CN111042566A - 一种古建筑外墙修复方法 - Google Patents
一种古建筑外墙修复方法 Download PDFInfo
- Publication number
- CN111042566A CN111042566A CN201911373428.XA CN201911373428A CN111042566A CN 111042566 A CN111042566 A CN 111042566A CN 201911373428 A CN201911373428 A CN 201911373428A CN 111042566 A CN111042566 A CN 111042566A
- Authority
- CN
- China
- Prior art keywords
- wall
- repairing
- module
- picture
- 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
Images
Classifications
-
- E—FIXED CONSTRUCTIONS
- E04—BUILDING
- E04G—SCAFFOLDING; FORMS; SHUTTERING; BUILDING IMPLEMENTS OR AIDS, OR THEIR USE; HANDLING BUILDING MATERIALS ON THE SITE; REPAIRING, BREAKING-UP OR OTHER WORK ON EXISTING BUILDINGS
- E04G23/00—Working measures on existing buildings
- E04G23/02—Repairing, e.g. filling cracks; Restoring; Altering; Enlarging
- E04G23/0203—Arrangements for filling cracks or cavities in building constructions
-
- E—FIXED CONSTRUCTIONS
- E04—BUILDING
- E04G—SCAFFOLDING; FORMS; SHUTTERING; BUILDING IMPLEMENTS OR AIDS, OR THEIR USE; HANDLING BUILDING MATERIALS ON THE SITE; REPAIRING, BREAKING-UP OR OTHER WORK ON EXISTING BUILDINGS
- E04G23/00—Working measures on existing buildings
- E04G23/02—Repairing, e.g. filling cracks; Restoring; Altering; Enlarging
- E04G23/0203—Arrangements for filling cracks or cavities in building constructions
- E04G23/0211—Arrangements for filling cracks or cavities in building constructions using injection
Landscapes
- Engineering & Computer Science (AREA)
- Architecture (AREA)
- Chemical & Material Sciences (AREA)
- Chemical Kinetics & Catalysis (AREA)
- Electrochemistry (AREA)
- Mechanical Engineering (AREA)
- Civil Engineering (AREA)
- Structural Engineering (AREA)
- Working Measures On Existing Buildindgs (AREA)
Abstract
本发明公开了一种古建筑外墙修复方法,包括如下步骤:S1、基于图像采集模块进行古建筑外墙图片的采集;S2、基于图片识别模块实现外墙缺陷所在位置的识别;S3、基于三维重构模块实现古建筑外墙图片的三维重构,并基于尺寸测量模块实现外墙缺陷尺寸的测量;S4、基于测量所得的结果生成外墙缺陷的三维图纸;S5、基于3D打印机根据所述三维图纸实现缺陷部的打印,打印时,需剔除粘连层厚度;S6、通过粘连层将所得的缺陷部黏贴设置在对应的缺陷处,并涂抹透明防护涂层。本发明依据“修旧如旧”、“原真性”和“少干预”原则,在修复过程中尽可能的保留了古建筑外墙的原有部分,实现了古建筑的高效和高还原性修复。
Description
技术领域
本发明涉及古建筑修复领域,具体涉及一种古建筑外墙修复方法。
背景技术
现有的古建筑变形外墙修复技术,大多采用对受损木块或砖块直接替换的方式,对原有木材或砖块保留较少,修复成本高,劳动强度大,且修复工期长,同时很难实现古建筑墙体上砖雕、彩画、灰塑等装饰的高度还原。
发明内容
为解决上述问题,本发明提供了一种古建筑外墙修复方法,实现了古建筑的高效和高还原性修复。
为实现上述目的,本发明采取的技术方案为:
一种古建筑外墙修复方法,包括如下步骤:
S1、基于图像采集模块进行古建筑外墙图片的采集;
S2、基于图片识别模块实现外墙缺陷所在位置的识别;
S3、基于三维重构模块实现古建筑外墙图片的三维重构,并基于尺寸测量模块实现外墙缺陷尺寸的测量;
S4、基于测量所得的结果生成外墙缺陷的三维图纸;
S5、基于3D打印机根据所述三维图纸实现缺陷部的打印,打印时,需剔除粘连层厚度;
S6、通过粘连层将所得的缺陷部黏贴设置在对应的缺陷处,并涂抹透明防护涂层。
进一步地,还包括通过图片识别模块实现花纹规律识别的步骤,以及根据识别所得的花纹规律生成修复花纹图纸的步骤。
进一步地,还包括基于雕刻机/印刷机在所打印的缺陷部上根据所述花纹图纸雕刻/印刷的步骤。
进一步地,还包括对墙体进行清洗、干燥、清废的预处理的步骤。
进一步地,还包括通过图片识别模块实现外墙颜色的识别,并根据识别结果输出3D打印材料颜料的组方。
进一步地,所述三维重构模块通过kinect深度传感器进行所采集到的古建筑外墙图片的深度图像的获取,并将所获得的深度图像进行三角化,然后在尺度空间中融合所有三角化的深度图像构建分层有向距离场,对距离场中所有的体素应用整体三角剖分算法产生一个涵盖所有体素的凸包,并利用Marching Tetrahedra算法构造等值面,完成古建筑外墙三维图像的重构。
进一步地,所述图片识别模块采用双边滤波和分段线性变换算法分别进行图像去噪和图像增强预处理;采用迭代自适应阈值分割法进行图像二值化处理,基于DSOD算法实现墙面裂缝、凹陷、空鼓的检测,并基于连通分量外接矩形的长宽比进行墙面裂缝、凹陷形状识别。
进一步地,所述尺寸测量模块用于根据图片识别模块的识别结果进行对应的标尺的调用,通过调用的标尺对三维重构图形中对应的裂缝/凹陷/空鼓的尺寸进行测量,自动输出测量结果;所述标尺可根据图像的大小、变形进行缩放和拉伸。
进一步地,所述粘连层采用糯米砂浆。
本发明依据“修旧如旧”、“原真性”和“少干预”原则,在修复过程中尽可能的保留了古建筑外墙的原有部分,实现了古建筑的高效和高还原性修复。
附图说明
图1为本发明实施例1一种古建筑外墙修复方法的流程图。
图2为本发明实施例2一种古建筑外墙修复方法的流程图。
具体实施方式
下面结合具体实施例对本发明进行详细说明。以下实施例将有助于本领域的技术人员进一步理解本发明,但不以任何形式限制本发明。应当指出的是,对本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变形和改进。这些都属于本发明的保护范围。
实施例1
如图1所示,本发明实施例提供了一种古建筑外墙修复方法,包括如下步骤:
S1、在不损坏外墙表面的前提下,用毛刷和铲刀对墙面进行清灰清废处理,然后采用吹风机进行墙面的干燥处理;
S2、基于图像采集模块进行古建筑外墙图片的采集;具体的,先绘制古建筑外墙的图纸,该图纸包含外墙整体尺寸信息以及墙面各装饰件尺寸信息,然后基于所述图纸生成无人机巡检路线,启动无人机,以巡检的模式进行古建筑外墙图片的采集,值得注意的是,所述古建筑外墙图片携带POS数据;
S3、基于图片识别模块实现外墙缺陷所在位置的识别,同时实现外墙颜色的识别,并根据识别结果输出3D打印材料颜料的组方;具体的,所述图片识别模块采用双边滤波和分段线性变换算法分别进行图像去噪和图像增强预处理;采用迭代自适应阈值分割法进行图像二值化处理,基于DSOD算法实现墙面裂缝、凹陷的检测,并基于连通分量外接矩形的长宽比进行墙面裂缝、凹陷形状识别;然后基于HSV实现裂缝、凹陷周围墙面颜色的识别,并根据识别结果基于最近邻分类器输出3D打印材料颜料的组方;
S4、基于三维重构模块实现古建筑外墙图片的三维重构,并基于尺寸测量模块实现外墙缺陷尺寸的测量;具体地,所述三维重构模块首先通过kinect深度传感器进行所采集到的古建筑外墙图片的深度图像的获取,然后将所获得的深度图像进行三角化,在尺度空间中融合所有三角化的深度图像构建分层有向距离场,对距离场中所有的体素应用整体三角剖分算法产生一个涵盖所有体素的凸包,并利用Marching Tetrahedra算法构造等值面,完成古建筑外墙三维图像的重构;三维图像重构完成后,所述尺寸测量模块根据图片识别模块的识别结果调用对应的标尺,通过调用的标尺对三维重构图形中对应的裂缝/凹陷的尺寸进行测量,自动输出测量结果;其中,所述标尺可根据图像的大小、变形进行缩放和拉伸;
S5、基于测量所得的结果生成外墙缺陷的三维图纸;
S6、基于3D打印机根据所述三维图纸实现缺陷部的打印,打印时,需剔除粘连层厚度;
S7、通过粘连层将所得的缺陷部黏贴设置在对应的缺陷处,并涂抹透明防护涂层。
本实施例中,所述粘连层采用糯米砂浆,3D打印材料可以采用树脂+仿古漆。
实施例2
如图2所示,本发明实施例提供了一种古建筑外墙修复方法,包括如下步骤:
S1、在不损坏外墙表面的前提下,用毛刷和铲刀对墙面进行清灰清废处理,然后采用吹风机进行墙面的干燥处理;
S2、基于图像采集模块进行古建筑外墙图片的采集;具体的,先绘制古建筑外墙的图纸,该图纸包含外墙整体尺寸信息以及墙面各装饰件尺寸信息,然后基于所述图纸生成无人机巡检路线,启动无人机,以巡检的模式进行古建筑外墙图片的采集,值得注意的是,所述古建筑外墙图片携带POS数据;
S3、基于图片识别模块实现外墙缺陷所在位置以及花纹规律的识别,并根据识别所得的花纹规律生成修复花纹图纸,具体的,所述图片识别模块采用双边滤波和分段线性变换算法分别进行图像去噪和图像增强预处理;采用迭代自适应阈值分割法进行图像二值化处理,基于DSOD算法实现墙面裂缝、凹陷、花纹的检测,并基于连通分量外接矩形的长宽比进行墙面裂缝、凹陷和花纹形状识别;以一个完整的花纹为模板生成修复花纹图纸;然后基于HSV实现裂缝、凹陷周围墙面颜色的识别,并根据识别结果基于最近邻分类器输出3D打印材料颜料的组方;
S4、基于三维重构模块实现古建筑外墙图片的三维重构,并基于尺寸测量模块实现外墙缺陷尺寸的测量;具体地,所述三维重构模块首先通过kinect深度传感器进行所采集到的古建筑外墙图片的深度图像的获取,然后将所获得的深度图像进行三角化,在尺度空间中融合所有三角化的深度图像构建分层有向距离场,对距离场中所有的体素应用整体三角剖分算法产生一个涵盖所有体素的凸包,并利用Marching Tetrahedra算法构造等值面,完成古建筑外墙三维图像的重构;三维图像重构完成后,所述尺寸测量模块根据图片识别模块的识别结果调用对应的标尺,通过调用的标尺对三维重构图形中对应的裂缝/凹陷的尺寸进行测量,自动输出测量结果;其中,所述标尺可根据图像的大小、变形进行缩放和拉伸;
S5、基于测量所得的结果生成外墙缺陷的三维图纸;
S6、基于3D打印机根据所述三维图纸实现缺陷部的打印,打印时,需剔除粘连层厚度;
S7、基于雕刻机/印刷机在所打印的缺陷部上根据所述花纹图纸雕刻/印刷;
S8、通过粘连层将所得的缺陷部黏贴设置在对应的缺陷处,并涂抹透明防护涂层。
本实施例中,所述粘连层采用糯米砂浆,3D打印材料可以采用仿木树脂、树脂+仿古漆。
值得注意的是,如果发现木结构存在虫蛀的情况,需先进行除虫处理。
以上对本发明的具体实施例进行了描述。需要理解的是,本发明并不局限于上述特定实施方式,本领域技术人员可以在权利要求的范围内做出各种变化或修改,这并不影响本发明的实质内容。在不冲突的情况下,本申请的实施例和实施例中的特征可以任意相互组合。
Claims (9)
1.一种古建筑外墙修复方法,其特征在于:包括如下步骤:
S1、基于图像采集模块进行古建筑外墙图片的采集;
S2、基于图片识别模块实现外墙缺陷所在位置的识别;
S3、基于三维重构模块实现古建筑外墙图片的三维重构,并基于尺寸测量模块实现外墙缺陷尺寸的测量;
S4、基于测量所得的结果生成外墙缺陷的三维图纸;
S5、基于3D打印机根据所述三维图纸实现缺陷部的打印,打印时,需剔除粘连层厚度;
S6、通过粘连层将所得的缺陷部黏贴设置在对应的缺陷处,并涂抹透明防护涂层。
2.如权利要求1所述的一种古建筑外墙修复方法,其特征在于:还包括通过图片识别模块实现花纹规律识别的步骤,以及根据识别所得的花纹规律生成修复花纹图纸的步骤。
3.如权利要求2所述的一种古建筑外墙修复方法,其特征在于:还包括基于雕刻机/印刷机在所打印的缺陷部上根据所述花纹图纸雕刻/印刷的步骤。
4.权利要求1所述的一种古建筑外墙修复方法,其特征在于:还包括对墙体进行清洗、干燥、清废的预处理的步骤。
5.权利要求1所述的一种古建筑外墙修复方法,其特征在于:还包括通过图片识别模块实现外墙颜色的识别,并根据识别结果输出3D打印材料颜料的组方。
6.权利要求1所述的一种古建筑外墙修复方法,其特征在于:所述三维重构模块通过kinect深度传感器进行所采集到的古建筑外墙图片的深度图像的获取,并将所获得的深度图像进行三角化,然后在尺度空间中融合所有三角化的深度图像构建分层有向距离场,对距离场中所有的体素应用整体三角剖分算法产生一个涵盖所有体素的凸包,并利用Marching Tetrahedra算法构造等值面,完成古建筑外墙三维图像的重构。
7.权利要求1所述的一种古建筑外墙修复方法,其特征在于:所述图片识别模块采用双边滤波和分段线性变换算法分别进行图像去噪和图像增强预处理;采用迭代自适应阈值分割法进行图像二值化处理,基于DSOD算法实现墙面裂缝、凹陷、空鼓的检测,并基于连通分量外接矩形的长宽比进行墙面裂缝、凹陷形状识别。
8.权利要求1所述的一种古建筑外墙修复方法,其特征在于:所述尺寸测量模块用于根据图片识别模块的识别结果进行对应的标尺的调用,通过调用的标尺对三维重构图形中对应的裂缝/凹陷/空鼓的尺寸进行测量,自动输出测量结果;所述标尺可根据图像的大小、变形进行缩放和拉伸。
9.权利要求1所述的一种古建筑外墙修复方法,其特征在于:所述粘连层采用糯米砂浆。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911373428.XA CN111042566A (zh) | 2019-12-27 | 2019-12-27 | 一种古建筑外墙修复方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911373428.XA CN111042566A (zh) | 2019-12-27 | 2019-12-27 | 一种古建筑外墙修复方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111042566A true CN111042566A (zh) | 2020-04-21 |
Family
ID=70240425
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911373428.XA Pending CN111042566A (zh) | 2019-12-27 | 2019-12-27 | 一种古建筑外墙修复方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111042566A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113250480A (zh) * | 2021-04-25 | 2021-08-13 | 重庆市工程管理有限公司 | 一种基于bim技术的古建筑修缮方法 |
CN114277652A (zh) * | 2021-11-24 | 2022-04-05 | 中路高科(北京)公路技术有限公司 | 利用3d打印技术修复坑槽的方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103264605A (zh) * | 2012-12-27 | 2013-08-28 | 上海建为建筑修缮工程有限公司 | 基于3d技术的历史建筑雕饰修复方法 |
CN106584829A (zh) * | 2015-10-09 | 2017-04-26 | 湖南六新智能科技有限公司 | 一种3d打印技术修复文物的方法 |
CN108195933A (zh) * | 2017-12-16 | 2018-06-22 | 商洛学院 | 一种检测建筑外墙质量缺陷的检测系统 |
CN108460833A (zh) * | 2018-03-28 | 2018-08-28 | 中南大学 | 一种基于bim构建传统建筑数字化保护与修复的信息平台 |
-
2019
- 2019-12-27 CN CN201911373428.XA patent/CN111042566A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103264605A (zh) * | 2012-12-27 | 2013-08-28 | 上海建为建筑修缮工程有限公司 | 基于3d技术的历史建筑雕饰修复方法 |
CN106584829A (zh) * | 2015-10-09 | 2017-04-26 | 湖南六新智能科技有限公司 | 一种3d打印技术修复文物的方法 |
CN108195933A (zh) * | 2017-12-16 | 2018-06-22 | 商洛学院 | 一种检测建筑外墙质量缺陷的检测系统 |
CN108460833A (zh) * | 2018-03-28 | 2018-08-28 | 中南大学 | 一种基于bim构建传统建筑数字化保护与修复的信息平台 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113250480A (zh) * | 2021-04-25 | 2021-08-13 | 重庆市工程管理有限公司 | 一种基于bim技术的古建筑修缮方法 |
CN114277652A (zh) * | 2021-11-24 | 2022-04-05 | 中路高科(北京)公路技术有限公司 | 利用3d打印技术修复坑槽的方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
TWI475186B (zh) | A tire shape detecting method and a tire shape detecting device | |
CN109242791B (zh) | 一种针对破损植物叶片的批量修复方法 | |
CN111042566A (zh) | 一种古建筑外墙修复方法 | |
CN108562250B (zh) | 基于结构光成像的键盘键帽平整度快速测量方法与装置 | |
CN113390605B (zh) | 一种风洞试验飞机机翼变形全场测量方法 | |
CN107490582B (zh) | 一种流水线工件检测系统 | |
CN108827181B (zh) | 一种基于视觉的板材表面检测方法 | |
CN111127417B (zh) | 一种基于sift特征匹配和改进ssd算法的印刷缺陷检测方法 | |
CN108663026B (zh) | 一种振动测量方法 | |
CN104792794A (zh) | 基于机器视觉的光学薄膜表面缺陷检测方法 | |
CN107767369A (zh) | 一种滴定管的缺陷检测方法及装置 | |
JP6333307B2 (ja) | 劣化部位検知装置、劣化部位検知方法およびプログラム | |
CN112991193A (zh) | 深度图像修复方法、设备及计算机可读存储介质 | |
CN109781737A (zh) | 一种软管表面缺陷的检测方法及其检测系统 | |
CN113034474A (zh) | 一种oled显示器晶圆图的测试方法 | |
CN110853013A (zh) | 一种白色家电外壁喷涂质量检测方法 | |
Wang et al. | Color reproduction accuracy promotion of 3D-printed surfaces based on microscopic image analysis | |
ITPI20120093A1 (it) | Procedimento per realizzare duplicati di un'opera pittorica originale | |
CN115880699A (zh) | 一种食品包装袋检测方法及系统 | |
Wankhede et al. | A low cost surface strain measurement system using image processing for sheet metal forming applications | |
Dong et al. | A rapid detection method for the surface defects of mosaic ceramic tiles | |
CN108182707B (zh) | 采集不完整条件下的棋盘格标定模板及其自动识别方法 | |
JP2005199625A (ja) | 成形絵柄フィルム作成方法 | |
CN107123108B (zh) | 基于机器视觉的遥感器遮光罩蜂窝缺陷自动检测方法 | |
CN113076959A (zh) | 基于卷积神经网络的混凝土结构表面微裂纹特征提取方法 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200421 |
|
RJ01 | Rejection of invention patent application after publication |