《公路桥梁病害无人机视觉检测技术指南》

公路桥梁病害无人机视觉检测技术指南

1总则

1.0.1为规范和指导公路桥梁外观病害检测技术和数据处理流程，保障公路桥梁工程的

施工和运营安全，制定本技术指南。

1.0.2本指南适用于各级公路桥梁外观病害的检测和分析，适用的桥梁类型包括但不限

于连续梁桥、拱桥、斜拉桥和悬索桥。

1.0.3本指南使用的仪器设备，均应符合相应的标准规定，并经检验合格。

1.0.4本指南采用国家法定标准计量单位制。

1.0.5公路桥梁病害视无人机视觉检测技术除应符合本指南的规定外，尚应符合国家和

行业现行有关标准的规定。

2术语和符号

2.1术语

2.1.1无人机unmannedaerialvehicle

一种由动力驱动、机上无人驾驶、可重复使用的航空器，具有遥控、半自主、自主

三种飞行控制方式。

2.1.2无人机航摄系统unmannedaerialvehiclephotographysystem

以无人机为飞行平台、以影像传感器为任务设备的航空遥感影像获取系统。

2.1.3成像设备imagingdevice

由成像元件、镜头等部件组成的满足薄透镜成像原理的设备。

2.1.4感光元件photosensitiveelement

将光信号转化成电信号装置

2.1.5视场fieldofview

指观测物体的可视范围，也就是充满相机采集芯片的物体部分。

2.1.6基线baseline

双目成像中左右两相机光心的连线

2.1.7数字图像digitalimage

由模拟图像数字化得到的、以像素为基本元素的、可以用数字计算机或数字电路存储和

处理的图像。

2.1.8分辨率resolution

图像系统可以测到的受检物体上的最小可分辨特征尺寸。

2.1.9物理分辨率physicalresolution

指相机光学传感器上包含的感光元器件的个数，一般以横纵的乘积表示。

2.1.10景深depthofview

物体离最佳焦距点较近或较远时，镜头保持分辨率的能力。

2.1.11焦距focallength

焦距是光学系统中衡量光的聚集或发散的度量方式，指透镜的光学中心到光聚焦点的距

离。

2.1.12相机检校cameracalibration

在满足特定检定环境要求的实验室内，对相机进行检定。

2.1.13失真distortion

又称畸变，指被摄物平面内的主轴外直线，经光学系统成像后边缘为曲线，则此光学系

统的成像误差称为畸变，畸变只影响影像的几何形状，而不影响像的清晰度。

2.1.14三维重建3Dreconstruction

运用三维技术对物体进行三维信息采集、处理及构建数字模型的过程。

2.1.15桥梁结构检测bridgeinspection

对桥梁结构进行的现场测试、试验、观测、检查与记录描述。当结构检测活动在桥梁建

造或运营过程中的某时段持续进行时，该活动又称为监测。

2.1.16缺损defectanddamage

桥梁结构构件出现缺陷和损伤等病害的统称。缺陷是因施工不符合要求所引起，损伤是

因除施工外的其他外部作用所造成。

2.1.17剥落spalling

混凝土表层脱落、粗集料外露的现象。严重时，成片状脱落，钢筋外露。

2.1.18孔洞cavitation

混凝土中超过钢筋保护层厚度的孔穴。

2.1.19露筋revealofreinforcement

构件内的钢筋未被混凝土包裹而外露的缺陷。

2.1.20锈蚀rust

金属材料由于水份和氧气等的电化学作用而产生的腐蚀现象。

2.1.21涂层缺陷coatingdefect

钢结构表面涂层出现流痕、气泡、白化、起皱、起皮等现象。

2.1.22裂缝crack

由荷载、温度、灾害等因素引起的结构表面狭长缝。

2.2符号

r—电磁波传播时间；

c—电磁波在空气中的传播速度；

d—标签节点到基站节点的估计距离；

d0—参考距离；

pd—d处基站获得的UWB信号强度；

p0—d0处获得的UWB信号强度；

β—信道的衰减因子；

εδ—均值为0、标准差为δ的理想高斯分布变量；

L——测量范围的对角线距离；

l——感光元件的对角线距离；

f——镜头焦距；

D——测量距离；

L

1——图像坐标系下物体长度；

z

0——测量的物距；

L

0——物体的真实长度；

m——相对误差；

mx——点位x方向上的中误差；

my——点位y方向上的中误差；

mz——点位z方向上的中误差；

n——物方控制点的个数；

Δx——量测x坐标与对应的物方控制点坐标差；

Δy——量测y坐标与对应的物方控制点坐标差；

Δz——量测z坐标与对应的物方控制点坐标差；

퐹——两幅图像中覆盖同一对象的成像模型之间的外极性几何关系的基础矩阵，有7个

自由度；

푥，푇,푥——两幅图像中一对特征点的齐次像素坐标；

퐺,푇,퐺——两个相机的固有矩阵；

퐸——估计相机的位置。

푛—3D点数；

M—场景数；

3基本规定

3.0.1基于无人机的桥梁检测方法以无人机搭载相机为采集手段，通过人工操作或自动

巡检采集桥梁表面图像，然后以病害识别、定量、定位三层方法分析所采集的图像。以下条

件下宜采用无人机病害检测方法：

1.检测人工难以到达的桥梁部位，如高墩、高塔、桥底等位置的检测；

2.采用人工检测时具有较大危险性的桥梁部位，如悬索桥主缆等；

3.采用人工检测效率低下时；

4.需连续大面积检测时；

5.已知位置存在病害，需要定期观察病害扩展时；

6.道路交通不便进行封锁时。

3.0.2公路桥梁病害无人机视觉检测技术检测工作流程如图3.0.2。

图3.0.2基于无人机的桥梁病害智能检测步骤

3.0.3对于大体积桥梁结构，应根据检测区域的重要性、检测时效性要求和已有的初步

检测结果选择无人机相机的拍摄视场。重点区域检测应使用近距离拍摄方式，非重点区域宜

采用远距离拍摄方式，如图3.0.3所示。

图3.0.3无人机采集的大小视场配合

条文说明：

相机成像的基本规律为“近大远小”，即近距离拍摄时，相机只能捕获小块区域物体的像，

但单位面积所占的像素个数多，因此能反映结构表面的细节；远距离拍摄时，相机能捕获的

区域面积大，随之单位面积所占的像素个数少，结构表面细节会一定程度丢失。对于理想状

态相机模型，单位面积的像素分辨率随视场增大而呈正比降低。

3.0.4无人机与相机设备类型应根据检测现场勘测情况综合选择，确保检测设备的适用

性、稳定性、精确性。

条文说明：

根据检测环境、桥梁类型和主要病害类型的不同，需要分别从多个方面选择合适的无人

机和无人机搭载的相机，具体选型要求见第四章。

3.0.5无人机飞行检测阶段应包括以下内容：桥梁检测路线规划、飞行控制方式、相机

拍摄方法等方面。

3.0.6图像采集阶段应综合考虑图像重叠率、像素分辨率、曝光、对比度等因素，涉及病

害精细化计算时，镜头宜正对病害拍摄。

3.0.7病害信息分析前，应对图像进行预处理，保证图像无畸变，病害信息清晰。病害信

息分析阶段应按病害识别、定量计算、病害定位流程对图像进行处理。

4无人机巡检设备

4.1检测无人机选型要求

4.1.1常用的民用无人机包括：固定翼无人机、多旋翼无人机、直升无人机和混合类型

无人机，其性能对比见表4.1.1。对于桥梁检测场景，宜选择多旋翼无人机。

表4.1.1无人机性能对比

类型飞行特点适用环境

固定翼无人机需要空阔场地，飞行速度快，无法悬停大范围航测

多旋翼无人机机械结构较复杂，主旋翼尺寸大，危险性高用于开阔空间

直升无人机结构简单，一般具有较好的悬停拍摄能力适用于桥梁检测

混合类型无人机同时具备多种无人机的优点根据特殊检测需求采用

4.1.2桥梁类型与具体检测部位不同时，宜按下述原则选择多旋翼无人机：

1.针对桥梁桥面、上部结构（拉索、索夹、桥塔等）的缺损状况检测，检测环境较

空阔时，应采用普通类型的多旋翼无人机。

2.针对桥梁下部结构（桥底面、桥墩等）检测时，宜采用具有特殊定位功能的多旋

翼无人机，且应符合本指南第4.2节的有关规定。

4.1.3公路桥梁检测过程中，所选用的无人机应满足如下条件：

1.检测无人机具有良好的静态悬停功能。

2.检测无人机应具有良好的抗风稳定性，其抗风能力应满足表4.1.3要求：

3.检测无人机应有良好的定位功能。

4.检测无人机设备或关键零部件应具有有关标准的规定，关键部件宜具有冗余度，

并具有制造厂的合格证。

5.无人机整体或组成无人机的关键组件应具有合格证明，无人机整体的稳定性和安

全性应满足其它相关规范的要求。

表4.1.3无人机系统抗风能力要求

级别空机重量最大起飞重量起降阶段抗风飞行阶段抗风

Ⅱ级0.25<空机重量≤40.25<最大起飞重量≤73级5级

Ⅲ级4<空机重量≤157<空机重量≤204级6级

Ⅳ级15<空机重量≤3020<空机重量≤505级6级

注：应符合《民用轻小型无人机系统抗风性要求及试验方法》（GB/T38930-2020）的有关规

定。

4.1.4检测无人机设备组成和相应的性能应满足下列要求：

1.机架宜采用碳纤维等符合材料强度的机架；

2.电机应选取能够承担机架和搭载设备重量的无刷电机，整机重量不应大于

电机最大动力的1/2；

3.电子调速器应与电机相匹配；

4.飞行控制器应保证数据传输的稳定性与飞行的可行性。

条文说明：

1.机架：功能为固定电机与飞控板等。其按材质可以分为塑胶机架、玻璃纤维机架、碳

纤维机架、钢制和铝合金机架。

2.电池、电机：功能为提供动力。

3.电子调速器：用于控制电机的转速。

4.飞行控制器：功能为计算飞行器上各个硬件反馈的数据，并把结果反馈给硬件。

4.1.5无人机应具有包括下部和上部在内的多个负载安装位置，以适应不同桥梁部位检

测的需求。

条文说明：

针对桥塔、桥墩和桥面等位置的检测，相机宜搭载于无人机的下部，避免拍摄过程视场

受无人机机身遮挡；当检测桥底等部位时，相机应搭载于无人机的顶部，以提供正视向上的

视角。

4.1.6无人机的续航时间不应小于20min，避免频繁更换电池而降低检测效率。

4.1.7桥梁检测中搭载相机检测的无人机起飞重量不宜超过10kg，搭载激光雷达等较

大传感器的无人机不宜超过30kg。

4.1.8无人机在检测狭窄区域时，宜配备坚固的桨叶保护罩，保证无人机在轻微碰撞下

不受明显损伤。

4.2检测无人机的定位

4.2.1无人机检测桥梁的过程中，针对不同检测部位，应选取合适的无人机定位方法，

避免无人机因定位信号丢失发生危险。

4.2.2检测无人机定位方法包括：GPS定位、光流定位、视觉定位、UWB定位、激光雷

达定位、超声波信标定位等方法。各类定位方法的选取可参照表4.2.2。

表4.2.2无人机定位方法

定位方案精度（m）抗干扰建设成本功耗

GPS定位一般弱低低

光流定位取决于相机成像质量弱低低

视觉定位取决于相机成像质量弱低低

UWB定位高强高低

激光雷达定位高强高高

超声波信标定位高强高高

4.2.3不同桥梁部位检测，无人机应配置符合该类场景飞行的定位系统：

1.对于混凝土桥梁上部结构的病害检测，宜采用GPS定位。

2.对于混凝土桥梁下部结构的病害检测，应采用UWB定位结合视觉定位。

3.对于钢制桥梁上部结构的病害检测，应采用具备差分GPS的定位方法，避免大规

范钢结构对无人机磁罗盘的干扰。

4.对于钢制桥梁下部结构的病害检测，无人机宜采用视觉定位。

4.2.4无人机在普通GPS定位下的悬停精度不应大于水平1m，垂直1.5m。在其它定

位下的悬停精度不应大于水平0.8m，垂直1m。

4.2.5当采用普通GPS定位时，定位卫星数量不应少于8颗；采用差分GPS定位时，定

位的卫星数量不应少于20颗。

条文说明：

无人机的GPS定位精度和稳定性受GPS卫星数量影响，当定位卫星数量少于8颗时，

一般认为无人机周边受障碍物遮挡较严重，定位数据存在丢失的风险且数据准确性较低。当

周围空域无遮挡时，GPS定位卫星的数量一般可超过15颗，此时无人机定位的精度一般在

0.5m~1.5m左右。差分GPS有固定基站数据校正的优势，定位精度一般可达1cm~3cm。

4.2.6根据检测条件，当选择UWB定位作为无人机定位方式时，应选择矩形四信标的

定位布置方式。对于搭建长期巡检的环境，宜采用八信标的定位布置方式。获得测点位置的

方式有以下四种：

1.基于到达时间法：d=rc。

式中：r—电磁波传播时间；

c—电磁波在空气中的传播速度

2.基于到达时间差法：测量发送节点输出UWB信号分别到达两个不同接受节点的

时间差，一个距离差可以得到一个双曲线，求解多组双曲线方程可得到测点位置。

3.基于信号达到角反法：获得UWB信号与基站的角度得出标签节点和基站之间的

角度,然后利用几何中的三角测量法计算出标签节点的坐标位置。

4.基于接受信号强度法：

d

Pd=P0−10βlog10()+εδ

d0

式中：d—标签节点到基站节点的估计距离；

d0—参考距离；

pd—d处基站获得的UWB信号强度；

p0—d0处获得的UWB信号强度；

β—信道的衰减因子；

εδ—均值为0、标准差为δ的理想高斯分布变量。

条文说明：

UWB定位根据组成信标不同和信标布设方式不同可分为三信标布置方式、四信标布置

方式、八信标布置方式，其中具体布设信标时可选择矩形或任意多边形布置方式。三信标定

位系统定位精度较低，八信标定位系统精度高但布置信标要求较高。

4.2.7对于桥梁结构较复杂的情况，如钢桁架桥的检测，无人机宜采用双目视觉定位，

并应同时具备一定的避障功能。

4.2.8对于高度较低的小型城市道路桥梁，无人机宜采用光流定位。采用光流定位的无

人机飞行高度不应超过20m。

条文说明：

光流定位的原理是利用光流传感器计算无人机的水平位移偏移趋势，并通过辅助的超声

波或激光测距计算无人机光流参考面的距离，超声波测距和激光测距有效距离一般在20米

内，超过该范围光流定位的精度可能大幅降低。

4.2.9检测无人机可采用激光雷达、超声波信标等其他定位系统获取无人机位置信息。

条文说明：

激光雷达定位的原理与双目视觉定位类似，通过SLAM建图算法计算无人机的实时位

姿。但激光雷达定位系统一般重量较大，成本较高，应用较少。超声法信标定位与UWB定

位类似，但定位的有效范围一般不超过50m。

4.3检测无人机的飞行控制

4.3.1无人机的控制方式包括人工手动操控和规划航点自动飞行，在检测作业时应根据

具体检测场景选择合适的控制方式。

4.3.2当作业环境较为复杂时，检测无人机应采用人工控制方式展开作业。

4.3.3人工控制无人机检测桥梁时，操作人员应持有相关单位出具的无人机操作资格证，

且具有不小于50h同等类型无人机操作经验。

4.3.4人工控制无人机的桥梁检测过程应符合下列要求：

1.检测无人机起飞前，操作人员应根据地形、待检测位置决定起飞地点。

2.无人机应尽可能在视距范围内飞行，保证操作员能准确掌握无人机周边的障碍

物情况。

3.对于需要执行视距外飞行的检测工况，操作员应密切关注无人机的飞行高度、

电源电压、飞行姿态和相机回传的视频等，保证无人机的飞行安全。

4.无人机正式作业前应测试各项功能是否正常，检测性的试飞时间不应小于1min。

4.3.5当作业环境为开放无障碍空域时，宜采用规划航点自动飞行的方式控制无人机巡

检，飞行过程应符合下列要求：

1.无人机的定位信息应足够精确和稳定，具体定位方式应符合本指南第4.2节的

有关规定。

2.作业过程中操作员应时刻注意无人机的各项参数和状态是否正常，当无人机出

现异常状况，操作员应立即采取人工操作的方式控制无人机。

3.无人机航点规划应保证病害信息全面获取，障碍信息安全规划，且航点设置数

量不应超过100个。

4.3.6航点规划自动飞行模式包括：从地图或模型规划航点、人工飞行记录航线和自适

应规划航线，检测过程应根据项目需求、现场情况选择合适的自主巡航方式。

条文说明：

地图或模型规划航点是从卫星地图或初步三维重建建立的结构模型上根据检测需求设

定航点和拍摄姿态，从而将规划结果以多个GPS坐标点和姿态的形式导入无人机，使无人

机自动按该文件执行飞行。具体的飞行路径优化可采用遗传算法、概率地图方法、人工势场

法、蚁群算法、粒子群优化算法、稀疏A*搜索法、神经网络法、混合算法等诸多方法。

人工记录航线是先以人工控制的方式飞行检测，在飞行时对每个关键航点的位置进行记

录，从而形成用于执行飞行的航点文件。

自适应规划航线是无人机在检测过程中，自动识别障碍物，利用设定算法实时规划路径，

并根据实际情况随时调整路径。

4.4采集相机选型要求

4.4.1无人机应根据作业要求搭载各类光学相机或摄像机执行检测工作，相机或摄像机

应具有产品合格证。

4.4.2无人机所搭载的相机或摄像机应根据具体检测的病害类型从分辨率、快门类型、

焦距、传感器尺寸、三轴稳定性、重量等多个方面综合考虑。

4.4.3相机镜头应选用经严格校正标定的量测型镜头。当采用非量测型镜头时，镜头应

满足失真小、可标定、成像清晰等要求。

4.4.4采用非量测镜头进行定量检测时，应检验校正成像设备的基本参数，包括主点坐

标、主距、镜头畸变系数。

4.4.5镜头焦距应根据病害类型与检测距离进行配置，镜头焦距的选择应满足如下公式：

Dl

f

L

式中：L——测量范围的对角线距离，mm；

l——感光元件的对角线距离，mm；

f——镜头焦距，mm；

D——测量距离，mm。

4.4.6相机或摄像机的快门形式应采用机械快门。当检测过程以悬停检测为主时，宜采

用线扫描式电子快门。

条文说明：

当无人机边飞行边拍摄时，采用电子快门的相机由于快门时间和激发原理的限制，相机

拍摄的图像容易产生运动模糊。机械快门的快门时间短，且一般为整体开闭，可避免产生运

动模糊。悬停静态拍摄时不存在运动，因此采用两种快门形式均可。

4.4.7检测病害所用的相机分辨率不应小于1200万像素。

4.4.8为保证图像采集的稳定性，安装于无人机的相机应具备至少两轴方向的稳定云台，

且云台的角抖动量不应大于0.02°。

条文说明：

相机的稳定云台一般包括两轴云台和三轴云台，两轴云台一般能维持俯仰和横滚两个方

向的稳定，三轴云台除此之外还能维持航向轴方向的稳定，云台类型分为舵机云台和无刷电

机云台，其中舵机云台反应速度和扭矩一般小于无刷电机云台。

4.4.9当检测环境的光照条件较差时，无人机应配置补光装置以获得亮度充足的图像，

补光装置选取宜参考表4.4.9。

表4.4.9补光装置性能指标

项目参数

功率>50W

频闪闪光无频闪

同步方式高速同步，前帘同步，后帘同步

延时引闪0.01~30s

电源大于7V/2500mAh

回电时间0.01~1.5s

同步触发方式3.5mm同步线/无线

重量<800g（含电池）

4.4.10相机的采集触发机制宜具备手动触发和自动触发功能，且应具备定点、等时间间

隔、等距离间隔曝光等控制功能。

4.4.11当图像采集信息用于病害定量计算时，宜采用大尺寸传感器的相机。相机选取

指标应满足表4.4.11。

表4.4.11相机性能指标

项目参数

分辨率≥4000×3000pixels

帧率≥24fps

镜头焦距8~300mm

光学尺寸≥1/2.3inch

传输速度≥420MByte/s

防护等级≥IP30

最小快门时间≤1/100s

条文说明：

传感器的尺寸使用传感器的对角线表示，包括CCD和CMOS。感光器件的面积越

大，CCD/CMOS面积越大，捕捉的光子越多，感光性能越好，信噪比越高。1/1.8inch的

300万像素相机效果通常好于1/2.7inch的400万像素相机(后者的感光面积只有前者的

55%)。相同尺寸的传感器像素增加也会导致单个像素的感光面积缩小，有曝光不足的可

能。感光器件的大小直接影响数码相机的体积重量。

5检测操作和图像采集方法

5.1巡检操作要求

5.1.1无人机检测桥梁时应避免飞入桥面净空内，防止无人机掉落危害行人、车辆安全

和堵塞交通的情况发生。

5.1.2起飞前应确保无人机的视觉、测距、补光灯等镜片无异物、污渍和指纹等，避免

相机被机身负载等结构遮挡。

5.1.3对桥梁的不同位置如桥塔、拉索、桥底应采取不同的巡检拍摄方式，并根据检测

对象的差异控制拍摄距离：

1.对桥梁的上部结构与下部结构应分开巡检，且单次对单侧进行巡检拍摄；

2.桥梁整体结构巡检顺序应遵循先左再右，先上后下。索结构塔应由上至下进行巡检，

斜拉索应由上至下进行巡检，主梁应在侧面进行巡检；

3.桥墩和塔柱的拍摄距离应大于3m，缆索和钢构件等复杂部位的拍摄距离应大于5m；

5.1.4对桥面、梁、墩台等大体积部位进行全面检测时，无人机巡检过程应保证采集的

图像之间有50%及以上的重叠率。

条文说明：

图像重叠率越高，约有助于后期对结构表面全景图像的拼接。测量无人机与桥梁的距离

实际上是测量相机的物距，通过相机成像模型可计算图像的真实比例参数。

5.1.5在大风（风速15m/s及以上）、雨雪、大雾等恶劣天气下不应执行飞行检测作业。

5.1.6无人机巡检过程中，飞行速度应小于3m/s，避免采集的图像或视频出现晃动导致

的模糊。

5.2图像采集方法

5.2.1图像采集环境应选择光线柔和、亮度均匀的视觉场景，避免逆光拍摄。当检测环

境光照条件不足时，应设置附加照明装置。

5.2.2检测环境的工作温度、湿度应符合成像设备工作要求，必要时应加设防护罩。

5.2.3图像采集时应控制结构病害特征位于画面中心位置，且特征所占像素不宜过小，

一般不应小于整体画面的1/10。

5.2.4当检测目的为粗略巡检时，可采用拍摄视频的形式获取病害数据；当检测目的为

精细检查时，应采取拍摄照片的方式采集病害数据。

5.2.5采集图像过程中无人机处于运动或抖动中，为避免运动模糊，应根据光照情况尽

可能调节增加相机的感光度，减小快门时间。

条文说明：

在用摄像机获取景物图像时，由于相机曝光期间景物和摄像机之间存在相对运动造成图

像模糊现象成为运动模糊，快门速度越快，运动物体就会在底片呈现更清晰的影象，反之，

快门速度越慢，运动的物体就越模糊。

5.2.6根据检测对象类型考虑图像的采集触发方式，当连续拍摄大范围构件表面时，应

设置间隔数秒连续定时拍摄；当要对结构部位定点拍摄时，宜采用人工手动触发的方式。

5.3图像预处理

5.3.1对非量测相机拍摄的病害图像应进行预处理，去除图像畸变，并从色彩对比度等

方面增强病害部分的像素，弱化背景像素。

5.3.2图像畸变处理过程应考虑非小孔成像带来的径向畸变与镜头安装误差造成的切向

畸变。相机的畸变情况如图5.3.2所示。

图5.3.2相机畸变

条文说明：

径向畸变的数学模型可表示为：

3572n+1

r=1r+2r+3r++nr

其中，r=+u22v。

切向畸变的数学模型可表示为：

2222

txy=21+2(r+2x);t=22+1(r+2y)

5.3.3图像畸变应通过相机标定方法计算的内参进行矫正。

条文说明：

相机标定是摄影测量的基础，相机标定的目的是得到图像坐标系、相机坐标系和世界坐

标系之间的转换关系。相机标定可采用张氏标定法。

5.3.4当结构表面污渍较多、背景色彩复杂或图像存在光照阴影时，应采用图像增强的

方法强化图像中的病害色彩，弱化背景色彩。

条文说明：

无人机采集的图像中一般会包含明显的背景信息，同时在弱光环境下，图像质量下降，

细节表达不清晰，会对后期病害提取和计算带来较大误差。针对此类情况，需要通过一定的

数据变换突出图像中的某些信息（如病害信息），削弱不需要的信息（如背景信息），完成

图像增强。

5.3.5当相机拍摄平面未正对病害表面时，应对采集到的图像进行倾斜矫正，通过平移、

转置、镜像、旋转、缩放等几何变换将图像校正为正摄视角。

5.3.6病害几何参数定量计算前，应确定图像与真实病害大小的比例关系，比例参数测

量方法可采用标定物法或测距法。

条文说明：

标定物法即通过在待测物体如裂缝旁粘贴某一特点形状和尺寸的标定物，采集图像时须

同时拍摄到该标定物。通过图像处理能获得图像中该标定物的尺寸，将该尺寸与标定物的实

际尺寸对比即可得到比例参数。测距法即利用距离传感器如激光测距仪测量相机到检测物体

的距离，物距与焦距之比即为像和物体的比例关系。

5.3.7对成像过程中相机运动或者场景变化造成的信息混叠的情况，应根据基于模型或

基于学习的方法去除图像的运动模糊。

条文说明：

基于模型的方法先对模糊过程进行建模，然后借助于优化方法等数学工具来求解逆过程；

对于基于学习的方法，许多传统去模糊的方法也被借鉴到去模糊网络中，如传统去模糊中使

用金字塔结构从小尺度到大尺度地迭代去模糊、多尺度递归的网络结构（如SRN）等。

5.3.8图像信息在传输过程中受到噪声干扰时，应对图像进行去噪校正，使用均值滤波、

中值滤波、高斯滤波等方法减少数字图像中的噪声。

5.3.9对于桥梁病害信息分布在多张相邻图像的情况，应对相关图像进行拼接，提高桥

梁病害评估的准确性，图像拼接流程如图5.3.9所示。

图5.3.9图像拼接示意

条文说明：

图像拼接技术主要包括图像配准和图像融合。图像配准采用一定的匹配策略，找出待拼

接图像中的模板或特征点在参考图像中对应的位置，进而确定两幅图像之间的变换关系。图

像融合采用特定的算法将两幅或多幅图像综合成一幅新的图像，利用两幅(或多幅)图像在

时空上的相关性及信息上的互补性，并使得融合后得到的图像对场景有更全面、清晰的描述。

5.3.10采集的数据应采用无压缩格式存储。对图片进行压缩存储，压缩倍率不应大于10

倍；对视频数据压缩存贮，压缩倍率不应大于5倍。

6病害数据分析方法

6.1基本要求

6.1.1桥梁病害检测的内容与桥梁类型相关，包括但不限于混凝土裂缝、钢结构裂缝、

混凝土剥落、露筋、蜂窝、麻面、钢结构锈蚀、螺栓松动。

6.1.2病害数据处理流程应符合本指南第6.2、6.3、6.4节的有关规定，根据处理结果编

写检测结果报告。

6.1.3桥梁结构构件缺损程度根据病害数据分析结果应按完好、轻微、中等、严重和危

险五个等级评定，具体细则应符合《混凝土结构现场检测技术标准》（GB/T50784）的有

关规定。

6.1.4对于桥梁类型、表面形态、病害形态区别大的桥梁结构，宜采用特定桥梁特定模

型的方法，分别训练应对该桥梁的病害识别模型，避免测试场景区别大造成的识别精度

低。

6.2病害识别

6.2.1病害识别分析方法包括：图像处理方法、机器学习分类器、深度学习模型，应根

据图像背景复杂情况与对处理流程自动化程度的要求进行选择。

6.2.2当满足采集图像背景简单、自动化要求低的条件时，宜采用基于边缘检测的图像

处理方法进行病害识别，具体流程宜按下述进行：

图6.2.2边缘检测流程

6.2.3图像处理方法常用边缘检测器提取图像特征，常用的边缘检测算子包括：Roberts

算子、Sobel算子、Prewitt算子、Laplacian算子、Canny算子，宜遵循表6.2.1的规则对边

缘算子进行选择。

表6.2.3边缘算子对比

边缘算子适用性抗噪性定位精度

Roberts低低高

Prewitt中中低

Sobel中高中

Laplacian低低中

Canny高高高

6.2.4对急需快速检验桥梁区域是否存在病害的情况，宜使用有监督式或无监督式分类

器进行病害的快速识别，常用的分类器包括：SVM、KNN，具体流程宜按下述进行：

图6.2.2分类器检测流程

6.2.5分类器数据集制作步骤：首先需要确定识别的病害类别，例如需要对3种病害：

裂缝、锈蚀、螺栓松动进行分类，然后应对每类病害图像创建相对应的文件进行存放并赋予

相对应的标签。最后数据集应进行归一化操作统一数据的分布形式，避免训练失败。

条文说明：

分类器的训练首先需要将制作好的病害数据集进行划分，将一部分作为训练集，另一部

分作为测试集。然后使用划分好的训练集对KNN（或SVM）模型进行训练学习。KNN模

型算法适用于样本容量比较大的类域的自动分类。在各平台上（MATLAB、Python、C++）

都有已经开源代码，推荐使用Python或MATLAB平台。

6.2.6应对分类器进行测试评估检验训练后模型的分类性能是否符合具体工程要求的检

测精度。

6.2.7为满足检测自动化与智能化的高水平要求，应采用深度学习方法进行病害的自动

识别，基本流程包括：准备卷积神经网络模型、搜集数据集、制作训练集、模型训练和模型

应用。

图6.2.7神经网络检测流程

6.2.8数据集图像应来源于真实桥梁工程，且数据集中每一类病害的数量应足够大，不

应少于200张。

6.2.9在模型训练前，应根据具体识别任务目标选择合适的卷积神经网络模型。对病害

信息无要求，快速判断图像是否存在病害的任务，宜选取神经网络分类模型；对病害信息

有要求，需要定位与标记图像病害的任务，宜选择目标检测模型；对病害信息要求高，需

要精确提取病害的任务，应选取语义分割模型。

条文说明：

分类网络在图像层次自动识别病害类型，常用的分类模型有vgg16、GoogLeNet、ResNet

等；目标检测网络在图像对象层次自动框选标记图像中的病害区域，常用的检测模型有R-

CNN系列、YOLO系列、SSD等。分割网络在图像像素层次自动提取基于像素边缘精度的

病害，常用的分割模型有FCN、Unet、SegNet、DeepLab等。目前大部分的网络模型与配

套的训练、预测程序是集成开源的，根据帮助文档按步骤进行即可。

6.2.10所选取的卷积神经网络模型应综合考虑检测精度和检测效率，必要时可选取多

个模型分别测试效果择优选取。

6.2.11深度学习数据集应根据卷积神经网络类型进行制作。病害分类网络数据集制作

应按本指南第6.2.5条的有关规定执行。病害检测、分割网络数据集应采用相应的标注软件

进行制作。

6.2.12在分类、检测、分割模型的数据处理、训练、评估阶段，应选择一个合适的深

度学习框架。常规的神经网络模型宜采用基于PyTorch的深度学习框架，其他常用的深度

学习框架包括Theano、Tensorflow、Torch、Caffe、MXNet等，可根据表6.2.12选择合适

的深度学习框架。

表6.2.12深度学习框架对比

深度学习框架文档资料上手难易速度并行支持语言

Theano中低中低Python/C++

Tensorflow高高中中Python

Torch低中高中Lua,Python

PyTorch高低高高Python

MXNet中中中高Python,R,Julia

Caffe低中低低C++

条文说明：

深度学习框架的出现降低了入门的门槛，提供了一些列的深度学习的组件不需要从复杂

的神经网络开始编代码，可以根据需要选择已有的模型，通过训练得到模型参数，也可以在

已有模型的基础上增加自己的layer，或者是在顶端选择自己需要的分类器和优化算法（比

如常用的梯度下降法）。不同的框架适用的领域不完全一致。

6.3定量计算

6.3.1桥梁结构病害检测中涉及几何信息计算的项目应包括但不限于下列内容：裂缝几

何信息（裂缝长度、宽度、密度）、混凝土剥落面积、蜂窝麻面面积、锈蚀面积、拉索破

损面积、螺栓松动数量等。病害定量分析步骤如图6.3.1所示。

图6.3.1定量计算流程

6.3.2为满足病害信息精确定量的工程需求与后续病害参数的获取，病害定量计算的输

入形式应采用只包含病害信息的二值图。

条文说明：

二值图像是指将图像上的每一个像素只有两种可能的取值或灰度等级状态，经常用黑白、

B&W、单色图像表示二值图像。二值图像的灰度等级只有两种，图像中的任何像素点的灰

度值均为0或者255，分别代表黑色和白色。只包含病害图像的二值图，一般情况下黑色代

表背景，白色代表病害。

6.3.3针对距离较远或者相机设备条件有限导致图像精度无法达到规定要求的情况，在

提取病害的边缘信息时，应采用基于亚像素技术的边缘提取方法。常用的方法包括：矩方

法、插值法、拟合法。亚像素技术可按表6.3.3进行选择：

表6.3.3亚像素技术对比

亚像素检测法抗噪性速度模型参数量

矩方法低慢多

插值法低快少

拟合方法高慢多

条文说明：

亚像素是将像素这个基本单位再进行细分，它是比像素还小的单位，从而提高了图像分

辨率。亚像素技术的应用具有一定的前提条件：被检测目标不是由孤立的、单个的像素点组

成，而是由多个像素点组成，且这些像素点应具有一定的分布特性，如灰度分布、几何形状

分布特性等。

6.3.4对于病害区域复杂存在多类型病害情况，提取的病害宜进行单独编号，形成单一

病害的二值图，便于后续计算与报告编写。

6.3.5在实际工程中（如人员难以到达的桥梁底部）标定法难以实现的情况下，应采用

能满足较远距离摄影测量要求的测距法进行比例参数的计算：

fz

=0

LL

10

式中：f——相机焦距；

L

1——图像坐标系下物体长度；

z

0——测量的物距；

L

0——物体的真实长度。

6.3.6基于图像的病害面积计算宜采用像素统计的方法，该方法适用于裂缝面积、混凝

土剥落面积、蜂窝麻面面积、锈蚀面积等计算。

条文说明：

采用像素统计法计算图像中的病害面积大小，以area记录病害像素数，初始值为0，在

左上角开始逐行扫描图像病害，若像素为病害上的点，则area自动加1，扫描结束后，area

的值即为图像中病害的像素个数，以像素为单位的病害面积结果，通过比例参数的转化，得

到真实物理尺寸的病害面积。通过搜索病害轮廓上的所有点，找出轮廓图像内切的最小矩形，

确定矩形的长푙푠和宽푤푠，可以计算病害最小外接矩形面积，其面积公式为：

푎푟푒푎푠=푙푠×푤푠

6.3.7病害长度计算宜采用基于病害细化后获得的图像骨架进行计算，适用于具有一定

宽度的长条状病害如裂缝。

6.3.8病害宽度计算时，应结合应用场景和需求选择适用的病害宽度定义包括：任一点

宽度、平均宽度和最大宽度，并在检测结果中予以声明。

6.3.9当采用平均宽度作为病害宽度参数时，病害平均宽度应按下面的公式进行计算：

푎푟푒푎

푊=

푚푒푎푛퐿푏

式中：푊푚푒푎푛——病害平均宽度；

푎푟푒푎——病害面积；

퐿푏——病害长度；

6.3.10当采用任一点宽度作为病害宽度参数时，病害图像上任一点的病害宽度计算方

法包括自动计算或半自动计算方法。综合应采用自动化计算方法。

条文说明：

半自动计算法通过人工点选裂缝某一位置左右两点，输出两点经过的直线与裂缝相交位

置的裂缝宽度。自动计算法具体可通过两种处理方式计算宽度，其一是判断裂缝走向，并将

裂缝旋转为水平方向，从而计算与竖直直线相交的裂缝边缘像素的距离；其二是直接计算裂

缝骨架线的垂线与裂缝边缘性相交的像素的距离。

6.3.11当采用最大宽度作为病害宽度参数时病害，应对病害长度范围内任一点的病害

宽度进行统计，取最大值作为最大宽度。

6.3.12进行病害数量计算时，病害数量多的情况应采用检测网络对病害数量信息进行

统计，病害数量少的情况可通过人工进行统计。

6.3.13病害参数计算结果与真实的病害尺寸相对误差应按下列公式进行计算，计算结

果不应大于5%。

n

mx=(xixi)/n

i=1

n

my=(yiyi)/n

i=1

n

mz=(zizi)/n

i=1

m=m2+m2+m2

xyz

式中：m——相对误差；

mx、my、mz——点位x,y,z方向上的中误差(m)；

n——物方控制点的个数；

Δx、Δy、Δz——量测坐标与对应的物方控制点坐标差(m)。

6.4病害定位

6.4.1病害定位阶段应采用基于多视角图像三维重建定位方法，多视角图像三维重建定

位方法的流程步骤如图6.4.1所示。

图6.4.1病害定位流程

6.4.2无人机拍摄桥梁结构表面多视角图像时，应采用多条重叠航线，相机拍摄角度宜

包括正射与倾斜角度，连续航线拍摄时相邻图像的拍摄角度不应有较大变化。

6.4.3三维重建与病害定位过程无人机应提供精确的定位信息，无人机宜具备差分GPS

等高精度定位传感器。

6.4.4多视角几何三维重建应保证图像数量充足，从桥梁所在地图中规划多视角图像采

集航线时相邻航线应具备50%以上图像覆盖重叠率。

6.4.5基于多视图图像三维重建方法宜采用运动法。

条文说明：

重建流程步骤：输入一组无序的未标定的多视图图像，利用特征检测、匹配及几何约束

关系等关键技术重建出场景或场景中对象的稀疏三维模型。

6.4.6图像特征检测、匹配时应选择提取效果好的算法，可综合比较Shi&Tomasi、

SIFT、SURF等特征检测算法选取最优。

6.4.7相机运动估计阶段应采用对极几何作为处理多视图几何约束的基本工具，按下列

公式进行相机运动参数估计：

푥，푇퐹푥=0，퐸=퐺,푇퐹퐺

式中：퐹——两幅图像中覆盖同一对象的成像模型之间的外极性几何关系的基础矩阵，

有7个自由度；

푥，푇,푥——两幅图像中一对特征点的齐次像素坐标；

퐺,푇,퐺——两个相机的固有矩阵；

퐸——估计相机的位置。

6.4.8在模型优化阶段，应采用光束法平差法对初始重建结果进行优化。光束法平差法

的工作原理：

푁푀

2

min∑∑푣푖푗푑(푄(푎푗,푏푖),푥푖푗)

aj,bi

푖=1푗=1

式中：푁—3D点数；

M—场景数；

푥푖푗—实际点坐标；

푣푖푗—如果点푖在图像푗上有映射，则푣푖푗=1;否者等于0；

푄(푎푗,푏푖)—理想点坐标；

푑(푥,푦)—向量푥,푦的欧式距离。

6.4.9病害三维定位如图6.4.9所示。具体病害定位步骤：

1.提取包含病害的图像；

2.将图像与无人机定位数据结合，一般若无人机定位信号良好，所拍摄的图像中即包

含拍摄时刻的无人机坐标信息；

3.将图像投影到结构表面三维模型中，结合仿射关系与测距信息从无人机坐标计算病

害坐标。

无病害帧

病害帧

图6.4.9病害定位示意

7检测报告编制

7.0.1报告编制内容应包括：

1.工程概况，包括桥梁名称，所属路线，里程范围，开工修建时间，竣工修建时间，

桥梁结构描述及其基本情况等桥梁基本情况介绍；

2.检测目的，包括所检测桥梁的背景，通过检测所达到的目的；

3.检测依据，检测过程中所需的技术指导、规程、规范、地方性法规、文件及技术状

况评定标准等；

4.检测内容与方法，包括所检查的桥梁部位及具体的无人机检测方案（硬件设备型

号、巡检路线规划、病害识别、定量、定位方法等）；

5.构件编号及病害描述规则，构件及病害描述中对其位置描述所遵循的编号规则；

6.桥梁现状及病害检查结果，根据病害识别、定量、定位结果按结构部位、构件、病

害类型分类，成表成图，并对各表各图进行统计分析；

7.桥梁技术状况评定，现行桥梁技术状况评定规范有《公路桥梁技术状况评定标准》

和《公路桥涵养护规范》，选择其一对桥梁各构件、部件、整体进行技术状况评定；

8.原因分析，综合所检桥梁的历史情况、水文与地质状况、现场病害检查结果对桥梁

现状进行原因分析，并对其发展趋势作出评判；

9.论及建议，对所检桥梁进行具体的文字总结定论，并根据检测病害状况评定等级，

结合检查结论和原因分析，对其提出桥梁使用、养护、维修、加固等有针对性的建议；

10.附件，包括工作照、病害缺陷识别图、定量数据表、定位可视图等。

7.0.2原始数据归档及报告提交，应包括：

1.对项目合同、检测方案、外业记录数据、内业处理结果等与项目相关文件用专用档

案袋进行分类归档；

2.对检测报告装订成册、盖章签字，提交业主；

7.0.3桥梁病害宜与三维重建结果结合形成可视化病害管理与展示平台。

用词说明

1本指南执行严格程度的用词，采用下列写法:

1）表示严格，在正常情况下均应这样做的用词，正面词采用“应”，反面词采用“不应”

或“不得”。

2）表示允许稍有选择，在条件许可时首先应这样做的用词，正面词采用“宜”，反面词采

用“不宜”。

3）表示有选择，在一定条件下可以这样做的用词，采用“可”。

2引用标准的用语采用下列写法：

1）在标准条文及其他规定中，当引用的标准为国家标准或行业标准时，应表述为“应符合

《×××××》（×××）的有关规定”。

2）当引用标准中的其他规定时，应表述为“应符合本指南第×章的有关规定”、“应符合

本指南第×.×节的有关规定”