CN108592811A - 一种房屋结构裂缝变形实时动态监测系统及识别方法 - Google Patents
一种房屋结构裂缝变形实时动态监测系统及识别方法 Download PDFInfo
- Publication number
- CN108592811A CN108592811A CN201810260922.4A CN201810260922A CN108592811A CN 108592811 A CN108592811 A CN 108592811A CN 201810260922 A CN201810260922 A CN 201810260922A CN 108592811 A CN108592811 A CN 108592811A
- Authority
- CN
- China
- Prior art keywords
- crack
- sum value
- pixel sum
- building structure
- image
- 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
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/16—Measuring arrangements characterised by the use of optical techniques for measuring the deformation in a solid, e.g. optical strain gauge
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/02—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness
Abstract
本发明涉及一种房屋结构裂缝变形实时动态监测系统及识别方法，即在房屋结构裂缝处安装裂缝动态监测仪，24小时监测裂缝的变化情况。房屋结构裂缝变形实时动态监测系统包括数据采集传输报警、图像采集及分析算法、激光器照射、外壳及固定支架等功能模块。使用房屋结构裂缝变形实时动态监测系统，能有效地提高数据采集的处理速度，可将现场监测采集到的数据通过专线和/或无线传输到后台数据监控中心及手机报警，有效地保证了在恶劣环境条件下工作的稳定性和可靠性。当房屋的使用安全进入紧急状态时，系统会自动预警并向主管人员发出报警，确保人民群众的生命安全。本发明提出了通过图像算法识别照片中参考线上裂缝黑色区域的像素数值与图像拍摄面积进行对比计算后，从而得出的裂缝宽度变化曲线。
Description
技术领域
本发明涉及一种房屋结构裂缝变形实时监测技术领域，特别涉及一种结构裂缝宽度变化的实时监测报警及识别方法，主要用于测量墙体结构裂缝的变化情况。
背景技术
由于房屋墙体结构裂缝会导致重大房屋倒塌事故，应加强对既有房屋安全的管理，保障人民群众生命和财产的安全。因此，必须对墙体结构裂缝进行定期的观测和监控，并在裂缝超过安全范围的情况下及时进行处理。为了准确地判断墙体结构裂缝的发展情况，就必须实时监测出墙体结构裂缝的宽度变化发展趋势。现有技术中，全靠人工对裂缝宽度的监测及识别方法不是很精确。随着科学技术的不断发展，结构裂缝宽度的监测逐渐摆脱了过去人工检测的时代，逐渐进入了动态实时监测裂缝报警系统。结构裂缝宽度变化的实时监测报警系统主要是用来实时判断房屋的危险程度，动态地掌握既有建筑房屋结构裂缝的发展变化情况，发现异常及时处理，确保人员安全和房屋的使用安全。
发明内容
为了克服上述问题，本发明提出了一种房屋结构裂缝变形实时动态监测系统及识别方法，即在房屋结构裂缝处安装裂缝动态监测仪(用来实时监测结构裂缝宽度变化的装置)，每天24小时监测裂缝的宽度变化和速率情况。房屋结构裂缝宽度变化的实时动态监测系统包括数据采集和传输、图像识别及分析算法、激光器照射、外壳及固定支架等功能模块。使用结构裂缝宽度变化的实时动态监测系统，有效地提高了数据采集的处理速度与时间，可将现场监测采集到的数据通过专线和/或无线传输到后台数据监控中心及手机报警，有效地保证了在恶劣环境条件下工作的稳定性和可靠性。本发明提出了通过图像算法识别照片中参考线上裂缝黑色区域的像素总和数值与图像拍摄面积像素总和进行对比计算后，从而得出的裂缝宽度变化曲线。
为了实现上述目的，本发明采取了如下技术方案：
一种房屋结构裂缝变形的实时动态监测系统的数据采集和传输模块是利用后台数据监控中心对各个裂缝传感器的信号进行采集传输和保存。
进一步，在房屋结构裂缝变形的实时动态监测过程中，当建筑物结构裂缝持续开展时，系统会通过短信或微信实时推送超限报警。
进一步，所使用的裂缝传感器是利用网络通讯技术，将数据远程传送到云端服务器，并通过移动终端发布及报警。
进一步，实时监测系统的数据传输可采用专线传输、网络传输、载波传输和无线传输等方式，也可组合采用不同的传输方式。
进一步，房屋结构裂缝变形的实时动态监测系统后台数据监控中心，采取增加蓄电池，防止雨季市电中断，造成系统数据无法传输。
裂缝动态监测仪布置在对房屋承重结构墙体或围护结构墙体、构件等易出现结构性裂缝的部位，通过裂缝动态监测仪内的裂缝传感器观测墙体裂缝变化情况。
房屋结构裂缝变形的实时动态监测系统识别方法及分析算法，主要是通过测出裂缝所在平面和高清照像机之间的距离，并根据测出的距离计算像素的直径范围，所述的像素由高清照相机激光器发出的光束经裂缝所在平面投射而成。
进一步，通过高清照相机的激光器测距功能测出裂缝所在平面和照相机之间的距离L。
进一步，根据高清照相机激光器的发散角α、高清照相机的激光器发出的光束直径d和测出的距离L计算像素的直径D，所述像素的直径D的计算公式为：D＝tanα·L+d。
采用高清照相机对裂缝所在平面进行拍摄，以获取裂缝黑色区域的像素总和数值和图像拍摄面积像素总和数值的图像。从拍摄到的图像中分别提取出裂缝黑色区域的像素总和数值和图像拍摄面积像素总和数值的图像，并分别识别和分析出裂缝黑色区域的像素数值的直径范围内所含的像素个数总和以及图像拍摄面积像素数值所含的像素总和个数。
进一步，从拍摄到的图像中提取出裂缝黑色区域的像素数值，然后对裂缝的像素个数进行识别和分析，得到裂缝黑色区域的像素数值直径范围内所含的像素个数总和；
进一步，从拍摄的图像中提取出图像拍摄面积像素数值，然后对图像拍摄面积像素数值的像素个数进行识别和分析，得到图像拍摄面积像素数值实际宽度所含的像素个数总和。
进一步，在对裂缝黑色区域的像素总和数值和图像拍摄面积像素数值的像素个数总和进行识别和分析时，通过高清照相机镜头处安装的快速数据领域搜索与识别软件直接识别裂缝黑色区域的像素总和数值和图像拍摄面积像素数值的像素个数总和。
进一步，提出了通过图像算法识别照片中参考线上裂缝黑色区域的像素总和数值与图像拍摄面积像素总和数值进行对比计算后，从而得出的裂缝宽度变化曲线。根据裂缝曲线变化情况的阀值，设定报警级别。
有益效果：房屋结构裂缝变形实时动态监测系统及识别方法，操作简单、体积灵巧、安装方便、精度高、功耗小，数据直观可视化，可实现对房屋结构裂缝的高效识别，能尽早发现裂缝变化情况，及时发出报警信号，最大限度地避免或减少结构破坏带来的危害性。本发明提供的裂缝识别方法可以明显减少滤波过程中图像有效信息的丢失，精度明显提高，从而提高了裂缝识别的精度。
附图说明
图1为本发明裂缝动态监测仪的布置位置示意图；
图2为本发明结构裂缝动态监测仪的工作原理示意图。
附图标记：1：裂缝动态监测仪；2、外壳；3、安装螺孔；4、墙体结构裂缝；5、墙体；6、激光器；7、裂缝黑色区域的像素总和数值；8、图像拍摄面积像素总和数值；9、裂缝传感器。
具体实施方式
如图1-2所示，本发明的房屋结构裂缝变形实时动态监测系统及识别方法，包括裂缝动态监测仪1、外壳2、安装螺孔3、墙体裂缝4、墙体5、激光器6、裂缝黑色区域的像素总和数值7、图像拍摄面积像素总和数值8和裂缝传感器9。使用结构裂缝变化的实时动态监测系统，能有效地提高了图像数据的处理速度，可将现场监测采集到的数据通过专线和/或无线传输到后台数据监控中心及手机报警，有效地保证了在恶劣环境条件下工作的稳定性和可靠性。当房屋的使用安全进入紧急状态时，系统会自动预警并向主管人员发出报警，确保人民群众的生命安全。
参照图1所示，裂缝动态监测仪1布置在对房屋承重结构墙体或围护结构墙体、构件等出现结构性裂缝的部位，先将裂缝动态监测仪1安装在外壳2内固定，然后将外壳2通过安装螺孔3固定在墙体5上。通过裂缝动态监测仪1内的裂缝传感器9观测墙体结构裂缝4宽度变化，对墙体结构裂缝4进行自动监测时。
参照图2所示，房屋结构裂缝变形实时动态监测系统识别方法及分析算法，主要是通过测出墙体结构裂缝4所在平面和裂缝动态监测仪1内的高清照相机之间的距离，并根据测出的距离计算像素的直径，所述的像素由裂缝动态监测仪1内的激光器6发出的光束经裂缝所在平面投射而成。通过裂缝动态监测仪1内的激光器6测距功能测出裂缝所在平面和照相机之间的距离L。根据裂缝动态监测仪1内激光器6的发散角α、裂缝动态监测仪1内的激光器6发出的光束直径d和测出的距离L计算像素的直径D，所述像素的直径D的计算公式为：D＝tanα·L+d。采用裂缝动态监测仪1内的高清照相机对裂缝所在平面进行拍摄，以获取裂缝黑色区域的像素总和数值7和图像拍摄面积像素总和数值8的图像。从拍摄的图像中提取出裂缝黑色区域的像素总和数值7，然后对裂缝的像素个数总和进行识别和分析，得到裂缝黑色区域的像素总和数值7直径范围内所含的像素个数总和。从拍摄的图像中提取出图像拍摄面积像素总和数值8，然后对图像拍摄面积像素总和数值8的像素个数进行识别和分析，得到图像拍摄面积像素总和数值8实际宽度所含的像素个数。在对裂缝黑色区域的像素总和数值7和图像拍摄面积像素总和数值8的像素个数进行识别和分析时，通过裂缝动态监测仪1内的高清照相机镜头处安装的快速数据领域搜索与识别软件直接识别裂缝黑色区域的像素总和数值7和图像拍摄面积像素总和数值8的像素个数。提出了通过图像算法识别照片中参考线上裂缝黑色区域的像素总和数值7与图像拍摄面积像素总和数值8进行对比计算后，从而得出的裂缝宽度变化曲线。根据裂缝曲线变化情况的阀值，设定报警级别。
以上是本发明的一典型实施例，本发明的实施不限于此。
Claims (7)
1.一种房屋结构裂缝变形实时动态监测系统及识别方法，包括数据采集、数据传输、数据识别方法及分析算法、裂缝动态监测仪1、墙体结构裂缝4、激光器6、裂缝黑色区域的像素总和数值7、图像拍摄面积像素总和数值8和裂缝传感器9。使用结构裂缝变形实时动态监测系统，能有效地提高了数据采集的处理速度，可将现场监测采集到的数据通过专线和/或无线传输到后台数据监控中心及手机报警。本发明提出了通过图像算法识别照片中参考线上裂缝黑色区域的像素总和数值7与图像拍摄面积像素总和数值8对比计算后，从而得出的裂缝宽度变化曲线。
2.根据权利要求1所述的一种房屋结构裂缝变形实时动态监测系统及识别方法，其特征在于：所述的数据采集和数据传输模块是利用后台数据监控中心对各个裂缝传感器9的信号进行采集传输和保存。实时监测系统的数据传输可采用专线传输、网络传输、载波传输和无线传输等方式，也可组合采用两种或三种不同的传输方式。
3.根据权利要求1所述的一种房屋结构裂缝变形实时动态监测系统及识别方法，其特征在于：所使用的裂缝传感器9是利用物联网技术，将数据传送到云端服务器，并通过PC或移动终端发布及报警。
4.根据权利要求1所述的一种房屋结构裂缝变形实时动态监测系统及识别方法，其特征在于：通过测出墙体结构裂缝4所在平面和裂缝动态监测仪1内的高清照相机之间的距离，并根据测出的距离计算像素的直径，所述的像素由裂缝动态监测仪1内的激光器6发出的光束经裂缝所在平面投射而成。通过裂缝动态监测仪1内的激光器6测距功能测出裂缝所在平面和照相机之间的距离L。根据裂缝动态监测仪1内激光器6的发散角α、裂缝动态监测仪1内的激光器6发出的光束直径d和测出的距离L计算像素的直径D，所述像素的直径D的计算公式为：D＝tanα·L+d。
5.根据权利要求1所述的一种房屋结构裂缝变形实时动态监测系统及识别方法，其特征在于：采用裂缝动态监测仪1内的高清照相机对裂缝所在平面进行拍摄，以获取裂缝黑色区域的像素总和数值7和图像拍摄面积像素总和数值8的图像。从拍摄的图像中提取出裂缝黑色区域的像素总和数值7，然后对裂缝的像素个数总和进行识别和分析，得到裂缝黑色区域的像素总和数值7直径范围内所含的像素个数。从拍摄的图像中提取出图像拍摄面积像素总和数值8，然后对图像拍摄面积像素总和数值8的像素个数进行识别和分析，得到图像拍摄面积像素总和数值8实际宽度所含的像素个数。
6.根据权利要求5所述的裂缝黑色区域的像素总和数值7和图像拍摄面积像素总和数值8，其特征在于：在对裂缝黑色区域的像素总和数值7和图像拍摄面积像素总和数值8的像素个数进行识别和分析时，通过裂缝动态监测仪1内的高清照相机镜头处安装的快速数据领域搜索与识别软件直接识别裂缝黑色区域的像素总和数值7和图像拍摄面积像素总和数值8的像素个数。
7.根据权利要求5所述的裂缝黑色区域的像素总和数值7和图像拍摄面积像素总和数值8，其特征在于：通过图像算法识别照片中参考线上裂缝黑色区域的像素总和数值7与图像拍摄面积像素总和数值8进行对比计算后，从而得出的裂缝宽度变化曲线。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810260922.4A CN108592811A (zh) | 2018-03-26 | 2018-03-26 | 一种房屋结构裂缝变形实时动态监测系统及识别方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810260922.4A CN108592811A (zh) | 2018-03-26 | 2018-03-26 | 一种房屋结构裂缝变形实时动态监测系统及识别方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN108592811A true CN108592811A (zh) | 2018-09-28 |
Family
ID=63623706
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810260922.4A Pending CN108592811A (zh) | 2018-03-26 | 2018-03-26 | 一种房屋结构裂缝变形实时动态监测系统及识别方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108592811A (zh) |
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109579709A (zh) * | 2018-12-25 | 2019-04-05 | 陕西圆周率文教科技有限公司 | 一种不可移动文物裂缝监测装置及方法 |
| CN111457854A (zh) * | 2020-04-16 | 2020-07-28 | 福建汇川物联网技术科技股份有限公司 | 一种基于建筑物的变形监测方法及装置 |
| WO2020177165A1 (zh) * | 2019-03-01 | 2020-09-10 | 威海华菱光电股份有限公司 | 裂缝变化监测装置及裂缝变化监测方法 |
| CN112215077A (zh) * | 2020-09-14 | 2021-01-12 | 北京中铁建建筑科技有限公司 | 一种图像识别建筑结构裂缝监测系统及方法 |
| CN112560587A (zh) * | 2020-11-27 | 2021-03-26 | 贵州中建建筑科研设计院有限公司 | 一种卷积神经网络边坡裂缝变化的动态预警方法及系统 |
| CN112781518A (zh) * | 2021-01-20 | 2021-05-11 | 广东百年基业水利水电建设有限公司 | 一种房屋形变监测方法及系统 |
| CN113048929A (zh) * | 2019-12-26 | 2021-06-29 | 云启勘测设计有限公司 | 一种建筑物结构裂缝监测装置 |
| WO2023249315A1 (ko) * | 2022-06-23 | 2023-12-28 | 주식회사 케이에너지시스템 | 이미지 센서를 이용한 균열 감지 방법 및 장치 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1563891A (zh) * | 2004-04-20 | 2005-01-12 | 长安大学 | 一种识别路面裂缝的系统和方法 |
| US20070095160A1 (en) * | 2005-11-03 | 2007-05-03 | The Boeing Company | Structural assessment and monitoring system and associated method |
| JP2012057993A (ja) * | 2010-09-07 | 2012-03-22 | Railway Technical Research Institute | 構造物のひび割れの変状監視における計測データの処理方法 |
| 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 |
| CN106018411A (zh) * | 2016-05-09 | 2016-10-12 | 广州市九州旗建筑科技有限公司 | 一种裂缝宽度的测量计算方法及测量装置 |
| CN107063095A (zh) * | 2016-12-23 | 2017-08-18 | 张晓明 | 一种既有建筑房屋结构裂缝宽度变化的实时监测报警系统及识别方法 |
-
2018
- 2018-03-26 CN CN201810260922.4A patent/CN108592811A/zh active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1563891A (zh) * | 2004-04-20 | 2005-01-12 | 长安大学 | 一种识别路面裂缝的系统和方法 |
| US20070095160A1 (en) * | 2005-11-03 | 2007-05-03 | The Boeing Company | Structural assessment and monitoring system and associated method |
| JP2012057993A (ja) * | 2010-09-07 | 2012-03-22 | Railway Technical Research Institute | 構造物のひび割れの変状監視における計測データの処理方法 |
| 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 |
| CN106018411A (zh) * | 2016-05-09 | 2016-10-12 | 广州市九州旗建筑科技有限公司 | 一种裂缝宽度的测量计算方法及测量装置 |
| CN107063095A (zh) * | 2016-12-23 | 2017-08-18 | 张晓明 | 一种既有建筑房屋结构裂缝宽度变化的实时监测报警系统及识别方法 |
Cited By (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109579709A (zh) * | 2018-12-25 | 2019-04-05 | 陕西圆周率文教科技有限公司 | 一种不可移动文物裂缝监测装置及方法 |
| WO2020177165A1 (zh) * | 2019-03-01 | 2020-09-10 | 威海华菱光电股份有限公司 | 裂缝变化监测装置及裂缝变化监测方法 |
| CN113048929A (zh) * | 2019-12-26 | 2021-06-29 | 云启勘测设计有限公司 | 一种建筑物结构裂缝监测装置 |
| CN111457854A (zh) * | 2020-04-16 | 2020-07-28 | 福建汇川物联网技术科技股份有限公司 | 一种基于建筑物的变形监测方法及装置 |
| CN112215077A (zh) * | 2020-09-14 | 2021-01-12 | 北京中铁建建筑科技有限公司 | 一种图像识别建筑结构裂缝监测系统及方法 |
| CN112560587A (zh) * | 2020-11-27 | 2021-03-26 | 贵州中建建筑科研设计院有限公司 | 一种卷积神经网络边坡裂缝变化的动态预警方法及系统 |
| CN112560587B (zh) * | 2020-11-27 | 2022-04-08 | 贵州中建建筑科研设计院有限公司 | 一种卷积神经网络边坡裂缝变化的动态预警方法及系统 |
| CN112781518A (zh) * | 2021-01-20 | 2021-05-11 | 广东百年基业水利水电建设有限公司 | 一种房屋形变监测方法及系统 |
| WO2023249315A1 (ko) * | 2022-06-23 | 2023-12-28 | 주식회사 케이에너지시스템 | 이미지 센서를 이용한 균열 감지 방법 및 장치 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108592811A (zh) | 一种房屋结构裂缝变形实时动态监测系统及识别方法 | |
| CN107063095A (zh) | 一种既有建筑房屋结构裂缝宽度变化的实时监测报警系统及识别方法 | |
| KR101765235B1 (ko) | 사물인터넷 기반 센서와 무인비행체를 이용한 시설물 유지관리 시스템 및 그 방법 | |
| CN205140120U (zh) | 一种物联网图像火灾远程监控预警系统 | |
| CN106289076B (zh) | 输电线路弧垂智能图像在线监测系统 | |
| CN107633683B (zh) | 用于车辆超载的非现场执法管理系统 | |
| CN103726879A (zh) | 利用摄像头自动捕捉矿井矿震坍塌并及时记录报警的方法 | |
| CN111488799B (zh) | 一种基于图像识别的坠落物识别方法及系统 | |
| CN210691346U (zh) | 一种基于工地隐患自动识别系统 | |
| CN113206978B (zh) | 油气管道站场安防智能监控预警系统及方法 | |
| WO2011052969A2 (ko) | 유비쿼터스 기반 배관시설 상태 상시 감시 시스템 | |
| CN110187680A (zh) | 一种基于北斗和物联网的脚手架消防联控应急系统 | |
| CN104454012A (zh) | 基于图像的煤矿掘进工作面冲击地压报警方法 | |
| CN103377537A (zh) | 上空坠物预警系统及方法 | |
| CN106710120A (zh) | 一种前端分布式森林烟火识别定位智能感知系统 | |
| CN104533526A (zh) | 基于图像的采煤工作面煤与瓦斯突出报警方法 | |
| CN109341542A (zh) | 基于数字信号序列长度识别裂缝宽度的方法及其监测装置 | |
| CN209433517U (zh) | 一种基于多火焰图像与组合判据的火灾识别报警装置 | |
| CN113869236A (zh) | 一种移动式工地安全智慧分析系统和方法 | |
| CN105991969A (zh) | 高压输电线路飘挂物检测装置及使用与安装的方法 | |
| CN116343528A (zh) | 桥梁船撞报警感知设备及包括该设备的安全监测应用平台 | |
| CN115755069A (zh) | 一种轨道异物检测装置、检测系统及检测方法 | |
| CN210924849U (zh) | 一种船舶人员落水监控系统 | |
| CN115431266A (zh) | 一种巡检方法、巡检装置及巡检机器人 | |
| CN112576310B (zh) | 基于机器人的隧道安防检测方法及系统 |
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 | ||
| WD01 | Invention patent application deemed withdrawn after publication | ||
| WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20180928 |