CN108535321B - 一种基于三维红外热成像技术的建筑热工性能检测方法 - Google Patents
一种基于三维红外热成像技术的建筑热工性能检测方法 Download PDFInfo
- Publication number
- CN108535321B CN108535321B CN201810274613.2A CN201810274613A CN108535321B CN 108535321 B CN108535321 B CN 108535321B CN 201810274613 A CN201810274613 A CN 201810274613A CN 108535321 B CN108535321 B CN 108535321B
- Authority
- CN
- China
- Prior art keywords
- temperature
- building
- image
- infrared
- thermal
- 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.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N25/00—Investigating or analyzing materials by the use of thermal means
- G01N25/72—Investigating presence of flaws
Abstract
本发明涉及一种基于三维红外热成像技术的建筑热工性能检测方法。目的是解决现阶段缺少将红外热像仪与三维扫描仪相结合对整体建筑围护结构热工性能检测评价的方法的问题。本发明包括以下步骤:确定拍摄站点、划分拍摄区域并拍摄、红外图像的拼接及温度区间划分、三维点云数据的处理及建模、三维红外成像叠加、热工性能计算、人机交互及分析评价。本发明提供的方法,将三维激光扫描仪与红外相机相结合对建筑维护结构进行检测,能准确定位缺陷位置,或取缺陷位置信息,弥补了传统红外检测技术的不足。
Description
技术领域
本发明涉及一种检测方法,特别涉及一种基于三维红外热成像技术的建筑热工性能检测方法。
背景技术
随着人们的生活水平逐渐提高,建筑能耗占总建筑耗能的比例也逐渐提高,解决建筑能耗问题的关键即是建筑节能。因此,近年来各地相继出台了绿色建筑或节能建筑等建筑围护结构的评价标准,对建成建筑以及建筑围护结构热工性能检测与评价不仅是技术难点、研究重点,同时也是更快推广节能型建筑的重要举措。
传统的检测方法已不能满足建筑业发展的需要,而红外热像检测技术为解决上述问题提供了全新的思路。具有快速、远距离、无污染不破坏构件等优点。红外热像仪将肉眼无法观测的物体红外辐射能转为电信号表示,可以提早检测出的建筑物的缺陷,方便人们尽早采取对应的措施,减少因为这些缺陷可能造成的巨大损失,减少不必要的人员伤亡,节约社会成本。但是红外图像难准确反映检测对象的三维信息,无法准确获取缺陷位置的空间坐标信息。因此需要一种将红外热像仪与三维扫描仪相结合的检测方法,将红外热图像与三维点云数据模型相结合,能快速、便捷、直观的形成建筑整体三维红外热像模型,便于对建筑热工性能进行检测评估。
发明内容
本发明的目的是解决现阶段缺少将红外热像仪与三维扫描仪相结合对整体建筑围护结构热工性能检测评价的方法或系统的问题,提供的一种基于三维红外热成像技术的建筑热工性能检测方法。
本发明提供的基于三维红外热成像技术的建筑热工性能检测方法,包括以下步骤:
(1)确定拍摄站点:
勘查待测建筑物外部结构及周围环境,根据建筑物外部结构特征及周围地形地貌特征,合理确定三维激光扫描仪及红外热像仪的拍摄站点,布设三维激光扫描仪及红外热像仪;
(2)划分拍摄区域并拍摄:
根据三维激光扫描仪及红外热像仪的拍摄位置和仪器性能,将待测建筑各个立面合理划分成数个拍摄区域,通过各个拍摄站点的三维激光扫描仪及红外热像仪对拍摄区域分别进行拍摄,获取各拍摄区域的三维点云数据和红外热像图以及所拍摄的红外热像图每个像素点的温度信息,通过数据传输系统将三维点云数据、红外热像图和相关温度信息传回上位机;
(3)红外图像的拼接及温度区间划分:
将步骤(2)得到的待测建筑各个拍摄区域的红外热像图经过去噪、增强处理,利用HARRIS算子提取特征点,用RANSEC算法去除错误匹配,基于特征点的匹配,进行红外图像的拼接,形成待测建筑的整体红外热像图;按照所获取的红外热像图每个像素点的温度选定基点温度区间,然后将上述步骤得到的整体红外热像图按基点温度区间范围划分成若干个温度区间,并将每个不同范围的温度区间用不同深度的颜色表示,形成温度区间图像;
(4)三维点云数据的处理及建模:
将步骤(2)得到的待测建筑各个拍摄区域的点云数据进行点云滤波处理去除多余的点云,处理后的点云数据导入AuToCAD进行建筑线框图的构造,将在AuToCAD中建立的相应的图层依次导入3Dmax进行建模,形成建筑整体三维模型;在拍摄区域内视线良好处张贴靶纸作为像控点,每个拍摄站点的拍摄范围内设置不少于三个像控点,采用全站仪测出每个像控点的坐标(X控,Y控,Z控),结合三维激光扫描仪扫描得到的靶纸坐标,对建筑模型进行位置校正;
(5)三维红外成像叠加:
通过上位机,利用ICP算法和罗德里格算法对步骤(3)得到的温度区间图像的相应像素点经坐标转换映射到步骤(4)得到的建筑整体三维模型各坐标点,建立三维点云与对应的温度区间图像像素间的映射关系,将温度区间图像与三维模型进行叠加形成建筑模型;并将步骤(2)得到的各个像素点的温度值与像素点一一对应,赋予到整体建筑模型上;
(6)热工性能计算:
根据上述步骤得到的待测建筑整体温度区间图像计算建筑外表面的热工缺陷程度、传热系数误差率和气密性,并储存在数据库中;
(7)人机交互:
经步骤(5)所得建筑模型转换成VRML格式输出,导入虚拟现实设备中,通过佩戴VR眼镜观测建筑整体情况。
(8)分析评价:
对比数据库中的测量数据与现行绿色建筑评价标准规定,依据实际建筑对被动式建筑、既有建筑、装配式建筑等不同类型建筑的围护结构热工性能情况作出专项分析评价,生成相应的检测报告。
步骤(2)的拍摄时间选择早上或傍晚,以避免外界强光对扫描拍摄精度的影响。
步骤(3)所述的温度区间划分具体包括:设红外热像图上最高温度TM,最低温度TN,依据检测环境条件以及当地情况,选定确切无热工性能缺陷某区域所测温度区间范围[TM0,TN0],测量多次无热工性能缺陷区域温度范围,并取平均值[TAM0,TAN0],TN0<<TAN0<TAM0<<TM0,以[TAM0,TAN0]区间为基点温度区间,并在[TM,TN]范围内,按照基点温度区间差值,划分若干等差温度子区间,并将不同温度区间用不同深浅颜色来表示,形成温度区间图像,区间长度5-10℃,区间个数3-7个为宜。
步骤(5)所述的坐标转换映射过程中,坐标转换满足以下关系:以红外热像仪的镜头光点为原点建立相机坐标系(Xc,Yc,Zc),Zc轴方向与红外热像仪的相机光轴方向相同;以红外热像仪所成的红外热像图的一个端点为原点建立像素坐标系(u,v),u轴与Xc轴方向平行,v轴与Yc轴方向平行;相机坐标系的Zc轴与红外热像图垂直相交,以交点为原点建立图像坐标系(Xn,Yn,Zn),Zn轴与Zc轴方向相同;以被测建筑为基础,建立世界坐标系(Xw,Yw,Zw),各坐标轴方向与Xc轴Yc轴Zc轴相同,世界坐标系下建筑表面某点Ps(Xs,Ys,Zs)经旋转、平移、透视映射到红外热像图对应像素点P0(u0,v0),Ps与对应的红外热像图像素点P0之间满足下列关系:
其中,M为旋转矩阵,N为平移矩阵,F为物体到图像的透视投影矩阵,
其中,dx、dy分别为每一个像素点在u轴与v轴方向上的距离,f为相机的焦距值。
步骤(6)所述的建筑外表面热工缺陷程度计算方法如下:利用步骤(3)划分后的温度区间图像上相对面积比值Δ指标评价建筑外表面的热工缺陷程度:
式中,Δ为建筑检测表面缺陷图像面积与整体图像面积的比值,Ai为检测出第i处缺陷面积(m2),A为待检测建筑表面总面积(m2),其中,Δ所代表的建筑检测表面缺陷图像面积与整体图像面积的比值在计算中用温度区间图像像素点数的比值来代替,相应的Ai为温度区间图像显示的缺陷区域的像素点数,A为温度区间图像全部像素点数,所述的缺陷区域即该区域温度范围低于待测建筑表面标准温度。
步骤(6)所述的传热系数误差率:
其中,Ka为待测建筑设计时的理论传热系数,Kb为实际传热系数,依据传热学公式其中,qb为平均热流密度,ti为温度区间图像每个像素点的温度,ni为相同温度像素点的数目,n为总的像素点数,t0为墙内表面温度,α为对流换热系数,tb为墙内测得温度,tw为墙外测得温度。
步骤(6)所述的气密性计算方法如下:
确定划分的温度区间图像某待测区域最高温度Ta,最低温度Tb,平均温度T0,对比最高温度Ta或最低温度Tb与平均温度T0的差值ΔT,即为气密性参考值。
步骤(8)中所述的分析评价方法如下表:
本发明中所述的三维激光扫描仪、红外线热成像仪、数据传输系统及VR眼镜均为现有设备,因此具体结构不在此赘述;HARRIS算子、RANSEC算法、ICP算法和罗德里格算法属于现有算法,具体过程不在此赘述。
本发明的有益效果:
1.本发明提供的方法,针对建筑或不同房间不同的功能需求,将原始红外热图像划分成温度区间图像,即将零散碎片化、分解不明显的色彩图像划分为等差的、分界明显、色彩差异大的图像,有利于检测人员更直观的观测出温度差异,可通过图像颜色区间直观对建筑物进行节能分析评价。
2.本发明提供的方法,将三维激光扫描仪与红外热像仪相结合对建筑围护结构进行检测,将红外热图像与三维点云数据模型相结合,能快速、便捷、直观的形成建筑整体三维红外热像模型,能准确定位缺陷位置,获取缺陷位置信息,弥补了传统红外检测技术的不足。
3.本发明提供的方法结合虚拟现实技术,改变传统的检测和评价方法,建立数据库,观测者可以对照图像结合数据进行分析评价,使检测和评价方法更加智能化、人性化和直观化,检测结果更加准确。
附图说明
图1为本发明整体流程示意图。
图2为本发明划分拍摄区域示意图。
图3为本发明三维坐标与红外热像图坐标转换示意图。
1、三维激光扫描仪 2、建筑立面 3、拍摄区域 4、靶纸。
具体实施方式
请参阅图1-图3所示:
本发明提供的基于三维红外热成像技术的建筑热工性能检测方法,包括以下步骤:
(1)确定拍摄站点:
勘查待测建筑物外部结构及周围环境,根据建筑物外部结构特征及周围地形地貌特征,合理确定三维激光扫描仪1及红外热像仪的拍摄站点,布设三维激光扫描仪1及红外热像仪;
(2)划分拍摄区域并拍摄:
根据三维激光扫描仪1及红外热像仪的拍摄位置和仪器性能,将待测建筑各个建筑立面2合理划分成数个拍摄区域3,通过各个拍摄站点的三维激光扫描仪1及红外热像仪对拍摄区域3分别进行拍摄,获取各拍摄区域3的三维点云数据和红外热像图以及所拍摄的红外热像图每个像素点的温度信息,通过数据传输系统将三维点云数据、红外热像图和相关温度信息传回上位机;所述的数据传输系统可采用有线传输或WiFi、2G、3G、4G等无线信号进行数据传输;所述的上位机可以为台式电脑、笔记本电脑、平板电脑等终端设备;
(3)红外图像的拼接及温度区间划分:
将步骤(2)得到的待测建筑各个拍摄区域3的红外热像图经过去噪、增强处理,利用HARRIS算子提取特征点,用RANSEC算法去除错误匹配,基于特征点的匹配,进行红外图像的拼接,形成待测建筑的整体红外热像图;按照所获取的红外热像图每个像素点的温度选定基点温度区间,然后将上述步骤得到的整体红外热像图按基点温度区间范围划分成若干个温度区间,并将每个不同范围的温度区间用不同深度的颜色表示,形成温度区间图像;
(4)三维点云数据的处理及建模:
将步骤(2)得到的待测建筑各个拍摄区域3的点云数据进行点云滤波处理去除多余的点云,处理后的点云数据导入AuToCAD进行建筑线框图的构造,将在AuToCAD中建立的相应的图层依次导入3Dmax进行建模,形成建筑整体三维模型;在拍摄区域3内视线良好处张贴靶纸4作为像控点,每个拍摄站点的拍摄范围内设置不少于三个像控点,采用全站仪测出每个像控点的坐标(X控,Y控,Z控),结合三维激光扫描仪1扫描得到的靶纸4坐标,对建筑模型进行位置校正;
(5)三维红外成像叠加:
通过上位机,利用ICP算法和罗德里格算法对步骤(3)得到的温度区间图像的相应像素点经坐标转换映射到步骤(4)得到的建筑整体三维模型各坐标点,建立三维点云与对应的温度区间图像像素间的映射关系,将温度区间图像与三维模型进行叠加形成建筑模型;并将步骤(2)得到的各个像素点的温度值与像素点一一对应,赋予到整体建筑模型上;
(6)热工性能计算:
根据上述步骤得到的待测建筑整体温度区间图像计算建筑外表面的热工缺陷程度、传热系数误差率和气密性,并储存在数据库中;
(7)人机交互:
经步骤(5)所得建筑模型转换成VRML格式输出,导入虚拟现实设备中,通过佩戴VR眼镜观测建筑整体情况;
(8)分析评价:
对比数据库中的测量数据与现行绿色建筑评价标准规定,依据实际建筑对被动式建筑、既有建筑、装配式建筑等不同类型建筑的围护结构热工性能情况作出专项分析评价,生成相应的检测报告。
步骤(2)的拍摄时间选择早上或傍晚,以避免外界强光对扫描拍摄精度的影响。
步骤(3)所述的温度范围划分具体包括:设红外热像图上最高温度TM,最低温度TN,依据检测环境条件以及当地情况,选定确切无热工性能缺陷某区域所测温度区间范围[TM0,TN0],测量多次无热工性能缺陷区域温度范围,并取平均值[TAM0,TAN0],TN0<<TAN0<TAM0<<TM0,以[TAM0,TAN0]区间为基点温度区间,并在[TM,TN]范围内,按照基点温度区间差值,划分若干等差温度子区间,并将不同温度区间用不同深浅颜色来表示,形成新的温度区间图像,区间长度5-10℃,区间个数3-7个为宜。
实施例:设红外热像图上最高温度29.8℃,最低温度0℃,依据检测环境条件以及当地情况,选定确切无热工性能缺陷某区域所测温度区间范围10℃-15℃,测量多次无热工性能缺陷区域温度范围,并取平均值10℃-15℃,以10℃-15℃区间为基点温度区间,并在29.8℃-0℃范围内,按照基点温度区间差值,划分成0℃-5℃、5℃-10℃、10℃-15℃、15℃-20℃、20℃-25℃、25℃-30℃,并将不同温度区间用不同深浅颜色来表示。
步骤(5)所述的坐标转换映射过程中,坐标转换满足以下关系:以红外热像仪的镜头光点为原点建立相机坐标系(Xc,Yc,Zc),Zc轴方向与红外热像仪的相机光轴方向相同;以红外热像仪所成的红外热像图的一个端点为原点建立像素坐标系(u,v),u轴与Xc轴方向平行,v轴与Yc轴方向平行;相机坐标系的Zc轴与红外热像图垂直相交,以交点为原点建立图像坐标系(Xn,Yn,Zn),Zn轴与Zc轴方向相同;以被测建筑为基础,建立世界坐标系(Xw,Yw,Zw),各坐标轴方向与Xc轴Yc轴Zc轴相同,世界坐标系下建筑表面某点Ps(Xs,Ys,Zs)经旋转、平移、透视映射到红外热像图对应像素点P0(u0,v0),Ps与对应的红外热像图像素点P0之间满足下列关系:
其中,M为旋转矩阵,N为平移矩阵,F为物体到图像的透视投影矩阵,
其中,dx、dy分别为每一个像素点在u轴与v轴方向上的距离,f为相机的焦距值。
步骤(6)中所述的建筑外表面热工缺陷程度计算方法如下:利用步骤(3)划分后的温度区间图像上相对面积比值Δ指标评价建筑外表面的热工缺陷程度:
式中,Δ为建筑检测表面缺陷图像面积与整体图像面积的比值,Ai为检测出第i处缺陷面积(m2),A为待检测建筑表面总面积(m2),其中,Δ所代表的建筑检测表面缺陷图像面积与整体图像面积的比值在计算中用温度区间图像像素点数的比值来代替,相应的Ai为温度区间图像显示的缺陷区域的像素点数,A为温度区间图像全部像素点数,所述的缺陷区域即该区域温度范围低于待测建筑表面标准温度。
步骤(6)中所述的传热系数误差率:
其中,Ka为待测建筑设计时的理论传热系数,Kb为实际传热系数,依据传热学公式其中,qb为平均热流密度,ti为温度区间图像每个像素点的温度,ni为相同温度像素点的数目,n为总的像素点数,t0为墙内表面温度,∝为对流换热系数,tb为墙内测得温度,tw为墙外测得温度。
步骤(6)中所述的气密性计算方法如下:
确定划分的温度区间图像某待测区域最高温度Ta,最低温度Tb,平均温度T0,对比最高温度Ta或最低温度Tb与平均温度T0的差值ΔT,即为气密性参考值,对比最低或最高温度与平均温度的差值ΔT相差4℃之内认为合格。
实施例:温度区间图像划分某区域的最低温度为-0.4℃,最高温度9.7℃,平均温度1.5℃,则9.7℃温度附近区域存在气密性问题;某区域最低温度12℃,最高温度19℃,平均温度15℃,则说明气密性合格。
步骤(8)中所述的分析评价方法如下表:
Claims (3)
1.一种基于三维红外热成像技术的建筑热工性能检测方法,其特征在于:包括以下步骤:
(1)确定拍摄站点:
勘查待测建筑物外部结构及周围环境,根据建筑物外部结构特征及周围地形地貌特征,合理确定三维激光扫描仪及红外热像仪的拍摄站点,布设三维激光扫描仪及红外热像仪;
(2)划分拍摄区域并拍摄:
根据三维激光扫描仪及红外热像仪的拍摄位置和仪器性能,将待测建筑各个立面合理划分成数个拍摄区域,通过各个拍摄站点的三维激光扫描仪及红外热像仪对拍摄区域分别进行拍摄,获取各拍摄区域的三维点云数据和红外热像图以及所拍摄的红外热像图每个像素点的温度信息,通过数据传输系统将三维点云数据、红外热像图和相关温度信息传回上位机;拍摄时间选择早上或傍晚,以避免外界强光对扫描拍摄精度的影响;
(3)红外图像的拼接及温度区间划分:
将步骤(2)得到的待测建筑各个拍摄区域的红外热像图经过去噪、增强处理,利用HARRIS算子提取特征点,用RANSEC算法去除错误匹配,基于特征点的匹配,进行红外图像的拼接,形成待测建筑的整体红外热像图;按照所获取的红外热像图每个像素点的温度选定基点温度区间,然后将上述步骤得到的整体红外热像图按基点温度区间范围划分成若干个温度区间,并将每个不同范围的温度区间用不同深度的颜色表示,形成温度区间图像;所述的温度区间划分具体包括:设红外热像图上最高温度TM,最低温度TN,依据检测环境条件以及当地情况,选定确切无热工性能缺陷某区域所测温度区间范围[TM0,TN0],测量多次无热工性能缺陷区域温度范围,并取平均值[TAM0,TAN0],TN0<<TAN0<TAM0<<TM0,以[TAM0,TAN0]区间为基点温度区间,并在[TM,TN]范围内,按照基点温度区间差值,划分若干等差温度子区间,并将不同温度区间用不同深浅颜色来表示,形成温度区间图像,区间长度5-10℃,区间个数3-7个;
(4)三维点云数据的处理及建模:
将步骤(2)得到的待测建筑各个拍摄区域的点云数据进行点云滤波处理去除多余的点云,处理后的点云数据导入AuToCAD进行建筑线框图的构造,将在AuToCAD中建立的相应的图层依次导入3Dmax进行建模,形成建筑整体三维模型;在拍摄区域内视线良好处张贴靶纸作为像控点,每个拍摄站点的拍摄范围内设置不少于三个像控点,采用全站仪测出每个像控点的坐标(X控,Y控,Z控),结合三维激光扫描仪扫描得到的靶纸坐标,对建筑模型进行位置校正;
(5)三维红外成像叠加:
通过上位机,利用ICP算法和罗德里格算法对步骤(3)得到的温度区间图像的相应像素点经坐标转换映射到步骤(4)得到的建筑整体三维模型各坐标点,建立三维点云与对应的温度区间图像像素间的映射关系,将温度区间图像与三维模型进行叠加形成建筑模型;并将步骤(2)得到的各个像素点的温度值与像素点一一对应,赋予到整体建筑模型上;
(6)热工性能计算:
根据上述步骤得到的待测建筑整体温度区间图像计算建筑外表面的热工缺陷程度、传热系数误差率和气密性,并储存在数据库中;
建筑外表面热工缺陷程度计算方法如下:利用步骤(3)划分后的温度区间图像上相对面积比值Δ指标评价建筑外表面的热工缺陷程度:
式中,Δ为建筑检测表面缺陷图像面积与整体图像面积的比值,Ai为检测出第i处缺陷面积(m2),A为待检测建筑表面总面积(m2),其中,Δ所代表的建筑检测表面缺陷图像面积与整体图像面积的比值在计算中用温度区间图像像素点数的比值来代替,相应的Ai为温度区间图像显示的缺陷区域的像素点数,A为温度区间图像全部像素点数,所述的缺陷区域即该区域温度范围低于待测建筑表面标准温度;
传热系数误差率计算方法如下:
其中,Ka为待测建筑设计时的理论传热系数,Kb为实际传热系数,依据传热学公式其中,qb为平均热流密度,ti为温度区间图像每个像素点的温度,ni为相同温度像素点的数目,n为总的像素点数,t0为墙内表面温度,∝为对流换热系数,tb为墙内测得温度,tw为墙外测得温度;
气密性计算方法如下:
确定划分的温度区间图像某待测区域最高温度Ta,最低温度Tb,平均温度T0,对比最高温度Ta或最低温度Tb与平均温度T0的差值ΔT,即为气密性参考值;
(7)人机交互:
经步骤(5)所得建筑模型转换成VRML格式输出,导入虚拟现实设备中,通过佩戴VR眼镜观测建筑整体情况;
(8)分析评价:
对比数据库中的测量数据与现行绿色建筑评价标准规定,依据实际建筑对被动式建筑、既有建筑、装配式建筑不同类型建筑的围护结构热工性能情况作出专项分析评价,生成相应的检测报告。
2.根据权利要求1所述的一种基于三维红外热成像技术的建筑热工性能检测方法,其特征在于:步骤(5)所述的坐标转换映射过程中,坐标转换满足以下关系:以红外热像仪的镜头光点为原点建立相机坐标系(Xc,Yc,Zc),Zc轴方向与红外热像仪的相机光轴方向相同;以红外热像仪所成的红外热像图的一个端点为原点建立像素坐标系(u,v),u轴与Xc轴方向平行,v轴与Yc轴方向平行;相机坐标系的Zc轴与红外热像图垂直相交,以交点为原点建立图像坐标系(Xn,Yn,Zn),Zn轴与Zc轴方向相同;以被测建筑为基础,建立世界坐标系(Xw,Yw,Zw),各坐标轴方向与Xc轴Yc轴Zc轴相同,世界坐标系下建筑表面某点Ps(Xs,Ys,Zs)经旋转、平移、透视映射到红外热像图对应像素点P0(u0,v0),Ps与对应的红外热像图像素点P0之间满足下列关系:
其中,M为旋转矩阵,N为平移矩阵,F为物体到图像的透视投影矩阵,
其中,dx、dy分别为每一个像素点在u轴与v轴方向上的距离,f为相机的焦距值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810274613.2A CN108535321B (zh) | 2018-03-30 | 2018-03-30 | 一种基于三维红外热成像技术的建筑热工性能检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810274613.2A CN108535321B (zh) | 2018-03-30 | 2018-03-30 | 一种基于三维红外热成像技术的建筑热工性能检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108535321A CN108535321A (zh) | 2018-09-14 |
CN108535321B true CN108535321B (zh) | 2021-04-02 |
Family
ID=63481673
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810274613.2A Active CN108535321B (zh) | 2018-03-30 | 2018-03-30 | 一种基于三维红外热成像技术的建筑热工性能检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108535321B (zh) |
Families Citing this family (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109410206A (zh) * | 2018-11-05 | 2019-03-01 | 江苏东保装饰集团有限公司 | 一种建筑装饰三维造型精度检验方法 |
CN111189541B (zh) * | 2018-11-14 | 2021-02-02 | 中国石油化工股份有限公司 | 一种基于红外热像扫描的在线热损失测量方法 |
CN109523544B (zh) * | 2018-11-26 | 2021-02-26 | 陕西汉通建设工程质量检测有限公司 | 一种建筑外墙质量缺陷检测系统及其方法 |
CN111667531B (zh) * | 2019-03-06 | 2023-11-24 | 西安远智电子科技有限公司 | 定位方法及装置 |
CN111695227B (zh) * | 2019-03-13 | 2024-02-20 | 宁波方太厨具有限公司 | 一种灶具加热均匀性评价方法 |
CN110717987B (zh) * | 2019-10-11 | 2023-03-14 | 徐州中矿奥特麦科技有限公司 | 一种基于料场模型和温度模型的数据融合方法 |
CN111307291B (zh) * | 2020-03-02 | 2021-04-20 | 武汉大学 | 基于无人机的地表温度异常检测和定位方法、装置及系统 |
CN111693536A (zh) * | 2020-06-24 | 2020-09-22 | 河南高建工程管理有限公司 | 一种基于红外热成像的地下综合管廊施工防水检测方法 |
CN111862019B (zh) * | 2020-07-11 | 2023-04-11 | 北京唯实兴邦科技有限公司 | 一种热电光软多维信息融合电路智能检测与故障诊断方法 |
CN112163484B (zh) * | 2020-09-17 | 2023-08-01 | 湖北省农业机械工程研究设计院 | 冷库围护结构缺陷智能定位装置及方法 |
CN112734687A (zh) * | 2020-10-21 | 2021-04-30 | 重庆中国三峡博物馆 | 文物病害图绘制方法、装置、存储介质及电子设备 |
CN112710668B (zh) * | 2020-12-08 | 2022-07-12 | 上海裕芮信息技术有限公司 | 通过无人机进行房屋外立面空鼓检测的方法及系统 |
CN112903110A (zh) * | 2021-01-18 | 2021-06-04 | 四川大学 | 一种无损、可视化、图形化民居建筑热环境特性的评估方法 |
CN113781734B (zh) * | 2021-09-11 | 2023-07-04 | 杭州宏欣安全科技有限公司 | 一种基于危化品仓库用防火方法、装置及电子设备 |
CN114033126B (zh) * | 2021-11-23 | 2023-01-03 | 广东中旗新材料股份有限公司 | 一种用于地面铺装的人造石英石板材的铺装方法 |
CN114325274B (zh) * | 2022-01-10 | 2023-06-27 | 西南交通大学 | 一种换流变阀侧套管局部放电检测系统及方法 |
CN115439469B (zh) * | 2022-10-12 | 2024-03-22 | 东南大学 | 基于无人机的建筑缺陷检测方法、装置及电子设备 |
CN116189367B (zh) * | 2022-12-09 | 2023-09-26 | 嘉应学院 | 一种基于物联网的建筑火灾报警系统 |
CN116090094A (zh) * | 2022-12-27 | 2023-05-09 | 武汉理工大学 | 一种基于红外热成像的船体热模型建立方法、装置及设备 |
CN116805351A (zh) * | 2023-06-14 | 2023-09-26 | 壹品慧数字科技(上海)有限公司 | 一种基于物联网的智慧建筑管理系统及方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103163151A (zh) * | 2013-03-21 | 2013-06-19 | 山东省计算中心 | 基于红外图像的建筑热工缺陷精确定位方法 |
CN103196565A (zh) * | 2013-04-03 | 2013-07-10 | 山东省计算中心 | 基于红外热图的建筑室内节能检测点标记方法 |
KR20150019401A (ko) * | 2013-08-13 | 2015-02-25 | 한국전력공사 | 전력구 검사장치 및 그 제어방법 |
CN104749187A (zh) * | 2015-03-25 | 2015-07-01 | 武汉武大卓越科技有限责任公司 | 基于红外温度场和灰度图像的隧道衬砌病害检测装置 |
CN105717163A (zh) * | 2016-01-29 | 2016-06-29 | 中国商用飞机有限责任公司 | 红外热像检测缺陷的方法 |
CN107067470A (zh) * | 2017-04-05 | 2017-08-18 | 东北大学 | 基于红外热像仪与深度相机的便携式三维温度场重建系统 |
CN207020538U (zh) * | 2017-06-28 | 2018-02-16 | 广州番客信息科技有限公司 | 一种无人机控制系统 |
-
2018
- 2018-03-30 CN CN201810274613.2A patent/CN108535321B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103163151A (zh) * | 2013-03-21 | 2013-06-19 | 山东省计算中心 | 基于红外图像的建筑热工缺陷精确定位方法 |
CN103196565A (zh) * | 2013-04-03 | 2013-07-10 | 山东省计算中心 | 基于红外热图的建筑室内节能检测点标记方法 |
KR20150019401A (ko) * | 2013-08-13 | 2015-02-25 | 한국전력공사 | 전력구 검사장치 및 그 제어방법 |
CN104749187A (zh) * | 2015-03-25 | 2015-07-01 | 武汉武大卓越科技有限责任公司 | 基于红外温度场和灰度图像的隧道衬砌病害检测装置 |
CN105717163A (zh) * | 2016-01-29 | 2016-06-29 | 中国商用飞机有限责任公司 | 红外热像检测缺陷的方法 |
CN107067470A (zh) * | 2017-04-05 | 2017-08-18 | 东北大学 | 基于红外热像仪与深度相机的便携式三维温度场重建系统 |
CN207020538U (zh) * | 2017-06-28 | 2018-02-16 | 广州番客信息科技有限公司 | 一种无人机控制系统 |
Non-Patent Citations (1)
Title |
---|
基于三维激光与红外热像的容器缺陷检测方法;丁佳林 等;《传感器与微系统》;20180320;第37卷(第3期);第29-31页 * |
Also Published As
Publication number | Publication date |
---|---|
CN108535321A (zh) | 2018-09-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108535321B (zh) | 一种基于三维红外热成像技术的建筑热工性能检测方法 | |
CN108490030B (zh) | 基于无人机红外热成像的建筑围护结构热工性能检测方法 | |
CN109544679B (zh) | 管道内壁的三维重建方法 | |
CN103411553B (zh) | 多线结构光视觉传感器的快速标定方法 | |
CN102003938A (zh) | 大型高温锻件热态在位检测方法 | |
CN111931565A (zh) | 一种基于光伏电站uav的自主巡检与热斑识别方法及系统 | |
CN102135236A (zh) | 双目视觉管道内壁自动无损检测方法 | |
CN102800096B (zh) | 一种摄像机参数的鲁棒性估计算法 | |
CN110084785B (zh) | 一种基于航拍图像的输电线垂弧测量方法及系统 | |
CN111598942A (zh) | 一种用于对电力设施仪表进行自动定位的方法及系统 | |
CN113447159B (zh) | 基于全局正态分布及局部离群因子的风洞漏冷监测方法 | |
CN112146761A (zh) | 一种基于机器学习的人体测温补偿方法 | |
CN110879080A (zh) | 一种高温锻件高精度智能测量仪和测量方法 | |
CN113916130B (zh) | 一种基于最小二乘法的建筑物位置测量方法 | |
JP2016090547A (ja) | ひび割れ情報収集装置及びひび割れ情報を収集するためのサーバ装置 | |
CN113390514B (zh) | 一种基于多传感器阵列的三维红外温度测量方法 | |
CN111856436A (zh) | 一种多线激光雷达和红外相机的联合标定装置及标定方法 | |
CN112489099A (zh) | 点云配准方法、装置、存储介质及电子设备 | |
CN113358231B (zh) | 红外测温方法、装置及设备 | |
CN113160292B (zh) | 一种基于智能移动终端的激光雷达点云数据三维建模装置及方法 | |
CN111521279B (zh) | 一种管线渗漏巡查方法 | |
CN114494385A (zh) | 一种输水隧洞病害可视化预警方法 | |
CN109829939B (zh) | 一种缩小多视影像匹配同名像点搜索范围的方法 | |
CN109580007B (zh) | 一种机房冷通道微环境立体热力分布监测系统及控制方法 | |
CN115184563B (zh) | 一种基于数字孪生的化工车间现场数据采集方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |