Detekce trhlin na bázi AI pro inspekci infrastruktury
Detekce trhlin na bázi AI využívá počítačové vidění — konvoluční neuronové sítě, vision transformery a modely sémantické segmentace — k automatické identifikaci...
Automatizované měření šířky trhlin odvozuje šířku otevření detekovaných trhlin z pixelových segmentačních masek pomocí Euklidovské distance transformace od okrajů trhlin k skeletonu nebo extrakcí ortogonálních profilů. Šířka trhliny je primárním indikátorem závažnosti podle inspekce prvků AASHTO s prahy: úzká <1,6 mm, střední 1,6–3,2 mm, široká >3,2 mm.
Automatizované měření šířky trhlin je výpočetní proces odvozování šířky otevření detekovaných trhlin z digitálních snímků převodem segmentovaných pixelových masek na kalibrované metrické hodnoty. Měřicí pipeline transformuje surová pixelová data prostřednictvím řady algoritmických kroků — binární segmentace pro izolaci pixelů trhliny od pozadí, výpočet distance field nebo extrakce profilů pro určení vzdálenosti mezi okraji trhliny a metrická kalibrace pro vyjádření výsledku v milimetrech.

Šířka trhliny je jediným nejdůležitějším kvantitativním ukazatelem závažnosti trhlin v prakticky všech hlavních normách pro hodnocení vozovek a betonových konstrukcí. Rozměr šířky přímo koreluje s mechanismy strukturální degradace — ztráta přenosu zatížení přes lícové plochy trhliny, pronikání vody a chloridů, potenciál poškození mrazem a cyklickým rozmrazováním a postup k vydrolování nebo rozpadu. Zatímco délka trhliny udává rozsah vady, šířka trhliny určuje její intenzitu, a tedy její dopad na konstrukční výkon a zbývající životnost.
Automatizovaný přístup eliminuje subjektivitu vlastní ručnímu měření šířky trhlin, kde různí inspektoři mohou zaznamenat různé hodnoty šířky pro stejnou trhlinu v závislosti na světelných podmínkách, umístění srovnávací karty a zrakové ostrosti. Algoritmy poskytují deterministické, opakovatelné výsledky — stejný snímek trhliny zpracovaný stejným algoritmem poskytuje pokaždé identické hodnoty šířky. Tato konzistence je nezbytná pro longitudinální monitoring, kde změny šířky v čase indikují aktivitu trhliny a potřebu zásahu.
V této oblasti dominují dva hlavní algoritmické přístupy: metoda Euklidovské distance transformace (EDT), která počítá šířku z mapy vzdáleností segmentované masky trhliny, a metoda extrakce ortogonálních profilů, která vzorkuje hodnoty intenzity podél linií kolmých ke středové linii trhliny. Oba přístupy vyžadují metrickou kalibraci pro převod pixelových vzdáleností na milimetry a musí zohledňovat nepravidelnosti okrajů, větvení trhlin a texturu povrchu.
Klasifikace šířky trhlin přímo řídí rozhodnutí o údržbě, priority oprav a alokaci rozpočtu v rámci správy infrastruktury. Závažnost trhliny určuje nejen to, zda je oprava nutná, ale také jaký typ opravy je vhodný — úzké trhliny lze utěsnit, aby se zabránilo pronikání vody, zatímco široké trhliny mohou vyžadovat konstrukční výplň nebo výměnu vozovky.
Konstrukční důsledky šířky trhlin jsou v literatuře dobře zdokumentovány. Trhliny širší než 0,3 mm (0,012 palce) v železobetonu umožňují chloridovým iontům dosáhnout výztuže a zahájit korozi, jak definuje ACI 224R-01. Trhliny přesahující 6 mm v asfaltových vozovkách umožňují rychlou infiltraci vody do podkladních a podložních vrstev, čímž urychlují strukturální deterioraci v důsledku snížené podpory. Trhliny širší než 19 mm vytvářejí riziko cizích předmětů (FOD) na letištních drahách a představují nebezpečí zakopnutí pro chodce, jak uvádějí normy ICAO pro hodnocení letištních vozovek.
| Norma | Aplikace | Závažnost podle šířky |
|---|---|---|
| AASHTO PP67-10 | Trhliny v asfaltových vozovkách | 3 úrovně závažnosti (prahové hodnoty průměrné šířky) |
| ASTM D6433-16 | PCI průzkumy — silnice a parkoviště | 3 úrovně závažnosti |
| ASTM D5340 | Letištní PCI průzkumy | 3 úrovně závažnosti |
| ASTM E3303-21 | Automatizované 3D průzkumy vozovek | 3 navržené stupně závažnosti |
| ACI 224R-01 | Betonové konstrukce — návrh | Přípustné šířky trhlin dle expozice |
| FHWA LTPP | Dlouhodobé chování vozovek | Nízká ≤6mm, Střední 6–19mm, Vysoká >19mm |
| ICAO GRF | Hodnocení letištních drah | Nízká ≤1mm trhliny |
Paradigma klasifikace závažnosti je hierarchické: šířka trhliny definuje pásmo závažnosti, zatímco délka trhliny nebo hustota na každé úrovni závažnosti určuje rozsah vady. V metodice Indexu stavu vozovky (PCI) podle ASTM D6433-16 má každý typ poškození na každé úrovni závažnosti odpovídající hodnotu srážky (deduct value), která se odečítá od perfektního skóre 100. Jediná široká trhlina může snížit PCI o 5–15 bodů v závislosti na hustotě, zatímco stejná trhlina při nízké závažnosti ji může snížit pouze o 2–5 bodů.
Příručka FHWA LTPP Distress Identification Manual (FHWA-HRT-13-092) je autoritativní referencí pro klasifikaci závažnosti trhlin ve vozovkách ve Spojených státech. Příručka definuje tři úrovně závažnosti pro trhliny v asfaltobetonových vozovkách na základě průměrné šířky trhliny měřené podél celé délky trhliny.
| Úroveň závažnosti | Prahová hodnota průměrné šířky trhliny | Další kritéria |
|---|---|---|
| NÍZKÁ | ≤ 6 mm (0,24 palce) | Nebo utěsněná trhlina s tmelem v dobrém stavu |
| STŘEDNÍ | > 6 mm a ≤ 19 mm (0,75 palce) | Nebo ≤19 mm s přilehlým náhodným trhlinami nízké závažnosti v okruhu 0,3 m |
| VYSOKÁ | > 19 mm (0,75 palce) | Nebo ≤19 mm s přilehlým náhodným trhlinami střední až vysoké závažnosti v okruhu 0,3 m |
Tyto prahové hodnoty platí pro blokové trhliny, podélné trhliny (v kolejišti i mimo něj), odrazové trhliny ve spárách a příčné trhliny v pružných vozovkách. Příručka LTPP výslovně uvádí, že závažnost je založena na průměrné šířce — trhlina s přerušovanými širokými úseky, ale nízkou průměrnou šířkou by byla klasifikována s nižší závažností, než by naznačoval její nejširší bod. To se liší od inspekce mostních prvků, kde řídí maximální šířka.
Pro inspekce mostních desek prováděné podle AASHTO elementových inspekčních protokolů jsou pásma šířky trhlin výrazně užší, což odráží kritičtější konstrukční roli betonových mostních desek:
| Pásmo šířky trhliny | Metrický práh | Imperiální ekvivalent |
|---|---|---|
| Úzká | < 1,6 mm | < 1/16 palce |
| Střední | 1,6 – 3,2 mm | 1/16 – 1/8 palce |
| Široká | > 3,2 mm | > 1/8 palce |
Prahové hodnoty pro mostní desky jsou 4–6krát přísnější než prahové hodnoty pro vozovky, protože mostní desky jsou konstrukční prvky přímo vystavené živému zatížení a vlivům prostředí. Trhlina o šířce 6 mm v mostní desce by byla klasifikována jako závažné konstrukční poškození vyžadující okamžitou opravu, zatímco stejná šířka v asfaltové vozovce by byla nízké až střední závažnosti.
Pro betonové konstrukce při provozním zatížení stanovil výbor ACI 224 přípustné šířky trhlin na základě podmínek expozice v normě ACI 224R-01. Jedná se o návrhové limity, nikoli o klasifikace závažnosti, ale stanovují prahové hodnoty, nad nimiž je namístě konstrukční obava:
| Podmínka expozice | Přípustná šířka trhliny (mm) |
|---|---|
| Suchý vzduch nebo ochranná membrána | 0,41 |
| Vlhkost, vlhký vzduch, zemina | 0,30 |
| Posypové chemikálie | 0,18 |
| Mořská voda a mořská sprška, zvlhčování/vysychání | 0,15 |
| Vodotěsné konstrukce | 0,10 |
Klasifikace letištních vozovek podle ICAO definuje trhliny nízké závažnosti jako převážně 1 mm nebo méně — vlasové trhliny a trhliny z mírného smrštění. Letištní dráhy jsou klasifikovány přísněji kvůli riziku cizích předmětů (FOD) a vysokým nákladům na uzavření dráhy za účelem opravy.
Euklidovská distance transformace (EDT) je nejpoužívanějším algoritmickým přístupem pro automatizované měření šířky trhlin z binárních segmentovaných snímků. Transformace převádí binární obraz — kde popředí tvoří pixely trhliny a pozadí představuje neporušený povrch — na škálovanou mapu vzdáleností, kde hodnota intenzity každého pixelu představuje nejkratší Euklidovskou vzdálenost od tohoto pixelu k nejbližšímu pixelu pozadí.
Pro binární obraz I, kde I(p) = 0 pro pozadí a I(p) = 1 pro popředí (pixely trhliny), je distance transformace v pixelu p:
DT(p) = min{ d(p, q) | I(q) = 0 }
Euklidovská vzdálenost mezi pixely p se souřadnicemi (x₁, y₁) a q se souřadnicemi (x₂, y₂) je:
d(p, q) = √[(x₁ − x₂)² + (y₁ − y₂)²]
Tím vzniká mapa vzdáleností, kde pixely pozadí mají hodnotu DT 0 a vnitřní pixely trhliny mají hodnoty DT úměrné jejich vzdálenosti od nejbližšího okraje. Maximální hodnoty uvnitř oblasti trhliny se nacházejí podél středové linie, v bodech nejvzdálenějších od obou okrajů.
Měření šířky trhliny založené na EDT probíhá v pěti krocích:
Krok 1 — Binární segmentace: Trhlina je izolována od pozadí pomocí prahování, semantické segmentace hlubokým učením (U-Net, DeepLab nebo podobných architektur) nebo ruční anotace. Kvalita této segmentace přímo ovlivňuje přesnost následných měření šířky — chyby v detekci hran se lineárně přenášejí do chyb v šířce.
Krok 2 — Výpočet EDT: Pro každý pixel uvnitř oblasti trhliny se vypočítá nejkratší Euklidovská vzdálenost k nejbližšímu pixelu, který není součástí trhliny. To lze provést v lineárním čase O(N) pomocí algoritmu Meijster/O’Rourke, dvouprůchodového sekvenčního rastrového skenování, které propaguje hodnoty vzdálenosti. Algoritmus Felzenszwalb & Huttenlocher používá průnik paraboloidů pro přesné Euklidovské vzdálenosti se stejnou lineární složitostí.
Krok 3 — Extrakce skeletonu: Středová linie trhliny (mediální osa neboli skeleton) je extrahována, typicky pomocí morfologického ztenčování (algoritmus Zhang-Suen) nebo identifikací lokálních maxim v mapě vzdáleností. Skeleton představuje množinu bodů stejně (nebo maximálně) vzdálených od obou okrajů trhliny. Každý pixel skeletonu je bod podél příčného řezu, kde je vzdálenost k oběma okrajům stejná.
Krok 4 — Výpočet šířky: Pro každý pixel skeletonu se šířka trhliny vypočítá jako:
Šířka(p_skeleton) = 2 × DT(p_skeleton)
Hodnota distance transformace v skeletonu udává poloviční šířku — nejkratší vzdálenost od středové linie k nejbližšímu okraji trhliny. Vynásobením 2 získáme plnou šířku trhliny v daném příčném řezu.
Krok 5 — Statistická agregace: Hodnoty šířky na pixel podél skeletonu jsou agregovány do souhrnných statistik — průměr, maximum, minimum, směrodatná odchylka a variační koeficient.
Dvouprůchodová EDT pro aproximaci Manhattan (city-block) vzdálenosti:
Průchod 1 — Skenování shora zleva doprava dolů:
Pro každý pixel (i, j):
Pokud I(i,j) == pozadí: f[i][j] = 0
Jinak: f[i][j] = INF
Pokud popředí: f[i][j] = 1 + min(f[i-1][j], f[i][j-1], f[i-1][j-1], f[i-1][j+1])
Průchod 2 — Skenování zdola zprava doleva nahoru:
Pro každý pixel (i,j) v opačném pořadí:
f[i][j] = min(f[i][j], 1 + f[i+1][j], 1 + f[i][j+1],
1 + f[i+1][j-1], 1 + f[i+1][j+1])
Implementace tohoto přístupu v ImageJ jasně dokumentuje vztah: “Mapa vzdáleností (Distance Map) ukazuje pro každý pixel uvnitř trhliny vzdálenost k jejímu vnějšímu obrysu. Skeleton ukazuje maximální linii. Součin mapy vzdáleností a skeletonu dává poloviční šířku podél středové linie.”
Metoda extrakce ortogonálních profilů přistupuje k měření šířky trhliny z principiálně odlišného úhlu — namísto výpočtu distance field přes celou masku trhliny extrahuje jednorozměrné profily intenzity podél linií kolmých ke středové linii trhliny a určuje polohy hran v rámci každého profilu.

Šířka trhliny musí být měřena kolmo ke středové linii trhliny v každém měřicím bodě. Jakékoli měření provedené v neortogonálním úhlu nadhodnocuje skutečnou šířku faktorem 1/cos(θ), kde θ je úhel odchylky od kolmice. Odchylka 30 stupňů způsobuje 15% nadhodnocení šířky; odchylka 45 stupňů způsobuje 41% nadhodnocení. Tato geometrická chyba se kumuluje podél zakřivených drah trhlin, kde se směr trhliny plynule mění.
Krok 1 — Extrakce skeletonu: Středová linie trhliny se získá pomocí transformace mediální osy nebo morfologické skeletonizace. U složitých sítí trhlin s větvemi a uzly může analýza spojených komponent oddělit jednotlivé segmenty trhlin před extrakcí skeletonu.
Krok 2 — Výpočet směru tečny: V každém bodě skeletonu se vypočítá lokální tečna (směr šíření trhliny). Běžné metody zahrnují derivaci spline proložené body skeletonu, směr vlastního vektoru Hessovy matice mapy vzdáleností nebo konečné diference pomocí sousedních bodů skeletonu:
θ(s) = atan2(dy/ds, dx/ds)
Krok 3 — Výpočet směru normály: Směr ortogonálního profilu je kolmý k tečně:
n_x = -sin(θ) n_y = cos(θ)
Krok 4 — Vzorkování profilu: Hodnoty intenzity pixelů jsou vzorkovány podél normálového směru na obě strany od bodu skeletonu. Pro subpixelovou přesnost se používá bilineární nebo bikubická interpolace k odhadu hodnot intenzity v neceločíselných polohách podél profilu.
Krok 5 — Detekce hran: Okraje trhliny jsou lokalizovány v rámci každého profilu pomocí překročení prahu, detekce gradientních vrcholů nebo technik subpixelové interpolace. Vzdálenost mezi dvěma detekovanými okraji je šířka trhliny v daném místě.
Algoritmus Edge-OrthoBoundary (EOB), popsaný v recentní literatuře (Li et al., 2025), využívá jak směr okraje trhliny, tak směr skeletonu k eliminaci systematických chyb, které vznikají v místech křížení a spojení trhlin. Tradiční metody ortogonálních profilů produkují chybné hodnoty šířky v Y-spojích a X-spojích, kde jediný bod skeletonu odpovídá více okrajům trhliny. Metoda EOB tyto nejednoznačnosti řeší zohledněním směru obrysové kontury vedle směru skeletonu.
Metoda Neighborhood Shortest Distance (NSD) (Liu et al., 2025) řeší problém nesprávné ortogonální projekce na průsečících okrajů trhliny tím, že uvažuje lokální okolí každého měřicího bodu. Metoda NSD namísto zpracování každého profilu nezávisle zohledňuje změny směru okraje trhliny v rámci lokálního okolí, čímž poskytuje robustní měření šířky i tam, kde jsou okraje nepravidelné nebo kde se trhliny větví.
Převod pixelových měření na fyzické milimetry je kritickým krokem, který transformuje analýzu založenou na obrazech na použitelná inženýrská data. Bez přesné kalibrace může 20 pixelů široká trhlina na detailním snímku představovat buď 0,5 mm vlasovou trhlinu, nebo 10 mm širokou konstrukční trhlinu, v závislosti na geometrii snímání.

Metoda A — Referenční objekt / měřítko: Kalibrační objekt známých fyzických rozměrů se umístí na povrch ve stejné vzdálenosti od kamery jako trhlina. Objekt je detekován v obraze a jeho pixelový rozměr je změřen. Kalibrační faktor je:
Kalibrační faktor (mm/pixel) = známý fyzický rozměr (mm) / naměřený pixelový rozměr (pixely)
Mezi běžné referenční objekty patří mince (standardizované průměry), kódované geodetické terče, šachovnicové vzory a měřítka s ryskami. Pro měření trhlin v betonu studie (Guo et al., 2023) uvádějí průměrné chyby 0,26–0,71 mm pro trhliny pod 5 mm při použití této metody se správným osvětlením a umístěním terče.
Metoda B — Geometrie kamery (model dírkové komory): Pokud jsou známy parametry kamery a lze změřit vzdálenost k povrchu, kalibrační faktor se odvodí z:
mm/pixel = (šířka senzoru v mm × pracovní vzdálenost v mm) / (ohnisková vzdálenost v mm × šířka obrazu v pixelech)
Tato metoda vyžaduje ohniskovou vzdálenost (ze specifikace objektivu nebo kalibrace kamery), rozměry senzoru (z výrobních specifikací) a vzdálenost od kamery k povrchu (změřenou nebo odhadnutou). Funguje dobře pro kontrolovaná uspořádání, jako jsou kamery na portálech nebo drony ve známé výšce.
Metoda C — 3D fotogrammetrie: U složitých konstrukcí, kde se vzdálenost od kamery k povrchu v obraze mění (mosty, zakřivené vozovky, opěrné zdi), poskytuje rekonstrukce 3D mračna bodů ze stereoskopických snímků nebo struktury z pohybu (SfM) prostorově proměnlivá pixelová měřítka. Obraz je rozdělen do sekcí a každá sekce obdrží vlastní kalibrační faktor na základě lokální 3D geometrie.
Metoda D — Známý rozměr v scéně: Pokud snímek trhliny obsahuje jakýkoli objekt známé fyzické velikosti (např. poklop šachty, šířka dopravního značení, dilatační spára, kryt inženýrské sítě), může tento objekt sloužit jako reference. Tato metoda je méně přesná než metoda A, ale umožňuje zpětnou kalibraci, pokud během pořizování snímku nebyl umístěn referenční terč.
Požadavky na rozlišení: Pro měření trhlin pod 0,3 mm (prah trvanlivosti dle ACI) musí být pixelové rozlišení lepší než 0,1 mm/pixel. Při 0,1 mm/pixel pokrývá trhlina o šířce 0,3 mm pouze 3 pixely, což omezuje přesnost měření. Subpixelové techniky mohou toto omezení částečně překonat, ale nedokážou kompenzovat zásadně nedostatečné rozlišení.
Ortogonalita: Optická osa kamery by měla být kolmá k povrchu v rozmezí ±5 stupňů, aby se předešlo perspektivnímu zkreslení. Větší úhly vyžadují perspektivní korekci pomocí homografické transformace, což přidává složitost a potenciální zdroje chyb.
Změna hloubky: Na zakřivených površích (klenby vozovek, mostní nosníky, tunelové ostění) se pixelové měřítko v obraze mění. Jeden kalibrační faktor aplikovaný na celý obraz zavádí systematické chyby úměrné změnám hloubky. Laserové profilovací systémy (např. LCMS-2, Pavemetrics) řeší tento problém pomocí linkového laserového osvětlení se známou geometrií, čímž dosahují prostorového rozlišení 1 mm při dálničních rychlostech (až 100 km/h).
Volba mezi uváděním průměrné a maximální šířky trhliny má významné důsledky pro klasifikaci závažnosti a rozhodování o opravách. Různé normy vyžadují různé statistické míry a tyto dvě metriky mohou pro stejnou trhlinu poskytnout odlišné hodnocení závažnosti.
Šířka v bodě skeletonu W(p) — Šířka trhliny vypočtená v každém jednotlivém pixelu podél středové linie skeletonu, ať už metodou EDT (W(p) = 2 × DT(p)) nebo extrakcí ortogonálních profilů.
Maximální šířka trhliny W_max — Jediná největší hodnota šířky podél celé trhliny:
W_max = max{ W(p) | p ∈ skeleton }
Průměrná šířka trhliny W_mean — Aritmetický průměr všech měření šířky podél skeletonu:
W_mean = (1/N) × Σ W(p_i) pro všechny pixely skeletonu i = 1…N
Příručka FHWA LTPP Distress Identification Manual výslovně definuje prahy závažnosti na základě průměrné šířky trhliny. Trhlina s lokální maximální šířkou 24 mm, ale průměrnou šířkou 5,5 mm by byla hodnocena jako NÍZKÁ závažnost podle pravidel LTPP, protože průměr klesá pod práh 6 mm. Zdůvodnění je, že celkový konstrukční stav více souvisí s průměrnou degradací než s izolovanými širokými místy.
Protokoly inspekce mostních prvků podle AASHTO a systému Pavemetrics Simplified AASHTO používají maximální šířku trhliny pro klasifikaci závažnosti. Tento přístup je konzervativnější — jediná široká část určuje závažnost celé trhliny. Zdůvodnění spočívá v tom, že nejširší bod představuje nejhorší možný stav pro konstrukční hodnocení, degradaci přenosu zatížení a infiltraci vody.
| Norma | Primární metrika | Inženýrské zdůvodnění |
|---|---|---|
| FHWA LTPP / AASHTO PP67 | Průměrná šířka | Celkový stav sekce |
| AASHTO Element Bridge Inspection | Maximální šířka | Nejhorší konstrukční dopad |
| ASTM D6433 (PCI) | Praktická: Maximální | Protokol vizuálního porovnání |
| ACI 224R-01 (Návrh) | Maximální šířka | Práh iniciace koroze |
| Pavemetrics Simplified AASHTO | Maximální šířka | Konzervativní hodnocení závažnosti |
| Výzkumná literatura | Obě uváděny | Maximum pro závažnost, průměr pro charakterizaci |
Vztah mezi průměrnou a maximální šířkou závisí na rovnoměrnosti šířky trhliny:
Přesnost automatizovaného měření šířky trhlin je řízena hierarchií faktorů zahrnujících akvizici obrazu, kvalitu segmentace a algoritmickou přesnost. Porozumění těmto zdrojům chyb je nezbytné pro interpretaci dat o šířce a informovaná rozhodnutí.
| Metoda | Typická přesnost | Zdroj |
|---|---|---|
| Ruční srovnávací karta trhlin (plastová) | ±0,5 mm | Gilson HM-639 |
| Kapesní mikroskop se záměrným křížem | ±0,025 mm (0,001 palce) | ACI 224.1R-07 |
| Subpixel — parciální plošný efekt | 0,01 pixelu | MDPI Buildings 2024, 14(1), 151 |
| Edge-OrthoBoundary (EOB) | Subpixelová přesnost | Li et al., 2025 |
| Metoda stejné plochy (EA) | Subpixelová přesnost pro malé trhliny | 2026 Computers & Electrical Engineering |
| Fotogrammetrie + CNN | ±0,26–0,71 mm (trhliny <5 mm) | Guo et al., 2023 |
| Laserová metoda | Do 0,15 mm | Applied Sciences 13(5), 4981 |
Parciální plošný efekt (PAE): Metoda PAE modeluje plošný zlomek popředí v rámci každého okrajového pixelu pro lokalizaci okrajů trhliny v subpixelovém rozlišení. Okrajový pixel, který je z 60 % trhlina a ze 40 % pozadí, má odhad polohy okraje na 0,6 pixelu od hranice. Tato technika dosahuje naměřené přesnosti 0,01 pixelu pro délku trhliny a absolutních chyb pod 0,30 mm pro šířku trhliny. Metoda funguje efektivně pro vertikální, horizontální i šikmé orientace trhlin.
Metoda nejmenších čtverců (LSM): LSM aplikuje 8-parametrovou afinní transformaci pro odhad subpixelového posunu v sekvencích snímků, což umožňuje měření šíření trhliny v čase. Dosahuje přesnosti posunu 0,1–0,2 pixelu s mediánem chyb 0,021 pixelu při aplikaci rozšíření modelu (ve srovnání s 0,088 pixelu bez něj).
Metoda Zernikeho momentů: Tento přístup využívá ortogonální Zernikeho momenty pro subpixelovou detekci hran, obzvláště účinný pro tenké trhliny v obrazech s komplexním pozadím nebo proměnlivým osvětlením.
| Faktor | Velikost dopadu | Zmírnění |
|---|---|---|
| Rozlišení obrazu | Základní limit — 1 pixel = základní nejistota | Senzory s vyšším rozlišením; bližší snímání |
| Světelné podmínky | Špatné osvětlení zvyšuje nejednoznačnost hran 2–5× | Difuzní LED osvětlení; více úhlů osvětlení |
| Textura povrchu | Drsné textury rozmazávají hranice o 1–3 pixely | Filtrace textury; strukturované světlo |
| Vydrolování okrajů trhliny | Nerovné okraje ±1–3 pixely nejistoty | Mediánová filtrace; robustní statistika |
| Úhel kamery | Perspektivní chyba úměrná tan(θ) | Kolmé snímání; homografická korekce |
| Zkreslení objektivu | Radiální zkreslení až 5 % na okrajích obrazu | Kalibrace kamery; odstranění zkreslení |
| Kvalita zaostření | Neostré rozmazání zvyšuje šířku o 1–3 pixely | Automatické zaostřování; hloubka z rozostření |
| Volba prahu | ±10% změna prahu = ±10% změna šířky | Otsuova metoda; adaptivní prahování |
Směrnice FHWA pro výběr dodavatelů (FHWA-RC-20-0005) stanovují statistický rámec pro validaci systémů měření trhlin. Protokol používá:
Pro mostní inspekce doporučuje výbor ACI 224 uvádět měření šířky s intervaly spolehlivosti, zejména u trhlin blízko prahů závažnosti, kde klasifikační rozhodnutí závisí na přesnosti měření.
Šířka trhliny není pouze klasifikační metrikou — je přímým indikátorem mechanismů strukturální degradace a potenciálních režimů selhání. Vztah mezi šířkou a konstrukčním výkonem je řízen fyzikálními mechanismy, které se liší podle typů materiálů a konstrukčních uspořádání.
| Šířka trhliny | Degradační mechanismus | Konstrukční dopad |
|---|---|---|
| < 0,1 mm | Pouze kosmetický | Žádné konstrukční obavy (ACI 224.1R-07) |
| 0,1 – 0,3 mm | Počátek pronikání chloridů; pronikání vlhkosti | Monitorovat; riziko trvanlivosti v agresivním prostředí |
| 0,3 – 0,5 mm | Iniciace koroze; poškození mrazem/rozmrazováním | Vyžaduje vyhodnocení; pravděpodobně nutná oprava |
| 0,5 – 1,0 mm | Snížené propojení kameniva; degradace přenosu smyku | Vyžaduje konstrukční posouzení |
| 1,0 – 3,0 mm | Přenos zatížení vážně narušen; infiltrace vody | Nutná aktivní oprava |
| 3,0 – 6,0 mm | Snížení průřezového modulu; riziko vydrolování | Okamžité konstrukční posouzení |
| > 6,0 mm | Rychlá deteriorace; riziko FOD (letiště) | Prioritní oprava nebo výměna |
| > 19 mm | Narušení konstrukční integrity; rozpad/odlupování | Vyžaduje rozsáhlou rehabilitaci |
Výzkum z Texaské univerzity v Austinu (CTR 0-6919-1) prokázal, že samotné šířky diagonálních trhlin nejsou spolehlivými indikátory smykového poškození u betonových mostních nosníků. Pro posouzení smykové kapacity jsou nutné mechanické vlastnosti a zatěžovací zkoušky. Nicméně šířky ohybových trhlin korelují s napětím v oceli a lze je předpovědět pomocí rovnic AASHTO (formulace Gergely-Lutz a Kaar-Mattock), což poskytuje nedestruktivní metodu pro odhad úrovní napětí ve výztuži.
Důležitým aspektem pro rozhodování o opravách je, že šířka trhliny na povrchu není rovna šířce uvnitř. Betonové trhliny mají typicky V-tvarovaný profil — širší na povrchu a užší v interiéru. To znamená, že měření na povrchu nadhodnocují vnitřní šířku, což může vést k příliš konzervativním rozhodnutím o opravách, pokud se to nezohlední.
Konsenzuální směrnice výboru ACI 224 pro konstrukční posouzení stanovuje tyto prahové hodnoty:
Pro opravy injektáží epoxidem zkoušky pevnosti spoje ukazují, že epoxid dosahuje pevnosti spoje přesahující pevnost betonu v tahu u trhlin o šířce již 0,05 mm (0,002 palce) — což znamená, že i vlasové trhliny lze účinně opravit injektážními metodami.
Konzistentní, standardizované reportování měření šířky trhlin je nezbytné pro databáze stavu, longitudinální monitorovací programy a srovnání dat mezi organizacemi. Různé normy předepisují různé reportovací protokoly.
Protokol FHWA LTPP / AASHTO PP67-10:
Inspekce mostních prvků (AASHTO):
Protokol ASTM D6433-16 (PCI):
Protokol ACI 224.1R-07 (Betonové konstrukce):
Komplexní zpráva o šířce trhliny by měla obsahovat:
Porozumění rozdílům mezi automatizovaným a ručním měřením šířky trhlin je nezbytné pro přechod inspekčních programů z tradičních na digitální pracovní postupy. Oba přístupy mají silné stránky a omezení, které ovlivňují kvalitu dat, konzistenci a náklady.
Srovnávací karty trhlin: Průhledné plastové karty o velikosti kreditní karty s vytištěnými odstupňovanými liniemi od 0,1 mm do 7,0 mm (0,004–0,26 palce). Karta Gilson HM-639 pokrývá celý rozsah za přibližně 4 USD za kus. Uživatel přiloží kartu přes trhlinu a vizuálně porovnává šířku tištěné linie s otevřením trhliny. Typická přesnost je přibližně ±0,5 mm, silně závislá na světelných podmínkách, zrakové ostrosti operátora a definici okraje trhliny. Metoda je subjektivní — dva inspektoři mohou pro stejnou trhlinu vybrat různé odpovídající linie.
Pravítka pro šířku trhlin: Přístroj Elcometer 143 nabízí rozsah 0,10–2,50 mm (0,004–0,100 palce) ve formátu velikosti kreditní karty. Šířky linií jsou specifikovány a označeny, což umožňuje přímé vizuální srovnání. Podobně jako u srovnávacích karet závisí přesnost na zrakové ostrosti inspektora.
Kapesní mikroskop se záměrným křížem: Ruční osvětlený zvětšovací mikroskop s interní měřicí stupnicí nabízející přesnost 0,025 mm (0,001 palce) podle ACI 224.1R-07. Jedná se o nejpřesnější ruční metodu, doporučovanou výborem ACI 224 pro kritická měření. Mikroskop vyžaduje školení operátora, stabilní povrch a odpovídající osvětlení — faktory, které omezují jeho praktičnost pro vysokorychlostní terénní inspekce.
TarmacView poskytuje automatizované měření šířky trhlin a klasifikaci závažnosti z leteckých i pozemních snímků. Snižte dobu inspekce o 80 % a získejte konzistentní, opakovatelná data o šířce trhlin v celé síti vozovek.
Detekce trhlin na bázi AI využívá počítačové vidění — konvoluční neuronové sítě, vision transformery a modely sémantické segmentace — k automatické identifikaci...
Procento plochy trhlin (crack_area_pct) je poměr plochy masky trhlin k celkové ploše analyzovaného obrazu, vyjádřený v procentech. Jedná se o klíčovou kvantitat...
Kalibrace pixelů na metrické jednotky (mm na pixel) převádí vzdálenosti v obrazových pixelech na reálné metrické vzdálenosti, což je nezbytné pro kvantitativní ...