CN104568981A - 基于图像的建筑物墙壁缺陷测量方法及其系统 - Google Patents
基于图像的建筑物墙壁缺陷测量方法及其系统 Download PDFInfo
- Publication number
- CN104568981A CN104568981A CN201510005337.6A CN201510005337A CN104568981A CN 104568981 A CN104568981 A CN 104568981A CN 201510005337 A CN201510005337 A CN 201510005337A CN 104568981 A CN104568981 A CN 104568981A
- Authority
- CN
- China
- Prior art keywords
- image
- picture
- length
- formula
- filling material
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Landscapes
- Working Measures On Existing Buildindgs (AREA)
Abstract
本发明公布一种基于图像的建筑物墙壁缺陷测量方法及其系统,通过获取建筑物墙面的图像并进行图像处理、显示和计算测量;具体是基于待测量图片,利用鼠标在显示于操作界面中的待测量图片上手绘画线测量建筑物墙壁缺陷,获得墙面上建筑物的裂缝长度、裂缝宽度和填充物或圆斑面积等缺陷信息中的一种或多种,适用于针对任何钢筋混凝土结构建筑物的外表面进行建筑物的裂缝长度、裂缝宽度和填充物或圆斑面积等缺陷信息的测量。本发明测量精度高,测量精度可达到0.1mm;同时可以实现在线测量和离线再测量等功能,且操作简单方便,易于使用。
Description
技术领域
本发明涉及图像识别处理领域,尤其涉及一种基于图像的建筑物墙壁缺陷测量方法及其系统,应用于测量钢筋混凝土结构建筑物外表面的缺陷参数。
背景技术
建筑物墙壁缺陷包括裂缝和裂蚀斑或孔洞等填充物等。填充物是指建筑物表面的圆形或近似圆形缺陷的统称,既可以是在建筑物建设过程中脚手架在建筑物表面上留存的用水泥封堵的圆形固定孔,也可以是近似圆形的裂蚀斑或孔洞。填充物的面积大小也是衡量建筑物损坏程度的重要标准之一。
缺陷检测是通过红外、超声波、激光、机器视觉或人的视觉等技术来判断出物体表面或内部存在的缺陷。目前的缺陷检测通常是指对物体表面上所存在的缺陷的检测,表面缺陷检测所采用技术主要有先进的机器视觉检测技术,红外线测量技术,超波分测距技术等,通过以上先进技术对物体表面的孔洞、斑点、色差、凹坑、划痕、锈蚀、重叠、缺损等缺陷进行检测。目前这些缺陷检测技术已经广泛应用于对金属表面、纤维布匹表面、玻璃便面、电路板或电子元器件、纸张表面等对外观有严格要求又有明确指标的物品的缺陷检测。当前,国内外已经有一些公司开发出了缺陷检测系统产品,这些缺陷检测系统产品可根据操作使用人员所设定的技术指标要求自动进行缺陷检测,并对待测的产品中有缺陷部位进行标识,同时具有将待测产品进行自动分拣、有缺陷产品剔除等功能。但应用建筑物外表面的缺陷检测的技术目前还不是很多,专门针对建筑物墙面进行缺陷检测的技术则更少,并没有成套很成熟的产品系统在市面广泛应用。
缺陷检测只是定性的检查出物体表面或内部的缺陷存在,并不能定量的测量出缺陷各种参数值的大小高低。缺陷测量是在检测到缺陷存在后,对已经存在的缺陷的大小、位置、方向、长度、宽度、面积等参数进行测量并给出测量结果,同时缺陷测量可以对缺陷检测的结果进行验证和确认,去除由于设备、技术、方法或人为原因造成的缺陷误判断,找出漏判断的缺陷,保留真实存在的结果并给出缺陷的参数。目前,在市场上尚未出现有针对建筑物墙面进行缺陷定量测量的技术方法。
发明内容
为了克服上述现有技术的不足,本发明提供一种基于图像的建筑物墙壁缺陷测量方法及其系统,通过获取建筑物墙面的图像并进行图像转换处理、显示和计算测量,获得墙面上建筑物的裂缝长度、裂缝宽度和填充物或圆斑面积等缺陷信息,适用于针对任何钢筋混凝土结构建筑物的外表面进行建筑物的裂缝长度、裂缝宽度和填充物或圆斑面积等缺陷信息的测量。
本发明的技术方案是:
一种基于图像的建筑物墙壁缺陷测量方法,依次包括如下步骤:
S1.通过图像信息采集方法获取合格照片图像,作为待测量图片
将摄像机或照相机镜头尽可能垂直于待拍摄建筑物平面或圆弧面的平切面进行拍照;得到格式为bmp、jpg或jpeg格式的照片图像;
S2.对待测量图片进行图像预处理,包括图像归一化和缩放处理;
图像归一化是将待测量图片的文件格式和文件名称按照统一规则进行归一化;缩放处理是将待测量图片按长度和宽度等比例进行压缩或拉伸,使图片与显示窗口的比例相适应;
S3.根据显示窗口的比例将待测量图片清晰地显示在操作界面上;
S4.基于待测量图片,利用鼠标在显示于操作界面中的待测量图片上手绘画线测量建筑物墙壁缺陷,包括裂缝长度、裂缝宽度和填充物面积缺陷测量中的一种或多种,其中:
(一)裂缝长度测量:通过分段积分法描线绘图测量裂缝长度:利用鼠标沿着裂缝所在的曲线进行手动画线;将手动所绘曲线与实际的裂缝曲线进行对比,并进行更正和重绘;通过分段积分的方式来计算线长,具体是:将所绘制的曲线拆分成极小的一段的直线,分别计算各直线段的长度,再映射成实际的物理尺寸,然后再通过逐段积分和整体积分的方法来求出裂缝全部长度,得到实际裂缝的长度L;再根据所设定的长度单位将得到的实际裂缝长度映射转换为实际裂缝所要求的单位(mm),具体通过以下公式计算:
L=∫lidi 公式1
公式1中,L是用鼠标在待测图像上沿着待求长度的裂缝的中心线所绘制曲线的实际物理长度尺寸,di是整个绘制曲线过程中将曲线分成的微小直线段的数量;li是在绘制曲线过程中鼠标最小移动单位两点间的直线距离,即将所绘制的曲线拆分成小的每一段直线的长度,li通过公式2得到:
公式2中,xm为所点选两点之间线段在X轴方向的实际物理尺寸,根据图像在X轴方向上的总的像素数及当前所绘制微小直线段两点间在X轴方向上的像素数和图像在X轴方向的实际长度可得出:
ym为所点选两点之间线段在Y轴方向的实际物理尺寸,根据图像在Y轴方向上的总的像素数及当前所绘制微小直线段两点间在Y轴方向上的像素数和图像在Y轴方向的实际长度可得出:
公式3和公式4中,xm为当前图像的X轴方向实际物理尺寸;ym为Y轴方向实际物理尺寸;Pnx为当前图像的X轴方向总像素数;Pny为当前图像的Y轴方向总像素数;pnx为当前鼠标移动最小单位两点间在X轴方向上像素跨度;pny为当前鼠标移动最小单位两点间在Y轴方向上像素跨度。
显示的裂缝长度数值可以根据单位来进行调整,显示单位可以是米,分米,厘米和毫米等各种长度单位,只用在后台将单位进行换算即可。测量得到的裂缝长度结果可显示在沿裂缝所在曲线绘图的右侧;或在导入图片上某一位置(如所绘制裂缝曲线终点的右上方)显示出测量得到的裂缝长度结果,在图像上显示测量得到的墙壁缺陷结果,以便制作截图。
(二)测量裂缝宽度
通过人工选点的方式确定裂缝边缘的两个点;两个点分别位于待测裂缝区域的两侧,且两个点所形成的直线与裂缝所在直线或裂缝待测量点所在曲线的切线相垂直;将两个点之间连线,用于将代表裂缝宽度的两点之间连接线与实际的裂缝宽度进行对比,以方便进行更正和重绘;确认选好的两个点之间的连线的长度和方向即代表裂缝的宽度和方向;求出两点之间的相距像素点数;将两点之间尺寸映射到实际的物理尺寸上,得到裂缝的宽度值W;计算公式如下:
公式11中,W为所选两点映射到实际图像的裂缝宽度;
xm为所点选两点之间线段在X轴方向的实际物理尺寸,由公式3得出;ym为所点选两点之间线段在Y轴方向的实际物理尺寸,由公式4得出。
通过测量和计算得到的裂缝宽度值结果可在测量计算结果的同时自动显示在右侧的裂缝宽度信息编辑框中,也可在导入图片上显示出裂缝宽度测量结果。
(三)测量填充物面积
通过人工拖动鼠标画线绘图的方式划定一个封闭区域的外边沿轮廓,作为待测量面积的填充物区域;从填充物区域的圆边上的一点开始位置沿顺时针或逆时针走向画出一个首尾相接的圆或近似圆,保证所画圆刚好围绕填充物;在整个绘圆形轮廓线的过程中会在导入图片上显示出鼠标画过的曲线,用于将手动所绘曲线与实际的填充物外边沿曲线进行对比,便于进行更正和重绘;填充物轮廓确定后,通过分段积分的方法来确定轮廓的长度,然后进行内部映射和转换,将轮廓长度转换成为单位为mm的实际图像对应拍摄区域的轮廓长度,把该长度做为圆形或近似圆形的周长L,并通过公式21得到圆形或近似圆形的填充物的面积S:
公式21中,S为圆形或近似圆形的填充物的面积;L是鼠标沿着待求面积的区域的外轮廓所画的曲线形成的圆形或近似圆形的周长的实际物理长度,通过公式1的方法计算得到;π为圆周率。
通过测量和计算得到的填充物面积结果可自动显示在右侧的填充物面积信息存储编辑框中,也可在导入图片上方显示出填充物面积测量结果。
上述基于图像的建筑物墙壁缺陷测量方法中,在步骤S5基于待测量图片测量建筑物墙壁缺陷之前,还可通过图像局部点选放大方法,将图像放大后进行;图像局部点选放大方法包括如下步骤:
1)设定放大倍数和放大区域,放大倍数是将图像放大成为多少倍,放大区域是指以鼠标选择的点为中心,上下左右各偏移的像素单位;默认放大倍数为2倍,放大区域为以鼠标点击点为中心,上下左右各偏移20个像素值的图像块进行放大;
2)通过鼠标点击在导入图片上选择待放大区域,采用最近点插值算法进行局部放大;即可得到按照设定的放大倍数和放大区域进行放大的图片。该方法确保了局部放大图像以最快速度完成,并将放大后图像展现出来。
例如,图像局部点选放大结合裂缝宽度测量,可方便测量人员更精确地进行裂缝宽度测量,具体是在进行图像局部点选放大之后,在放大的图片中点击选择裂缝边沿的两个点,通过裂缝宽度测量计算方法确定裂缝的宽度。
上述基于图像的建筑物墙壁缺陷测量方法中,进一步地,步骤S1中拍摄角度偏离垂线的上下左右偏差保证在3度以内,尽可能保证垂直。
本发明提供的基于图像的建筑物墙壁缺陷测量方法包括在线测量方式和离线测量方式;在线测量是将采集照片图像的摄像机或照相机与安装有本系统的移动终端(如笔记本电脑)相连接,采集到的照片图像从摄像机或照相机的视频流中直接提取出,将视频流的固定帧作为待测量图片来作进一步图像处理和缺陷测量;离线测量时,采集照片图像与安装有本系统的计算机不相连接,将离线采集到的照片图像导入到安装有本系统的计算机上,作为待测量图片来作进一步图像处理和缺陷测量。
本发明通过上述基于图像的建筑物墙壁缺陷测量方法实现了基于图像的建筑物墙壁缺陷测量系统,包括图像信息采集模块、图像处理模块、图像显示模块和缺陷测量模块;其中,通过图像信息采集模块获取合格照片图片,通过照片导入模块导入图片,通过图像处理模块和图像显示模块将图片进行压缩后按照显示器和显示窗口的比例清晰地显示在操作界面上;缺陷测量模块包括裂缝长度测量模块、裂缝宽度测量模块和填充物面积测量模块中的一个或多个;通过裂缝长度测量模块实现对导入到测量界面中的图片上所存在的裂缝长度进行测量;通过裂缝宽度测量模块实现对界面中的图片上所存在的裂缝宽度进行测量;通过填充物面积测量模块实现对测量界面中的图片上所存在的填充物的面积进行测量。
上述基于图像的建筑物墙壁缺陷测量系统还包括照片导入模块,用于将离线采集到的照片图像导入到安装有本系统的计算机上,作为待测量图片来作进一步图像处理和缺陷测量。
上述基于图像的建筑物墙壁缺陷测量系统还包括图像局部放大模块;通过图像局部放大模块对图片进行局部放大,以方便测量人员对图片局部的细节进行更深入清晰的观查和判断;进一步地,通过图像局部放大模块结合裂缝宽度测量模块,通过在放大的图片中点击选择裂缝边沿的两个点使得测量人员更精确的进行裂缝宽度测量,以提高裂缝宽度计算的精确度。
上述基于图像的建筑物墙壁缺陷测量系统中,通过图像信息采集模块获得的合格照片图片具体是,照片图片为对实际的建筑物外表面拍摄的未经过合成或处理的真实照片;所拍摄照片对应的建筑物表面拍摄区域的实际物理尺寸为17.32*12.74mm,长宽偏差保证在0.4mm以内,且尽量精确;照片的清晰度为所拍摄照片的像素数不低于1920*1060;所拍摄照片的存储格式为bmp、jpg或jpeg格式,更优选为bmp格式。
与现有技术相比,本发明的有益效果是:
本发明提供的基于图像的建筑物墙壁缺陷测量方法及其系统不同于现有针对钢铁、纤维、玻璃、元器件等的缺陷测量方法,是通过利用计算机技术、传感器技术、显示技术、人机交互技术、数字图像存储与处理技术等,对高清相机、摄像机所拍摄回的关于建筑物墙面的缺陷照片图像,通过图像处理显示、局部点选放大、图像重绘、图像对比、分段积分、映射转换等方法进行转换存储处理和分析标注显示,并对建筑物墙面上所存在裂缝、填充物、色斑等缺陷信息进行定量测量计算和显示,得到建筑物墙面上的裂缝长度、宽度和填充物面积等缺陷信息的方法。测量人员通过本发明所提供的系统的测量工具模块,可以对从任何物体表面所采集到的图像的缺陷信息进行测量,并最终得到墙面上建筑物的缺陷信息包括裂缝长度、裂缝宽度和表面填充物、圆斑面积等的方法。本发明可应用于核电站安全壳外表面墙体缺陷信息进行测量;除了核电站安全壳外表面之外,还可扩展应用于任何钢筋混凝土结构建筑物的外表面缺陷参数的测量。本发明测量精度高,测量精度可达到0.1mm;同时可以实现在线测量和离线再测量等功能,且操作简单方便,易于使用。
附图说明
图1是本发明实施例的结构框图。
图2是本发明实施例的图片查找导入模块的截图。
图3是本发明实施例的图像处理模块中未使用压缩算法和使用压缩算法的图片显示对比图的截图。
图4是本发明实施例中裂缝的画线测量截图。
图5是本发明实施例中,通过在勾选上显示缝长复选框使得在沿裂缝所在曲线绘图完成后在图片上直接显示出裂缝的长度的截图。
图6是本发明实施例中裂缝的宽度测量截图。
图7是本发明实施例中通过勾选显示缝宽复选框,点击裂缝边沿的两个点确定裂缝宽度后在图片上直接显示出裂缝的宽度的截图。
图8是本发明实施例中通过绘线描填充物外轮廓法测量填充物面积效果图的截图。
图9是本发明实施例中通过勾选显示面积复选框,沿填充物所在圆绘制近似圆形轮廓线后在图片上直接显示出填充物所在圆形的面积的截图。
图10是本发明实施例中图像局部放大模块效果图的截图。
图11是本发明实施例中图像局部放大模块与裂缝宽度测量模块相结合实现裂缝宽度测量效果的截图。
具体实施方式
下面结合附图,通过实施例进一步描述本发明,但不以任何方式限制本发明的范围。
本实施例提供的基于图像的建筑物墙壁缺陷测量方法及其系统是将摄像机按照固定的大小区域所采集的建筑物表面的图像信息为基础,通过对照片进行压缩处理,并显示在操作界面上。测量人员通过本发明所开发的测量工具模块,可以对从任何物体表面所采集到的图像的缺陷信息进行测量,可测量的缺陷信息包括裂缝长度、裂缝宽度和表面填充物、圆斑等的面积等。
本发明实施例的结构框图如图1所示。基于图像的建筑物墙壁缺陷测量方法包括如下步骤:
(一)获取合格照片
为保证最终照片的合格正确性,保证拍摄过程中满足以下要求:
1)摄像机或照相机镜头完全垂直于拍照平面,即拍照要求摄像机或照相机拍摄照片时完全垂直于待拍摄建筑物平面或圆弧面的平切面,拍摄角度偏离垂线的上下左右偏差保证在3度以内,且尽量保证垂直。
2)照片的真实性要求,要求所拍摄照片是实际的建筑物外表面照片,不能是经过合成或通过利用其它图像处理软件、算法前期处理。
3)拍摄区域的物理尺寸,要求所拍摄照片对应的建筑物表面拍摄区域的实际物理尺寸为17.32*12.74mm,长宽偏差保证在0.4mm以内,且尽量精确。(所拍摄区域的实际物理尺寸要映射到拍摄的图像,为确保测量准确,一定要提前设定好拍摄区域的物理尺寸,偏差在0.4mm以内)。
4)照片的清晰度,要求所拍摄照片的像素数不低于1920*1060,保证相临近两个像素点在实际图像上所对应的距离不超过0.05mm,且该距离尽量小。
5)照片的格式,要求所拍摄回来并存储的照片格式为bmp、jpg或jpeg格式,尽量使用bmp格式。
(二)导入照片与显示图片
按照以下操作步骤从本地查找照片、导入图片并清晰显示图片:
1)照片查找,确保合格正确的照片在本地硬盘上真实存在,利用本发明的导入工具进行照片查找和导入。具体操作方法通过点击本发明所开发软件界面上的打开本地图片按钮,打开文件查找对话框,然后根据图片格式和图片名称(图片名称中包含图片拍摄的时间信息,年月日时分秒,如Image20141212125856.bmp,可根据图片名称和对应照片的摄像时间来确定,方便操作人员选定照片)查找相应图片,根据照片所存储的目录文件夹找到相应待测量的照片。图片查找导入见图2所示。
2)照片压缩,查找到照片后,点击打开即可将照片导入本发明所开发的测量软件系统,系统会根据照片的实际像素值及显示区域和窗口大小进行照片长度和宽度的比例压缩算法,确定照片清晰无色差和变形。未使用压缩算法和使用压缩算法的的图片显示对比图见图3所示。
3)照片显示,查找到合格正确的照片并导入后经过比例压缩后照片就可以按照显示器和显示窗口清晰显示在操作界面上。
(三)测量裂缝长度
裂缝长度测量是实现对导入到测量界面中的图片上所存在的裂缝长度进行测量。具体的使用操作步骤如下述:
1)功能使能,使用该功能模块时要先选中并使能该功能,通过点击本发明所开发的软件界面上的打开裂缝尺按钮即可选中并使能该功能,同时打开裂缝尺按钮上显示文字由“打开裂缝尺”变成“关闭裂缝尺”,此时裂缝长度测量功能处于使能状态。
2)分段积分法描线绘图测量,选中并使能裂缝长度测量功能后即可通过绘图的方式来测量裂缝的长度,即在导入图片上利用鼠标左键按下拖动的方式,沿着裂缝所在的曲线进行画线,从裂缝开始位置沿裂缝走向画线至裂缝结束位置,鼠标松开左键时即可完成对裂缝的测量,测量结果自动显示在右侧的信息存储编辑框中。在整个绘线过程中会在导入图片上显示出鼠标画过的曲线,操作人员将手动所绘曲线与实际的裂缝曲线进行对比,并进行更正和重绘。在绘线过程中本发明所编写的后台的底层代码是通过分段积分的方式来计算线长,即将操作人员所绘制的曲线拆分成极小的一段的直线,分别计算各直线段的长度,再映射成实际的物理尺寸,然后再逐段积分和整体积分的方法来求出裂缝全部长度。即将无数微小的直线段从鼠标画线直到鼠标结束画线进行积分,积分得到的结果即为实际裂缝的缝长。
3)裂缝长度显示,在以积分形式求出裂缝长度后,先将所求出的裂缝长度映射转换为实际裂缝所要求的mm单位,然后将实际的裂缝长度显示在本发明所开发的软件操作界面上,以便于操作人员观查、对比和修正。显示的数值可以根据单位来进行调整,显示单位可以是米,分米,厘米和毫米等各种长度单位,只用在后台将单位进行换算即可。裂缝的画线测量见图4所示。
除了以沿裂缝所在曲线绘图并在右侧显示出裂缝长度的功能外,还可以直接在导入图片上方显示出测量结果,这样操作更直观,使用更方便。该功能是通过在勾选上显示缝长复选框,这样在沿裂缝所在曲线绘图完成后,就在图片上直接显示出裂缝的长度,该功能见图5所示。
(四)测量裂缝宽度
裂缝宽度测量是实现对导入到本发明所开发的软件测量界面中的图片上所存在的裂缝宽度进行测量。具体的使用操作步骤如下述:
1)功能使能,使用该功能模块时要先选中并使能该功能,通过点击本发明所开发的软件界面上的打开宽度尺按钮即可选中并使能该功能,同时打开宽度尺按钮上显示文字由“打开宽度尺”变成“关闭宽度尺”,此时裂缝长度测量功能处于使能状态。
2)裂缝边缘两点确定,宽度尺功能使能后,可通过在本发明所开发的软件显示界面上选点的方式来确定裂缝边缘的两个点,继而确定待测量裂缝的宽度。即在导入并显示的图片上由人工判定出要在何处测量裂缝宽度,然后在裂缝的两个边沿分别用鼠标点击一下,就可以实现裂缝宽度的测量。具体实现方法是利用鼠标在待测裂缝区域的裂缝一侧紧挨裂缝点击鼠标左键单击确定一点,然后在裂缝的另外一侧,正对着刚才确定并鼠标点击的第一个点,确定为第二个点,并用鼠标单击,确保所选择的两个点所形成的直线与裂缝所在直线或裂缝待测量点所在曲线的切线相垂直。整个裂缝边沿两点点选过程中会在导入图片上显示出鼠标左键所点选的两个点之间的连线,以便操作人员将代表裂缝宽度的两点之间连接线与实际的裂缝宽度进行对比,并进行更正和重绘。
3)裂缝宽度计算,当选择确定完第二个点并且松开鼠标左键时,本发明所开发的测量软件会自动将两个测量点之间进行连线,该线的长度和方向即代表的裂缝的宽度和方向,并求出两点之间的相距像素点数,将两点之间尺寸映射到实际的物理尺寸上,得到裂缝的宽度值。计算得到裂缝宽度值后,同时测量计算结果自动显示在右侧的裂缝宽度信息编辑框中。裂缝的宽度测量见图6所示。
除了直接点选裂缝两侧的点来确定裂缝宽度的功能外,还可以直接在导入图片上方显示出测量结果,这样操作更直观,使用更方便。该功能是通过勾选显示缝宽复选框,这样在点击裂缝边沿的两个点确定裂缝宽度后,就在图片上直接显示出裂缝的宽度,该功能见图7所示。
(五)测量填充物面积
填充物是指建筑物表面的圆形或近似圆形缺陷的统称,既可以是在建筑物建设过程中脚手架在建筑物表面上留存的用水泥封堵的圆形固定孔,也可以是近似圆形的裂蚀斑或孔洞。填充物的面积大小也是衡量建筑物损坏程度的重要标准之一。填充物面积测量是实现对导入到本发明所开发的软件测量界面中的图片上所存在的填充物的面积进行测量。具体的使用操作步骤如下述:
1)填充物面积测量功能使能,使用该功能模块时要先选中并使能该功能,通过点击打开面积尺按钮即可选中该功能,同时打开面积尺按钮上显示文字由“打开面积尺”变成“关闭面积尺”,此时填充物面积测量功能处于可用状态,该操作同时禁止了其它测量功能的使能。
2)填充物外边沿轮廓确定,要测量计算填充物的面积,就要确定填充物的区域,本发明是通过由操作人员划定一个封闭区域的外边沿轮廓来确定待计算测量面积的区域。选中并使能面积测量功能后即可通过绘图的方式来测量填充物的面积,即在导入图片上利用鼠标按下并拖动画线的方式,沿着填充物所在的圆形或近似圆形的轮廓进行画线,从圆边上的一点开始位置沿顺时针或逆时针走向画出一个首尾相接的圆或近似圆,保证所画圆刚好围绕填充物。在整个绘圆形轮廓线的过程中会在导入图片上显示出鼠标画过的曲线,以便操作人员将手动所绘曲线与实际的填充物外边沿曲线进行对比,并进行更正和重绘。
3)填充物面积计算,填充物轮廓确定后,本发明是将圆形或非圆形的填充物统一近似认为是圆形来计算,即先通过分段积分的方法来确定轮廓的长度,然后进行内部映射和转换,将轮廓长度转换成为单位为mm的实际图像对应拍摄区域的轮廓长度,把该长度作为近似圆形的周长。即将无数微小的直线段从鼠标画线直到鼠标结束画线进行积分,积分得到的结果即为实际待求面积区域的外轮廓的对应圆的周长。
4)填充物面积显示,在计算测量出填充物面积后,测量结果自动显示在右侧的填充物面积信息存储编辑框中。绘线描填充物外轮廓法测量填充物面积效果图见图8所示。
除了沿填充物的外轮廓所在圆或近似圆绘曲线并在右侧显示出所绘圆的面积的功能外,本发明所开发的软件还可以直接在导入图片上方显示出测量结果,这样操作更直观,使用更方便。该功能是通过勾选显示面积复选框,这样在沿填充物所在圆绘制近似圆形轮廓线完成后,就在图片上直接显示出填充物所在的圆形的面积,该功能见图9所示。
(六)图像局部点选放大
为了对图片局部的细节进行更深入清晰的观查和判断,本发明还具有让操作人员任意设定放大倍数和放大区域进行鼠标点击选择放大功能。图像局部选择放大的具体操作步骤如下所述:
1)放大功能使能,首先要使能放大功能,即通过勾选放大复选框,勾选后放大功能处于使能状态,在使用放大功能之前先要关闭测量界面上的裂缝尺、宽度尺和面积尺,然后再勾选上放大复选框。
2)设定放大倍数和放大区域,在本发明所开发的软件界面上预留有专门的放大倍数和放大区域输入编辑框,放大倍数是将图像放大成为多少倍,放大区域是指以鼠标选择的点为中心开,上下左右各偏移的像素单位,默认放大倍数为2倍,放大区域为以鼠标点击点为中心,上下左右各偏移20个像素值的图像块进行放大。
3)选择待放大区域,设定放大倍数和放大区域后,就可以通过鼠标点击导入图片上待放大区域,即可按照设定的放大倍数和放大区域进行放大功能。
4)图像局部放大,选择放大区域后,本发明针对所选择放大区域使用最近点插值算法进行局部放大,该方法确保了局部放大图像以最快速度完成,并将放大后图像展现出来。图像局部放大的效果图见图10所示。
(七)局部放大结合裂缝宽度测量
图像放大功能除了进行局部放大进行缺陷判定之外,最主要的功能还是结合裂缝宽度测量,将裂缝进行局部放大,以方便测量人员更精确的进行裂缝宽度测量。首先选中放大复选框,设定相应的放大倍数和放大区域,然后在导入图片相应区域上点击,将想要放大的区域按照设定的放大倍数和放大区域进行放大,这些步聚就实现了单纯的图片放大功能。之后点击裂缝宽度尺按钮以打开裂缝宽度测量功能,然后在放大的图片中点击选则裂缝边沿的两个点,以确定裂缝的宽度,该测量功能详细描述见上方裂缝宽度测量功能模块,图像放大功能与裂缝测量功能相结合来实现裂缝宽度测量见图11所示。
在结合裂缝宽度测量和放大功能使用时,本发明所开发的后台程序会自动将放大测量后结果转换为放大前的缝宽结果值,再自动将缝宽结果值转换成实际区域的裂缝宽度来显示,不用测量人员再进行换算,减少操作人员工作量,方便使用。
本实施例提供的基于图像的建筑物墙壁缺陷测量系统包括图像信息采集模块、照片导入模块、图像处理模块、图像显示模块、裂缝长度测量模块、裂缝宽度测量模块、填充物面积测量模块和图像局部放大模块;通过图像信息采集模块获取合格照片,通过照片导入模块导入图片,通过图像处理模块和图像显示模块将图片进行压缩后按照显示器和显示窗口的比例清晰地显示在操作界面上;通过裂缝长度测量模块实现对导入到测量界面中的图片上所存在的裂缝长度进行测量;通过裂缝宽度测量模块实现对界面中的图片上所存在的裂缝宽度进行测量;通过填充物面积测量模块实现对测量界面中的图片上所存在的填充物的面积进行测量;通过图像局部放大模块对图片进行局部放大,以方便测量人员对图片局部的细节进行更深入清晰的观查和判断,进一步更精确地进行裂缝宽度的测量。
Claims (10)
1.一种基于图像的建筑物墙壁缺陷测量方法,依次包括如下步骤:
S1.通过图像信息采集方法获取合格照片图像,作为待测量图片;
S2.对待测量图片进行图像预处理,包括图像归一化和图像缩放处理;
S3.根据计算机显示窗口的比例将待测量图片清晰地显示在操作界面中;
S4.利用鼠标在显示于操作界面中的待测量图片上手绘画线测量建筑物墙壁缺陷,所述建筑物墙壁缺陷包括裂缝长度、裂缝宽度和填充物面积缺陷测量中的一种或多种。
2.如权利要求1所述基于图像的建筑物墙壁缺陷测量方法,其特征是,步骤S1所述图像信息采集方法具体为将摄像机或照相机镜头尽可能垂直于待拍摄建筑物平面或圆弧面的平切面进行拍照采集照片图像;所述合格照片图像为bmp、jpg或jpeg格式的照片图像。
3.如权利要求1所述基于图像的建筑物墙壁缺陷测量方法,其特征是,步骤S2所述图像缩放处理是将待测量图片按长度和宽度等比例进行压缩或拉伸,使图片与计算机显示窗口的比例相适应。
4.如权利要求1所述基于图像的建筑物墙壁缺陷测量方法,其特征是,所述步骤S4中裂缝长度的测量具体是:利用鼠标沿着显示于操作界面中的待测量图片上的裂缝所在的曲线进行手绘画线;通过分段积分方法计算画线的长度,得到实际裂缝的长度,所述分段积分通过公式1进行计算:
L=∫lidi 公式1
公式1中,L是用鼠标在待测图像上沿着待求长度的裂缝的中心线所绘制曲线的实际物理长度,di是整个绘制曲线过程中将曲线分成的微小直线段的数量;li是在绘制曲线过程中鼠标最小移动单位两点间的直线距离,即将所绘制的曲线拆分成小的每一段直线的长度,li通过公式2得到:
公式2
公式2中,xm为所点选两点之间线段在X轴方向的实际物理尺寸,由公式3得出:
公式3
ym为所点选两点之间线段在Y轴方向的实际物理尺寸,由公式4得出:
公式4
公式3和公式4中,xm为当前图像的X轴方向实际物理尺寸;ym为Y轴方向实际物理 尺寸;Pnx为当前图像的X轴方向总像素数;Pny为当前图像的Y轴方向总像素数;pnx为所选两点在X轴方向上像素跨度;pny为所选两点在Y轴方向上像素跨度。
5.如权利要求1所述基于图像的建筑物墙壁缺陷测量方法,其特征是,所述步骤S4中裂缝宽度测量具体是:通过用鼠标选点的方式确定待测裂缝区域两侧的两个点;所述两个点形成的直线与所述裂缝所在直线或裂缝待测量点所在曲线的切线相垂直;由所述两个点连成的直线的长度得到裂缝的宽度值。
6.如权利要求1所述基于图像的建筑物墙壁缺陷测量方法,其特征是,所述步骤S4中填充物面积测量具体包括如下步骤:
1)通过拖动鼠标画线绘图的方式划定一个封闭区域的外边沿轮廓,作为待测量面积的填充物区域;
2)从填充物区域的圆边上的一点开始位置沿顺时针或逆时针走向画出一个首尾相接的圆或近似圆,刚好围绕填充物;
3)在整个绘圆形轮廓线的过程中会在导入图片上显示出鼠标画过的曲线,用于将手动所绘曲线与实际的填充物外边沿曲线进行对比,进行更正和重绘;
4)通过分段积分方法来确定轮廓的长度,再通过内部映射和转换,将轮廓长度转换成单位为mm的实际图像对应拍摄区域的轮廓长度,把该长度作为圆形或近似圆形的周长L,通过公式21得到圆形或近似圆形的填充物的面积S:
公式21
公式21中,S为圆形或近似圆形的填充物的面积;L是圆形或近似圆形的周长的实际物理长度(单位为mm),通过公式1得到;π为圆周率。
7.如权利要求1所述基于图像的建筑物墙壁缺陷测量方法,其特征是,在步骤S5所述手绘画线之前,还通过图像局部点选放大方法,将显示于操作界面中的待测量图片进行放大,以便于手绘画线操作;所述图像局部点选放大方法包括如下步骤:
1)设定放大倍数和放大区域;
2)通过鼠标点击在导入图片上选择待放大区域,通过最近点插值算法进行局部放大,得到按照设定的放大倍数和放大区域进行放大的图片。
8.利用权利要求1所述基于图像的建筑物墙壁缺陷测量方法实现的建筑物墙壁缺陷测量 系统,包括用于获取合格照片图片的图像信息采集模块、用于将图片进行预处理的图像处理模块、用于将图片进行压缩后显示在操作界面上的图像显示模块和用于对界面中的图片上的建筑物墙壁缺陷进行测量的缺陷测量模块;所述缺陷测量模块包括用于测量裂缝长度的裂缝长度测量模块、用于测量裂缝宽度的裂缝宽度测量模块和用于测量填充物面积的填充物面积测量模块中的一个或多个。
9.如权利要求8所述建筑物墙壁缺陷测量系统,其特征是,所述合格照片图片具体为对实际的建筑物外表面拍摄的未经过合成或处理的真实照片;所述拍摄照片对应的建筑物表面拍摄区域的实际物理尺寸为17.32*12.74mm,长宽偏差在0.4mm以内;所述拍摄照片的像素数不低于1920*1060。
10.如权利要求8所述建筑物墙壁缺陷测量系统,其特征是,所述系统还包括照片导入模块,用于导入离线采集到的照片图像,作为待测量图片进行墙壁缺陷测量。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510005337.6A CN104568981A (zh) | 2015-01-06 | 2015-01-06 | 基于图像的建筑物墙壁缺陷测量方法及其系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510005337.6A CN104568981A (zh) | 2015-01-06 | 2015-01-06 | 基于图像的建筑物墙壁缺陷测量方法及其系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN104568981A true CN104568981A (zh) | 2015-04-29 |
Family
ID=53085547
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510005337.6A Pending CN104568981A (zh) | 2015-01-06 | 2015-01-06 | 基于图像的建筑物墙壁缺陷测量方法及其系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104568981A (zh) |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106528554A (zh) * | 2015-09-10 | 2017-03-22 | 中国科学院上海高等研究院 | 一种快速确定人员初始位置与建筑物参数的系统 |
JP2017191041A (ja) * | 2016-04-14 | 2017-10-19 | 大成建設株式会社 | ひび割れ検出方法 |
CN108896746A (zh) * | 2018-07-06 | 2018-11-27 | 中南大学 | 无砟轨道自密实混凝土充填层缺陷定量检测装置及方法 |
CN109187555A (zh) * | 2018-09-19 | 2019-01-11 | 苏州傲特欣智能科技有限公司 | 基于机器视觉的建筑外墙裂缝检测系统及方法 |
CN110146511A (zh) * | 2019-05-16 | 2019-08-20 | 中铁十二局集团建筑安装工程有限公司 | 一种清水混凝土气泡检测方法 |
CN110176003A (zh) * | 2019-06-06 | 2019-08-27 | 三峡大学 | 基于交比图像量测技术检测建筑物表面损伤面积的方法 |
CN110207592A (zh) * | 2019-04-15 | 2019-09-06 | 深圳高速工程检测有限公司 | 建筑裂缝测量方法、装置、计算机设备和存储介质 |
FR3087030A1 (fr) | 2018-10-08 | 2020-04-10 | Determinant France | Procede pour la caracterisation de fissures murales |
CN111896549A (zh) * | 2020-08-05 | 2020-11-06 | 深圳瑞莱保核能技术发展有限公司 | 一种基于机器学习的建筑物裂缝监测系统和方法 |
CN112511610A (zh) * | 2020-11-19 | 2021-03-16 | 上海营邑城市规划设计股份有限公司 | 基于城市精细化管理条件的车载巡视智能方法和系统 |
JP2021056144A (ja) * | 2019-09-30 | 2021-04-08 | パナソニックホームズ株式会社 | タイル壁診断システムおよびタイル壁診断方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN200989774Y (zh) * | 2006-12-20 | 2007-12-12 | 深圳职业技术学院 | 曲线长度测量仪 |
CN101726493A (zh) * | 2009-12-02 | 2010-06-09 | 中国建筑材料科学研究总院 | 一种水泥基材料收缩与开裂性能检测方法及装置 |
CN103870833A (zh) * | 2014-03-31 | 2014-06-18 | 武汉工程大学 | 基于凹性测度的路面裂缝提取与测评方法 |
CN104076040A (zh) * | 2014-07-02 | 2014-10-01 | 中广核工程有限公司 | 核电站混凝土建筑物缺陷检测方法、设备及系统 |
CN104483330A (zh) * | 2014-11-11 | 2015-04-01 | 浙江大学 | 混凝土表面裂缝实时监测系统与开裂风险的动态评估方法 |
-
2015
- 2015-01-06 CN CN201510005337.6A patent/CN104568981A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN200989774Y (zh) * | 2006-12-20 | 2007-12-12 | 深圳职业技术学院 | 曲线长度测量仪 |
CN101726493A (zh) * | 2009-12-02 | 2010-06-09 | 中国建筑材料科学研究总院 | 一种水泥基材料收缩与开裂性能检测方法及装置 |
CN103870833A (zh) * | 2014-03-31 | 2014-06-18 | 武汉工程大学 | 基于凹性测度的路面裂缝提取与测评方法 |
CN104076040A (zh) * | 2014-07-02 | 2014-10-01 | 中广核工程有限公司 | 核电站混凝土建筑物缺陷检测方法、设备及系统 |
CN104483330A (zh) * | 2014-11-11 | 2015-04-01 | 浙江大学 | 混凝土表面裂缝实时监测系统与开裂风险的动态评估方法 |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106528554A (zh) * | 2015-09-10 | 2017-03-22 | 中国科学院上海高等研究院 | 一种快速确定人员初始位置与建筑物参数的系统 |
JP2017191041A (ja) * | 2016-04-14 | 2017-10-19 | 大成建設株式会社 | ひび割れ検出方法 |
CN108896746A (zh) * | 2018-07-06 | 2018-11-27 | 中南大学 | 无砟轨道自密实混凝土充填层缺陷定量检测装置及方法 |
CN109187555A (zh) * | 2018-09-19 | 2019-01-11 | 苏州傲特欣智能科技有限公司 | 基于机器视觉的建筑外墙裂缝检测系统及方法 |
FR3087030A1 (fr) | 2018-10-08 | 2020-04-10 | Determinant France | Procede pour la caracterisation de fissures murales |
CN110207592A (zh) * | 2019-04-15 | 2019-09-06 | 深圳高速工程检测有限公司 | 建筑裂缝测量方法、装置、计算机设备和存储介质 |
CN110146511A (zh) * | 2019-05-16 | 2019-08-20 | 中铁十二局集团建筑安装工程有限公司 | 一种清水混凝土气泡检测方法 |
CN110176003A (zh) * | 2019-06-06 | 2019-08-27 | 三峡大学 | 基于交比图像量测技术检测建筑物表面损伤面积的方法 |
JP2021056144A (ja) * | 2019-09-30 | 2021-04-08 | パナソニックホームズ株式会社 | タイル壁診断システムおよびタイル壁診断方法 |
CN111896549A (zh) * | 2020-08-05 | 2020-11-06 | 深圳瑞莱保核能技术发展有限公司 | 一种基于机器学习的建筑物裂缝监测系统和方法 |
CN111896549B (zh) * | 2020-08-05 | 2024-05-07 | 深圳瑞莱保核能技术发展有限公司 | 一种基于机器学习的建筑物裂缝监测系统和方法 |
CN112511610A (zh) * | 2020-11-19 | 2021-03-16 | 上海营邑城市规划设计股份有限公司 | 基于城市精细化管理条件的车载巡视智能方法和系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104568981A (zh) | 基于图像的建筑物墙壁缺陷测量方法及其系统 | |
CN102135236B (zh) | 双目视觉管道内壁自动无损检测方法 | |
CN102901444B (zh) | 一种基于mp小波滤波的零件尺寸检测方法及其检测系统 | |
CN111091538A (zh) | 一种管道焊缝自动识别、缺陷检测方法及装置 | |
CN103591894A (zh) | 通过摄像头测量物体长度的方法与装置 | |
CN104535004B (zh) | 一种基于图像处理的纱线直径检测方法 | |
CN105550428A (zh) | 一种基于tls技术的桥梁安全评估方法 | |
CN104807407A (zh) | 一种基于银行卡的手机测量长度方法 | |
CN105423975B (zh) | 一种大型工件的标定系统及方法 | |
CN108197564A (zh) | 一种画钟试验的评估系统及方法 | |
CN108510528A (zh) | 一种可见光和红外图像配准融合的方法及装置 | |
Chen et al. | An intelligent vision recognition method based on deep learning for pointer meters | |
CN110910334A (zh) | 一种实例分割方法、图像处理设备及计算机可读存储介质 | |
Motayyeb et al. | Fusion of UAV-based infrared and visible images for thermal leakage map generation of building facades | |
CN106296797A (zh) | 一种三维扫描仪特征点建模数据处理方法 | |
WO2024174525A1 (zh) | 一种基于深度学习检测识别的电子台案秤智能检定方法 | |
CN106441162A (zh) | 一种柱状物体垂直度的非接触式检测装置及方法 | |
Deng et al. | Automatic estimation of rice grain number based on a convolutional neural network | |
Zhang et al. | Application of Swin-Unet for pointer detection and automatic calculation of readings in pointer-type meters | |
Sun et al. | Precision work-piece detection and measurement combining top-down and bottom-up saliency | |
TWM554206U (zh) | 房價地理資訊評估系統 | |
Xu et al. | An automatic recognition method of pointer instrument based on improved hough transform | |
JP3194996B2 (ja) | 疵検査装置 | |
CN113052823A (zh) | 油位和油色检测方法、装置、电子设备和存储介质 | |
CN107784171B (zh) | 一种空间模型构建方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20150429 |
|
WD01 | Invention patent application deemed withdrawn after publication |