建筑裂缝尺度因子传递方法
本发明涉及计算机视觉与图像处理,更具体地,涉及一种建筑裂缝尺度因子传递方法。
背景技术:
1、古建筑在长期服役过程中,受温湿度变化、地基不均匀沉降、材料老化、风化侵蚀以及地震、振动等因素影响,墙体、梁柱、灰缝及装饰表面容易出现裂缝、剥落和局部空鼓。其中,裂缝的真实宽度、长度、分叉形态及其随时间的演化,是判断结构安全状态、制定修缮方案和评估病害发展趋势的重要依据。随着巡检机器狗、双目相机、激光测距单元和惯性测量单元在文保巡检中的应用,古建筑病害采集逐步由人工抽样测量转向多视图、连续化、数字化获取,为裂缝的定量评估提供了新的技术条件。
2、然而,相关技术缺少面向实际裂缝测量场景的方法,难以对长裂缝、连续裂缝和裂缝网络实现稳定的真实尺度恢复。
技术实现思路
1、有鉴于此,本发明提供了一种建筑裂缝尺度因子传递方法。
2、本发明的一个方面提供了一种建筑裂缝尺度因子传递方法,包括:根据建筑表面的多视图图像、双目视差信息、激光测距信息和惯性姿态信息,建立以各视图图像为节点、以重叠视图对为边的视图重叠图;对各视图图像进行裂缝检测,截取多个裂缝段,并为各裂缝段配置结构化描述信息;根据视图重叠图限定的重叠视图对范围,结合结构化描述信息,对跨视图裂缝段进行关联匹配与一致性校验,构建以裂缝段对象为节点、以跨视图重复观测关系为边的裂缝关联图;根据双目视差信息、激光测距信息、已知构件尺寸,在部分裂缝段局部位置处生成局部尺度因子,并通过置信度评估确定尺度锚点以及构建尺度锚点表;根据视图重叠图和裂缝关联图,结合尺度锚点表,在跨视图关联的裂缝段之间迭代传递局部尺度因子,得到各裂缝段局部位置处的局部尺度因子;基于优化目标函数,根据建筑表面曲率场和裂缝段局部位置的局部尺度因子,构建并优化连续尺度场,得到各裂缝段局部位置处的最终局部尺度因子;根据各裂缝段局部位置处的最终局部尺度因子计算各裂缝段真实宽度和真实长度,并对属于同一物理裂缝的多个裂缝段进行拼接,得到整条裂缝的整体尺度结果及可信度。
3、本发明通过上述技术方案,能够实现以下有益效果。
4、(1)利用双目视差信息、激光测距信息、已知构件尺寸等生成局部尺度因子,再通过传递机制将少量尺度锚点扩展到更大范围裂缝区域,从而降低了对全场景连续高精度重建、密集激光扫描以及人工逐点标定的依赖,更适合古建筑巡检中视角受限、表面复杂、现场测量条件有限的应用场景。
5、(2)进一步结合墙面曲率和连续尺度场作为约束,对裂缝尺度恢复结果进行全局一致性优化,能够在古建筑墙面存在凹凸、浮雕、砖缝、构件转角等复杂几何条件下抑制局部尺度漂移,提高裂缝真实宽度和真实长度恢复的稳定性,尤其适用于如古建筑日常巡检、专项检测以及多期病害监测等场景。
1.一种建筑裂缝尺度因子传递方法,其特征在于,所述方法包括:
2.根据权利要求1所述的方法,其特征在于,所述多视图图像基于双目相机采集得到,所述双目视差信息根据所述双目相机的左目图像与右目图像进行立体匹配确定,所述激光测距信息基于激光测距单元采集得到,所述惯性姿态信息基于惯性测量单元采集得到;
3.根据权利要求2所述的方法,其特征在于,所述根据各视图图像的初始位姿和建筑表面空间位置信息,结合候选重叠视图对集合中各候选重叠视图对的空间重叠度和图像匹配度,构建视图重叠图包括:
4.根据权利要求1所述的方法,其特征在于,所述对各视图图像进行裂缝检测,截取多个裂缝段,并为各裂缝段配置结构化描述信息包括:
5.根据权利要求3所述的方法,其特征在于,所述根据视图重叠图限定的重叠视图对范围,结合所述结构化描述信息,对跨视图裂缝段进行关联匹配与一致性校验,构建以裂缝段对象为节点、以跨视图重复观测关系为边的裂缝关联图包括:
6.根据权利要求5所述的方法,其特征在于,所述根据视图重叠图限定的重叠视图对范围,结合所述结构化描述信息,对跨视图裂缝段进行关联匹配与一致性校验,构建以裂缝段对象为节点、以跨视图重复观测关系为边的裂缝关联图还包括:
7.根据权利要求1所述的方法,其特征在于,所述根据所述双目视差信息、所述激光测距信息、已知构件尺寸,在部分裂缝段局部位置处生成局部尺度因子,并通过置信度评估确定尺度锚点以及构建尺度锚点表包括:
8.根据权利要求1所述的方法,其特征在于,所述根据所述视图重叠图和所述裂缝关联图,结合所述尺度锚点表,在跨视图关联的裂缝段之间迭代传递局部尺度因子,得到各裂缝段局部位置处的局部尺度因子包括:
9.根据权利要求1所述的方法,其特征在于,所述基于优化目标函数,根据建筑表面曲率场和裂缝段局部位置的局部尺度因子,构建并优化连续尺度场,得到各裂缝段局部位置处的最终局部尺度因子包括:
10.根据权利要求1所述的方法,其特征在于,所述根据各裂缝段局部位置处的最终局部尺度因子计算各裂缝段真实宽度和真实长度,并对属于同一物理裂缝的多个裂缝段进行拼接,得到整条裂缝的整体尺度结果及可信度包括:
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com