一种基于点云的预制构件预留孔的精度检测方法、系统技术方案

本发明专利技术属于建筑质量检测领域，具体涉及一种基于点云的预制构件预留孔的精度检测方法、系统、设备。检测方法包括如下步骤：S1：利用深度相机对待测预制构件的各个结构面进行扫描。S2：生成预制构件对应结构面的单面点云。S3：对单面点云进行投影和像素优化，得到对应的二值化图。S4：识别预留孔。S5：将二值化图逆投影回点云进行点云降维度。S6：根据降维后的点云计算出每个预留孔的半径，再根据投影矩阵的逆反投影得出圆心；S7：将计算结果与BIM模型中的标准参数进行比对，进而判断预制构件是否合格。本发明专利技术解决了现有预制构件中预留孔的精度检测依赖人工，检测效率低，测结果误差较大等问题。题。题。

【技术实现步骤摘要】
一种基于点云的预制构件预留孔的精度检测方法、系统


[0001]本专利技术属于建筑质量检测领域，具体涉及一种基于点云的预制构件预留孔的精度检测方法、系统、设备。

技术介绍

[0002]装配式建筑是建筑业发展的一个重要方向，装配式建筑是在工厂内预先对各类型的建筑构件进行加工，然后运输到建设工地现场通过可靠的连接装配而成的建筑。相对现有的现浇结构建筑而言，具有可规模化生产，建设速度快、建造成本低的优点。
[0003]对于装配式建筑而言，连接方式的可靠性和关键连接节点的质量，直接决定装配式建筑的质量。装配式项目应重点管控关键节点的施工质量。其中，建筑预制构件的质量控制是保障装配式建筑质量的核心。任何一块预制构件中的瑕疵都可能对最终的建筑质量产生不可避免的影响，进而为整个建筑工程带来难以估量的损失。
[0004]预制构件预留孔的精度是评估预制构件质量是否合格的一个重要因素。预留孔精度的评价指标包括预留孔洞的规格尺寸、数量、中心线位置等。当预制件中预留孔过大时，开孔时构件内钢筋无法避开，即使采取相应的结构构造补强措施，也会影响构件质量。如果预制构件上的孔洞的数量或位置与BIM图纸的设计不符，可能会产生高昂的维修成本，甚至会直接导致预制构件报废，给企业造成较大的损失。
[0005]在一个工业化的建筑用预制构件生产车间中，往往会生产根据订单需要生成多个不同类型的预制构件。为了降低成本，现有的生产企业一般采取多种构配件在同一生产线上转换工艺进行生产的模式。在生产中，不同产品的技术类别繁多，操作工艺差别大，指标体系复杂。且现有的预制构件的体积大、类型多，且结构复杂；这给预制构件质量检测自动化、智能化技术方案的设计带来了极大困难。现有的自动化检测方法在处理建筑预制构件中工装检测的问题时大都举步维艰，检测结果的准确度往往难以达到要求，甚至需要人工进行复核。
[0006]现有的质量检测方法主要是人工检测和钢尺检测，检测效率低，检测结果误差较大。此外，一些技术人员还提出通过图像识别技术进行预留孔的精度检测，但是图像识别技术容易受到光照等环境因素影响，且由于图像识别会因拍摄角度的不同而产生图像畸变，这些也会影响最终检测结果的精度。

技术实现思路

[0007]为了解决现有预制构件中预留孔的精度检测依赖人工，检测效率低，检测结果误差较大等问题；本专利技术提供一种基于点云的预制构件预留孔的精度检测方法、系统、设备。
[0008]本专利技术采用以下技术方案实现：一种基于点云的预制构件预留孔的精度检测方法，其用于对装配式建筑预制件工厂生成的产品中的各个预留孔进行精度检测，进而判断加工出的预制构件是否合格。
[0009]该预制构件预留孔的精度检测方法包括如下步骤：
S1：利用深度相机对待测预制构件的各个结构面进行扫描，进而得到每个结构面对应原始彩色图像和原始深度图。
[0010]S2：基于原始彩色图像和原始深度图生成所述预制构件对应结构面的单面点云。
[0011]S3：对单面点云进行投影并对投影图进行像素优化，进而得到一张用于区分预制构件中预留孔与实体的二值化图。二值化图中的各个像素点与单面点云中的各个点间具有一一对应的映射关系。
[0012]其中，二值化图的生成方法包括如下步骤：S31：将单面点云中的所有点投影至二维平面；得到一张对应的投影图。
[0013]S32：对投影图中的所有像素点按照预设的步长进行网格划分。
[0014]S33：对上步骤的投影图中的像素点进行中位值滤波处理，得到补全后的投影图。
[0015]S34：对补全后的投影图进行二值化处理，得到一张二值化图像。
[0016]S35：基于每个像素点与相邻像素点的像素值差异，对二值化图像中的各个像素点进行除杂操作。
[0017]S36：依次对除杂后的二值化图像进行腐蚀和膨胀处理；使得二值化图的轮廓平滑清晰。
[0018]S4：先对上步骤的二值化图进行边缘检测，得到所需的二值化轮廓图。再采用霍夫圆检测识别出所述二值化轮廓图中预留孔对应的各个圆形区域；。
[0019]S5：基于二值化图中各像素点与单面点云中各点间的映射关系，根据上步骤的识别结果从单面点云中选出用于表征各个预留孔的多个点团。
[0020]S6：根据各个预留孔的点团计算出每个预留孔的圆心和半径，具体计算过程如下：S61：提取出各个点团边缘处的各个点，构成多个边缘点集；S62：采用最小二乘法对每个边缘点集进行拟合，并计算出各个拟合圆的圆心坐标和半径;S63:分析边界获取目标的几何参量（x，y,0)和r；再计算(x，y，0)*投影矩阵的逆反投影得到（x，y，z)。
[0021]S7：将计算出的各个拟合圆的圆心坐标和半径与预制构件BIM模型中各个预留孔的标准参数进行比对，进而判断预制构件是否合格。
[0022]作为本专利技术进一步的改进，步骤S31中，单面点云的投影方法如下：首先，使用主成分分析技术计算出单面点云对应平面的平面法向量。然后，对计算出的法向量方向采用最小代价生成树进行调整，并使得单面点云中的各个点的Z轴与平面法向量平行。最后，将所有点投射到XY平面；即：隐藏各点的坐标信息中Z坐标的数据。
[0023]作为本专利技术进一步的改进，步骤S33的中位值滤波处理过程中，将每一个像素点的像素值设置为该像素点某邻域窗口内的所有像素点像素的中值，进而调整投影图中部分颜色信息丢失的像素点的像素值，将投影图优化为补全后的投影图。
[0024]作为本专利技术进一步的改进，步骤S35的除杂操作中，依次将二值化图像中的每个像素点作为中心像素点，并执行如下操作：（
ⅰ
）获取中心像素点的8个相邻像素点的像素值。
[0025]（
ⅱ
）统计与中心像素点的像素值相同的相邻像素点的数量n。
[0026]（
ⅲ
）判断n与一个预设的除杂阈值N之间的关系：（1）当n≥N时，保留当前像素点的
像素值；（2）当n＜N时，对当前像素点的像素值进行反转。
[0027]作为本专利技术进一步的改进，步骤S61中，边缘点集中包含的各个边缘点的搜索方法如下：（1）对于任一点p，设定滚动圆半径a，在点云内搜索到距离p点2α内的所有点，记为点集Q。
[0028]（2）选取点集Q中任意一点 p
1 (x1，y1)，根据p和p1两点的坐标和滚动圆半径α，计算出过p、p1两点且半径为α的两个圆的圆心坐标，分别记为p2、p3。
[0029]（3）计算点集Q中除点p1外，剩余点分别到p2、p3的距离，若所有点到p2和p3的距离均大于α，则表明p点为边缘点。
[0030]（4）若剩余的点到p2或p3的距离不全都大于α；则将点集Q内所有点轮换作为p1点；并判断是否存在某一点满足（2）（3）条件：是则表明该点为边缘点，终止该点的判断，判断下一点。
[0031]（5）若Q中所有近邻点中均不存在满足（2)、(3）条件的p1点，则表明p点为非边缘点。
本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于点云的预制构件预留孔的精度检测方法，其用于对装配式建筑预制件工厂生成的产品中的各个预留孔进行精度检测，进而判断加工出的预制构件是否合格；其特征在于，所述预制构件预留孔的精度检测方法包括如下步骤：S1：利用深度相机对待测预制构件的各个结构面进行扫描，进而得到每个结构面对应原始彩色图像和原始深度图；S2：基于原始彩色图像和原始深度图生成所述预制构件对应结构面的单面点云；S3：对所述单面点云进行投影并对投影图进行像素优化，进而得到对应的二值化图；所述二值化图的生成方法包括如下步骤：S31：将单面点云中的所有点投影至二维平面，得到对应的投影图；S32：对投影图中的所有像素点按照预设的步长进行网格划分；S33：对上步骤的投影图中的像素点进行中位值滤波处理，得到补全后的投影图；S34：对补全后的投影图进行二值化处理，得到一张二值化图像；S35：对二值化图像中的各个像素点进行除杂操作；S36：依次对除杂后的二值化图像进行腐蚀和膨胀处理；S4：对上步骤的二值化图进行边缘检测得到所需的二值化轮廓图；并采用霍夫圆检测识别出所述二值化轮廓图中预留孔对应的各个圆形区域；S5：基于二值化图中各像素点与单面点云中各点间的映射关系，将二值化图逆投影回点云进行点云降维度；S6：根据降维后的点云计算出每个预留孔的圆心和半径，具体计算过程如下：S61：采用点云边界提取算法提取出预留孔对应的点团边缘处的各个点，构成多个边缘点集；S62：分析边界获取目标的几何参量（x，y,0)和r；再计算(x，y，0)*投影矩阵的逆反投影得到（x，y，z)；S7：将计算出的各个拟合圆的圆心坐标和半径与预制构件BIM模型中各个预留孔的标准参数进行比对，进而判断预制构件是否合格。2.如权利要求1所述的基于点云的预制构件预留孔的精度检测方法，其特征在于：步骤S31中，单面点云的投影方法如下：首先，使用主成分分析技术计算出单面点云对应平面的平面法向量，然后，对计算出的法向量方向采用最小代价生成树进行调整，将所有点投射到二维平面。3.如权利要求2所述的基于点云的预制构件预留孔的精度检测方法，其特征在于：步骤S33的点云滤波处理过程中，将每一个像素点的像素值设置为该像素点某邻域窗口内的所有像素点像素的中值，进而调整投影图中部分颜色信息丢失的像素点的像素值，将投影图优化为补全后的投影图。4.如权利要求1所述的基于点云的预制构件预留孔的精度检测方法，其特征在于：步骤S35的除杂操作中，依次将二值化图像中的每个像素点作为中心像素点，并执行如下操作：获取中心像素点的相邻像素点的像素值；统计与中心像素点的像素值相同的相邻像素点的数量n；判断n与一个预设的除杂阈值N之间的关系：（1）当n≥N时，保留当前像素点的像素值；（2）当n＜N时，对当前像素点的像素值进行反转。
5.如权利要求1所述的基于点云的预制构件预留孔的精度检测方法，其特征在于：步骤S61中，边缘点集中包含的各个边缘点的搜索方法如下：（1）对于任一点p，设定滚动圆半径a，在点云内搜索到距离p点2α内的所有点，记为点集Q；（2）选取点集Q中任意一点 P
1 (x1，y1)，根据p和p1两点的坐标和滚动圆半径α，计算出过p、p1两点且半径为α的两个圆的圆心坐标，分别记为p2、p3；（3）计算点集Q中除点p1外，剩余点分别到p2、p3的距离，若所有点到p2和p3的距离均大于α，则表明p点为边缘点；（4）若剩余的点到p2或p3的距离不全都大于α；则将点集Q内所有点轮换作为p1点；并判断是否存在某一点满足（2）（3）条件，是则表明该点为边缘点，终止该点的判断，判断下一点；（5）若Q中所有近邻点中均不存在满足（2)、(3）条件的p1点，则表明p点为非边缘点。...

【专利技术属性】
技术研发人员：李学俊，叶小菁，周思宇，王华彬，
申请(专利权)人：安徽大学绿色产业创新研究院，
类型：发明
国别省市：