一种用于建筑外墙质量检测的系统及方法技术方案

本发明专利技术提出了一种用于建筑外墙质量检测的系统及方法，涉及工程监测技术领域，拍摄建筑外墙的红外线热图像，识别所述红外线热图像中的缺陷区域；拍摄所述缺陷区域对应的建筑外墙的可见光图像；对所述可见光图像进行分割，形成高清晰缺陷图像；采用缺陷图像匹配算法判断高清晰缺陷图像的缺陷类型；根据所述缺陷类型评估建筑物外墙状态，提高了缺陷区域辨识精度及缺陷类型匹配的准确度。度及缺陷类型匹配的准确度。度及缺陷类型匹配的准确度。

【技术实现步骤摘要】
一种用于建筑外墙质量检测的系统及方法


[0001]本专利技术涉及工程监测
，具体涉及一种用于建筑外墙质量检测的系统及方法。

技术介绍

[0002]近些年来，世界上很多国家都在研究和探索具体的建筑外墙检测问题上花费了大量时间和精力，以提升建筑水平。在建筑物表面的日常检测中，最常见和最严重的病害之一即是缺陷，它是导致如渗水、积尘等其他病害发生的早期原因。由于某些缺陷隐藏在建筑物涂层或墙纸下，不易被人们发现，随着墙体使用年限的增长，这些缺陷会严重威胁到人们的生命和财产安全。为了增强建筑物的安全性和稳定性，对建筑物墙体缺陷的检测势在必行。
[0003]目前建筑物外墙缺陷检测以人工检测为主，这个方法存在很多的问题，如:工作人员需要通过搭建临时架台来观察高墙表面和侧面的裂缝，前期准备工作复杂，检测效率低；工作人员在高处工作，其安全也很难得到保障；在人工检测过程中存在盲区，检查效果也依赖于检测人员专业素养、经验水平，检测精度较低。
[0004]红外热成像技术是无损检测和监控
中一种高效的检测工具，利用红外热成像技术可以判定图像中缺陷的区域和大小，同时由于其具有非接触性，可以有效避免检测中发生安全事故。然而，传统的红外热成像裂缝检测技术仍旧对工程人员的主观判断具有较强的依赖性，同时检测速度较慢，这些都将降低建筑物墙体缺陷检测的精确程度和可靠性。

技术实现思路

[0005]为了解决上述技术问题，本专利技术提出了一种用于建筑外墙质量检测的方法，包括如下步骤：S1、拍摄建筑外墙的红外线热图像，识别所述红外线热图像中的缺陷区域；S2、拍摄所述缺陷区域对应的建筑外墙的可见光图像；S3、对所述可见光图像进行分割，形成高清晰缺陷图像；S4、采用缺陷图像匹配算法判断所述高清晰缺陷图像的缺陷类型；S5、根据所述缺陷类型评估建筑物外墙质量状态。
[0006]进一步地，所述步骤S1包括如下步骤：S11、将红外线热图像转换为数值数据，所述数值数据包括红外线热图像上的像素位置的数据和所述像素位置上的温度数据；S12、判断各像素位置上的温度数据是否大于阈值温度,将大于阈值温度的像素位置作为异常数据进行提取；S13、根据所有异常数据中的像素位置判断发生缺陷的区域边缘，制作缺陷边缘像素的集合,将该集合围成的区域确定为缺陷区域。
[0007]进一步地，所述步骤S4中，采用缺陷图像匹配算法将高清晰缺陷图像与缺陷图像
模板进行匹配，判断高清晰缺陷图像的缺陷类型，包括如下步骤：S41、对缺陷图像进行预处理得到仅含缺陷信息的二值图像P（x,y）；S42、对二值图像P（x,y）进行细化，得到缺陷骨架图P
’
（x,y）；S43、对缺陷骨架图P
’
（x,y）进行特征点检测，采取缺陷骨架图P
’
（x,y）的边缘点作为特征点矩阵；S44、利用所述特征点矩阵进行缺陷边缘点之间的匹配，通过计算不同缺陷骨架图的特征点矩阵相互间的离散距离来判断图像间的相似度，进而判断高清晰缺陷图像与缺陷图像模板是否属于同一类型缺陷。
[0008]进一步地，所述步骤S44中，设图像A为待匹配缺陷图像，图像B为缺陷图像模板，对于图像A，将提取到的边缘点坐标扩充并归一化后保存在边缘点矩阵D
AM
中；将边缘点矩阵D
AM
（D
AM
(i，1)，D
AM
(i，2)）的第一个点的坐标(D
AM
(1，1)，D
AM
(1，2))作为缺陷起点，并将起点平移到坐标原点，得到变换后的边缘点矩阵ΔD
AM
（ΔD
AM
(i，1)，ΔD
AM
(i，2)）：ΔD
AM
(i，1)=D
AM
(i，1)
‑
D
AM
(1，1)，ΔD
AM
(i，2)=D
AM
(i，2)
‑
D
AM
(1，2)，对于图像B的边缘点矩阵D
BM
采取以上处理，得到变换后的边缘点矩阵ΔD
BM
；计算矩阵ΔD
AM
、ΔD
BM
之间的离散距离，若离散距离小于给定阈值Th，则表示两幅图像属于同一类型缺陷。
[0009]本专利技术还提出了一种用于建筑外墙质量检测的系统，用于实现建筑外墙质量检测的方法，包括：红外成像仪、可见光相机、数据处理装置、控制装置、识别辨析装置、缺陷类型判断装置和缺陷评估装置；所述红外成像仪用于拍摄建筑外墙的红外线热图像，并传输至所述数据处理装置；所述数据处理装置用于识别所述红外线热图像中的缺陷区域；所述控制装置用于控制所述可见光相机对准建筑外墙的缺陷区域；所述可见光相机用于拍摄建筑外墙的缺陷区域的可见光图像，并传输至所述识别辨析装置；所述识别辨析装置用于对所述缺陷区域的可见光图像进行分割，形成高清晰缺陷图像；所述缺陷类型判断装置，采用缺陷图像匹配算法判断缺陷类型；所述缺陷评估装置用于根据所述缺陷类型评估建筑物外墙状态。
[0010]进一步地，所述数据处理装置包括数值转换部、像素颜色存储单元、温度判断单元和缺陷确定部；所述像素颜色存储单元存储有红外线热图像中的像素颜色及其与温度数据的对应关系；所述数值转换部依据对应关系将红外线热图像转换为数值数据，该数值数据包括红外线热图像中的像素位置数据和该像素位置上的温度数据；温度判断单元判断各像素位置所对应的温度数据是否大于阈值温度。若大于阈值温度,则将该像素位置作为异常数据进行提取，并将该像素位置输出至缺陷确定部；
所述缺陷确定部根据所有异常数据中的像素位置判断发生缺陷的区域边缘，制作缺陷边缘像素的集合,将该集合围成的区域确定为缺陷区域。
[0011]进一步地，所述像素颜色存储单元中的对应关系是通过贝叶斯神经网络，对像素颜色样本与其代表的温度数据的样本进行训练而建立的。
[0012]相比于现有技术，本专利技术具有如下有益技术效果：首先，利用红外成像仪拍摄建筑外墙的红外线热图像，识别红外线热图像中的缺陷区域；其次控制可见光相机拍摄缺陷区域对应的建筑外墙的可见光图像，对可见光图像进行分割，形成高清晰缺陷图像，提高了缺陷区域辨识精度；采用缺陷图像匹配算法判断高清晰缺陷图像的缺陷类型，提高了缺陷类型匹配的准确度。
附图说明
[0013]为了更清楚地说明本专利技术实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
[0014]图1为本专利技术的用于建筑外墙质量检测的系统的结构示意图。
[0015]图2为本专利技术的用于建筑外墙质量检测的方法的流程图。
[0016]图3为本专利技术的缺陷图像匹配算法的流程图。
具体实施方式
[0017]为本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种用于建筑外墙质量检测的方法，其特征在于，包括如下步骤：S1、拍摄建筑外墙的红外线热图像，识别所述红外线热图像中的缺陷区域；S2、拍摄所述缺陷区域对应的建筑外墙的可见光图像；S3、对所述可见光图像进行分割，形成高清晰缺陷图像；S4、采用缺陷图像匹配算法判断所述高清晰缺陷图像的缺陷类型；S5、根据所述缺陷类型评估建筑物外墙质量状态。2.根据权利要求1所述的用于建筑外墙质量检测的方法，其特征在于，所述步骤S1包括如下步骤：S11、将红外线热图像转换为数值数据，所述数值数据包括红外线热图像上的像素位置的数据和所述像素位置上的温度数据；S12、判断各像素位置上的温度数据是否大于阈值温度,将大于阈值温度的像素位置作为异常数据进行提取；S13、根据所有异常数据中的像素位置判断发生缺陷的区域边缘，制作缺陷边缘像素的集合,将该集合围成的区域确定为缺陷区域。3.根据权利要求1所述的用于建筑外墙质量检测的方法，其特征在于，所述步骤S4中，采用缺陷图像匹配算法将高清晰缺陷图像与缺陷图像模板进行匹配，判断高清晰缺陷图像的缺陷类型，包括如下步骤：S41、对缺陷图像进行预处理得到仅含缺陷信息的二值图像P（x,y）；S42、对二值图像P（x,y）进行细化，得到缺陷骨架图P
’
（x,y）；S43、对缺陷骨架图P
’
（x,y）进行特征点检测，采取缺陷骨架图P
’
（x,y）的边缘点作为特征点矩阵；S44、利用所述特征点矩阵进行缺陷边缘点之间的匹配，通过计算不同缺陷骨架图的特征点矩阵相互间的离散距离来判断图像间的相似度，进而判断高清晰缺陷图像与缺陷图像模板是否属于同一类型缺陷。4.根据权利要求3所述的用于建筑外墙质量检测的方法，其特征在于，所述步骤S44中，设图像A为待匹配缺陷图像，图像B为缺陷图像模板，对于图像A，将提取到的边缘点坐标扩充并归一化后保存在边缘点矩阵D
AM
中；将边缘点矩阵D
AM
（D
AM
(i，1)，D
AM
(i，2)）的第一个点的坐标(D
AM
(1，1)，D
AM
(1，2))作为缺陷起点，并将起点平移到坐标原点，得到变换后的边缘点矩阵ΔD
AM
（ΔD
AM
(i，1)，ΔD
AM
(i，2)）：Δ...

【专利技术属性】
技术研发人员：宋赳锋，张涨，林丽莎，林春，黄朝晖，
申请(专利权)人：天津思睿信息技术有限公司，
类型：发明
国别省市：