一种透水混凝土施工进度的识别方法、识别系统和计算机可读存储介质与流程

摘要: 本发明涉及建筑施工,尤其涉及一种透水混凝土施工进度的识别方法、识别系统和计算机可读存储介质。背景技术:1、透水混凝土,也叫多孔混凝土,是一种由粗骨料、水泥基胶结...
一种透水混凝土施工进度的识别方法、识别系统和计算机可读存储介质与流程

本发明涉及建筑施工,尤其涉及一种透水混凝土施工进度的识别方法、识别系统和计算机可读存储介质。

背景技术:

1、透水混凝土,也叫多孔混凝土,是一种由粗骨料、水泥基胶结材料、外加剂和水,按照特定比例拌制而成,并经过特殊工艺成型,其内部含有连续贯通孔隙的蜂窝状的复合材料。透水混凝土在配料阶段有意剔除或者极大限制了细骨料(例如河沙/机制砂)的使用,使其区别于普通混凝土。透水混凝土最根本的特性是高透水性,因此其广泛应用于海绵城市建设、道路铺装、广场铺装和生态排水工程中,通过透水混凝土的多孔结构能够从源头上减少地表径流,缓解城市内涝,并且能够有效缓解城市地下水位下降的问题等。

2、如前所述,透水混凝土的内在结构和材料构成和普通混凝土不同,因此其施工过程和普通混凝土的施工过程也各不相同。透水混凝土的施工过程通常包括碎石垫层铺设、透水混凝土浇筑、表面整平完成和覆膜养护等阶段,不同施工阶段区域面积的变化能够直接反映施工推进状态。因此,准确获取各施工阶段区域范围并计算其面积占比,是施工进度管理、质量控制和后续工序安排的重要依据。

3、现有透水混凝土的施工进度统计主要依赖人工巡查、现场拍照和经验估算。该类方法虽然操作简单,但存在主观性强、统计效率低、空间覆盖不完整和难以连续记录等问题。

4、随着无人机技术的发展,利用无人机获取施工现场俯视影像逐渐成为施工过程数字化管理的重要手段。无人机影像能够快速获取施工现场大范围图像信息,为施工区域识别和进度统计提供数据基础。

5、然而,透水混凝土施工现场图像具有明显复杂性:

6、一方面,碎石垫层、浇筑区域和完成区域等施工状态区域在可见光图像中均可能呈现灰色或灰黑色颗粒状纹理,材料颜色差异较弱。

7、另一方面,施工现场常存在车辆遮挡、树荫干扰、材料堆放、覆膜反光和局部湿润差异等现象,导致传统阈值分割、边缘检测等方法难以稳定识别不同施工状态区域。常规语义分割模型虽然能够提取一定的区域特征,但在弱边界、遮挡和光照变化条件下仍容易出现边界断裂、孤立斑块和局部误识别。

8、基于上述图像的复杂性,单纯采用无人机采集施工区域的大范围图像信息,仍然无法实现透水混凝土的施工进度的自动化评估和统计。

9、进一步地,透水混凝土的施工过程通常在各个施工状态之间具有明确的阶段演化规律,例如从碎石垫层铺设阶段,到透水混凝土浇筑阶段,到表面整平完成阶段,再到覆膜养护阶段等,各个阶段的先后施工顺序是被确定好的。现有的图像识别方法多从视觉特征角度进行分类或分割,并不会将施工阶段之间的顺序关系和空间拓扑关系引入识别过程或者识别结果的修正过程,从而导致识别结果可能在局部施工状态区域上不符合实际的施工逻辑,影响了施工状态区域的识别准确性、连续性和工程合理性,最终影响施工进度的评估结果的准确性。

技术实现思路

1、基于上述现有技术,本发明旨在提供一种透水混凝土施工进度的识别方法、识别系统和计算机可读存储介质的技术方案,以解决现有透水混凝土施工进度统计中人工识别效率低、传统图像分割方法易受光照和纹理干扰、深度学习分割结果局部不连续以及识别结果缺乏施工逻辑约束等技术问题。

2、上述技术方案具体包括:

3、一种透水混凝土施工进度的识别方法,其中,所述透水混凝土施工过程中具有多个依次演化的施工状态,每个所述施工状态对应一个类型的施工状态区域,预先基于各个所述施工状态之间依次进行演化的阶段演化顺序构建有限状态转移约束模型;

4、所述识别方法包括:

5、根据无人机采集得到的透水混凝土施工现场的现场影像处理得到待识别施工图像;

6、利用预先训练完成的区域分割模型,对所述待识别施工图像进行施工状态区域的类型识别,进而得到各类施工状态区域的边界分割掩码;

7、基于所述有限状态转移约束模型,对不符合所述阶段演化顺序的所述施工状态区域的类型识别结果进行约束修正,并进而对相应的所述边界分割掩码进行约束修正;

8、在经过约束修正后统计所有所述施工状态区域的像素面积,基于所述像素面积评估所述透水混凝土施工现场的施工进度。

9、优选的,该识别方法,其中,获取无人机采集得到的透水混凝土施工现场的现场影像后,对所述现场影像进行预处理,以得到所述待识别施工图像;

10、所述预处理包括图像去噪、几何校正、图像裁剪中的至少一种。

11、优选的,该识别方法,其中,所述施工状态区域的类型包括碎石垫层、浇筑区域、完成区域和覆膜区域。

12、优选的,该识别方法,其中,利用预先训练完成的区域分割模型,对所述待识别施工图像进行施工状态区域的类型分割后得到各类所述施工状态区域的初始分割掩码;

13、基于所述初始分割掩码,采用预先训练完成的分割修正模型对各类所述施工区域进行边界修正,得到所述边界分割掩码。

14、优选的,该识别方法,其中,所述分割修正模型的输入数据为各类所述施工状态区域的所述初始分割掩码。

15、优选的,该识别方法,其中,所述分割修正模型的输入数据为关联于各类所述施工状态区域的所述初始分割掩码的提示信息;

16、所述提示信息包括由初始分割掩码生成的目标框、区域点提示、边界点提示和粗掩码提示中的至少一种。

17、优选的,该识别方法,其中,

18、所述有限状态转移约束模型被表示为:

19、;

20、;

21、;

22、其中,

23、s表示施工状态集合;

24、sn表示特定的一类所述施工状态区域对应的所述施工状态,m表示透水混凝土施工过程中的所述施工状态的总数;

25、t表示所述有限状态转移约束模型中的状态转移矩阵;

26、tij表示从施工状态si向施工状态sj转移的约束条件;

27、当tij=1时,表示允许从施工状态si转移至施工状态sj;

28、当tij=0时,表示不允许从施工状态si转移至施工状态sj。

29、优选的,该识别方法,其中,基于所述有限状态转移约束模型,对不符合所述阶段演化顺序的所述施工状态区域的类型识别结果进行约束修正的方法包括:

30、对各类所述施工状态区域的边界分割掩码进行连通域分析,提取各类所述施工状态区域的区域属性信息;

31、若当前的施工状态区域与相邻的施工状态区域之间的状态转移不满足所述有限状态转移约束模型时,根据相邻的施工状态区域的区域属性信息当前的施工状态区域的类别识别结果进行修正。

32、优选的,该识别方法,其中,基于所述有限状态转移约束模型,对不符合所述阶段演化顺序的所述施工状态区域的类型识别结果进行约束修正的方法还包括:

33、若当前的施工状态区域的面积小于预设的面积阈值时,根据相邻的施工状态区域的区域属性信息当前的施工状态区域的类别识别结果进行修正。

34、优选的,该识别方法,其中,基于所述像素面积评估所述透水混凝土施工现场的施工进度的方法包括:

35、采用所述像素面积处理得到各类所述施工状态区域的实际面积;

36、采用各类所述施工状态区域的实际面积处理得到各类所述施工状态区域的面积占比;

37、基于各类所述施工状态区域的面积占比的不同组合,评估所述透水混凝土施工现场的施工进度。

38、一种透水混凝土施工进度的识别系统,其中,应用于执行上述的透水混凝土施工进度的识别方法;

39、所述透水混凝土施工过程中具有多个依次演化的施工状态,每个所述施工状态对应一个类型的施工状态区域,预先基于各个所述施工状态之间依次进行演化的阶段演化顺序构建有限状态转移约束模型;

40、所述识别系统包括:

41、获取模块,用于根据无人机采集得到的透水混凝土施工现场的现场影像处理得到待识别施工图像;

42、分割模块,连接所述获取模块,所述分割模块内预设有预先训练完成的区域分割模型,所述分割模块用于对所述待识别施工图像进行施工状态区域的类型识别,进而得到各类施工状态区域的边界分割掩码;

43、修正模块,连接所述分割模块,所述修正模块内预设有所述有限状态转移约束模型,所述修正模块基于所述有限状态转移约束模型,对不符合所述阶段演化顺序的所述施工状态区域的类型识别结果进行约束修正,并进而对相应的所述边界分割掩码进行约束修正;

44、评估模块,连接所述修正模块,用于在经过约束修正后统计所有所述施工状态区域的像素面积,基于所述像素面积评估所述透水混凝土施工现场的施工进度。

45、一种计算机可读存储介质,其中,所述计算机可读存储介质中存储有计算机程序,所述计算机程序被处理器执行时,实现上述的透水混凝土施工进度的识别方法。

46、上述技术方案的有益效果为:

47、本发明引入有限状态转移约束,将透水混凝土施工阶段的顺序关系转化为可计算的约束规则,可修正不符合施工逻辑的局部误识别结果,提高分割结果的连续性和工程合理性,从而能够实现透水混凝土施工进度的准确的自动化、定量化的评估。