一种基于计算机视觉的居民抗震性能评估参数快速测算方法技术

本发明专利技术涉及一种基于计算机视觉的居民抗震性能评估参数快速测算方法，通过移动设备拍摄房屋建筑数据，基于计算机视觉的一系列方法，对所拍摄数据的墙体轮廓以及墙体上的孔洞等进行计算，进一步得到相关抗震性能评估参数如房屋层数、墙体的宽度、高度以及孔洞占比，分析计算农村房屋建筑抗震指标等数据，本发明专利技术用于辅助评估农村房屋的抗震性能，提高了评估效率，降低了技术门槛。降低了技术门槛。降低了技术门槛。

【技术实现步骤摘要】
一种基于计算机视觉的居民抗震性能评估参数快速测算方法


[0001]本专利技术涉及一种基于计算机视觉的居民抗震性能评估参数快速测算方法，属于房屋结构性能评估领域。

技术介绍

[0002]我国是地震灾害多发国家，地震多、强度大、分布广、灾害重是一个基本国情。相关调查表明，中国地震断裂带大多分布在农村地区，且和城市建筑相比，农房安全系数更低、农房建设处于实质上的“监管空白”。专家认为，在此前多地发生的地震等灾害中，农村房屋抗震性能较差是造成人员伤亡的重要原因之一。而对于房屋的安全质量问题，普通人无法对自己的房屋质量做出正确判断，因此，利用科学的分析手段辅助普通人获取房屋质量情况具有重大意义。
[0003]目前对于房屋抗震性能的评估主要通过专业人员进行现场检查、走访入户或建筑工匠等进行了解评估，对专家具有依赖性，效率低。因此亟需一种科学的测算方法，以提高评估效率，同时保证评估的准确性。

技术实现思路

[0004]本专利技术提供一种基于计算机视觉的居民抗震性能评估参数快速测算方法，基于计算机视觉，分析计算农村房屋建筑抗震指标等数据，用于辅助评估农村房屋的抗震性能，提高了评估效率，降低了技术门槛。
[0005]本专利技术解决其技术问题所采用的技术方案是：
[0006]一种基于计算机视觉的居民抗震性能评估参数快速测算方法，具体包括以下步骤：
[0007]步骤S1：在农村房屋建筑的每个墙面上粘贴大小以及内容均固定的标志图像，利用移动设备对农村房屋建筑的每个墙面进行图像采集，获取图像数据；
[0008]步骤S2：对采集的图像数据中有效墙面的轮廓以及墙面层数进行计算，其中有效墙面即为粘贴标志图像的墙面；
[0009]步骤S3：对采集的图像数据中孔洞以及粘贴的标志图像计算，其中，孔洞是对墙面结构造成影响的洞口；
[0010]步骤S4：将步骤S2中有效墙面的轮廓计算结果结合步骤S3中孔洞、粘贴标志图像的计算结果，获取有效墙面内孔洞结果以及图像标志结果；
[0011]步骤S5：对获取的孔洞结果以及图像标志结果进行处理，将结果转化为四边形结构；
[0012]步骤S6：基于步骤S5处理后得到的图像标志结果计算比例尺；
[0013]步骤S7：将有效墙面的轮廓计算结果结合步骤S6中获取的比例尺，计算有效墙面的宽度和高度，其中，墙面的高度为有效墙面的最高点与农村房屋底部之间的距离，墙面的宽度为农村房屋墙面底部从一侧至另一侧之间的距离；
[0014]步骤S8：将孔洞的计算结果与有效墙面轮廓的计算结果相结合，计算得出孔洞占比率；
[0015]步骤S9：基于步骤S2中获取的墙面层数结果，选取最大层数为整栋农村房屋楼层层数结果，完成所有测算；
[0016]作为本专利技术的进一步优选，步骤S2中，对采集的图像数据中有效墙面的轮廓以及墙面层数进行计算，采用的是deepsnake计算方法进行分割，具体步骤为：
[0017]步骤S21：对有效墙面进行检测，得到目标矩形框以及目标类别，其中得到的目标矩形框为有效墙面的粗定位，得到的目标类别为有效墙面的楼层层数；
[0018]步骤S22：将得到的目标矩形框的中点连接，得到菱形轮廓；
[0019]步骤S23：通过deepsnake计算方法对菱形轮廓进行变形，预测指向目标极点的偏移量，得到目标极点；
[0020]步骤S24：将得到的目标极点构造成八角轮廓；
[0021]步骤S25：通过deepsnake计算方法对八角轮廓进行变形，预测指向农村房屋边缘点的偏移量，最终得到整个农村房屋的轮廓；
[0022]作为本专利技术的进一步优选，步骤S3中，对采集的图像数据中孔洞以及粘贴的标志图像计算采用的是mobileunet
‑
edge计算方法，具体步骤为：
[0023]步骤S31：向模型中输入采集的图像数据，模型的编码模块中出现不同阶段的特征矩阵；
[0024]步骤S32：将编码模块中出现的不同阶段的特征矩阵与解码模块中的相应特征进行连接，得到连接后的特征；
[0025]步骤S33：步骤S32中得到的连接后的特征通过激活得到边缘概率矩阵，将边缘概率矩阵与连接后的特征结合，组成新的特征矩阵用于后续的解码计算；
[0026]步骤S34：步骤S33中得到的边缘概率矩阵进行输出，且输出包括两个通道，第一个通道为孔洞概率矩阵，第二个通道为标志图像概率矩阵；
[0027]步骤S35：通过设定阈值，获取孔洞以及标志图像的二值图；
[0028]作为本专利技术的进一步优选，步骤S35中，设定阈值为0.5，输出通道中将输出概率低于阈值的置为0，高于或等于阈值的置为1，分别得到孔洞和标志图像的二值图；
[0029]作为本专利技术的进一步优选，步骤S4中获取有效墙面内孔洞结果以及图像标志结果的具体步骤为：
[0030]步骤S41：对步骤S2中有效墙面的轮廓进行填充，得到有效墙面轮廓的二值图；
[0031]步骤S42：将步骤S35中获取的孔洞二值图、标志图像二值图与有效墙面轮廓的二值图相乘，得到有效墙面内孔洞结果以及图像标志结果；
[0032]作为本专利技术的进一步优选，
[0033]步骤S41中对有效墙面的轮廓进行填充，轮廓内填充1，轮廓外填充0，得到有效墙面轮廓的二值图；
[0034]作为本专利技术的进一步优选，
[0035]步骤S5中对获取的图像标志结果进行处理的具体步骤为：
[0036]步骤S511：对步骤S35中获取的标志图像二值图进行腐蚀膨胀以及孔洞填充；
[0037]步骤S512：对步骤S511中处理后的标志图像二值图进行连通域分析；
[0038]步骤S513：将获得的连通域中数值最大的进行多边形拟合，得到标志图像多边形结构；
[0039]步骤S514：将标志图像多边形结构置于二维坐标系中，遍历所有坐标点，具有最大y值的点位于下边线，具有最小y值的点位于上边线，且下边线和上边线的斜率绝对值最小，基于所述特性从坐标点集中选择上边线的两个点和下边线的两个点确定两条直线；
[0040]步骤S515：遍历所有坐标点，具有最小x值的点位于左边线，具有最大x值的点位于右边线，且左边线和和右边线的斜率绝对值最大或不存在斜率，基于所述特性从坐标点集中选择左边线的两个点和右边线的两个点确定两条直线；
[0041]步骤S516：通过步骤S514和步骤S515确定的四条直线，求取左边线和上边线、上边线和右边线、右边线和下边线、下边线和左边线的交点，即为标志图像四边形结构的左上、右上、右下、左下坐标点；
[0042]步骤S5中对获取的孔洞结果进行处理的具体步骤为：
[0043]步骤S521：对步骤S35中获取的孔洞二值图进行腐蚀以及孔洞填充操作；
[0044]步骤S522：对步骤S521中处理后的孔洞二值图进行连通域分析；
[0045]步骤S523：将获得的连通域进行多边形拟本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于计算机视觉的居民抗震性能评估参数快速测算方法，其特征在于：具体包括以下步骤：步骤S1：在农村房屋建筑的每个墙面上粘贴大小以及内容均固定的标志图像，利用移动设备对农村房屋建筑的每个墙面进行图像采集，获取图像数据；步骤S2：对采集的图像数据中有效墙面的轮廓以及墙面层数进行计算，其中有效墙面即为粘贴标志图像的墙面；步骤S3：对采集的图像数据中孔洞以及粘贴的标志图像计算，其中，孔洞是对墙面结构造成影响的洞口；步骤S4：将步骤S2中有效墙面的轮廓计算结果结合步骤S3中孔洞、粘贴标志图像的计算结果，获取有效墙面内孔洞结果以及图像标志结果；步骤S5：对获取的孔洞结果以及图像标志结果进行处理，将结果转化为四边形结构；步骤S6：基于步骤S5处理后得到的图像标志结果计算比例尺；步骤S7：将有效墙面的轮廓计算结果结合步骤S6中获取的比例尺，计算有效墙面的宽度和高度，其中，墙面的高度为有效墙面的最高点与农村房屋底部之间的距离，墙面的宽度为农村房屋墙面底部从一侧至另一侧之间的距离；步骤S8：将孔洞的计算结果与有效墙面轮廓的计算结果相结合，计算得出孔洞占比率；步骤S9：基于步骤S2中获取的墙面层数结果，选取最大层数为整栋农村房屋楼层层数结果，完成所有测算。2.根据权利要求1所述的基于计算机视觉的居民抗震性能评估参数快速测算方法，其特征在于：步骤S2中，对采集的图像数据中有效墙面的轮廓以及墙面层数进行计算，采用的是deepsnake计算方法进行分割，具体步骤为：步骤S21：对有效墙面进行检测，得到目标矩形框以及目标类别，其中得到的目标矩形框为有效墙面的粗定位，得到的目标类别为有效墙面的楼层层数；步骤S22：将得到的目标矩形框的中点连接，得到菱形轮廓；步骤S23：通过deepsnake计算方法对菱形轮廓进行变形，预测指向目标极点的偏移量，得到目标极点；步骤S24：将得到的目标极点构造成八角轮廓；步骤S25：通过deepsnake计算方法对八角轮廓进行变形，预测指向农村房屋边缘点的偏移量，最终得到整个农村房屋的轮廓。3.根据权利要求2所述的基于计算机视觉的居民抗震性能评估参数快速测算方法，其特征在于：步骤S3中，对采集的图像数据中孔洞以及粘贴的标志图像计算采用的是mobileunet
‑
edge计算方法，具体步骤为：步骤S31：向模型中输入采集的图像数据，模型的编码模块中出现不同阶段的特征矩阵；步骤S32：将编码模块中出现的不同阶段的特征矩阵与解码模块中的相应特征进行连接，得到连接后的特征；步骤S33：步骤S32中得到的连接后的特征通过激活得到边缘概率矩阵，将边缘概率矩阵与连接后的特征结合，组成新的特征矩阵用于后续的解码计算；步骤S34：步骤S33中得到的边缘概率矩阵进行输出，且输出包括两个通道，第一个通道
为孔洞概率矩阵，第二个通道为标志图像概率矩阵；步骤S35：通过设定阈值，获取孔洞以及标志图像的二值图。4.根据权利要求3所述的基于计算机视觉的居民抗震性能评估参数快速测算方法，其特征在于：步骤S35中，设定阈值为0.5，输出通道中将输出概率低于阈值的置为0，高于或等于阈值的置为1，分别得到孔洞和标志图像的二值图。5.根据权利要求4所述的基于计算机视觉的居民抗震性能评估参数快速测算方法，其特征在于：步骤S4中获取有效墙面内孔洞结果以及图像标志结果的具体步骤为：步骤S41：对步骤S2中有效墙面的轮廓进行填充，得到有效墙面轮廓的二值图；步骤S42：将步骤S35中获取的孔洞二值图、标志图像二值图与有效墙面轮廓的二值图相乘，得到有效墙面内孔洞结果以及图像标志结果。6.根据权利要求5所述的基于计算机视觉的居民抗震性能评估参数快速测算方法，其特征在于：步骤S41中对有效墙面的轮廓进行填充，轮廓内填充1，轮廓外填充0，得到有效墙面轮廓的二值图。7.根据权利要求6所述的基于计算机视觉的居民抗震性能评估参数快速测算方法，其特征在于：步骤S5中对获取的图像标志结果进行处理的具体步骤为：步骤S511：对步骤S35中获取的标志图像二值图进行腐蚀膨胀以及孔洞填充；步骤S512：对步骤S511中处理后的标志图像二值图进行连通域分析；步骤S513：将获得的连通域中数值最大的进行多边形拟合，得到标志图像多边形结构；步骤S514：将标志图像多边形结构置于二维坐标系中，遍历所有坐标点，具有最大y值的点位于下边线，具有最小y值的点位于上边线，且下边线和上边线的斜率绝对值最小，基于所述特性从坐标点集中选择上边线的两个点和下边线的两个点确定两条直线；步骤S515：遍历所有坐标点，具有最小x值的点位于左边线，具有最大x值的点位于右边线，且左边线和和右边线的斜率绝对值最大或不存在斜率，基于所述特性从坐标点集中选择左边线的两...

【专利技术属性】
技术研发人员：吴刚，戴姣，吕艳洁，朱虹，林榕，范健华，侯士通，
申请(专利权)人：江苏东印智慧工程技术研究院有限公司，
类型：发明
国别省市：