一种用于土木工程结构表观缺陷的评定检测系统技术方案

一种用于土木工程结构表观缺陷的评定检测系统，包括无人机模块、行走区域标定模块、路径规划模块、图像采集模块、图像处理模块和表面缺陷识别模块，基于待检测土木工程建筑外观图像进行爬行机器人以及蛇形机械手检测路径的规划，可以实现土木工程建筑表面图像的全面自动采集，然后再通过预设的模板、标尺以及面积计算方法对完成拼接后的整体图像进行了裂缝/凹陷/空鼓图形的识别、尺寸的测量以及面积的计算，从而完成了土木工程建筑表面情况的综合评估；本发明专利技术实现了土木工程结构表观缺陷的全面检测，系统自带检测结果计算分析功能，使用方便，且检测结果较为精确。

【技术实现步骤摘要】
一种用于土木工程结构表观缺陷的评定检测系统
本专利技术涉及建筑检测
，具体涉及一种用于土木工程结构表观缺陷的评定检测系统。
技术介绍
目前，我国还没有一套便捷高效的土木工程结构表观缺陷的检测装置。对于现有土木工程结构表观的缺陷(裂缝、脱落)的检测鉴定主要依靠工程技术人员观感目测、局部破损检测，不仅工作量大，而且整体的缺陷评定结果误差较大，容易出现漏查、漏记的情况。
技术实现思路
为了克服上述现有技术的缺点，本专利技术的目的在于提供了一种用于土木工程结构表观缺陷的评定检测系统，实现了土木工程结构表观缺陷的全面检测，系统自带检测结果计算分析功能，使用方便，且检测结果较为精确。为实现上述目的，本专利技术采取的技术方案为：一种用于土木工程结构表观缺陷的评定检测系统，包括无人机模块、行走区域标定模块、路径规划模块、图像采集模块、图像处理模块和表面缺陷识别模块；无人机模块，用于待检测土木工程建筑外观图像的采集；行走区域标定模块，采用双边滤波和分段线性变换算法分别进行图像去噪和图像增强预处理；采用迭代自适应阈值分割法进行图像二值化处理，基于连通分量的形态学区域特征去除小面积杂点噪声，完成窗户、台阶和镂空所在位置的识别，并基于连通分量外接矩形的长宽比进行墙面窗户、台阶和镂空形状和尺寸的识别，完成爬行机器人行走区域的标定；路径规划模块，基于行走区域标定模块的标定结果进行爬行机器人行走路径和蛇形机械手工作路径的规划，并将规划完成后的路径发送到爬形机器人和蛇形机械手；图像采集模块，包括爬行机器人以及通过蛇形机械手安装在爬行机器人上的摄像头，用于待检测土木工程表面图像的采集；图像处理模块，用于完成土木工程表面图像角度的调节，并基于每一副土木工程表面图像自带的定位信息完成所有图像的拼接；表面缺陷识别模块，采用双边滤波和分段线性变换算法分别进行完成拼接后的图像进行图像去噪和图像增强预处理；采用迭代自适应阈值分割法进行图像二值化处理，基于连通分量的形态学区域特征去除小面积杂点噪声，完成土木工程表面脱落、裂缝、凹陷和空鼓所在位置的识别；并基于连通分量外接标尺进行土木工程表面裂缝、凹陷和空鼓形状和尺寸识别，完成土木工程表面缺陷的识别。所述爬行机器人、摄像头内均安装有一三维数字罗盘，用于爬行机器人、摄像头状态的获取。所述摄像头内安装有一GPS定位模块，用于摄像头所在位置的获取。所述爬行机器人通过双目视觉传感器及激光雷达来检测机器人周围环境的障碍信息，并通过三维数字罗盘掌握自身的姿态信息，实现爬行机器人的避障及越障。所述行走区域标定模块、路径规划模块、图像处理模块和表面缺陷识别模块内载于手持终端内。所述手持终端内还设有一裂缝/凹陷/空鼓面积计算模块，用于根据预设的图形模板面积计算算法进行各区域裂缝/凹陷/空鼓面积的计算，并根据每一个图像所对应的缩放比例进行面积比例的换算，并将所有的换算结果进行统计，得裂缝/凹陷/空鼓总面积。所述手持终端内还设有一土木工程表面情况预测模块，基于预设的BP神经网络模型进行土木工程表面未来发展情况的预测，并输出预测结果。所述爬行机器人内载有图像标记储存模块和射频发射模块；图像标记储存模块，用于将摄像头采集到的图像用其当下所在的定位数据以及三维姿态数据标记后储存到数据库中；射频发射模块，用于将完成标记后的图像发送到手持终端。本专利技术具有以下有益效果：基于待检测土木工程建筑外观图像进行爬行机器人以及蛇形机械手检测路径的规划，可以实现土木工程建筑表面图像的全面自动采集，通过配置有三维姿态传感器和GPS定位模块的摄像头进行原始图像的采集，避免了由于摄像头与所拍摄面的距离变化而带来的面积计算误差，进一步提高了系统的精确度，也为后续土木工程建筑表面图像的拼接提供了依据，然后再通过预设的模板、标尺以及面积计算方法对完成拼接后的整体图像进行了裂缝/凹陷/空鼓图形的识别、尺寸的测量以及面积的计算，从而完成了土木工程建筑表面情况的综合评估。附图说明图1为本专利技术实施例的系统框图。具体实施方式为了使本专利技术的目的及优点更加清楚明白，以下结合实施例对本专利技术进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本专利技术，并不用于限定本专利技术。如图1所示，一种用于土木工程结构表观缺陷的评定检测系统，包括无人机模块、手持终端和图像采集模块；无人机模块用于待检测土木工程建筑外观图像的采集，并将采集到的图像经无线通讯芯片发送到手持终端；图像采集模块包括爬行机器人以及通过蛇形机械手安装在爬行机器人上的摄像头，用于待检测土木工程表面图像的采集；爬行机器人通过双目视觉传感器及激光雷达来检测机器人周围环境的障碍信息，并通过三维数字罗盘掌握自身的姿态信息，实现爬行机器人的避障及越障；所述手持终端内设有行走区域标定模块、路径规划模块、图像处理模块、表面缺陷识别模块、裂缝/凹陷/空鼓面积计算模块和土木工程表面情况预测模块；行走区域标定模块，采用双边滤波和分段线性变换算法分别对无人机采集到的图像进行图像去噪和图像增强预处理；采用迭代自适应阈值分割法进行图像二值化处理，基于连通分量的形态学区域特征去除小面积杂点噪声，完成窗户、台阶和镂空所在位置的识别，并基于连通分量外接矩形的长宽比进行墙面窗户、台阶和镂空形状和尺寸的识别，完成爬行机器人行走区域的标定；路径规划模块，基于行走区域标定模块的标定结果进行爬行机器人行走路径和蛇形机械手工作路径的规划，并将规划完成后的路径发送到爬形机器人和蛇形机械手；图像处理模块，用于完成土木工程表面图像角度的调节，并基于每一副土木工程表面图像自带的定位信息完成所有图像的拼接；表面缺陷识别模块，采用双边滤波和分段线性变换算法分别进行完成拼接后的图像进行图像去噪和图像增强预处理；采用迭代自适应阈值分割法进行图像二值化处理，基于连通分量的形态学区域特征去除小面积杂点噪声，完成土木工程表面脱落、裂缝、凹陷和空鼓所在位置的识别；并基于连通分量外接标尺进行土木工程表面裂缝、凹陷和空鼓形状和尺寸识别，完成土木工程表面缺陷的识别；裂缝/凹陷/空鼓面积计算模块，用于根据预设的图形模板面积计算算法进行各区域裂缝/凹陷/空鼓面积的计算，并根据每一个图像所对应的缩放比例进行面积比例的换算，并将所有的换算结果进行统计，得裂缝/凹陷/空鼓总面积。所述图形模板至少包括三角形、圆形、半圆形、椭圆形、梯形、正方形、长方形、平行四边形以及非规则图形；每个图形模板对应一个面积计算公式和测量标尺；土木工程表面情况预测模块，基于预设的BP神经网络模型进行土木工程表面未来发展情况的预测，并输出预测结果。本实施例中所述摄像头内均安装有一三维数字罗盘，用于爬行机器人、摄像头状态的获取。本实施例中所述摄像头内安装有一GPS定位模块，用于所述摄像头所在位置的获取。本实施例中所述爬行机器人内载有图像标记储存模块和射频发射模块；图像标记储存模块，用于将摄像头采集到的图像用其当下所在的定位数据以及三维姿态数据标记后储存到数据库中；射频发射模块，用于将完成标记后的图像发送到手持终端。本专利技术的工作原理为：首先通过控制无人机模块进行土木工程建筑外观图像的采集，然后通过行走区域标定模块实现土木工程建筑上窗户、台阶、围栏、镂空等所在位置的识别，从而实现爬行机器人行走区域(即为爬行机器人可以行走的区本文档来自技高网...

【技术保护点】
1.一种用于土木工程结构表观缺陷的评定检测系统，其特征在于：包括无人机模块、行走区域标定模块、路径规划模块、图像采集模块、图像处理模块和表面缺陷识别模块；无人机模块，用于待检测土木工程建筑外观图像的采集；行走区域标定模块，采用双边滤波和分段线性变换算法分别进行图像去噪和图像增强预处理；采用迭代自适应阈值分割法进行图像二值化处理，基于连通分量的形态学区域特征去除小面积杂点噪声，完成窗户、台阶和镂空所在位置的识别，并基于连通分量外接矩形的长宽比进行墙面窗户、台阶和镂空形状和尺寸的识别，完成爬行机器人行走区域的标定；路径规划模块，基于行走区域标定模块的标定结果进行爬行机器人行走路径和蛇形机械手工作路径的规划，并将规划完成后的路径发送到爬形机器人和蛇形机械手；图像采集模块，包括爬行机器人以及通过蛇形机械手安装在爬行机器人上的摄像头，用于待检测土木工程表面图像的采集；图像处理模块，用于完成土木工程表面图像角度的调节，并基于每一副土木工程表面图像自带的定位信息完成所有图像的拼接；表面缺陷识别模块，采用双边滤波和分段线性变换算法分别进行完成拼接后的图像进行图像去噪和图像增强预处理；采用迭代自适应阈值分割法进行图像二值化处理，基于连通分量的形态学区域特征去除小面积杂点噪声，完成土木工程表面脱落、裂缝、凹陷和空鼓所在位置的识别；并基于连通分量外接标尺进行土木工程表面裂缝、凹陷和空鼓形状和尺寸识别，完成土木工程表面缺陷的识别。...

【技术特征摘要】
1.一种用于土木工程结构表观缺陷的评定检测系统，其特征在于：包括无人机模块、行走区域标定模块、路径规划模块、图像采集模块、图像处理模块和表面缺陷识别模块；无人机模块，用于待检测土木工程建筑外观图像的采集；行走区域标定模块，采用双边滤波和分段线性变换算法分别进行图像去噪和图像增强预处理；采用迭代自适应阈值分割法进行图像二值化处理，基于连通分量的形态学区域特征去除小面积杂点噪声，完成窗户、台阶和镂空所在位置的识别，并基于连通分量外接矩形的长宽比进行墙面窗户、台阶和镂空形状和尺寸的识别，完成爬行机器人行走区域的标定；路径规划模块，基于行走区域标定模块的标定结果进行爬行机器人行走路径和蛇形机械手工作路径的规划，并将规划完成后的路径发送到爬形机器人和蛇形机械手；图像采集模块，包括爬行机器人以及通过蛇形机械手安装在爬行机器人上的摄像头，用于待检测土木工程表面图像的采集；图像处理模块，用于完成土木工程表面图像角度的调节，并基于每一副土木工程表面图像自带的定位信息完成所有图像的拼接；表面缺陷识别模块，采用双边滤波和分段线性变换算法分别进行完成拼接后的图像进行图像去噪和图像增强预处理；采用迭代自适应阈值分割法进行图像二值化处理，基于连通分量的形态学区域特征去除小面积杂点噪声，完成土木工程表面脱落、裂缝、凹陷和空鼓所在位置的识别；并基于连通分量外接标尺进行土木工程表面裂缝、凹陷和空鼓形状和尺寸识别，完成土木工程表面缺陷的识别。2.根据权利要求1所述的一种用于土木工程结构表观缺陷的评定检测系统，其特征在于：所述爬行机器人、摄像头内均安装有一三维数字罗盘，用于...

【专利技术属性】
技术研发人员：董芳菲，
申请(专利权)人：西京学院，
类型：发明
国别省市：陕西,61