CN110987992A - 基于背散射成像的外墙外保温系统内部缺陷定量识别方法 - Google Patents
基于背散射成像的外墙外保温系统内部缺陷定量识别方法 Download PDFInfo
- Publication number
- CN110987992A CN110987992A CN202010001389.7A CN202010001389A CN110987992A CN 110987992 A CN110987992 A CN 110987992A CN 202010001389 A CN202010001389 A CN 202010001389A CN 110987992 A CN110987992 A CN 110987992A
- Authority
- CN
- China
- Prior art keywords
- image
- scanning
- thermal insulation
- insulation system
- external 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.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N23/00—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00
- G01N23/20—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by using diffraction of the radiation by the materials, e.g. for investigating crystal structure; by using scattering of the radiation by the materials, e.g. for investigating non-crystalline materials; by using reflection of the radiation by the materials
- G01N23/203—Measuring back scattering
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2223/00—Investigating materials by wave or particle radiation
- G01N2223/05—Investigating materials by wave or particle radiation by diffraction, scatter or reflection
- G01N2223/053—Investigating materials by wave or particle radiation by diffraction, scatter or reflection back scatter
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2223/00—Investigating materials by wave or particle radiation
- G01N2223/10—Different kinds of radiation or particles
- G01N2223/101—Different kinds of radiation or particles electromagnetic radiation
- G01N2223/1016—X-ray
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2223/00—Investigating materials by wave or particle radiation
- G01N2223/40—Imaging
- G01N2223/401—Imaging image processing
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2223/00—Investigating materials by wave or particle radiation
- G01N2223/40—Imaging
- G01N2223/42—Imaging image digitised, -enhanced in an image processor
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2223/00—Investigating materials by wave or particle radiation
- G01N2223/60—Specific applications or type of materials
- G01N2223/646—Specific applications or type of materials flaws, defects
Abstract
本发明提供一种基于背散射成像的外墙外保温系统内部缺陷定量识别方法,包括步骤:S1:扫描检测区:持背散射成像设备在距外墙外保温系统外表面小于等于3厘米的距离对所述检测区进行单独扫描或连续扫描,获得扫描图像;S2:图像拼接:将所述扫描图像按扫描顺序进行拼接,获得所述检测区的扫描结果图像;S3:图像质量增强:对所述扫描结果图像进行图像降噪处理,获得待识别图像;S4:利用所述待识别图像识别所述外墙外保温系统内部构造和缺陷,获得识别结果。本发明的一种基于背散射成像的外墙外保温系统内部缺陷定量识别方法,可实现外墙外保温系统内部缺陷的无损、准确、快速判断,并能实现缺陷面积精确的定量评估。
Description
技术领域
本发明涉及既有建筑无损检测技术领域,尤其涉及一种基于背散射成像的外墙外保温系统内部缺陷定量识别方法。
背景技术
我国有5大气候区,外保温材料和系统多种多样,如保温板材类、保温砂浆类、现场喷涂类等。我国目前外保温产品质量及施工质量的控制不足,产品耐久性差、施工质量控制管理难度大、保温层质保期过后的维修问题存在很多。此外,建筑物结构形式、气候条件、系统材料等其他各方面原因,外墙外保温系统空鼓、开裂、脱落等事故多有发生。外墙外保温系统脱落事故已造成人员伤亡、经济损失,社会影响恶劣。因此,对外墙外保温系统的粘结质量及安全性进行检测评估、安全整治、防脱落等具有非常现实的意义。
目前的外墙外保温系统检测评估技术整体较为缺乏,未成体系。现场检测主要采用《建筑围护结构节能现场检测技术规程》(DG/TJ 08-2038-2008)对外墙外保温系统的性能进行检测,包括红外热成像法测量热工缺陷、钻心取样法测试保温层厚度等。对于外墙外保温系统的内部完损情况,现场多采用红外热成像法和敲击法。其中红外热成像法只适用于大尺寸缺陷的检测检;敲击法的打击力度和判断准则均未有定量的标准,全凭检测人员的经验。因此,目前尚未有定量的外墙外保温系统安全性的检测技术。
随着外墙外保温系统事故的不断发生,迫切需要一种能够快速准确识别外墙外保温系统内部缺陷,同时具备缺陷区域定量评估的无损检测方法。
发明内容
针对上述现有技术中的不足,本发明提供一种基于背散射成像的外墙外保温系统内部缺陷定量识别方法,可实现外墙外保温系统内部缺陷的无损、准确、快速判断,并能实现缺陷面积精确的定量评估。
为了实现上述目的,本发明提供一种基于背散射成像的外墙外保温系统内部缺陷定量识别方法,包括步骤:
S1:扫描检测区:持背散射成像设备在距外墙外保温系统外表面小于等于3厘米的距离对所述检测区进行单独扫描或连续扫描,获得扫描图像;当进行单独扫描时,将所述扫描图像作为扫描结果图像并跳至步骤S3;当进行连续扫描时,沿任意方向对所述检测区匀速扫描,获得扫描图像并记录每次扫描时长以及扫描距离;
S2:图像拼接:将所述扫描图像按扫描顺序进行拼接,获得所述检测区的扫描结果图像;
S3:图像质量增强:对所述扫描结果图像进行图像降噪处理,获得待识别图像;
S4:利用所述待识别图像识别所述外墙外保温系统内部构造和缺陷,获得识别结果。
优选地,还包括步骤:
S5:利用所述待识别图像和所述识别结果计算所述外墙外保温系统的缺陷区域面积。
优选地,所述S1步骤中,所述背散射成像设备采用能量大于等于100keV且小于等于150keV的背散射X射线扫描成像设备。
优选地,所述S1步骤中,扫描速度范围为100~200mm/s。
优选地,所述S3步骤中,当需要进行缺陷识别时,所述降噪处理方法包括均值滤波法、中值滤波法或高斯滤波法;当需要判断缺陷边界时,所述降噪处理方法包括双边滤波器去噪法。
优选地,所述S4步骤中,如所述待识别图像中出现灰度值突然升高或降低且形状不规则的区域判断为缺陷区域;若所述缺陷区域灰度值较正常区域低,判断缺陷的类型为存在空鼓、保温材料缺失后由普通砂浆替换;若所述缺陷区域灰度值较正常区域高,判断缺陷的类型为存在其他有机杂质;
如存在规则分布的深色的黑点判断为锚栓;
如存在规则分布的偏白色条状区域或点状区域判断外保温材料的粘结方式为条粘或点粘。
优选地,所述S4步骤中,对所述待识别图像采用基于最大类间方差法的自适应阈值确定方法计算最优特征灰度值,定量识别灰度异常区域。
优选地,所述S4步骤中,结合小锤敲击法进行核实判断。
优选地,所述S5步骤中,通过统计所述待识别图像中所述缺陷区域在图像宽度和长度方向的像素数量,根据图像宽度像素大小与设备扫描宽度尺寸、图像长度像素大小与扫描距离之间的比例关系,计算所述缺陷区域所占像素数量代表的实际缺陷区域面积。
本发明由于采用了以上技术方案,使其具有以下有益效果:
通过背散射成像设备的采用,能够对外墙外保温系统内部完好情况进行成像,而且成像结果清晰,对背散射成像图片进行处理和识别,能够基于图像的灰度,确定外墙外保温内部的构造、判断可能存在的缺陷、确定缺陷范围、进而计算缺陷面积的大小;实现了外墙外保温系统内部缺陷的无损、准确、快速判断,并且能实现缺陷面积精确的定量评估。
附图说明
图1为本发明实施例的基于背散射成像的外墙外保温系统内部缺陷定量识别方法的流程图;
图2为本发明实施例一的待识别图像示意图;
图3为本发明实施例二的待识别图像示意图。
具体实施方式
下面根据附图1~3,给出本发明的较佳实施例,并予以详细描述,使能更好地理解本发明的功能、特点。
请参阅图1和图2,本发明实施例一的一种基于背散射成像的外墙外保温系统内部缺陷定量识别方法,包括步骤:
S1:扫描检测区。
背散射成像设备选用能量为120keV的手持背散射X射线扫描仪,对预设缺陷无机保温砂浆外保温系统试件某一位置进行单独检测扫描,以速度约150mm/s匀速沿竖直方向扫描试件;由于是单独扫描,不存在图像拼接。
S3:图像质量增强。
本实施例中采用3*3区域均值滤波法进行图像质量增强。
S4:识别外保温内部构造和缺陷。
图像中大面积灰度值最高的(偏白)区域为完好区域1;灰度值异常且形状不规则区域为疑似缺陷区域2,考虑到疑似缺陷区域2的灰度值较低(较黑),判断可能为空鼓、外保温缺失、保温材料缺失后由普通砂浆替换等缺陷,实际为保温材料缺失;灰度值异常点3且均匀分布,判断应为锚栓,实际为锚栓。
S5:外保温缺陷面积计算。
统计缺陷区域2在图像宽度和长度方向的像素数量,根据图像宽度像素大小与设备扫描宽度尺寸、图像长度像素大小与扫描距离之间的比例关系,计算缺陷区域所占像素数量代表的实际区域面积。
请参阅图1和图3,本发明实施例二的一种基于背散射成像的外墙外保温系统内部缺陷定量识别方法,包括步骤:
S1:扫描检测区。
扫描设备选用能量为120keV的手持背散射X射线扫描仪,对预设缺陷EPS板薄抹灰外保温系统试件某一位置进行单独检测扫描,以速度约150mm/s匀速沿竖直方向扫描试件;由于是单独扫描,不存在图像拼接;在其他实施例中也可采用连续扫描,采用连续扫描后,S2:将扫描图像按扫描顺序进行拼接,获得检测区的扫描结果图像。
S3:图像质量增强。
本实施例中采用3*3区域均值滤波法进行图像质量增强。在其他实施例中,降噪处理方法还包括中值滤波法或高斯滤波法;当需要判断缺陷边界时,降噪处理方法包括双边滤波器去噪法
S4:识别外保温内部构造和缺陷。
图像中大面积灰度值最低的(偏黑)区域为完好区域1;灰度值较高(较白)且形状呈规则阵列方形区域判断为点粘法构造4;灰度值较高(较白)且形状呈规则阵列条形区域判断为条粘法构造5;
由于不存在内部缺陷,不进行S5步骤:外保温缺陷面积计算。
以上结合附图实施例对本发明进行了详细说明,本领域中普通技术人员可根据上述说明对本发明做出种种变化例。因而,实施例中的某些细节不应构成对本发明的限定,本发明将以所附权利要求书界定的范围作为本发明的保护范围。
Claims (9)
1.一种基于背散射成像的外墙外保温系统内部缺陷定量识别方法,包括步骤:
S1:扫描检测区:持背散射成像设备在距外墙外保温系统外表面小于等于3厘米的距离对所述检测区进行单独扫描或连续扫描,获得扫描图像;当进行单独扫描时,将所述扫描图像作为扫描结果图像并跳至步骤S3;当进行连续扫描时,沿任意方向对所述检测区匀速扫描,获得扫描图像并记录每次扫描时长以及扫描距离;
S2:图像拼接:将所述扫描图像按扫描顺序进行拼接,获得所述检测区的扫描结果图像;
S3:图像质量增强:对所述扫描结果图像进行图像降噪处理,获得待识别图像;
S4:利用所述待识别图像识别所述外墙外保温系统内部构造和缺陷,获得识别结果。
2.根据权利要求1所述的基于背散射成像的外墙外保温系统内部缺陷定量识别方法,其特征在于,还包括步骤:
S5:利用所述待识别图像和所述识别结果计算所述外墙外保温系统的缺陷区域面积。
3.根据权利要求2所述的基于背散射成像的外墙外保温系统内部缺陷定量识别方法,其特征在于,所述S1步骤中,所述背散射成像设备采用能量大于等于100keV且小于等于150keV的背散射X射线扫描成像设备。
4.根据权利要求3所述的基于背散射成像的外墙外保温系统内部缺陷定量识别方法,其特征在于,所述S1步骤中,扫描速度范围为100~200mm/s。
5.根据权利要求4所述的基于背散射成像的外墙外保温系统内部缺陷定量识别方法,其特征在于,所述S3步骤中,当需要进行缺陷识别时,所述降噪处理方法包括均值滤波法、中值滤波法或高斯滤波法;当需要判断缺陷边界时,所述降噪处理方法包括双边滤波器去噪法。
6.根据权利要求5所述的基于背散射成像的外墙外保温系统内部缺陷定量识别方法,其特征在于,所述S4步骤中,如所述待识别图像中出现灰度值突然升高或降低且形状不规则的区域判断为缺陷区域;若所述缺陷区域灰度值较正常区域低,判断缺陷的类型为存在空鼓、保温材料缺失后由普通砂浆替换;若所述缺陷区域灰度值较正常区域高,判断缺陷的类型为存在其他有机杂质;
如存在规则分布的深色的黑点判断为锚栓;
如存在规则分布的偏白色条状区域或点状区域判断外保温材料的粘结方式为条粘或点粘。
7.根据权利要求5所述的基于背散射成像的外墙外保温系统内部缺陷定量识别方法,其特征在于,所述S4步骤中,对所述待识别图像采用基于最大类间方差法的自适应阈值确定方法计算最优特征灰度值,定量识别灰度异常区域。
8.根据权利要求6或7所述的基于背散射成像的外墙外保温系统内部缺陷定量识别方法,其特征在于,所述S4步骤中,结合小锤敲击法进行核实判断。
9.根据权利要求6所述的基于背散射成像的外墙外保温系统内部缺陷定量识别方法,其特征在于,所述S5步骤中,通过统计所述待识别图像中所述缺陷区域在图像宽度和长度方向的像素数量,根据图像宽度像素大小与设备扫描宽度尺寸、图像长度像素大小与扫描距离之间的比例关系,计算所述缺陷区域所占像素数量代表的实际缺陷区域面积。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010001389.7A CN110987992A (zh) | 2020-01-02 | 2020-01-02 | 基于背散射成像的外墙外保温系统内部缺陷定量识别方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010001389.7A CN110987992A (zh) | 2020-01-02 | 2020-01-02 | 基于背散射成像的外墙外保温系统内部缺陷定量识别方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110987992A true CN110987992A (zh) | 2020-04-10 |
Family
ID=70080575
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010001389.7A Pending CN110987992A (zh) | 2020-01-02 | 2020-01-02 | 基于背散射成像的外墙外保温系统内部缺陷定量识别方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110987992A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111192225A (zh) * | 2020-04-14 | 2020-05-22 | 北京智拓视界科技有限责任公司 | 确定管道是否存在缺陷的方法、设备和计算机程序介质 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4974247A (en) * | 1987-11-24 | 1990-11-27 | The Boeing Company | System for radiographically inspecting an object using backscattered radiation and related method |
CN1259663A (zh) * | 1999-12-28 | 2000-07-12 | 上海宝钢集团公司 | 铸坯断面质量的自动评价方法 |
CN1920539A (zh) * | 2005-08-26 | 2007-02-28 | 精工爱普生株式会社 | 缺陷检测方法与缺陷检测装置 |
CN104931585A (zh) * | 2015-05-29 | 2015-09-23 | 湖北三江航天江北机械工程有限公司 | 复合材料脱粘缺陷超声波c扫描检测面积评定方法 |
CN108490029A (zh) * | 2018-03-13 | 2018-09-04 | 大连理工大学 | 外墙饰面层空鼓检测方法 |
CN110441394A (zh) * | 2019-08-08 | 2019-11-12 | 上海市建筑科学研究院 | 基于声音指标的既有外墙外保温系统检测方法 |
-
2020
- 2020-01-02 CN CN202010001389.7A patent/CN110987992A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4974247A (en) * | 1987-11-24 | 1990-11-27 | The Boeing Company | System for radiographically inspecting an object using backscattered radiation and related method |
CN1259663A (zh) * | 1999-12-28 | 2000-07-12 | 上海宝钢集团公司 | 铸坯断面质量的自动评价方法 |
CN1920539A (zh) * | 2005-08-26 | 2007-02-28 | 精工爱普生株式会社 | 缺陷检测方法与缺陷检测装置 |
CN104931585A (zh) * | 2015-05-29 | 2015-09-23 | 湖北三江航天江北机械工程有限公司 | 复合材料脱粘缺陷超声波c扫描检测面积评定方法 |
CN108490029A (zh) * | 2018-03-13 | 2018-09-04 | 大连理工大学 | 外墙饰面层空鼓检测方法 |
CN110441394A (zh) * | 2019-08-08 | 2019-11-12 | 上海市建筑科学研究院 | 基于声音指标的既有外墙外保温系统检测方法 |
Non-Patent Citations (1)
Title |
---|
林德峰 等: "康普顿背散射技术在固体火箭发动机检测中的应用", 《无损检测》 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111192225A (zh) * | 2020-04-14 | 2020-05-22 | 北京智拓视界科技有限责任公司 | 确定管道是否存在缺陷的方法、设备和计算机程序介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114359416B (zh) | 一种建筑物外墙空鼓渗漏异常检测及定位方法 | |
KR100826153B1 (ko) | 영상의 농도치 히스토그램을 이용한 크랙의 폭 측정방법 | |
CN108645875B (zh) | 一种预制剪力墙灌浆连接的缺陷识别方法 | |
JPWO2020059706A1 (ja) | 学習用データ収集装置、学習用データ収集方法、及びプログラム | |
JP4038578B1 (ja) | 電磁波による鉄筋コンクリート構造物の非破壊検査装置及び方法 | |
CN111902716A (zh) | 超声波检查装置、方法、程序及超声波检查系统 | |
CN110987992A (zh) | 基于背散射成像的外墙外保温系统内部缺陷定量识别方法 | |
US9506879B2 (en) | Method and system for non-destructively evaluating a hidden workpiece | |
JP2003344330A (ja) | 内部空間を有する板材の形状欠陥検査方法及び装置 | |
CN105954502B (zh) | 一种古建筑木柱内部缺陷的雷达波无损检测方法 | |
US8873711B2 (en) | Method and system for visualizing effects of corrosion | |
JP5116462B2 (ja) | 紙の裁断面の品質評価装置及びそれを用いた品質評価方法 | |
JP5181912B2 (ja) | 表面欠陥の検査方法、表面欠陥検査装置、鋼板の製造方法、及び鋼板の製造装置 | |
JPH06201625A (ja) | 欠陥調査装置および欠陥調査方法 | |
Chen et al. | Automatic detection of asphalt layer thickness based on Ground Penetrating Radar | |
KR101713001B1 (ko) | 이미지 처리를 통한 금속패널 결함탐지장치 및 그 방법 | |
Huh et al. | Detection of deteriorations in both bottom and top of concrete bridge decks during blind time windows from thermographic inspections of shaded side | |
JP6883458B2 (ja) | 不定形シール材の診断方法 | |
Omar et al. | Non-Destructive testing of bridge deck using passive infrared thermography and ground penetrating radar | |
JP4420602B2 (ja) | 外観検査装置及び外観検査方法 | |
CN112348804A (zh) | 由基坑位移导致的裂缝监测方法、系统、装置和存储介质 | |
KR102416275B1 (ko) | 강재 및 콘크리트 구조물 점검 드론용 촬영장치의 인공지능 기반 성능 검증 차트 및 이를 이용한 촬영성능 평가방법 | |
JPH06288934A (ja) | 熱延板のエッジ欠陥の検出方法 | |
Omidi et al. | Integration of active thermography and ground penetrating radar for the detection and evaluation of delamination in concrete slabs | |
JP3265694B2 (ja) | ネット系メロンの縞評価装置 |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200410 |