基于机器视觉的建筑外墙裂缝检测系统及方法技术方案

技术编号:20093611 阅读:50 留言:0更新日期:2019-01-15 12:44
本发明专利技术涉及基于机器视觉的建筑外墙裂缝检测系统及方法,该系统包括微电脑处理器、CMOS传感器及激光照明系统,激光照明系统包括四个呈矩形排布的点状激光发射器,发射光束垂直于CMOS传感器成像平面,矩形中心位于CMOS传感器成像中心处,微电脑处理器实时采集CMOS传感器的图像;该方法通过图像灰度阈值处理与骨架细化算法提取裂缝数据,根据提取的点状激光所构成的矩形像素长度获取单位像素对应的实际长度,根据两帧间相对运动的累加获取当前CMOS传感器在外墙参考系下的绝对位置,从而得到裂缝的实际长度、裂缝在外墙参考系下的坐标。本发明专利技术建筑外墙裂缝检测系统及方法能够实现对裂缝的自动检测、尺寸计算以及坐标定位,大大提高了裂缝的检测和定位效率。

Crack Detection System and Method of Building Exterior Wall Based on Machine Vision

The invention relates to a crack detection system and method for building exterior wall based on machine vision. The system includes a microcomputer processor, a CMOS sensor and a laser illumination system. The laser illumination system consists of four rectangular point laser emitters. The emitted beam is perpendicular to the image plane of the CMOS sensor, the rectangular center is located at the image center of the CMOS sensor, and the real-time acquisition of the microprocessor. This method extracts crack data by image gray threshold processing and skeleton thinning algorithm, obtains the actual length of a unit pixel according to the length of rectangular pixel formed by the extracted point laser, and obtains the absolute position of the current CMOS sensor in the external wall reference frame according to the accumulation of relative motion between two frames, thus obtains the actual length and crack of the crack. The coordinates of the joints in the reference frame of the outer wall. The crack detection system and method of the external wall of the building can realize the automatic detection, dimension calculation and coordinate positioning of the crack, and greatly improve the efficiency of crack detection and positioning.

【技术实现步骤摘要】
基于机器视觉的建筑外墙裂缝检测系统及方法
本专利技术涉及建筑外墙检测
,具体涉及一种基于机器视觉的建筑外墙裂缝检测系统及方法。
技术介绍
随着我国经济和社会建设的发展,高层建筑越来越多,对高层建筑的质量检测日趋凸显出其重要性与困难性。作为建筑质量检测的重要内容,高层建筑外墙裂缝检测尤其困难。一方面,高层建筑高度高,难以攀爬,人工攀爬检测效率低、危险大;另一方面,裂缝往往呈现出不规则性,难以测量其宽度、长度等尺度特征数据。机器视觉是当前自动检测领域最热门的研究课题之一。它通过成像传感器获取客观事物的图像或视频,利用图像处理算法提取目标特征信息,最终实现自动检测、测量或控制,从而提高检测效率,降低检测误差。在建筑外墙裂缝检测领域,运用机器视觉技术,可以实现裂缝的自动检测与尺寸测量。现有技术中公开了多种建筑外墙检测系统或方法,如中国专利申请CN107367253公开了一种建筑外墙裂缝检测装置,该装置包括主动滚轮、转轴、安装板、摄像头、裂缝检测仪、电机和计算机,两个主动滚轮之间通过转轴相连接;每个主动滚轮的外周面均匀布设有若干个真空吸盘;安装板设置在位于两个主动滚轮之间的转轴上方,并通过悬臂与转轴相连接;摄像头和裂缝检测仪均安装固定在安装板的底部;电机、气泵、摄像头和裂缝检测仪均与计算机直接或间接相连接。CN108226167A公开了一种建筑外墙面的裂缝检测机器人结构,包括风罩,圆环安装板,圆环支撑板,转向轮,转向电机,转向轮安装板,加固支撑板,后轮,后轮驱动电机,摄像头,摄像头支架,抽吸风机,通风管道,风机支架,缓冲板,中心风筒,元件箱,电源线和后轮安装板。上述两个专利技术均是基于爬壁机器人的建筑外墙裂缝检测装置,通过在爬壁机器人上搭载照相机来采集建筑外墙图像,但并未涉及具体的基于机器视觉的裂缝检测方法。中国专利申请CN1081195933A公开了一种基于kinect深度传感器的建筑外墙质量缺陷检测系统,通过对墙面的三维重构,实现对墙面裂缝、凹陷、空鼓等缺陷的尺寸测量和面积计算,但kinect深度传感器在较强日光下的精度会大大降低,而且通过三维重构来实现尺寸测量的方式计算量太大。中国专利申请CN107202793A公开了一种基于无人机的建筑外墙质量缺陷检测系统,通过在无人机上搭载的可见光与热成像两种相机采集图像,来检测建筑外墙质量缺陷,但并未公开具体的图像处理检测方法,而且质量缺陷定位主要依靠GPS系统,定位误差较大。
技术实现思路
为克服现有技术中的不足,本专利技术的目的在于提供一种实现裂缝的自动检测、尺寸自动计算与裂缝坐标自动定位,提高建筑外墙裂缝检测效率的基于机器视觉的建筑外墙裂缝检测系统及方法,其技术方案如下:基于机器视觉的建筑外墙裂缝检测系统,包括微电脑处理器、CMOS传感器及激光照明系统,所述微电脑处理器与CMOS传感器连接;所述CMOS传感器通过与激光照明系统连接。优选地,所述微电脑处理器包含CPU、GPU、内存、闪存,所述微电脑处理器为Linux操作系统,所述微电脑处理器通过USB接口与CMOS传感器连接;微电脑处理器能够实时获取CMOS传感器采集的视频流,通过图像处理实现对裂缝的自动识别、尺寸测量,并通过连续的自定位计算,实现裂缝在整个建筑外墙参考系下的绝对定位。优选地,所述CMOS传感器能够采集红绿蓝三通道的彩色图像,图像分辨率不低于752×480像素,采集帧率不低于25帧每秒,采集图像时,保证CMOS传感器成像平面平行于建筑外墙面,与外墙面距离不超过1m,有利于提高检测效率、检侧精度。优选地,所述激光照明系统包括四个激光发射器,发射光束垂直于CMOS传感器的成像平面。优选地,所述激光发射器为点状激光发射器,四个激光发射器呈矩形排布,矩形长边为L,短边为W,矩形中心位于CMOS传感器成像中心处。一种基于机器视觉的建筑外墙裂缝检测系统的检测方法,包括以下步骤:(1)将CMOS传感器与激光照明系统平行于外墙面放置,启动图像采集,保证四个激光点在图像内可见;(2)微电脑处理器对图像进行红色阈值处理,提取四个最亮的红色光点,验证四点构成矩形的四个顶点,以像素为单位计算矩形的长度Lp和宽度Wp,进而计算该图像单位像素代表的实际长度s=(L+W)/(Lp+Wp);(3)以当前位置为建筑外墙参考系零点,在微电脑处理器上对图像进行梯度计算,提取梯度变化较大的点作为图像特征点,缓存所有特征点的图像坐标;(4)移动CMOS传感器与激光照明系统,在移动过程中微电脑处理器采集图像,对采集的每一帧图像执行步骤(2)中的图像处理操作,更新每帧图像单位像素代表的实际长度s;同时,对采集的每一帧图像执行步骤(3)中的图像处理操作,提取当前帧中的图像特征点,匹配当前帧与前一帧的图像特征点,获取当前CMOS传感器在建筑外墙参考系下的坐标;(5)微电脑处理器对采集的每一帧图像进行灰度阈值处理,提取其中灰度值较低的区域,使用骨架细化算法提取裂缝,并计算裂缝总像素长度;(6)重复上述步骤(4)与步骤(5),直至该面外墙检测完毕。优选地,在步骤(1)中所述CMOS传感器成像平面纵轴竖直向下,且CMOS传感器与外墙面距离在1m内。优选地,在步骤(4)中所述CMOS传感器与激光照明系统沿平行于墙面的平面移动;所述微电脑处理器以不低于25帧每秒的速度采集图像。优选地,在步骤(4)中所述图像特征点通过使用光流法匹配当前帧与前一帧的图像特征点,获取一一对应的特征点对,并进而计算单应矩阵,对单应矩阵做矩阵分解,提取CMOS传感器在两帧图像间的相对位置运动,不断对位置运动累加,获取当前CMOS传感器在建筑外墙参考系下的坐标。优选地,在步骤(5)中若所述裂缝总像素长度超过设定阈值,则保存该帧图像,并同时保存提取到的裂缝数据、步骤(2)中计算出的该帧图像单位像素代表的实际长度、以及步骤(4)中计算出的CMOS传感器在建筑外墙参考系下的坐标。本专利技术所获得的有益技术效果:1)本专利技术基于机器视觉的建筑外墙裂缝检测系统解决了现有技术中存在的检测精度低、效率低、检测复杂、误差大、且人员攀爬危险性大的缺陷,本专利技术实现裂缝的自动检测、尺寸测量与裂缝定位,从而提高建筑外墙裂缝检测效率及检测精度,减小人工攀爬检测带来的人身安全风险;2)本专利技术通过CMOS传感器与激光照明系统的配合,利用微电脑处理器对图像进行实时采集与处理,不仅可以做到建筑外墙裂缝的自动提取,而且可以自动获得裂缝的长度和宽度,以及裂缝在设定外墙参考系下的坐标,大大提高了建筑外墙裂缝的检测效率;3)本专利技术通过沿平行于墙面的平面移动CMOS传感器与激光照明系统,在移动过程中微电脑处理器以不低于25帧每秒的速度采集图像,对采集的每一帧图像进行图像处理操作,更新每帧图像单位像素代表的实际长度s,同时,提取当前帧中的图像特征点,使用光流法匹配当前帧与前一帧的图像特征点,获取一一对应的特征点对,并进而计算单应矩阵,对单应矩阵做矩阵分解,提取CMOS传感器在两帧图像间的相对位置运动,不断对位置运动累加,获取当前CMOS传感器在建筑外墙参考系下的坐标;4)本专利技术通过微电脑处理器对采集的每一帧图像进行灰度阈值处理,提取其中灰度值较低的区域,使用骨架细化算法提取裂缝,并计算裂缝总像素长度。附图说明此处所说明的附图用来本文档来自技高网
...

【技术保护点】
1.基于机器视觉的建筑外墙裂缝检测系统,其特征在于,包括微电脑处理器(1)、CMOS传感器(2)及激光照明系统(3),所述微电脑处理器(1)与CMOS传感器(2)连接;所述CMOS传感器(2)与激光照明系统(3)连接。

【技术特征摘要】
1.基于机器视觉的建筑外墙裂缝检测系统,其特征在于,包括微电脑处理器(1)、CMOS传感器(2)及激光照明系统(3),所述微电脑处理器(1)与CMOS传感器(2)连接;所述CMOS传感器(2)与激光照明系统(3)连接。2.根据权利要求1所述的基于机器视觉的建筑外墙裂缝检测系统,其特征在于,所述微电脑处理器(1)包含CPU、GPU、内存、闪存,所述微电脑处理器(1)为Linux操作系统,所述微电脑处理器(1)通过USB接口与CMOS传感器(2)连接。3.根据权利要求1或2所述的基于机器视觉的建筑外墙裂缝检测系统,其特征在于,所述CMOS传感器(2)能够采集红绿蓝三通道的彩色图像,图像分辨率不低于752×480像素,采集帧率不低于25帧每秒。4.根据权利要求1或2所述的基于机器视觉的建筑外墙裂缝检测系统,其特征在于,所述激光照明系统(3)包括四个激光发射器,发射光束垂直于CMOS传感器(2)的成像平面。5.根据权利要求4所述的基于机器视觉的建筑外墙裂缝检测系统,其特征在于,所述激光发射器为点状激光发射器,四个激光发射器呈矩形排布,矩形长边为L,短边为W,矩形中心位于CMOS传感器(2)成像中心处。6.一种根据权利要求5所述的基于机器视觉的建筑外墙裂缝检测系统的检测方法,其特征在于,包括以下步骤:(1)将CMOS传感器(2)与激光照明系统(3)平行于外墙面放置,启动图像采集,保证四个激光点在图像内可见;(2)微电脑处理器(1)对图像进行红色阈值处理,提取四个最亮的红色光点,验证四点构成矩形的四个顶点,以像素为单位计算矩形的长度Lp和宽度Wp,进而计算该图像单位像素代表的实际长度s=(L+W)/(Lp+Wp);(3)以当前位置为建筑外墙参考系零点,在微电脑处理器(1)上对图像进行梯度计算,提取梯度变化较大的点作为图像特征点,缓存所有特征点的图像坐标;(4)移动CMOS传...

【专利技术属性】
技术研发人员:杨扬胡心怡顾圣骏
申请(专利权)人:苏州傲特欣智能科技有限公司
类型:发明
国别省市:江苏,32

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1