一种建筑施工用物料智能管理方法及系统技术方案

本发明专利技术涉及建筑物料管理技术领域，具体涉及一种建筑施工用物料智能管理方法及系统，采集每次施工使用前的物料图像作为标准图像，再采集施工使用后的物料图像，预处理得到图像中的每类物料，获取标准图像中每类物料的字典矩阵和稀疏矩阵及施工使用后的物料图像中每类物料的字典矩阵和稀疏矩阵，计算施工使用后的物料图像中每类物料的字典矩阵与标准图像中每类物料的字典矩阵的相似性，确定出施工使用后的物料图像中每类物料与标准图像中每类物料的对应关系，计算施工使用后的物料图像中每类物料的稀疏矩阵与标准图像中对应的该类物料的稀疏矩阵的相似性，根据相似性得到每种类别物料的使用情况，方法智能且准确度高。方法智能且准确度高。方法智能且准确度高。

【技术实现步骤摘要】
一种建筑施工用物料智能管理方法及系统


[0001]本申请涉及建筑物料管理领域，具体涉及一种建筑施工用物料智能管理方法及系统。

技术介绍

[0002]在整个建筑施工项目的过程中，涉及到建筑物料的种类较多，对于物料的使用情况现有的物料管理方法通过人工记录不同时间不同物料的使用量，该方法往往会因人为因素产生记录偏差，如虚报、漏报、错报等情况。
[0003]因此，需要一种智能化的物料管理方法及系统，通过图像处理和数据分析计算出施工中使用的物料类别和该物料类别的使用量，得到真实的数据，避免了人工记录时存在的误差情况，方法智能且精准。

技术实现思路

[0004]本专利技术提供一种建筑施工用物料智能管理方法及系统，解决人工记录物料使用情况时存在误差的问题，采用如下技术方案：采集每次施工使用物料前后的物料图像，并将施工使用前的物料图像作为标准图像；对标准图像进行实例分割得到标准图像中的物料类别；对施工使用后的物料图像基于像素点灰度值相似性进行聚类，得到施工使用后的物料图像中的物料类别；通过K
‑
SVD算法获得标准图像中每类物料的字典矩阵和稀疏矩阵及施工使用后的物料图像中每类物料的字典矩阵和稀疏矩阵；计算施工使用后的物料图像中每类物料的字典矩阵与标准图像中每类物料的字典矩阵的相似性；将施工使用后的物料图像中每类物料的字典矩阵与标准图像中每类物料的字典矩阵的相似性作为权重，进行KM匹配确定出施工使用后的物料图像中每类物料与标准图像中对应的物料类别；计算施工使用后的物料图像中每类物料的稀疏矩阵与标准图像中对应的该类物料的稀疏矩阵的相似性，根据稀疏矩阵的相似性大小与阈值进行对比得到每类物料的使用情况；将每种类别物料的使用情况与记录信息对比判断记录信息是否正确。
[0005]所述基于像素点灰度值相似性进行聚类，得到施工使用后的物料图像中的物料类别的方法为：根据费歇尔准则，利用类间方差最大，类内方差最小的原则对每次施工使用物料后的物料图像的灰度图进行多阈值分割，得到不同的灰度级，得到物料图像的灰度图对应的灰度级图像；
在灰度级图像上，根据同一灰度级的所有像素点的坐标数据进行密度聚类，将灰度级图像的像素点分为不同类别；对灰度级图中所有类别像素点的连通域数量进行统计，选择连通域数量为1的类别作为候选背景类；计算候选背景类中每个类别的最大最小横坐标和最大最小纵坐标围成的矩形的面积，选择所述面积最大的连通域对应类别作为背景类别；除背景类区域之外的其它不同类别像素点的连通域为不同类别的物料。
[0006]所述施工使用后的物料图像中每类物料的字典矩阵与标准图像中每类物料的字典矩阵的相似性的计算方法为：计算施工使用后的物料图像中每类物料的字典矩阵的每一列向量和标准图像中每类物料的字典矩阵的每一列向量的余弦相似度；将余弦相似度作为施工使用后的物料图像中每类物料的字典矩阵的每一列和标准图像中每类物料的字典矩阵的每一列的权重值；根据权重值进行KM匹配，得到施工使用后的物料图像中每类物料的字典矩阵的每一列和标准图像中每类物料的字典矩阵对应的最佳匹配列；将施工使用后的物料图像中每类物料的字典矩阵的每一列和标准图像中每类物料的字典矩阵对应的最佳匹配列的权重值进行累加；将累加值作为施工使用后的物料图像中每类物料的字典矩阵和标准图像中每类物料的字典矩阵的相似性。
[0007]所述施工使用后的物料图像中每类物料的稀疏矩阵与标准图像中对应的该类物料的稀疏矩阵的相似性的计算方法为：计算施工使用后的物料图像中每类物料的稀疏矩阵的每一行向量和标准图像中对应的该类物料的稀疏矩阵的每一行向量的余弦相似度；将余弦相似度作为施工使用后的物料图像中每类物料的稀疏矩阵的每一行和标准图像中对应的该类物料的稀疏矩阵的每一行的权重值；根据权重值进行KM匹配，得到施工使用后的物料图像中每类物料的稀疏矩阵的每一行和标准图像中对应的该类物料的稀疏矩阵的最佳匹配行；将施工使用后的物料图像中每类物料的稀疏矩阵的每一行和标准图像中对应的该类物料的稀疏矩阵的最佳匹配行的权重值进行累加；将累加值作为施工使用后的物料图像中每类物料的稀疏矩阵和标准图像中对应的该类物料的稀疏矩阵的相似性。
[0008]所述每类物料的使用情况的获得方法如下：采集不同视角下的标准图像和施工使用后的物料图像；计算每个视角下的施工使用后的物料图像中的物料类别和标准图像中该类物料的稀疏矩阵的相似性，只要有一个视角下的稀疏矩阵相似性小于阈值，则该物料被使用，该物料使用量大小为1减去稀疏矩阵相似性的值。
[0009]所述对标准图像进行实例分割的方法为：实例分割网络的数据集为侧视采集的物料图像数据集；标签为M+1类，包括背景和不同类别的物料，其中M为图像中的物料类别总数；给图像中所有像素标注上对应标签，标注
背景像素值为0，物料类别为，则每类物料的像素点的像素值分别为；loss函数为交叉熵损失函数。
[0010]本技术方案还提供一种建筑施工用物料智能管理系统，其特征在于，包括图像采集模块，图像处理模块，数据匹配模块和判断模块：所述图像采集模块通过不同视角的摄像机采集到物料图像；所述图像处理模块：对每次采集的不同视角的施工使用物料前的物料图像，进行实例分割，得到不同类别的物料图像，并对每类物料区域图像进行标记得到区域标号
‑
物料类别名称对照表；对每次采集的不同视角的施工使用物料后的物料图像，对该图像基于像素点灰度值相似性进行聚类，根据聚类得到的每一类像素点的连通域数量和连通域面积大小得到每次施工使用物料后的物料图像中不同类别的物料区域图像；所述数据匹配模块：通过K
‑
SVD算法获得施工使用物料前的物料图像中每类物料的字典矩阵和稀疏矩阵及施工使用物料后的物料图像中每类物料的字典矩阵和稀疏矩阵；计算施工使用物料后的物料图像中每类物料的字典矩阵与施工使用物料前的物料图像中每类物料的字典矩阵的相似性；将施工使用物料后的物料图像中每类物料的字典矩阵与施工使用物料前的物料图像中每类物料的字典矩阵的相似性作为权重，进行KM匹配确定出施工使用物料后的物料图像中每类物料与施工使用物料前的物料图像中每类物料的对应关系；计算施工使用物料后的物料图像中每类物料的稀疏矩阵与施工使用物料前的物料图像中对应的该类物料的稀疏矩阵的相似性，根据稀疏矩阵的相似性大小与阈值进行对比得到每类物料的使用情况；所述判断模块：将每种类别物料的使用情况与记录信息对比判断记录信息是否正确。
[0011]本专利技术的有益效果是：通过不同视角的相机采集每次施工使用物料前的物料图像和每次施工使用物料后的物料图像，并将每次施工使用物料前的物料图像作为标准图像，进行预处理得到图像中的每类物料，通过K
‑
SVD算法分别获得标准图像每类物料的字典矩阵和稀疏矩阵和施工使用后的物料图像每类物料的字典矩阵和稀疏矩阵，利用KM匹配计算施工使用后的物料图像中每类物料的字典矩阵与标准图像中每类物料的字典矩阵的相似性，确定出施工使用后的物料图像中的每类物料与标准图像中每类物料的对应关系，计算施工使用后的物料本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种建筑施工用物料智能管理方法，其特征在于，包括：采集每次施工使用物料前后的物料图像，并将施工使用前的物料图像作为标准图像；对标准图像进行实例分割得到标准图像中的物料类别；对施工使用后的物料图像基于像素点灰度值相似性进行聚类，得到施工使用后的物料图像中的物料类别；通过K
‑
SVD算法获得标准图像中每类物料的字典矩阵和稀疏矩阵及施工使用后的物料图像中每类物料的字典矩阵和稀疏矩阵；计算施工使用后的物料图像中每类物料的字典矩阵与标准图像中每类物料的字典矩阵的相似性；将施工使用后的物料图像中每类物料的字典矩阵与标准图像中每类物料的字典矩阵的相似性作为权重，进行KM匹配确定出施工使用后的物料图像中每类物料与标准图像中对应的物料类别；计算施工使用后的物料图像中每类物料的稀疏矩阵与标准图像中对应的该类物料的稀疏矩阵的相似性，根据稀疏矩阵的相似性大小与阈值进行对比得到每类物料的使用情况；将每种类别物料的使用情况与记录信息对比判断记录信息是否正确。2.根据权利要求1所述的一种建筑施工用物料智能管理方法，其特征在于，所述基于像素点灰度值相似性进行聚类，得到施工使用后的物料图像中的物料类别的方法为：根据费歇尔准则，利用类间方差最大，类内方差最小的原则对每次施工使用物料后的物料图像的灰度图进行多阈值分割，得到不同的灰度级，得到物料图像的灰度图对应的灰度级图像；在灰度级图像上，根据同一灰度级的所有像素点的坐标数据进行密度聚类，将灰度级图像的像素点分为不同类别；对灰度级图中所有类别像素点的连通域数量进行统计，选择连通域数量为1的类别作为候选背景类；计算候选背景类中每个类别的最大最小横坐标和最大最小纵坐标围成的矩形的面积，选择所述面积最大的连通域对应类别作为背景类别；除背景类区域之外的其它不同类别像素点的连通域为不同类别的物料。3.根据权利要求1所述的一种建筑施工用物料智能管理方法，其特征在于，所述施工使用后的物料图像中每类物料的字典矩阵与标准图像中每类物料的字典矩阵的相似性的计算方法为：计算施工使用后的物料图像中每类物料的字典矩阵的每一列向量和标准图像中每类物料的字典矩阵的每一列向量的余弦相似度；将余弦相似度作为施工使用后的物料图像中每类物料的字典矩阵的每一列和标准图像中每类物料的字典矩阵的每一列的权重值；根据权重值进行KM匹配，得到施工使用后的物料图像中每类物料的字典矩阵的每一列和标准图像中每类物料的字典矩阵对应的最佳匹配列；将施工使用后的物料图像中每类物料的字典矩阵的每一列和标准图像中每类物料的字典矩阵对应的最佳匹配列的权重值进行累加；
将累加值作为施工使用后的物料图像中每类物料的字典矩阵和标准图像中每类物料的字典矩阵的相似性。4.根据权利要求1所述的一种建筑施工用物料智能管理方法，其特征在于，所述施工使用后的物料图像中每类物料的稀疏矩阵与标准图像中对应的该类物料的稀疏矩阵的相似性的计算方法为：计算施工使用后的物料图像中每类物料的稀疏矩阵的每一行向量和标准图像...

【专利技术属性】
技术研发人员：高沛，张春景，胡增明，
申请(专利权)人：山东诚祥建设集团股份有限公司，
类型：发明
国别省市：