【技术实现步骤摘要】
本专利技术涉及工地施工安全分析，具体涉及一种基于计算机视觉的钢筋绑扎识别的方法。
技术介绍
1、随着现代建筑工程的规模日益扩大和结构日趋复杂，钢筋作为建筑结构中承受拉力的关键材料，其绑扎质量直接关系到整个工程的安全性和耐久性。钢筋绑扎作业不仅劳动强度大，而且需要较高的技术水平，传统的钢筋绑扎检查主要依赖于人工目视检查。这种方法效率低、主观性强，且存在安全隐患和成本问题。随着计算机视觉和深度学习技术的发展，自动化检测方法成为提高钢筋工程质量控制效率和准确性的有效途径。本专利技术提出的方法，通过图像采集、深度学习识别和图像拼接技术，自动化地完成钢筋绑扎状态的识别和验收结果的定位，旨在提高施工效率，降低成本，减少安全风险，具有显著的实际应用价值。相较于传统的人工检查方法，大幅降低了人力成本和时间消耗，同时提高了检测的准确性和可靠性。
技术实现思路
1、本专利技术的目的在于解决建筑工程中钢筋绑扎状态的快速识别问题，提供一种基于计算机视觉的钢筋绑扎识别的方法，该方法通过结合边缘检测、直线检测和轻量级...
【技术保护点】
1.一种基于计算机视觉的钢筋绑扎识别的方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的一种基于计算机视觉的钢筋绑扎识别的方法，其特征在于，在步骤S1中，使用Canny算子进行钢筋图像的边缘检测，具体步骤如下：
3.根据权利要求1所述的一种基于计算机视觉的钢筋绑扎识别的方法，其特征在于，在步骤S2中，所述直线检测算法为累计概率霍夫变换PPHT进行直线检测，所述累计概率霍夫变换PPHT的具体实现步骤如下：
4.根据权利要求3所述的一种基于计算机视觉的钢筋绑扎识别的方法，其特征在于，在步骤S3中，利用钢筋骨架线段提取钢筋交点坐标...
【技术特征摘要】
1.一种基于计算机视觉的钢筋绑扎识别的方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的一种基于计算机视觉的钢筋绑扎识别的方法，其特征在于，在步骤s1中，使用canny算子进行钢筋图像的边缘检测，具体步骤如下：
3.根据权利要求1所述的一种基于计算机视觉的钢筋绑扎识别的方法，其特征在于，在步骤s2中，所述直线检测算法为累计概率霍夫变换ppht进行直线检测，所述累计概率霍夫变换ppht的具体实现步骤如下：
4.根据权利要求3所述的一种基于计算机视觉的钢筋绑扎识别的方法，其特征在于，在步骤s3中，利用钢筋骨架线段提取钢筋交点坐标，并对钢筋交点进行拟合的具体步骤为：
5.根据权利要求1所述的一种基于计算机视觉的钢筋绑扎识别的方法，其特征在于，在步骤s4中，钢筋绑扎的数据集的来源：通过获得的钢筋交点的坐标，设定相应的边界框，通过裁剪每个边界框并保存，即可构建钢筋绑扎的数据集。
6.根据权利要求1所述的一种基于计算机视觉的钢筋绑扎识别的方法，其特征在于，在步骤s5中，所述轻量级图像分类网络为mobilenetv3 small。
7.根据权利要求6...
【专利技术属性】
技术研发人员：陈国栋，林聪功，林鸿强，张雨诗，汪小婷，刘广帅，
申请(专利权)人：福州大学，
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。