一种基于海量数据进行智慧工地施工安全图像识别方法技术

本发明专利技术提出了一种基于海量数据进行智慧工地施工安全图像识别方法，包括以下步骤：S1，获取工地钢筋图像数据；S2，获取工地上无异常的钢筋图像；S3，对步骤S1和步骤S2中的待处理钢筋第k图像和待处理对照图像依次先后进行图像分割处理和图像路径处理，待处理钢筋第k图像和待处理对照图像经图像分割处理和图像路径处理后得到处理钢筋第k图像和处理对照图像；S4，不满足|d

【技术实现步骤摘要】
一种基于海量数据进行智慧工地施工安全图像识别方法


[0001]本专利技术涉及一种工地
，特别是涉及一种基于海量数据进行智慧工地施工安全图像识别方法。

技术介绍

[0002]钢筋是目前建设工程项目使用最多的建筑材料之一，每个钢筋混凝土结构的工程项目都需要数万根钢筋。钢筋工程的绑扎有明确的施工规范，需要根据规范绑扎整齐，否则会使建筑结构无法达到设计的受力要求，严重影响工程项目的质量以及使用寿命，同时造成严重的安全隐患。目前，绝大多数工地在钢筋工程验收时仍然使用人工目测的方式，精确度较低。同时，由于人工数量、精力有限，只能检查一小部分区域的钢筋，同时，对于钢筋绑扎是否整齐的验收标准，并无明确规范，只能通过检查人员主观判断。专利申请号2019103046387，名称为“一种基于图像采集的楼板钢筋工程辅助验收方法”，公开包括图像采集模块、标志板和图像处理模块；所述图像采集模块用于采集楼板钢筋图像，所述标志板为已知尺寸数据并与楼板钢筋处于同一平面内的尺寸参照物，具体步骤如下：步骤一：在楼板钢筋所在的平面上放置标志板，通过图像采集模块采集一系列的楼板钢筋和标志板的图像；步骤二：图像处理模块对步骤一中采集到的楼板钢筋和标志板的图像进行处理：包括提取标志板的图上像素大小，根据标志板图上像素大小获取楼板钢筋图像尺寸和实际尺寸的比例关系；提取楼板钢筋图像中的钢筋交叉点的坐标数据及角度数据，依据需要检查的楼板钢筋验收项目，识别和计算钢筋交叉点数据分布特征，并对楼板钢筋工程绑扎的整齐度进行量化评价，最后生成楼板钢筋工程施工质量分布图与验收报告；步骤三：参照步骤二中生成的楼板钢筋工程施工质量分布图，对钢筋工程施工质量不合格区域进行人工复核，并完善验收报告；最终生成楼板钢筋施工质量验收报告；解决了其钢筋工程验收的智能化和自动化。

技术实现思路

[0003]本专利技术旨在至少解决现有技术中存在的技术问题，特别创新地提出了一种基于海量数据进行智慧工地施工安全图像识别方法。
[0004]为了实现本专利技术的上述目的，本专利技术提供了一种基于海量数据进行智慧工地施工安全图像识别方法，包括以下步骤：
[0005]S1，获取工地钢筋图像数据，将获取的工地钢筋图像数据作为待处理钢筋图像数据；
[0006]S2，获取工地上无异常的钢筋图像，将获取的工地上无异常的钢筋图像作为待处理对照图像；
[0007]S3，对步骤S1和步骤S2中的待处理钢筋第k图像和待处理对照图像依次先后进行图像分割处理和图像路径处理，所述k为小于或者等于K的正整数；待处理钢筋第k图像和待处理对照图像经图像分割处理和图像路径处理后得到处理钢筋第k图像和处理对照图像；
[0008]S4，判断其图像处理后得到处理钢筋第k图像和处理对照图像中的钢筋长度与预设钢筋长度阈值l间的关系：
[0009]|d
k-d0|≥ll，其中，d
k
表示处理钢筋第k图像的钢筋长度；d表示处理对照图像的钢筋长度；l表示预设钢筋长度阈值；满足上式说明待处理钢筋第k图像中的钢筋异常；
[0010]不满足|d
k-d0|≥l，则待处理钢筋第k图像中的钢筋正常。
[0011]在本专利技术的一种优选实施方式中，在步骤S3中将待处理钢筋第k图像或待处理对照图像作为待处理钢筋图像其图像分割处理包括以下步骤：
[0012]S31，将待处理钢筋图像分为M个待处理钢筋子图像，所述M为大于或者等于1的正整数，分别为待处理钢筋第1子图像待处理钢筋第2子图像待处理钢筋第3子图像
……
、待处理钢筋第M子图像其中，&表示图像拼合符；
[0013]S32，对待处理钢筋第m子图像进行第一过滤值第二过滤值和第二过滤值之一或者任意组合计算，所述m为小于或者等于M的正整数；
[0014]S33，若待处理钢筋第m子图像的过滤值大于或者等于预设过滤阈值，则执行步骤S34；
[0015]若待处理钢筋第m子图像的过滤值小于预设过滤阈值，则执行步骤S35；
[0016]S34，判断待处理钢筋第m子图像中第ζ像素点的像素值pixel
ζ
与图像计算第一阈值间的大小：
[0017]若待处理钢筋第m子图像中第ζ像素点的像素值pixel
ζ
大于或者等于图像计算第一阈值，则令pixel
ζ
＝0；
[0018]若待处理钢筋第m子图像中第ζ像素点的像素值pixel
ζ
小于图像计算第二阈值，则令pixel
ζ
＝255；
[0019]S35，判断待处理钢筋第m子图像中第ζ像素点的像素值pixel
ζ
与图像计算第二阈值间的大小：
[0020]若待处理钢筋第m子图像中第ζ像素点的像素值pixel
ζ
大于或者等于图像计算第二阈值，则令pixel
ζ
＝255；
[0021]若待处理钢筋第m子图像中第ζ像素点的像素值pixel
ζ
小于图像计算第二阈值，则令pixel
ζ
＝0。
[0022]在本专利技术的一种优选实施方式中，在步骤S32中，其待处理钢筋第m子图像的第一过滤值的计算方法为：
[0023][0024]其中，表示待处理钢筋第m子图像中像素点个数；
[0025]pixel
ζ
表示待处理钢筋第m子图像中第ζ像素点的像素值；
[0026]或/和其待处理钢筋第m子图像的第二过滤值的计算方法为：
[0027][0028]其中，表示待处理钢筋第m子图像中像素点个数；
[0029]pixel
ζ
表示待处理钢筋第m子图像中第ζ像素点的像素值；
[0030]pixel
ξ
表示待处理钢筋第m子图像中第ξ像素点的像素值；
[0031]表示第一组合数；
[0032]表示第二组合数；或/和其待处理钢筋第m子图像的第三过滤值的计算方法为：
[0033][0034]其中，表示待处理钢筋第m子图像中像素点个数；
[0035]pixel
ζ
表示待处理钢筋第m子图像中第ζ像素点的像素值。
[0036]在本专利技术的一种优选实施方式中，在步骤S33中，其待处理钢筋第m子图像的过滤值的计算方法为：
[0037][0038]其中，表示待处理钢筋第m子图像中像素点个数；
[0039]pixel
ζ
表示待处理钢筋第m子图像中第ζ像素点的像素值；
[0040]表示待处理钢筋第m子图像的过滤值。
[0041]在本专利技术的一种优选实施方式中，在步骤S34中，其图像计算第一阈值的计算方法为：
[0042][0043]其中，表示图像计算第一阈值；
[0044]表示待处理钢筋第m子图像的第一过滤值；
[0045]表示待处理钢筋第m子图像的第二过滤值；
[00本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于海量数据进行智慧工地施工安全图像识别方法，其特征在于，包括以下步骤：S1，获取工地钢筋图像数据，将获取的工地钢筋图像数据作为待处理钢筋图像数据；S2，获取工地上无异常的钢筋图像，将获取的工地上无异常的钢筋图像作为待处理对照图像；S3，对步骤S1和步骤S2中的待处理钢筋第k图像和待处理对照图像依次先后进行图像分割处理和图像路径处理，所述k为小于或者等于K的正整数；待处理钢筋第k图像和待处理对照图像经图像分割处理和图像路径处理后得到处理钢筋第k图像和处理对照图像；S4，判断其图像处理后得到处理钢筋第k图像和处理对照图像中的钢筋长度与预设钢筋长度阈值l间的关系：|d
k-d0|≥ll，其中，d
k
表示处理钢筋第k图像的钢筋长度；d表示处理对照图像的钢筋长度；l表示预设钢筋长度阈值；满足上式说明待处理钢筋第k图像中的钢筋异常；不满足|d
k-d0|≥l，则待处理钢筋第k图像中的钢筋正常。2.根据权利要求1所述的基于海量数据进行智慧工地施工安全图像识别方法，其特征在于，在步骤S3中将待处理钢筋第k图像或待处理对照图像作为待处理钢筋图像其图像分割处理包括以下步骤：S31，将待处理钢筋图像分为M个待处理钢筋子图像，所述M为大于或者等于1的正整数，分别为待处理钢筋第1子图像待处理钢筋第2子图像待处理钢筋第3子图像待处理钢筋第M子图像其中，&表示图像拼合符；S32，对待处理钢筋第m子图像进行第一过滤值第二过滤值和第二过滤值之一或者任意组合计算，所述m为小于或者等于M的正整数；S33，若待处理钢筋第m子图像的过滤值大于或者等于预设过滤阈值，则执行步骤S34；若待处理钢筋第m子图像的过滤值小于预设过滤阈值，则执行步骤S35；S34，判断待处理钢筋第m子图像中第ζ像素点的像素值pixel
ζ
与图像计算第一阈值间的大小：若待处理钢筋第m子图像中第ζ像素点的像素值pixel
ζ
大于或者等于图像计算第一阈值，则令pixel
ζ
＝0；若待处理钢筋第m子图像中第ζ像素点的像素值pixel
ζ
小于图像计算第二阈值，则令pixel
ζ
＝255；S35，判断待处理钢筋第m子图像中第ζ像素点的像素值pixel
ζ
与图像计算第二阈值间的大小：若待处理钢筋第m子图像中第ζ像素点的像素值pixel
ζ
大于或者等于图像计算
第二阈值，则令pixel
ζ
＝255；若待处理钢筋第m子图像中第ζ像素点的像素值pixel
ζ
小于图像计算第二阈值，则令pixel
ζ
＝0。3.根据权利要求2所述的基于海量数据进行智慧工地施工安全图像识别方法，其特征在于，在步骤S32中，其待处理钢筋第m子图像的第一过滤值的计算方法为：其中，表示待处理钢筋第m子图像中像素点个数；pixel
ζ
表示待处理钢筋第m子图像中第ζ像素点的像素值；或/和其待处理钢筋第m子图像的第二过滤值的计算方法为：其中，表示待处理钢筋第m子图像中像素点个数；pixel
ζ
表示待处理钢筋第m子图像中第ζ像素点的像素值；pixel
ξ
表示待处理钢筋第m子图像中第ξ像素点的像素值；表示第一组合数；表示第一组合数；表示第二组合数；或/和其待处理钢筋第m子图像的第三过滤值的计算方法为：其中，表示待处理钢筋第m子图像中像素点个数；pixel
ζ
表示待处理钢筋第m子图像中第ζ像素点的像素值。4.根据权利要求2所述的基于海量数据进行智慧工地施工安全图像识别方法，其特征在于，在步骤S33中，其待处理钢筋第m子图像的过滤值的计算方法为：其中，表示待处理钢筋第m子图像中像素点个数；
pixel
ζ
表示待处理钢筋第m子图像中第ζ像素点的像素值；表示待处理钢筋第m子图像的过滤值。5.根据权利要求2所述的基于海量数据进行智慧工地施工安全图像识别方法，其特征在于，在步骤S34中，其图像计算第一阈值的计算方法为...

【专利技术属性】
技术研发人员：万里，熊榆，洪敏，白金龙，胡宇，唐良艳，
申请(专利权)人：重庆恢恢信息技术有限公司，
类型：发明
国别省市：