【技术实现步骤摘要】
本专利技术属于古建筑木材检测，具体涉及一种基于多源数据融合与机器学习的古建筑墙体木柱缺陷分级方法。
技术介绍
1、我国木结构古建筑是重要的文化遗产，木柱是木结构古建筑重要的承重构件。作为一种生物材料，木柱在自然环境下容易受到各种菌类、昆虫等的侵蚀，造成表面与内部各类缺陷。墙体木柱是指与墙体接触、部分或全部被墙体包裹的立柱，所处环境阴暗潮湿，更易助长生物侵蚀，加剧虫蛀、腐朽、缺损等问题。这些缺陷降低了木柱承载能力，严重威胁古建筑的安全性与稳定性。
2、被墙体包裹的古建筑墙体木柱，对其进行无损检测与缺陷分级，可以及早发现和评估木柱存在的缺损和腐蚀等问题，对古建筑预防性保护至关重要。常用的木材无损检测方法包括应力波检测、红外热成像检测、x射线检测、机器视觉检测等，每种方法和技术都有其适用性和局限性。由于古建筑墙体木柱所处位置的特殊性和采样的困难性，常常需要联合多种方法全面可靠地检测木柱缺陷。
3、将机器视觉与微钻阻力法结合，可以弥补机器视觉仅限于木柱的表观缺陷而无法检测到内部深层缺陷的问题，基于机器学习进行缺陷分级，提...
【技术保护点】
1.基于多源数据融合与机器学习的古建筑墙体木柱缺陷分级方法，其特征在于，所述方法包括：
2.基于权利要求1所述的方法，其特征在于，所述木柱表观特征信息采集装置的搭建包括：
3.基于权利要求1或2所述的方法，其特征在于，所述木柱缺陷图像的采集和处理包括：
4.基于权利要求1所述的方法，其特征在于，所述木柱内部缺陷数据采集装置的搭建包括：
5.基于权利要求1所述的方法，其特征在于，所述微钻阻力数据的采集与处理及木柱实体缺失数据的汇入包括：
6.基于权利要求1或5所述的方法，其特征在于，所述多源数据集的融合包括：<...
【技术特征摘要】
1.基于多源数据融合与机器学习的古建筑墙体木柱缺陷分级方法，其特征在于，所述方法包括：
2.基于权利要求1所述的方法，其特征在于，所述木柱表观特征信息采集装置的搭建包括：
3.基于权利要求1或2所述的方法，其特征在于，所述木柱缺陷图像的采集和处理包括：
4.基于权利要求1所述的方法，其特征在于，所述木柱内部缺陷数据采集装置的搭建包括：
5.基于权利要求1所述的方法，其特征在于，所述微钻阻力数据的...
【专利技术属性】
技术研发人员：张厚江，孙书祺，李玉风，欧阳武，范越，崔天乐，
申请(专利权)人：北京林业大学，
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。