一种基于三维点云语义分割的古建筑木构件病害识别方法与流程

本发明涉及古建筑保护与三维点云处理，特别涉及一种基于三维点云语义分割的古建筑木构件病害识别方法。

背景技术：

0、技术背景

1、古建筑木构件在长期服役过程中，受环境湿热变化、生物侵蚀、荷载作用及材料老化等因素影响，容易形成裂缝、虫蛀、腐朽、表层缺损和整体变形等病害。三维点云检测能够以非接触方式记录构件表面形态，已逐渐用于古建筑日常巡查和保护评估。

2、现有病害识别方法多依据局部几何变化或表观差异判定异常区域，但古建筑木构件通常保留传统加工痕迹、装配连接部位和不规则外形，上述固有形态与病害造成的凹陷、缺失或断裂在点云中可能呈现相近的空间特征，容易造成正常部位与病害部位混淆。木材天然纹理和年代性变形还会使同类病害在不同构件、不同位置表现出不同延伸方向和尺度，固定分析范围难以同时兼顾细小缺陷与连续病害。受现场空间、遮挡关系和扫描条件限制，同一构件各区域的数据完整程度及测量质量也不一致，局部缺失、噪声和配准偏差会进一步破坏病害边界及连续形态。由此，现有技术在构件形态复杂且点云质量不均的情况下，难以稳定区分固有结构变化与真实病害，识别结果容易出现误判、漏判和区域破碎。

3、因此，如何提高古建筑木构件三维点云病害识别的准确性和稳定性，是本领域亟待解决的技术问题。

技术实现思路

1、有鉴于此，本发明实施例提供一种基于三维点云语义分割的古建筑木构件病害识别方法，以解决或缓解现有技术中存在的技术问题。

2、本发明实施例的技术方案是这样实现的：一种基于三维点云语义分割的古建筑木构件病害识别方法，包括以下步骤：

3、s1、获取并配准木构件多视角点云，记录扫描位置与方向、入射角、有效视角数量和配准残差；

4、s2、提取轴线、截面轮廓和法向，建立结构坐标系，识别正常构造并形成带类型标识的正常结构约束区域；

5、s3、从正常结构约束区域外筛选有效视角数量达到阈值且配准残差、法向离散程度低于阈值的稳定点，拟合参考曲面并迭代剔除残差异常点，得到局部无病害参考表面，计算有向偏离量并记录拟合残差；

6、s4、确定木纹方向及可信度，可信度达阈值时建立沿木纹方向尺度较大的各向异性多尺度邻域，低于阈值时以主曲率方向建立所述邻域，方向不稳定时建立等尺度邻域；提取几何、表观和结构位置特征，形成病害敏感特征向量；

7、s5、根据点云密度、扫描入射角、有效视角数量和拟合残差生成点云采集可靠性，将该向量输入包含几何病害、材料表观、结构先验通道和门控融合单元的点云语义分割模型；门控融合单元根据采集可靠性和木纹方向可信度生成点级权重并融合通道特征，输出类别概率和初始语义标签；

8、s6、基于表面测地关系建立邻接图并校正初始语义标签的连通区域；根据结构类型标识及对应正常结构的参数统计，将符合正常结构参数范围的区域调整为无病害标签，将连通形态、有向偏离变化及木纹方向关系符合病害规则的区域保留为病害标签，其余区域标记为待复核区域，得到病害点云区域。

9、本发明与现有技术相比，具有以下优点：

10、本发明根据木构件轴线、截面轮廓、法向及构件边界建立结构坐标系，并将多视角重复出现、延伸规则且与木构件结构保持稳定空间关系的几何突变区域确定为正常结构约束区域，使榫卯边界、构件棱边、端部轮廓及规则截面变化能够在病害识别前与异常表面变化相区分，减少正常构造被误识别为裂缝、虫蛀孔洞或表面剥蚀的情况。

11、本发明从正常结构约束区域外筛选采集质量和表面状态满足要求的稳定点，通过迭代剔除残差异常点拟合局部无病害参考表面，并计算木构件实际表面相对于所述参考表面的有向偏离量，使病害识别由单纯判断局部曲率或表面粗糙度，转变为结合木构件正常表面形态判断凹陷、材料缺失和连续变形，有利于降低天然表面起伏及年代性形变对病害特征提取的干扰。

12、本发明根据木纹方向可信度选择沿木纹方向设置的各向异性多尺度邻域、以主曲率方向设置的各向异性多尺度邻域或等尺度多尺度邻域，并在相应邻域内提取几何、表观和结构位置特征，使特征提取范围能够适应木纹方向、局部曲面走向及病害尺度变化，保留裂缝等狭长病害的延伸特征，同时兼顾虫蛀孔洞、腐朽和表面剥蚀等不同空间形态的病害区域。

13、本发明根据点云密度、扫描入射角、有效视角数量和拟合残差生成点云采集可靠性，并结合木纹方向可信度对几何病害通道、材料表观通道和结构先验通道的点级特征进行门控融合；在获得初始语义标签后，再利用表面测地邻接关系、正常结构参数范围及病害形态规则进行区域校正，使低质量点云产生的局部异常特征不会以固定权重参与分类，并可减少初始语义标签破碎及相邻病害区域误合并，由此提高复杂构件形态和不均匀扫描条件下病害识别结果的准确性与稳定性。

1.一种基于三维点云语义分割的古建筑木构件病害识别方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的方法，其特征在于，步骤s1中，利用三维激光扫描设备、结构光扫描设备和深度视觉采集设备中的至少一种，从多个扫描位置采集所述木构件的多视角点云；

3.根据权利要求1所述的方法，其特征在于，步骤s2中，对于梁、枋、檩及椽类构件，以构件主延伸方向为轴向；对于柱类构件，以柱体中心线为轴向；对于斗拱及异形构件，根据点云骨架分支方向和局部表面走向划分表面分段并建立分段结构坐标系；

4.根据权利要求1所述的方法，其特征在于，步骤s3中，将木构件表面划分为相互重叠的点云块，从各点云块中选取局部曲率和表面粗糙度处于稳定范围的点作为稳定点；

5.根据权利要求1所述的方法，其特征在于，步骤s4中，在各点的表面切平面内计算颜色纹理梯度方向、反射强度梯度方向和局部几何主方向，根据候选方向的邻域一致性确定木纹方向及木纹方向可信度；

6.根据权利要求1所述的方法，其特征在于，步骤s4中，在小尺度、中尺度和大尺度邻域内分别计算有向偏离量及其梯度、点法向与局部无病害参考表面法向的夹角、邻域法向离散程度、曲率、表面粗糙度、凹陷深度连续性、反射强度或颜色差异、到正常结构约束区域的距离以及邻域主延伸方向与木纹方向的夹角；

7.根据权利要求1所述的方法，其特征在于，步骤s5中，几何病害通道编码有向偏离量、法向变化、曲率、表面粗糙度及凹陷深度连续性，材料表观通道编码反射强度、灰度或颜色，结构先验通道编码结构坐标、正常结构约束区域标识及到构件边界的距离；

8.根据权利要求1所述的方法，其特征在于，步骤s6中，根据表面测地距离、法向差异、有向偏离量差异、木纹方向一致性及是否跨越正常结构约束区域计算邻接图的连接权重；

9.根据权利要求1所述的方法，其特征在于，在步骤s6之后，沿裂缝区域主延伸方向提取中心线并建立横截面，计算裂缝长度、宽度及基于有向偏离量的可测深度；

10.根据权利要求1所述的方法，其特征在于，在步骤s6之后，根据病害点云区域内各点的类别概率、点云采集可靠性及拟合残差确定区域综合可信度；