本发明专利技术提供一种基于红外偏振成像的墙体损伤程度评价方法及系统，属于损伤评估技术领域，该方法包括：通过红外偏振相机采集墙体图像并预处理，获得待评价图像；通过边缘检测算法对待评价图像进行识别，获得包括墙体损伤区域的定位图像；建立双卷积核的第一卷积网络，通过第一卷积网络输出至少包括定位图像的损伤深度的第一卷积结果；建立第二卷积网络，当损伤深度大于预设的外保温墙体深度时，通过第二卷积网络输出损伤深度大于预设的外保温墙体深度的定位图像的第二卷积结果；基于第一卷积结果及第二卷积结果对待评价的墙体进行损伤程度评价。本发明专利技术避免了人工评价的主观性，还提升了效率及墙体损伤程度监测评价的准确率。
【技术实现步骤摘要】
本专利技术涉及损伤评估，尤其涉及一种基于红外偏振成像的墙体损伤程度评价方法及系统。
技术介绍
1、由于使用年限的原因，当前一部分建筑的墙体已经存在缺陷，不仅会造成热量散失，加大建筑能耗，部分高层建筑外保温系统还存在脱落的风险，对群众的生命财产安全造成威胁。
2、目前对墙体的损伤程度监测及损伤评价，主要依赖人力检测及经验的主观评价，不仅效率低下，而且评价精准度差，客观性差，并且提供的损伤评价也并不能对多种复合材料的墙体进行程度的评价。
技术实现思路
1、本专利技术旨在至少解决相关技术中存在的技术问题之一。为此，本专利技术提供一种基于红外偏振成像的墙体损伤程度评价方法及系统。
2、本专利技术提供一种基于红外偏振成像的墙体损伤程度评价方法，包括：
3、s1：通过红外偏振相机采集墙体图像，并对所述墙体图像进行预处理，获得待评价图像；
4、s2：通过边缘检测算法对所述待评价图像进行识别，获得包括墙体损伤区域的定位图像；
5、s3：建立双卷积核的第一卷积网络，通过所述第一卷积网络输出所述定位图像的第一卷积结果，所述第一卷积结果中至少包括定位图像的损伤深度；
6、s4：建立第二卷积网络，当所述损伤深度大于预设的外保温墙体深度时，通过所述第二卷积网络输出损伤深度大于预设的外保温墙体深度的定位图像的第二卷积结果；
7、s5：基于所述第一卷积结果及所述第二卷积结果对待评价的墙体进行损伤程度评价，获得评价结果。
<
p>8、根据本专利技术提供的一种基于红外偏振成像的墙体损伤程度评价方法，待评价墙体由外保温墙体及内墙体组成。9、根据本专利技术提供的一种基于红外偏振成像的墙体损伤程度评价方法，
10、步骤s3中的所述第一卷积结果包括墙体损伤深度、墙体损伤面积及墙体损伤区分布密度，所述第一卷积网络中的任一卷积核输出墙体损伤深度，另一卷积核输出墙体损伤面积及墙体损伤区分布密度；
11、步骤s4中的所述第二卷积结果包括墙体裂纹长度、墙体裂纹宽度、墙体表面孔间隙及墙体表面孔间隙分布密度。
12、根据本专利技术提供的一种基于红外偏振成像的墙体损伤程度评价方法，步骤s2中的边缘检测通过区域提议网络实现。
13、根据本专利技术提供的一种基于红外偏振成像的墙体损伤程度评价方法，步骤s3中，建立所述第一卷积网络时，将所述边缘检测算法的边缘强度作为第一卷积网络的初始权重，将所述边缘检测算法的输出引入第一卷积网络的注意力机制。
14、根据本专利技术提供的一种基于红外偏振成像的墙体损伤程度评价方法，将所述边缘检测算法的输出引入第一卷积网络的注意力机制的具体步骤包括：
15、s311：将所述边缘检测算法识别的所述定位图像转换为掩膜；
16、s312：对所述掩膜中的高值及低值进行赋值，将边缘区域标记为1，将非边缘区域标记为0，获得掩膜标记；
17、s313：在第一卷积网络对所述定位图像进行卷积时，分别将所述掩膜标记与两卷积核对应的卷积层相乘。
18、根据本专利技术提供的一种基于红外偏振成像的墙体损伤程度评价方法，步骤s3中通过所述第一卷积网络输出所述定位图像的第一卷积结果的具体步骤包括：
19、s321：将所述定位图像输入至所述第一卷积网络；
20、s322：第一卷积网络中的第一卷积核对所述定位图像进行逐点卷积，获得第一分卷积结果，所述第一分卷积结果的表达式为：
21、
22、其中，为第一分卷积结果，为激活函数，为组归一化操作，为逐点卷积操作，为第个输入特征图；
23、第一卷积网络中的第二卷积核对所述定位图像进行深度卷积及逐点卷积，获得第二分卷积结果，所述第二分卷积结果的表达式为：
24、
25、
26、其中，为第二分卷积结果中深度卷积的输出，为第二分卷积结果，为swish激活函数，为深度卷积操作；
27、s323：将所述第一分卷积结果和所述第二分卷积结果相加并通过relu激活，获得第一卷积结果。
28、根据本专利技术提供的一种基于红外偏振成像的墙体损伤程度评价方法，步骤s5进一步包括：
29、s51：基于无损伤墙体评估获得参考序列；
30、s52：通过灰色关联度，根据所述参考序列计算获得第一卷积结果及第二卷积结果中多个指标间的关联系数；
31、s53：根据所述关联系数计算获得第一卷积结果及第二卷积结果中多个指标的权重，并根据所述权重计算待评价墙体的损伤程度，获得评价结果。
32、本专利技术还提供一种基于红外偏振成像的墙体损伤程度评价系统，用以执行如以上任一项所述的一种基于红外偏振成像的墙体损伤程度评价方法，包括：
33、图像获取模块：用于通过红外偏振相机采集墙体图像，并对墙体图像进行预处理，获得待评价图像；
34、定位识别模块：用于通过边缘检测算法对待评价图像进行识别，获得包括墙体损伤区域的定位图像；
35、多任务卷积模块：用于基于定位图像输出第一卷积结果，还用于当第一卷积结果中的损伤深度大于预设的外保温墙体深度时，基于定位图像输出第二卷积结果；
36、所述多任务卷积模块包括第一卷积网络及第二卷积网络，所述第一卷积网络中包括双卷积核；
37、评价结果计算模块：用于基于第一卷积结果及第二卷积结果对待评价的墙体进行损伤程度评价，获得评价结果。
38、与现有技术相比，本专利技术具有如下有益效果：
39、本专利技术提供的一种红外偏振成像的墙体损伤程度评价方法及系统，通过采集墙体的偏振图像，再对图像进行缺陷部分的边缘检测定位后，通过双卷积核的卷积网络分别卷积图像的缺陷横向和纵向特征，以提供损伤评价的基础数据，在纵向损伤超过最外层的层面时，我们通过另一卷积网络对内墙的刚度更高的内部结构的损伤特征进行卷积，从而获得损伤评价的总体数据，然后进行损伤程度的计算。
40、本专利技术提供的一种红外偏振成像的墙体损伤程度评价方法及系统，不仅能够抵御额外的反射光线，防止在对室外的墙体表面进行采集时产生的物体表面的眩光，能够对外保温墙和内刚度墙进行不同维度的特征卷积和特征提取，能够分别识别到外墙凹陷的宽度，深度，损伤点位的密度，内墙腐蚀孔的点位密度等，在避免了人工评价的主观性之外，还提升了效率及损伤程度监测和评价的准确率。
41、本专利技术的附加方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本专利技术的实践了解到。
本文档来自技高网...
【技术保护点】
1.一种基于红外偏振成像的墙体损伤程度评价方法，其特征在于，包括：
2.根据权利要求1所述的一种基于红外偏振成像的墙体损伤程度评价方法，其特征在于，待评价墙体由外保温墙体及内墙体组成。
3.根据权利要求1所述的一种基于红外偏振成像的墙体损伤程度评价方法，其特征在于，
4.根据权利要求1所述的一种基于红外偏振成像的墙体损伤程度评价方法，其特征在于，步骤S2中的边缘检测通过区域提议网络实现。
5.根据权利要求1所述的一种基于红外偏振成像的墙体损伤程度评价方法，其特征在于，步骤S3中，建立所述第一卷积网络时，将所述边缘检测算法的边缘强度作为第一卷积网络的初始权重，将所述边缘检测算法的输出引入第一卷积网络的注意力机制。
6.根据权利要求5所述的一种基于红外偏振成像的墙体损伤程度评价方法，其特征在于，将所述边缘检测算法的输出引入第一卷积网络的注意力机制的具体步骤包括：
7.根据权利要求1所述的一种基于红外偏振成像的墙体损伤程度评价方法，其特征在于，步骤S3中通过所述第一卷积网络输出所述定位图像的第一卷积结果的具体步骤包括：
8.根据权利要求1所述的一种基于红外偏振成像的墙体损伤程度评价方法，其特征在于，步骤S5进一步包括：
9.一种基于红外偏振成像的墙体损伤程度评价系统，用以执行如权利要求1-8任一项所述的一种基于红外偏振成像的墙体损伤程度评价方法，其特征在于，包括：
...
【技术特征摘要】
1.一种基于红外偏振成像的墙体损伤程度评价方法，其特征在于，包括：
2.根据权利要求1所述的一种基于红外偏振成像的墙体损伤程度评价方法，其特征在于，待评价墙体由外保温墙体及内墙体组成。
3.根据权利要求1所述的一种基于红外偏振成像的墙体损伤程度评价方法，其特征在于，
4.根据权利要求1所述的一种基于红外偏振成像的墙体损伤程度评价方法，其特征在于，步骤s2中的边缘检测通过区域提议网络实现。
5.根据权利要求1所述的一种基于红外偏振成像的墙体损伤程度评价方法，其特征在于，步骤s3中，建立所述第一卷积网络时，将所述边缘检测算法的边缘强度作为第一卷积网络的初始权重，将所述边缘检测算法的输出...
【专利技术属性】
技术研发人员：刘嵩，马志恒，关军，沈卫东，张敬山，何志会，
申请(专利权)人：中建国际工程有限公司，
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。