CN111724367A - 一种基于图像方法的玻璃面板脱胶识别方法 - Google Patents
一种基于图像方法的玻璃面板脱胶识别方法 Download PDFInfo
- Publication number
- CN111724367A CN111724367A CN202010549759.0A CN202010549759A CN111724367A CN 111724367 A CN111724367 A CN 111724367A CN 202010549759 A CN202010549759 A CN 202010549759A CN 111724367 A CN111724367 A CN 111724367A
- Authority
- CN
- China
- Prior art keywords
- image
- glass panel
- glass
- degumming
- structural adhesive
- 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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/136—Segmentation; Edge detection involving thresholding
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10024—Color image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20004—Adaptive image processing
Abstract
一种基于图像方法的玻璃面板脱胶识别方法,涉及无损检测技术领域。本发明是为了解决现有针对玻璃幕墙上的外层玻璃板块与结构胶之间脱胶的检测方法检测效率低的问题。本发明依据脱胶导致玻璃与结构胶之间界面消失,从而产生显著的颜色变化的原理,提取玻璃面板图像中玻璃面板与结构胶的粘结区域色彩特征,然后进行灰度和二值化处理,根据二值化的黑白图像判断玻璃面板是否出现脱胶。本发明适用于对玻璃窗与边框的结构胶脱胶现象进行识别。
Description
技术领域
本发明属于无损检测技术领域,尤其涉及玻璃幕墙脱胶情况的检测。
背景技术
玻璃幕墙因其透光、隔音、美观、防水等优良的使用体验,在国内外广泛被现代建筑所采用。同所有建筑结构材料一样,玻璃幕墙在长期使用过程中,其各部件和材料均存在松动、连接刚度减弱、性能退化等现象。上述因素导致玻璃幕墙上的玻璃板块与其后方的骨架结构之间的多个连接环节的连接强度降低甚至失效,在外荷载作用下有可能导致连接破坏,从而造成玻璃板块脱落。玻璃板块的高空坠落会导致人员伤亡和财产损失,造成严重后果。
在隐框和半隐框等形式的玻璃幕墙中,外层玻璃板块通过硅酮结构胶与内层玻璃板块粘结成为整体;然后再通过硅酮结构胶与附框连接。其中,内外层玻璃之间结构胶与外层玻璃间的粘结界面,直接暴露在阳光下,受到阳光直射,阳光中的紫外线会加速结构胶老化;同时,也可能因密封性不好而受到外界湿热、化学物质等作用,同样会对结构胶的粘结性能,尤其对粘结强度产生不利影响。最严重的后果就是结构胶与玻璃面板之间的粘结界面遭到破坏,结构胶与玻璃面板部分脱粘,空气进入,此时虽然其他部分结构胶还提供粘结力以抵抗外荷载,但与完好结构相比,更容易产生玻璃面板整体脱落的事故。
能够预防上述严重事故的最有效方法之一便是对现有玻璃幕墙定期进行大规模检测,尤其是超过设计使用年限,使用过程中长期遭受阳光照射、潮湿雨水和强风影响的玻璃幕墙,但目前适用于结构胶与玻璃面板之间粘结情况检查的无损检测手段很少。有研究表明超声波法和X射线法等均能够检测结构胶脱粘,但对于实际工程中的大面积幕墙,其检测效率极低。
发明内容
本发明是为了解决现有针对玻璃幕墙上的外层玻璃板块与结构胶之间脱胶的检测方法检测效率低的问题,现提供一种基于图像方法的玻璃面板脱胶识别方法。
一种基于图像方法的玻璃面板脱胶识别方法,所述方法包括以下步骤:
步骤一:采集被识别玻璃面板的图像,该图像至少包括玻璃面板一条有结构胶的边框;
步骤二:提取图像中玻璃面板与结构胶的粘结区域、并增强该粘结区域中的色彩特征,获得特征图像;
步骤三:将RGB三通道彩色的特征图像转换成单通道灰度图像;
步骤四:利用大津法对单通道灰度图像进行自适应灰度阈值分割,获取二值化黑白图像;
步骤五:利用二值化黑白图像判断被识别玻璃面板是否出现脱胶,所述判断方法为:
当二值化黑白图像中白色区域像素值为255时,则被识别玻璃面板出现脱胶,
当二值化黑白图像中黑色区域像素值为0时,则被识别玻璃面板未出现脱胶。
进一步的,上述方法还包括:
步骤六:当被识别玻璃面板出现脱胶时,将脱胶区域作为间断区域,然后利用腐蚀膨胀操作进行图像形态学运算,获得间断区域长度方向的像素值;
步骤七:将间断区域宽度与宽度方向的像素值间的比例作为比例尺,结合间断区域长度方向的像素值,获得间断区域长度。
本发明依据脱胶导致玻璃与结构胶之间界面消失,从而产生显著的颜色变化的原理,能够对外层玻璃与结构胶之间的脱胶进行高效大规模排查,从而达到更精确、高效地判断玻璃板块脱落风险的目的。
本发明适用于对玻璃窗与边框的结构胶脱胶现象进行识别,特别适合对大面积的玻璃幕墙进行检测识别。
附图说明
图1为内外层玻璃面板和结构胶的相对位置示意图;
图2为玻璃幕墙上多块玻璃面板示意图;
图3为拍摄方向与幕墙平面方向夹角不为90的情况下获取的图像;
图4为提取出来的玻璃面板与结构胶的粘结区域示意图;
图5为结构胶部分位置脱胶后所导致的颜色变浅示意图;
图6为具体实施方式一中所述的玻璃幕墙图像示意图;
图7为具体实施方式一中结构胶条提取结果图;
图8为具体实施方式一中结构胶条二值化后结果图;
外层玻璃板1、结构胶2、相邻玻璃板块之间的密封胶3、脱胶区域4。
具体实施方式
通常,玻璃幕墙中结构胶被均匀用于玻璃板块周边,且有一定的宽度,如10毫米,并形成与玻璃边长同样长度的胶条。如图1所示,图1用玻璃面板的一个边示意内外层玻璃面板和结构胶的相对位置,可通过外层玻璃板1看到结构胶2。当粘结完好时,透过外层玻璃板1呈现结构胶2的颜色;当两者脱开时,外层玻璃板1的内表面将更多地反射外部光线。
如上所述,当玻璃幕墙的玻璃板与结构胶2部分脱粘时,很容易在胶条的整个宽度上脱离。此时,玻璃板与结构胶2之间的界面不复存在,且会导致空气进入。玻璃和结构胶间界面粘结完好和空气进入后两种情况下,玻璃对外界光线的反射率截然不同,从而在视觉上呈现出两种不同的颜色:
1、粘结完好时,从外直接看到结构胶的颜色,一般为黑色;
2、脱胶及空气进入后,颜色显著变浅。
本实施方式利用该现象实现对玻璃板块脱胶的无损检测,适用于大面积玻璃板块脱胶的快速排查。为更好地理解,通过以下具体实施方式一进行具体描述,但不限于以下实施方式。
具体实施方式一:本实施方式所述的一种基于图像方法的玻璃面板脱胶识别方法,所述方法包括以下步骤:
步骤一:利用相机采集一定范围的被识别玻璃面板的图像,该图像至少包括玻璃面板一条有结构胶的边框。对于小范围的玻璃面板而言,可以采用人工直接拍照的方式来获取图像。对于大范围的玻璃面板而言,可以采用无人机搭载相机拍照、或通过机械臂等方式搭载相机进行拍照,采集图像的范围更大,还能够提高检测效率。
同时,图像大小及所包含玻璃面板数量以可清晰分辨结构胶条为宜。因此,拍照方向与玻璃幕墙平面以90度为宜,也可有一定角度(如图3所示),但不宜小于45度。
具体的,在实际应用时,以某建筑物的玻璃幕墙为例。
通过无人机搭载的高清相机对某建筑立面玻璃幕墙分区段拍照,相机镜头方向近似垂直于幕墙所在平面。获取的所有照片能够覆盖整片玻璃幕墙。同时,为尽可能准确识别脱胶细节尺寸,宜将胶条对应的像素值大于20,可通过图像覆盖的范围和图像分辨率来计算。最终获取的图像如图6所示(实际为彩色图像)。图6中实际玻璃面板宽0.8米,照片覆盖宽度2米,结构胶条宽0.01米,照片像素为4056×3040,胶条在图像中占20个像素宽。
步骤二:图像处理重点在于自动识别和提取出多个玻璃面板四边与结构胶粘结区域,如图4所示,然后保留并增强粘结区域中的色彩特征,获得特征图像。在此处理过程中避免去掉脱胶段的图像信息。同时,识别该区域时,胶条宽度为已知信息。图5给出了有脱胶段的图像示意图,该段颜色与其他部位相比明显不同,且颜色较浅。
步骤三:将RGB三通道彩色的特征图像进行色彩空间转换,转换成单通道灰度图像,如图7所示。
步骤四:利用大津法对单通道灰度图像进行自适应灰度阈值分割,以灰度值128二值化,得到脱胶识别结果如图8所示,即二值化黑白图像,其中缺失部分为60像素,对应脱胶长度为0.03米。
步骤五:利用二值化黑白图像判断被识别玻璃面板是否出现脱胶,所述判断方法为:
当二值化黑白图像中白色区域像素值为255时,则被识别玻璃面板出现脱胶,
当二值化黑白图像中黑色区域像素值为0时,则被识别玻璃面板未出现脱胶。
步骤六:当被识别玻璃面板出现脱胶时,将脱胶区域4作为间断区域,然后利用腐蚀膨胀操作进行图像形态学运算,获得间断区域长度方向的像素值。
步骤七:由于图像中没有已知的尺寸信息,但结构胶2宽度已知,以结构胶2宽度像素值与实际宽度的比例作为比例尺,结合间断区域长度方向的像素值,换算获得间断区域的实际长度,该尺寸能够用于标定脱胶长度。最终识别出脱胶区域4所在玻璃板块、所在边、具体位置信息、具体长度信息。
本实施方式首次提出一种基于图像的玻璃面板脱胶识别方法,能够对大面积玻璃幕墙明显脱胶部位进行快速检测,结合先进图像处理或机器视觉方法可进一步提高检测效率。本实施方式为保障玻璃幕墙结构安全提供了一种有效的方法,进一步推动无损检测技术在玻璃幕墙实际工程中的应用。
Claims (4)
1.一种基于图像方法的玻璃面板脱胶识别方法,其特征在于,所述方法包括以下步骤:
步骤一:采集被识别玻璃面板的图像,该图像至少包括玻璃面板一条有结构胶的边框;
步骤二:提取图像中玻璃面板与结构胶的粘结区域、并增强该粘结区域中的色彩特征,获得特征图像;
步骤三:将RGB三通道彩色的特征图像转换成单通道灰度图像;
步骤四:利用大津法对单通道灰度图像进行自适应灰度阈值分割,获取二值化黑白图像;
步骤五:利用二值化黑白图像判断被识别玻璃面板是否出现脱胶,所述判断方法为:
当二值化黑白图像中白色区域像素值为255时,则被识别玻璃面板出现脱胶,
当二值化黑白图像中黑色区域像素值为0时,则被识别玻璃面板未出现脱胶。
2.根据权利要求1所述的一种基于图像方法的玻璃面板脱胶识别方法,其特征在于,所述方法还包括:
步骤六:当被识别玻璃面板出现脱胶时,将脱胶区域作为间断区域,然后利用腐蚀膨胀操作进行图像形态学运算,获得间断区域长度方向的像素值;
步骤七:将间断区域宽度与宽度方向的像素值间的比例作为比例尺,结合间断区域长度方向的像素值,获得间断区域长度。
3.根据权利要求1或2所述的一种基于图像方法的玻璃面板脱胶识别方法,其特征在于,利用相机采集被识别玻璃面板的图像,相机视角方向与被识别玻璃面板之间夹角大于45度。
4.根据权利要求3所述的一种基于图像方法的玻璃面板脱胶识别方法,其特征在于,相机视角方向与被识别玻璃面板相互垂直。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010549759.0A CN111724367A (zh) | 2020-06-16 | 2020-06-16 | 一种基于图像方法的玻璃面板脱胶识别方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010549759.0A CN111724367A (zh) | 2020-06-16 | 2020-06-16 | 一种基于图像方法的玻璃面板脱胶识别方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111724367A true CN111724367A (zh) | 2020-09-29 |
Family
ID=72567054
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010549759.0A Pending CN111724367A (zh) | 2020-06-16 | 2020-06-16 | 一种基于图像方法的玻璃面板脱胶识别方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111724367A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112529893A (zh) * | 2020-12-22 | 2021-03-19 | 郑州金惠计算机系统工程有限公司 | 基于深度神经网络的轮毂表面瑕疵在线检测方法及系统 |
CN113920118A (zh) * | 2021-12-14 | 2022-01-11 | 武汉卓久玻璃制品有限公司 | 基于图像处理的中空玻璃间隔条缺胶检测方法 |
CN114062504A (zh) * | 2021-11-26 | 2022-02-18 | 中建深圳装饰有限公司 | 一种基于超声波相控阵技术的幕墙板块脱落风险判别方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101995412A (zh) * | 2010-08-30 | 2011-03-30 | 中国科学院计算技术研究所 | 一种鲁棒的玻璃划伤缺陷检测方法及其装置 |
KR20110109576A (ko) * | 2010-03-31 | 2011-10-06 | 주식회사 디이엔티 | 디스플레이 패널 글라스 표면의 결함 검사 방법 |
CN105405142A (zh) * | 2015-11-12 | 2016-03-16 | 冯平 | 一种玻璃面板的边缺陷检测方法及系统 |
CN106248686A (zh) * | 2016-07-01 | 2016-12-21 | 广东技术师范学院 | 基于机器视觉的玻璃表面缺陷检测装置及方法 |
CN111257348A (zh) * | 2020-03-27 | 2020-06-09 | 河海大学常州校区 | 一种基于机器视觉的led导光板缺陷检测方法 |
-
2020
- 2020-06-16 CN CN202010549759.0A patent/CN111724367A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20110109576A (ko) * | 2010-03-31 | 2011-10-06 | 주식회사 디이엔티 | 디스플레이 패널 글라스 표면의 결함 검사 방법 |
CN101995412A (zh) * | 2010-08-30 | 2011-03-30 | 中国科学院计算技术研究所 | 一种鲁棒的玻璃划伤缺陷检测方法及其装置 |
CN105405142A (zh) * | 2015-11-12 | 2016-03-16 | 冯平 | 一种玻璃面板的边缺陷检测方法及系统 |
CN106248686A (zh) * | 2016-07-01 | 2016-12-21 | 广东技术师范学院 | 基于机器视觉的玻璃表面缺陷检测装置及方法 |
CN111257348A (zh) * | 2020-03-27 | 2020-06-09 | 河海大学常州校区 | 一种基于机器视觉的led导光板缺陷检测方法 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112529893A (zh) * | 2020-12-22 | 2021-03-19 | 郑州金惠计算机系统工程有限公司 | 基于深度神经网络的轮毂表面瑕疵在线检测方法及系统 |
CN114062504A (zh) * | 2021-11-26 | 2022-02-18 | 中建深圳装饰有限公司 | 一种基于超声波相控阵技术的幕墙板块脱落风险判别方法 |
CN113920118A (zh) * | 2021-12-14 | 2022-01-11 | 武汉卓久玻璃制品有限公司 | 基于图像处理的中空玻璃间隔条缺胶检测方法 |
CN113920118B (zh) * | 2021-12-14 | 2022-03-15 | 武汉卓久玻璃制品有限公司 | 基于图像处理的中空玻璃间隔条缺胶检测方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111724367A (zh) | 一种基于图像方法的玻璃面板脱胶识别方法 | |
CN109696457B (zh) | 面向玻璃幕墙胶接结构损伤的主动红外热波检测方法与系统 | |
EP1564816A1 (en) | Curved photovoltaic module and its production method | |
CN106974540B (zh) | 基于风力检测的窗帘状态转换平台 | |
JP6276066B2 (ja) | 太陽電池アレイの異常通知装置 | |
CN108487818B (zh) | 一种安全窗户控制平台 | |
CN101059435A (zh) | 基于彩色ccd图像分析的森林火情烟雾检测方法 | |
CN114723750B (zh) | 基于改进yolox算法的输电线路耐张线夹缺陷检测方法 | |
CN107316278A (zh) | 一种水下图像清晰化处理方法 | |
US20180144461A1 (en) | Inspection apparatus and inspection method | |
CN113418925A (zh) | 一种基于卫星影像的光伏板异常目标检测系统及方法 | |
CN111047564A (zh) | 一种应用于光伏电站现场的el缺陷检测方法 | |
CN114677336B (zh) | 一种基于红外图像的幕墙面板损伤识别方法 | |
CN112465777A (zh) | 一种基于视频流的风机叶片表面缺陷识别技术 | |
JPWO2017169242A1 (ja) | 欠陥検査装置、及び欠陥検査方法 | |
CN112669306A (zh) | 一种基于显著图的太阳能电池片缺陷检测方法及系统 | |
CN111208148A (zh) | 一种挖孔屏漏光缺陷检测系统 | |
CN111598851B (zh) | 一种基于形态学图像处理的太阳能电池破片检测方法 | |
CN113487563A (zh) | 一种基于el图像的光伏组件隐裂自适应检测方法 | |
US20060193497A1 (en) | Stain inspection method and apparatus | |
CN111242889A (zh) | 一种光伏组件的热斑识别方法和装置 | |
CN107217977B (zh) | 基于风力检测的窗帘状态转换方法 | |
CN111833309B (zh) | 一种光伏电池片检测方法及装置 | |
TWI732683B (zh) | 太陽能發電模組缺陷智慧診斷系統與方法 | |
EP1161081A2 (en) | Automatic bright window detection |
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 |
Application publication date: 20200929 |
|
WD01 | Invention patent application deemed withdrawn after publication |