后即實(shí)現(xiàn)了Jet偽彩色映射。[0029]本實(shí)施例先獲得偽彩色圖像與原始圖像的灰度直方圖，再根據(jù)灰度直方圖得到巴氏系數(shù)。本實(shí)施例根據(jù)圖像直方圖的巴氏系數(shù)作為衡量偽彩色圖像與原始圖像之間相似度指標(biāo)。巴氏系數(shù)取值范圍在[0,1]之間，其中0表示偽彩色圖像與原始圖像完全不相似，1表示偽彩色圖像與原始圖像完全相同。巴氏系數(shù)表示如下：其中，i表示圖像中各個像素點(diǎn)的灰度級，Pi、9;為偽彩色圖像與原始圖像的直方其中，A(x,y)與B(x,y)分別表示偽彩色圖像與原始圖像在坐標(biāo)為(x,y)[0033]在雙模態(tài)融合函數(shù)中，若BC<BC?,則表示原始圖像中包含更多的原始信息，BC作為偽彩色圖像融合權(quán)重的分子來賦予其低的權(quán)重，將BC?作為原始圖像融合權(quán)重的分子來賦予其高的權(quán)重；若BC≥BC,則表示偽彩色圖像彩色圖像融合權(quán)重的分子來賦予其高的權(quán)重，將BC?作為原始圖像融合權(quán)重的分子來賦予定融合權(quán)重，可以幫助平衡偽彩色圖像與原始圖像[0037]請參見圖1和圖3,本實(shí)施例根據(jù)原始圖像的亮度值獲得圖像的全局亮度，構(gòu)造亮為圖像中坐標(biāo)為(x,y)的像素點(diǎn)的原始灰度值，g(x,y)為f(x,y)變換后的灰度值；[0,整參數(shù)；T為圖像的全局亮度，即是圖像中所有像素亮度值的平均值，反映了圖像的整體明亮程度。[0038]請具體參見圖3,本實(shí)施例中，亮度分段線性函數(shù)根據(jù)圖像的全局亮度，通過設(shè)置閾值Br,自適應(yīng)選擇亮度分段線性函數(shù)的調(diào)整參數(shù)a、β、γ、δ;若T≤Br,則選取[α;β;γ;δ]=[1.2;-112;-0.6;331];若T>Br,則選取[a;β;γ;δ]=[0.2;90;-1.2;394]。[0039]圖3中，α?T+β1和α?T+β2分別表示暗圖像和亮圖像控制灰度變換的第一個轉(zhuǎn)折點(diǎn)，Y?T+δ1和Y?T+δ2分別表示暗圖像和亮圖像輸入灰度為200時的輸出灰度值，g(x,y)[0040]需要說明的是，本實(shí)施例提出的亮度分段線性函數(shù)是針對原始分段線性增強(qiáng)函數(shù)進(jìn)行改進(jìn)的，原始的分段線性增強(qiáng)函數(shù)有兩個轉(zhuǎn)折點(diǎn)，如圖4所示，這兩個轉(zhuǎn)折點(diǎn)對應(yīng)四個參數(shù)，這四個參數(shù)由實(shí)驗(yàn)人員根據(jù)圖像特征自己設(shè)定。本實(shí)施例提出的亮度分段線性函數(shù)根據(jù)圖像亮度T與閾值Br比較選取不同的增強(qiáng)策略，若T≤Br,則選取[α?;β?;Y?;δ?],若T>Br,則選取[α?;β?;Y?;δ?];如圖3所示，亮度分段線性函數(shù)的參數(shù)與原始函數(shù)的四類參數(shù)是相互對應(yīng)的，α?T+β1和α?T+β?對應(yīng)x?,200對應(yīng)X2,Y?T+δ1和Y2T+δ2對應(yīng)y?,10對應(yīng)y?。因此，本實(shí)施例設(shè)置的這些調(diào)整參數(shù)的含義與原始分段線性增強(qiáng)函數(shù)參數(shù)的含義一樣，代表對不同灰度區(qū)間進(jìn)行灰度變換的分界點(diǎn)。由于本實(shí)施例的函數(shù)要根據(jù)圖像亮度T確定合適的圖像增強(qiáng)參數(shù)，所以本實(shí)施例引入了其它參數(shù)：α,β,γ,δ來對T進(jìn)行變換得到合適的增強(qiáng)參數(shù)。通過多次實(shí)驗(yàn)發(fā)現(xiàn)，設(shè)置兩個參數(shù)來對T進(jìn)行變換，可以得到最合適的圖像增強(qiáng)參數(shù)，而且適用于不同的裂縫圖像進(jìn)行增強(qiáng)。因此，在灰度變換轉(zhuǎn)折點(diǎn)處，本實(shí)施例理地確定圖像增強(qiáng)的關(guān)鍵參數(shù)，來實(shí)現(xiàn)更好的圖像增強(qiáng)效果。[0041]需要說明的是，本實(shí)施例構(gòu)建的亮度分段線性函數(shù)，可以針對不同背景亮度的結(jié)構(gòu)裂隙自動選擇合適的參數(shù)進(jìn)行圖像增強(qiáng)，通過自適應(yīng)調(diào)整參數(shù)克服了固定參數(shù)的圖像增強(qiáng)技術(shù)對裂隙區(qū)域進(jìn)行增強(qiáng)效果較差的問題。[0042]請繼續(xù)參見圖3,本實(shí)施例中，根據(jù)原始圖像紅綠藍(lán)三通道的亮度值以獲得圖像的全局亮度T,再利用全局亮度T構(gòu)造亮度分段線性函數(shù)，并通過亮度分段線性函數(shù)進(jìn)行圖像增強(qiáng)。全局亮度T是圖像中所有像素亮度值的平均值，反映了圖像的整體明亮程度。其中全局亮度T,表示為：[0043]請參見圖7和圖8,圖7中(a)為原始圖像，(b)為隨機(jī)融合權(quán)重1,(c)為隨機(jī)融合權(quán)重2,(d)為隨機(jī)融合權(quán)重3,(e)為隨機(jī)融合權(quán)重4,(f)為本實(shí)施例。圖8中(a)為原始圖像，[0045]本實(shí)施例結(jié)合不同亮度的裂縫圖像進(jìn)行多次實(shí)驗(yàn)，設(shè)置閾值Br,若圖像亮度T≤Br,則選取該函數(shù)的參數(shù)[α;β;γ;δ]=[1.2;-112;-0.6;331];若T>Br,則選取[a;β;具體的，本實(shí)施例利用閉運(yùn)算的結(jié)果減去原I"=(I*B)-I;同，導(dǎo)致裂隙面積難以客觀評價裂隙對整個結(jié)構(gòu)體的影響本實(shí)施例在計算裂隙參數(shù)之前先使用區(qū)域標(biāo)記法標(biāo)記所有裂隙區(qū)域，通過8連通區(qū)域標(biāo)記其中，v為數(shù)學(xué)邏輯“或”,裂隙區(qū)域面積比小于1%、裂隙長度小于100和裂隙寬度小于5,該式表明待觀察裂隙要求同時滿足其中兩個條件；危險裂隙設(shè)定為：(P≤1%人L>100人W>5)(P>1%L≤1v(P>1%入L>100人W≤5)(P>1%入L>100人W>5)其中，へ為數(shù)學(xué)邏輯“且”,裂隙區(qū)域面積比小于1%、裂隙長度小于100和裂隙寬度小于5。該式表明危險裂隙要求至多滿足其中1個條件。[0060]具體的，根據(jù)裂隙參數(shù)的類型，可以判斷出裂隙的安全性，并制定科學(xué)合理的維護(hù)計劃來延緩結(jié)構(gòu)老化。[0061]基于相同的發(fā)明構(gòu)思，本申請還提供基于雙模態(tài)圖像融合和亮度分段線性增強(qiáng)的裂隙監(jiān)測系統(tǒng)，裂隙監(jiān)測系統(tǒng)包括雙模態(tài)圖像融合模塊、圖像亮度分段線性增強(qiáng)模塊、裂隙區(qū)域分割模塊、裂隙參數(shù)提取模塊和裂隙參數(shù)比較模塊。[0062]其中，雙模態(tài)圖像融合模塊獲得裂隙灰度圖的偽彩色圖像，構(gòu)建雙模態(tài)圖像融合函數(shù)將偽彩色圖像與原始圖像融合，以構(gòu)造雙模態(tài)融合圖像；圖像亮度分段線性增強(qiáng)模塊基于雙模態(tài)圖像融合模塊構(gòu)造的雙模態(tài)融合圖像，構(gòu)建亮度分段線性函數(shù)，根據(jù)圖像的全局亮度，自適應(yīng)選擇亮度分段線性函數(shù)的調(diào)整參數(shù)以進(jìn)行圖像增強(qiáng)；裂隙區(qū)域分割模塊基于圖像亮度分段線性增強(qiáng)模塊增強(qiáng)的圖像，分割有若干個裂隙區(qū)域，通過裂隙區(qū)域標(biāo)記法確定裂隙區(qū)域，并計算每個裂隙區(qū)域的像素數(shù)得到裂隙參數(shù)；裂隙參數(shù)比較模塊基于裂隙參數(shù)提取模塊計算出的各裂隙參數(shù)，判斷各裂隙參數(shù)分別與預(yù)設(shè)參數(shù)的關(guān)系，以實(shí)現(xiàn)裂隙監(jiān)測。[0063]基于相同的發(fā)明構(gòu)思，本申請還提供計算機(jī)可讀存儲介質(zhì)，存儲有計算機(jī)程序，所述計算機(jī)程序由處理器執(zhí)行時，實(shí)現(xiàn)如前所說明的基