本申请公开了一种基于机器视觉的微小特征跨数量级快速定位方法和装置，所述方法包括：获取待测建筑物的高分辨率影像和低分辨率影像；根据所述高分辨率影像，确定所述待测建筑物的微小特征；将所述待测建筑物微小特征匹配到所述低分辨率影像中，得到低分辨率特征融合图；根据所述低分辨率特征融合图，构建所述待测建筑物的三维模型。本发明专利技术将低分辨率影像上的纹理映射到三维模型上的同时，也将微小特征区域映射到三维模型上，从而实现了微小特征在跨数量级建筑物中的快速精准定位，能够对建筑物的微小裂缝进行检测和定位，具有很强的实用性。用性。用性。
【技术实现步骤摘要】
基于机器视觉的微小特征跨数量级快速定位方法和装置
[0001]本专利技术涉及建筑工程
，尤其涉及一种基于机器视觉的微小特征跨数量级快速定位方法、装置、电子设备和存储介质。
技术介绍
[0002]许多建筑物都是由钢筋混凝土构成，钢筋混凝土材料在施工或者使用的过程中经常会出现裂缝。混凝土裂缝危害较大，尤其是暴露在大气中的构筑物，可能会影响结构的承载能力，如果不加以修复会造成严重后果。目前，国内外裂缝宽度允许范围都是亚毫米量级，例如桥梁相关规范是0.15mm。
[0003]现有技术中，通常采用影像识别的方式检测出混凝土裂缝等微小特征，裂缝的成像宽度至少两个像素以上，因此，拍摄影像的地面分辨率在0.05mm左右。然而，对于桥梁、隧洞、地下厂房、大坝、冷却塔等建筑物，其物理尺寸都是百米级，甚至千米级。如何将裂缝等微小特征在跨7个数量级的建筑物中进行快速精准定位成为了建筑物检测智能化面临的非常具有挑战性的问题。尤其在大多环境下，影像的位置和姿态信息是缺失或不够精确的，只能利用影像纹理特征进行影像处理，这使得微小特征在跨数量级建筑物中的精准定位难上加难。
[0004]因此，需要设计一种多尺度数据处理的方法，解决现有技术中难以实现微小特征在建筑物中跨尺寸精准定位的问题。
技术实现思路
[0005]有鉴于此，有必要提供种一种基于机器视觉的微小特征跨数量级快速定位方法和装置，用以解决现有技术中建筑物的微小特征难以实现跨数量级的快速精准定位的问题。
[0006]为了解决上述问题，本专利技术提供一种基于机器视觉的微小特征跨数量级快速定位方法，包括：获取待测建筑物的高分辨率影像和低分辨率影像；根据所述高分辨率影像，确定所述待测建筑物的微小特征；将所述待测建筑物微小特征匹配到所述低分辨率影像中，得到低分辨率特征融合图；根据所述低分辨率特征融合图，构建所述待测建筑物的三维模型。
[0007]进一步地，将所述待测建筑物微小特征匹配到所述低分辨率影像中，得到低分辨率特征融合图，包括：在所述高分辨率影像中标注出所述微小特征区域的外轮廓；对所述高分辨率影像进行降采样处理，得到降采样影像；对所述降采样影像进行高斯模糊处理，得到高斯平滑影像和所述微小特征区域外轮廓的坐标集；利用预设的特征提取方法对所述高斯平滑影像进行处理，得到所述外轮廓坐标描
述子集；利用所述特征提取方法对所述低分辨率影像进行处理，得到所述低分辨率影像的像素点描述子集；根据所述外轮廓坐标描述子集和所述像素点描述子集，得到低分辨率特征融合图。
[0008]进一步地，对所述高分辨率影像进行降采样处理，得到降采样影像，包括：计算所述高分辨率影像的降采样倍数；根据所述降采样倍数对所述高分辨率影像进行降采样处理，得到降采样影像。
[0009]进一步地，对所述降采样影像进行高斯模糊处理，得到高斯平滑影像，包括：利用高斯核函数对所述降采样影像进行卷积计算，得到高斯影像。
[0010]进一步地，利用预设的特征提取方法对所述高斯平滑影像进行处理，得到所述外轮廓坐标描述子集，包括：计算所述高斯平滑影像上，所述外轮廓坐标集中任一坐标点在预设范围内的梯度幅值和方向角；根据所述坐标点的梯度幅值和方向角，得到所述坐标点的描述子；遍历所述外轮廓坐标集中的所有坐标点，得到所述外轮廓坐标描述子集。
[0011]进一步地，根据所述外轮廓坐标描述子集和所述像素点描述子集，得到低分辨率特征融合图，包括：选取所述外轮廓坐标描述子集中的任一外轮廓坐标描述子，计算所述外轮廓坐标描述子到所述像素点描述子集中每个像素点描述子的欧式距离；确定所述欧式距离最小的像素点描述子为所述外轮廓坐标描述子的匹配点；遍历所述外轮廓坐标描述子集上的所有外轮廓坐标描述子，得到所述外轮廓坐标描述子集的匹配点集；根据所述匹配点集，得到低分辨率特征融合图。
[0012]进一步地，所述方法还包括：获取所述待测建筑物的中分辨率影像；将所述待测建筑物微小特征匹配到所述中分辨率影像中，得到中分辨率特征融合图；将所述中分辨率特征融合图匹配到所述低分辨率影像中，得到低分辨率特征融合图。
[0013]本专利技术还提供一种基于机器视觉的微小特征跨数量级快速定位装置，包括：影像获取模块，用于获取待测建筑物的高分辨率影像、低分辨率影像和低分辨率影像；特征确定模块，用于根据所述高分辨率影像，确定所述待测建筑物的微小特征；影像融合模块，用于将所述待测建筑物微小特征匹配到所述低分辨率影像中，得到低分辨率特征融合图；模型构建模块，据所述低分辨率特征融合图，构建所述待测建筑物的三维模型。
[0014]本专利技术还提供一种电子设备，包括处理器以及存储器，所述存储器上存储有计算机程序，所述计算机程序被所述处理器执行时，实现如上述任一技术方案所述的一种基于机器视觉的微小特征跨数量级快速定位方法。
[0015]本专利技术还提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机该程序被处理器执行时，实现如上述任一技术方案所述的一种基于机器视觉的微小特征跨数量级快速定位方法。
[0016]与现有技术相比，本专利技术的有益效果包括：首先，获取待测建筑物的多尺度数据影像，根据高精度影像确定待测建筑物的微小特征区域；然后，通过一系列的图像处理方法将所述微小特征区域的纹理匹配到低分辨率影像中；最后，利用低分辨率影像进行建筑物的三维实景建模。本专利技术的方法将低分辨率影像上的纹理映射到三维模型上的同时，也将微小特征区域映射到三维模型上，从而实现了微小特征在跨数量级建筑物中的快速精准定位，能够对建筑物的微小裂缝进行检测和定位，具有很强的实用性。
附图说明
[0017]图1为本专利技术提供的一种基于机器视觉的微小特征跨数量级快速定位方法一实施例的流程示意图；图2为本专利技术提供的外轮廓坐标点的主方向一实施例的示意图；图3为本专利技术提供的外轮廓坐标点的32维描述子一实施例的示意图；图4为本专利技术提供的一种基于机器视觉的微小特征跨数量级快速定位装置一实施例的结构示意图；图5为本专利技术提供的电子设备一实施例的结构框图。
具体实施方式
[0018]下面结合附图来具体描述本专利技术的优选实施例，其中，附图构成本申请一部分，并与本专利技术的实施例一起用于阐释本专利技术的原理，并非用于限定本专利技术的范围。
[0019]本专利技术提供了一种基于机器视觉的微小特征跨数量级快速定位方法、装置、电子设备及计算机可读存储介质，以下分别进行详细说明。
[0020]本专利技术实施例提供了一种基于机器视觉的微小特征跨数量级快速定位方法，其流程示意图如图1所示，具体包括：步骤S101、获取待测建筑物的高分辨率影像和低分辨率影像；步骤S102、根据所述高分辨率影像，确定所述待测建筑物的微小特征；步骤S103、将所述待测建筑物微小特征匹配到所述低分辨率影像中，得到低分辨率特征融合图；步骤S104、根据所述低分辨率特征融合图，构建所述待测建筑物的三维模型。
[0021]与现有技术相比，本实施例提供的一种基于机器视觉的微小特征跨数量级快速定位方法，首先，获取待测本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种基于机器视觉的微小特征跨数量级快速定位方法，其特征在于，包括：获取待测建筑物的高分辨率影像和低分辨率影像；根据所述高分辨率影像，确定所述待测建筑物的微小特征；将所述待测建筑物微小特征匹配到所述低分辨率影像中，得到低分辨率特征融合图；根据所述低分辨率特征融合图，构建所述待测建筑物的三维模型。2.根据权利要求1所述的基于机器视觉的微小特征跨数量级快速定位方法，其特征在于，将所述待测建筑物微小特征匹配到所述低分辨率影像中，得到低分辨率特征融合图，包括：在所述高分辨率影像中标注出所述微小特征区域的外轮廓；对所述高分辨率影像进行降采样处理，得到降采样影像；对所述降采样影像进行高斯模糊处理，得到高斯平滑影像和所述微小特征区域外轮廓的坐标集；利用预设的特征提取方法对所述高斯平滑影像进行处理，得到所述外轮廓坐标描述子集；利用所述特征提取方法对所述低分辨率影像进行处理，得到所述低分辨率影像的像素点描述子集；根据所述外轮廓坐标描述子集和所述像素点描述子集，得到低分辨率特征融合图。3.根据权利要求2所述的基于机器视觉的微小特征跨数量级快速定位方法，其特征在于，对所述高分辨率影像进行降采样处理，得到降采样影像，包括：计算所述高分辨率影像的降采样倍数；根据所述降采样倍数对所述高分辨率影像进行降采样处理，得到降采样影像。4.根据权利要求2所述的基于机器视觉的微小特征跨数量级快速定位方法，其特征在于，对所述降采样影像进行高斯模糊处理，得到高斯平滑影像，包括：利用高斯核函数对所述降采样影像进行卷积计算，得到高斯影像。5.根据权利要求2所述的基于机器视觉的微小特征跨数量级快速定位方法，其特征在于，利用预设的特征提取方法对所述高斯平滑影像进行处理，得到所述外轮廓坐标描述子集，包括：计算所述高斯平滑影像上，所述外轮廓坐标集中任一坐标点在预设范围内的梯度幅值和方向角；根据所述坐标点的梯度幅值和方向角，得到所述坐标点的描述子；遍历所述外轮...
【专利技术属性】
技术研发人员：李明鹏，罗光光，赵禹平，张晋，
申请(专利权)人：武汉珈鹰智能科技有限公司，
类型：发明
国别省市：
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。