CN112348790A - 一种基于图像识别的楼房墙面瓷片缺失检测方法和装置 - Google Patents

Abstract

本发明涉及一种基于图像识别的楼房墙面瓷片缺失检测方法和装置，获取由双光一体摄像机拍摄到的楼房墙面RGB图像和楼房墙面热成像图像，对楼房墙面RGB图像中的瓷片缺失的识别，得到瓷片缺失区域，然后对瓷片缺失区域灰度值进行处理，当符合要求时，对瓷片缺失区域与其他区域的温度差异进行判断，当温度差异较大时，判定楼房墙面存在瓷片缺失，输出瓷片缺失报警信号。相较于人工观察以及只进行图像识别的方式，本发明提供的楼房墙面瓷片缺失检测方法能够减小人工成本，实时性较强，检测准确性得到很大的提升。

Description

一种基于图像识别的楼房墙面瓷片缺失检测方法和装置

技术领域

本发明涉及一种基于图像识别的楼房墙面瓷片缺失检测方法和装置。

背景技术

目前，随着经济的快速发展，不管是城市还是农村，均建设有很多楼房，不管是30层以上的超高层楼房，还是农村的2-3层低层楼房，均随处可见。而且，为了迎合用户的审美，很多楼房的外墙面均粘贴有瓷片，通过各种颜色的瓷片使得楼房更加漂亮美观。随之就会出现一个问题：瓷片经过长时间之后，可能会从墙面上脱落，使得墙面的美观程度大打折扣。瓷片脱落还能够反映一个问题，瓷片与墙面之间不再粘贴牢固，若长时间放任不管，不但影响整体美观，还可能会造成安全事故。因此，需要对楼房墙面的瓷片的缺失情况进行检测。

发明内容

为了解决上述技术问题，本发明提供一种基于图像识别的楼房墙面瓷片缺失检测方法和装置。

一种基于图像识别的楼房墙面瓷片缺失检测方法，包括：

获取由双光一体摄像机拍摄到的楼房墙面RGB图像和楼房墙面热成像图像；

对所述楼房墙面RGB图像中的瓷片缺失进行初始识别，初步得到所述楼房墙面RGB图像中的瓷片缺失区域；

获取所述楼房墙面RGB图像中的瓷片缺失区域的实际灰度值均值；

比较所述实际灰度值均值与预设的瓷片灰度值均值，若所述实际灰度值均值与所述瓷片灰度值均值的误差值大于或者等于预设灰度误差阈值，将所述瓷片缺失区域对应在所述楼房墙面热成像图像中，获取所述楼房墙面热成像图像中瓷片缺失区域的瓷片缺失区域热成像图像，以及所述楼房墙面热成像图像中其他区域的其他区域热成像图像；

获取所述瓷片缺失区域热成像图像的第一温度均值，以及所述其他区域热成像图像的第二温度均值；

比较所述第一温度均值和所述第二温度均值，若所述第一温度均值和所述第二温度均值的温度误差值大于或者等于预设温度误差阈值，则判定楼房墙面存在瓷片缺失，输出瓷片缺失报警信号。

在一个实施例中，所述输出瓷片缺失报警信号之后，所述基于图像识别的楼房墙面瓷片缺失检测方法还包括：

获取所述瓷片缺失区域的实际像素个数；

比较所述瓷片缺失区域的实际像素个数与预设的一个瓷片的标准像素个数，若所述实际像素个数大于或者等于所述标准像素个数的预设倍数，则输出瓷片严重缺失报警信号。

在一个实施例中，所述获取所述楼房墙面RGB图像中的瓷片缺失区域的实际灰度值均值，包括：

对所述楼房墙面RGB图像中的瓷片缺失区域进行灰度化，得到瓷片缺失区域灰度图；

获取所述瓷片缺失区域灰度图的各个像素的灰度值；

计算所述瓷片缺失区域灰度图的各个像素的灰度值的平均值，得到所述实际灰度值均值。

在一个实施例中，所述对所述楼房墙面RGB图像中的瓷片缺失进行初始识别，初步得到所述楼房墙面RGB图像中的瓷片缺失区域，包括：

获取至少两个楼房墙面RGB样本图像，各楼房墙面RGB样本图像包含瓷片缺失区域；

对各楼房墙面RGB样本图像中的各个像素进行标注，像素标注类别分为两类，分别是瓷片缺失区域和其他区域，得到标注数据，所述标注数据包括标注得到的瓷片缺失区域的各个像素和其他区域的各个像素；

将各楼房墙面RGB样本图像输入至语义分割编码器中进行特征提取，所述语义分割编码器输出Feature map，Feature map输入至语义分割解码器中进行上采样，输出与各楼房墙面RGB样本图像相同大小的语义分割图；

将所述语义分割图与所述标注数据通过交叉熵损失函数进行运算，优化语义分割模型中的参数；

将所述楼房墙面RGB图像输入到所述语义分割模型中，对所述楼房墙面RGB图像进行图像分割，初步得到所述楼房墙面RGB图像中的瓷片缺失区域。

在一个实施例中，所述将所述瓷片缺失区域对应在所述楼房墙面热成像图像中，获取所述楼房墙面热成像图像中瓷片缺失区域的瓷片缺失区域热成像图像，以及所述楼房墙面热成像图像中其他区域的其他区域热成像图像，包括：

获取所述瓷片缺失区域的各个像素在所述楼房墙面RGB图像中的二维坐标；

根据所述二维坐标，在所述楼房墙面热成像图像中形成所述瓷片缺失区域的瓷片缺失区域热成像图像，并获取所述楼房墙面热成像图像中其他区域的其他区域热成像图像。

一种基于图像识别的楼房墙面瓷片缺失检测装置，包括：

楼房墙面图像获取模块，用于获取由双光一体摄像机拍摄到的楼房墙面RGB图像和楼房墙面热成像图像；

瓷片缺失区域初步识别模块，用于对所述楼房墙面RGB图像中的瓷片缺失进行初始识别，初步得到所述楼房墙面RGB图像中的瓷片缺失区域；

灰度值均值获取模块，用于获取所述楼房墙面RGB图像中的瓷片缺失区域的实际灰度值均值；

热成像划分模块，用于比较所述实际灰度值均值与预设的瓷片灰度值均值，若所述实际灰度值均值与所述瓷片灰度值均值的误差值大于或者等于预设灰度误差阈值，将所述瓷片缺失区域对应在所述楼房墙面热成像图像中，获取所述楼房墙面热成像图像中瓷片缺失区域的瓷片缺失区域热成像图像，以及所述楼房墙面热成像图像中其他区域的其他区域热成像图像；

温度均值获取模块，用于获取所述瓷片缺失区域热成像图像的第一温度均值，以及所述其他区域热成像图像的第二温度均值；

瓷片缺失判定模块，用于比较所述第一温度均值和所述第二温度均值，若所述第一温度均值和所述第二温度均值的温度误差值大于或者等于预设温度误差阈值，则判定楼房墙面存在瓷片缺失，输出瓷片缺失报警信号。

本发明的技术效果包括：

由双光一体摄像机拍摄到的楼房墙面RGB图像和楼房墙面热成像图像，根据楼房墙面RGB图像和楼房墙面热成像图像各自的特性以及之间的关系进行楼房墙面瓷片缺失检测，对楼房墙面RGB图像中的瓷片缺失进行初始识别，初步得到楼房墙面RGB图像中的瓷片缺失区域，由于只通过这种识别过程得到的瓷片缺失区域存在一定的识别误差，而且，瓷片的颜色与墙面本身的颜色(即水泥的颜色)有一定的差异，而且，由于瓷片和墙面本身的材质也有很大的不同，比如瓷片的表面通常是光滑的，瓷片脱落之后的墙面本身比较粗糙，因此，在得到楼房墙面RGB图像中的瓷片缺失区域之后，获取楼房墙面RGB图像中的瓷片缺失区域的实际灰度值均值，与预设的瓷片灰度值均值进行比较，若这两个灰度值均值相差比较大，表示两者的颜色有一定的差异，那么将瓷片缺失区域对应在楼房墙面热成像图像中，获取楼房墙面热成像图像中瓷片缺失区域的瓷片缺失区域热成像图像，以及楼房墙面热成像图像中其他区域的其他区域热成像图像，获取这两个区域的热成像图像的温度均值的差异，若温度均值差异较大，则判定楼房墙面存在瓷片缺失，输出瓷片缺失报警信号，因此，在初步识别得到楼房墙面RGB图像中的瓷片缺失区域之后，依次进行灰度值比对以及温度比对，最后判定楼房墙面是否存在瓷片缺失，通过这种处理过程对楼房墙面的瓷片缺失进行可靠准确检测，相较于人工观察的方式，不但减小人工成本，而且，实时性较强，相较于只进行图像识别的方式，检测准确性得到很大的提升。

附图说明

图1是基于图像识别的楼房墙面瓷片缺失检测方法的流程图；

图2是基于图像识别的楼房墙面瓷片缺失检测装置的结构图。

具体实施方式

本实施例提供一种基于图像识别的楼房墙面瓷片缺失检测方法，该楼房墙面瓷片缺失检测方法对应的硬件执行主体可以为各种电脑设备、各种智能移动终端等，本实施例不对硬件执行主体做具体限定。

如图1所示，该楼房墙面瓷片缺失检测方法包括：

步骤S1：获取由双光一体摄像机拍摄到的楼房墙面RGB图像和楼房墙面热成像图像：

为了对楼房墙面进行检测，本实施例中，在楼房墙面的前方预设距离处设置有一个检测位置，在该检测位置设置有一个固定杆等固定机构，用于固定双光一体摄像机。应当理解，检测位置与楼房墙面之间的预设距离由实际需要进行设置，而且，双光一体摄像机的固定高度也由实际需要进行设置。

当双光一体摄像机与楼房墙面之间的预设距离，以及双光一体摄像机的固定高度发生变化时，采集到的图像所包含的楼房墙面的大小也发生变化，因此，在进行检测时，检测对象可以是一个完整的楼房墙面，也可以是楼房墙面的一部分。

双光一体摄像机包括可见光摄像机和热成像摄像机。可见光摄像机用于采集得到RGB图像，热成像摄像机用于采集得到热成像图像。那么，双光一体摄像机获取楼房墙面RGB图像和楼房墙面热成像图像，即楼房墙面RGB图像和楼房墙面热成像图像由同一个双光一体摄像机获取得到。为了可靠检测，本实施例中：楼房墙面RGB图像中除了瓷片缺失区域以及正常的瓷片区域之外，不存在其他的区域或者物体。

本实施例中，楼房墙面粘贴的瓷片通常为光滑表面的瓷片，而且，与墙面本身的颜色(通常为水泥颜色)有较大差异，比如：瓷片为白色、红色、黄色等，而水泥颜色为深灰色。

步骤S2：对所述楼房墙面RGB图像中的瓷片缺失进行初始识别，初步得到所述楼房墙面RGB图像中的瓷片缺失区域：

对楼房墙面RGB图像中的瓷片缺失进行初始识别，初步得到楼房墙面RGB图像中的瓷片缺失区域。应当理解，现有技术中已有多种基于图像识别的目标检测方法，此处可以采用已有的目标检测方法，作为一个具体实施方式，以下给出一种具体识别过程，具体如下：

获取至少两个楼房墙面RGB样本图像，楼房墙面RGB样本图像的个数不做限定，个数越多，得到的模型越精确。应当理解，各楼房墙面RGB样本图像也是通过上述双光一体摄像机拍摄得到，即各楼房墙面RGB样本图像的获取位置、角度等参数与需要识别的楼房墙面RGB图像和楼房墙面热成像图像完全相同，能够提升检测精度。

各楼房墙面RGB样本图像包含瓷片缺失区域，即，每一个楼房墙面RGB样本图像均只包括瓷片区域和瓷片缺失区域。瓷片缺失区域为墙面本身的区域(颜色通常为水泥颜色)，在视觉上与瓷片的颜色有较大差异，因此，对各楼房墙面RGB样本图像中的各个像素进行标注，可以采用专门的标注工具如labelme等进行标注。像素标注类别分为两类，分别是瓷片缺失区域和其他区域(贴有瓷片的区域)，得到标注数据，标注数据包括标注得到的瓷片缺失区域的各个像素和其他区域的各个像素。作为一个具体实施方式，可以将瓷片缺失区域的各个像素标注为1，其他区域的各个像素标注为0。

语义分割模型包括语义分割编码器和语义分割解码器。

将各楼房墙面RGB样本图像输入到语义分割编码器中进行特征提取，语义分割编码器输出Feature map，Feature map输入至语义分割解码器中进行上采样，输出与各楼房墙面RGB样本图像相同大小的语义分割图。

将得到的语义分割图与标注数据通过交叉熵损失函数进行运算(即将语义分割图的各个像素与标注数据中的对应各像素通过交叉熵损失函数进行运算)，优化语义分割模型中的参数。

将楼房墙面RGB图像输入到语义分割模型中进行图像分割，初步得到楼房墙面RGB图像中的瓷片缺失区域，即通过语义分割，将楼房墙面RGB图像中的像素分为两类，一类是瓷片缺失区域的像素，另一类是其他区域的像素，得到楼房墙面RGB图像中的瓷片缺失区域。

步骤S3：获取所述楼房墙面RGB图像中的瓷片缺失区域的实际灰度值均值：

识别得到楼房墙面RGB图像中的瓷片缺失区域之后，得到的瓷片缺失区域同样是RGB图像，对楼房墙面RGB图像中的瓷片缺失区域进行灰度化，得到瓷片缺失区域灰度图。

获取瓷片缺失区域灰度图的各个像素的灰度值。

计算瓷片缺失区域灰度图的各个像素的灰度值的平均值，得到实际灰度值均值。

步骤S4：比较所述实际灰度值均值与预设的瓷片灰度值均值，若所述实际灰度值均值与所述瓷片灰度值均值的误差值大于或者等于预设灰度误差阈值，将所述瓷片缺失区域对应在所述楼房墙面热成像图像中，获取所述楼房墙面热成像图像中瓷片缺失区域的瓷片缺失区域热成像图像，以及所述楼房墙面热成像图像中其他区域的其他区域热成像图像：

预设有瓷片灰度值均值，该瓷片灰度值均值为墙面所贴瓷片的灰度值均值，获取方式可以为：对瓷片RGB图像进行灰度化，获取各个像素的灰度值，然后计算各个像素的灰度值的平均值，得到瓷片灰度值均值。

由于瓷片缺失区域的颜色与瓷片本身的颜色有一定的差异，因此比较实际灰度值均值与预设的瓷片灰度值均值，计算实际灰度值均值与瓷片灰度值均值的误差值，比较该误差值与预设灰度误差阈值的大小，其中，预设灰度误差阈值由实际需要进行设置。

若实际灰度值均值与瓷片灰度值均值的误差值大于或者等于预设灰度误差阈值，表示瓷片缺失区域的颜色与瓷片本身的颜色有一定的差异，则将瓷片缺失区域对应在楼房墙面热成像图像中，获取楼房墙面热成像图像中瓷片缺失区域的瓷片缺失区域热成像图像，以及楼房墙面热成像图像中其他区域的其他区域热成像图像。

由于楼房墙面RGB图像和楼房墙面热成像图像由同一个双光一体摄像机拍摄得到，因此，楼房墙面RGB图像和楼房墙面热成像图像对应的拍摄角度、焦距、位置等参数完全相同，楼房墙面RGB图像和楼房墙面热成像图像是同时拍摄得到的，两者尺寸相同，各个像素一一对应，即若以相同的坐标建立规则在楼房墙面RGB图像和楼房墙面热成像图像中建立两个坐标，比如以图像的左下角作为坐标原点，以图像的长度方向作为横轴，以图像的宽度方向作为纵轴，建立坐标，那么，楼房墙面RGB图像的各个像素和楼房墙面热成像图像的各个像素一一对应。因此，除了图像类型不同，这两个图像的其他参数完全相同。因此，以下给出一种具体对应过程：

对楼房墙面RGB图像和楼房墙面热成像图像建立坐标系，其中，均是以图像的左下角作为坐标原点，以图像的长度方向作为横轴，以图像的宽度方向作为纵轴。

获取瓷片缺失区域的各个像素在楼房墙面RGB图像中的二维坐标。由于瓷片缺失区域的各个像素在楼房墙面RGB图像中的二维坐标与瓷片缺失区域的对应像素在楼房墙面热成像图像中的各个二维坐标相同，因此，根据瓷片缺失区域的各个像素的二维坐标，在楼房墙面热成像图像中形成瓷片缺失区域的瓷片缺失区域热成像图像，即根据各个像素的二维坐标在楼房墙面热成像图像中形成的区域为瓷片缺失区域热成像图像。得到瓷片缺失区域热成像图像之后，楼房墙面热成像图像中除该瓷片缺失区域热成像图像之外的区域为其他区域，即瓷片区域，那么，获取楼房墙面热成像图像中瓷片缺失区域之外的其他区域的其他区域热成像图像。

步骤S5：获取所述瓷片缺失区域热成像图像的第一温度均值，以及所述其他区域热成像图像的第二温度均值：

得到瓷片缺失区域热成像图像和其他区域热成像图像之后，由于热成像图像为对应像素的温度值，因此，获取瓷片缺失区域热成像图像的温度均值，为第一温度均值，以及其他区域热成像图像的温度均值，为第二温度均值。其中，第一温度均值为瓷片缺失区域热成像图像中的各个像素的温度值的平均值，第二温度均值为其他区域热成像图像中的各个像素的温度值的平均值。

步骤S6：比较所述第一温度均值和所述第二温度均值，若所述第一温度均值和所述第二温度均值的温度误差值大于或者等于预设温度误差阈值，则判定楼房墙面存在瓷片缺失，输出瓷片缺失报警信号：

由于瓷片的表面通常为光滑表面，而且颜色比较浅，颜色与水泥的颜色有一定的差异，而且，瓷片和墙面本身的材质也有很大的不同，比如瓷片的表面通常是光滑的，瓷片脱落之后的墙面本身比较粗糙，因此，瓷片缺失区域的温度与瓷片区域的温度有一定的差异，尤其是在有阳光的时候，温度差异更大。因此，预设有一个温度误差阈值，该预设温度误差阈值由实际需要进行设置。比较第一温度均值和第二温度均值，计算第一温度均值和第二温度均值的温度误差值，与预设温度误差阈值进行比较，若第一温度均值和第二温度均值的温度误差值大于或者等于预设温度误差阈值，表示瓷片缺失区域热成像图像和其他区域热成像图像的温度差异较大，则最终判定楼房墙面存在瓷片缺失。

判定楼房墙面存在瓷片缺失之后，输出瓷片缺失报警信号，比如向后台监控中心发送瓷片缺失报警信号。

应当理解，楼房墙面可能有不止一处出现瓷片缺失的情况，即楼房墙面RGB图像中的瓷片缺失区域不止一个，而当楼房墙面RGB图像中有至少两个瓷片缺失区域时，同样按照上述处理过程进行处理。而且，也可能有以下情况：楼房墙面只有一处出现瓷片缺失的情况，但是，该瓷片缺失区域是由多个相邻的瓷片缺失得到，即虽然有多个瓷片缺失，但是由于这些缺失的瓷片相邻，则整体上仍旧是一个瓷片缺失区域，同样按照上述处理过程进行处理。

本实施例中，该楼房墙面瓷片缺失检测方法还包括如下步骤：

步骤S7：获取所述瓷片缺失区域的实际像素个数：

在得到楼房墙面RGB图像中的瓷片缺失区域之后，获取瓷片缺失区域的实际像素个数。

应当理解，若楼房墙面RGB图像中有至少两个瓷片缺失区域时，获取各瓷片缺失区域的实际像素个数之和。

步骤S8：比较所述瓷片缺失区域的实际像素个数与预设的一个瓷片的标准像素个数，若所述实际像素个数大于或者等于所述标准像素个数的预设倍数，则输出瓷片严重缺失报警信号：

预设一个瓷片的标准像素个数，即一个瓷片图像所包含的像素个数，应当理解，该一个瓷片的图像也由步骤S1中的双光一体摄像机拍摄得到，即该一个瓷片的图像的获取条件与楼房墙面RGB图像的获取条件完全相同，才能够用于像素个数比对，否则会造成较大误差。

比较瓷片缺失区域的实际像素个数与预设的一个瓷片的标准像素个数，若实际像素个数大于或者等于标准像素个数的预设倍数，其中，预设倍数大于1，其具体数值由实际需要进行设置，比如2。若实际像素个数大于或者等于标准像素个数的预设倍数，表示瓷片缺失区域缺失不止一个瓷片，可以认定瓷片缺失区域缺失多个瓷片，则输出瓷片严重缺失报警信号，比如向后台监控中心发送瓷片严重缺失报警信号，相关人员可以根据该报警信号立即采取解决措施，避免产生更加严重的后果。应当理解，瓷片严重缺失报警信号与上述中的瓷片缺失报警信号是两个不同的信号，瓷片缺失报警信号只是为了表示墙面有瓷片缺失，而瓷片严重缺失报警信号表示墙面有多个瓷片缺失。后台监控中心根据这两个报警信号可以进行不同的解决措施。

如图2所示，本实施例提供一种基于图像识别的楼房墙面瓷片缺失检测装置，包括：

楼房墙面图像获取模块，用于获取由双光一体摄像机拍摄到的楼房墙面RGB图像和楼房墙面热成像图像；

瓷片缺失区域初步识别模块，用于对所述楼房墙面RGB图像中的瓷片缺失进行初始识别，初步得到所述楼房墙面RGB图像中的瓷片缺失区域；

灰度值均值获取模块，用于获取所述楼房墙面RGB图像中的瓷片缺失区域的实际灰度值均值；

热成像划分模块，用于比较所述实际灰度值均值与预设的瓷片灰度值均值，若所述实际灰度值均值与所述瓷片灰度值均值的误差值大于或者等于预设灰度误差阈值，将所述瓷片缺失区域对应在所述楼房墙面热成像图像中，获取所述楼房墙面热成像图像中瓷片缺失区域的瓷片缺失区域热成像图像，以及所述楼房墙面热成像图像中其他区域的其他区域热成像图像；

温度均值获取模块，用于获取所述瓷片缺失区域热成像图像的第一温度均值，以及所述其他区域热成像图像的第二温度均值；

瓷片缺失判定模块，用于比较所述第一温度均值和所述第二温度均值，若所述第一温度均值和所述第二温度均值的温度误差值大于或者等于预设温度误差阈值，则判定楼房墙面存在瓷片缺失，输出瓷片缺失报警信号。

进一步地，该楼房墙面瓷片缺失检测装置还包括：

像素个数获取模块，用于获取所述瓷片缺失区域的实际像素个数；

瓷片严重缺失判定模块，用于比较所述瓷片缺失区域的实际像素个数与预设的一个瓷片的标准像素个数，若所述实际像素个数大于或者等于所述标准像素个数的预设倍数，则输出瓷片严重缺失报警信号。

该楼房墙面瓷片缺失检测装置的各个模块的功能作用与上述方法实施例中的各个步骤一一对应，由于上述方法实施例中已对各个步骤进行了详细说明，本实施例不再赘述。

Claims (6)

1.一种基于图像识别的楼房墙面瓷片缺失检测方法，其特征在于，包括：

获取由双光一体摄像机拍摄到的楼房墙面RGB图像和楼房墙面热成像图像；

对所述楼房墙面RGB图像中的瓷片缺失进行初始识别，初步得到所述楼房墙面RGB图像中的瓷片缺失区域；

获取所述楼房墙面RGB图像中的瓷片缺失区域的实际灰度值均值；

比较所述实际灰度值均值与预设的瓷片灰度值均值，若所述实际灰度值均值与所述瓷片灰度值均值的误差值大于或者等于预设灰度误差阈值，将所述瓷片缺失区域对应在所述楼房墙面热成像图像中，获取所述楼房墙面热成像图像中瓷片缺失区域的瓷片缺失区域热成像图像，以及所述楼房墙面热成像图像中其他区域的其他区域热成像图像；

获取所述瓷片缺失区域热成像图像的第一温度均值，以及所述其他区域热成像图像的第二温度均值；

比较所述第一温度均值和所述第二温度均值，若所述第一温度均值和所述第二温度均值的温度误差值大于或者等于预设温度误差阈值，则判定楼房墙面存在瓷片缺失，输出瓷片缺失报警信号。

2.根据权利要求1所述的基于图像识别的楼房墙面瓷片缺失检测方法，其特征在于，所述输出瓷片缺失报警信号之后，所述基于图像识别的楼房墙面瓷片缺失检测方法还包括：

获取所述瓷片缺失区域的实际像素个数；

比较所述瓷片缺失区域的实际像素个数与预设的一个瓷片的标准像素个数，若所述实际像素个数大于或者等于所述标准像素个数的预设倍数，则输出瓷片严重缺失报警信号。

3.根据权利要求1所述的基于图像识别的楼房墙面瓷片缺失检测方法，其特征在于，所述获取所述楼房墙面RGB图像中的瓷片缺失区域的实际灰度值均值，包括：

对所述楼房墙面RGB图像中的瓷片缺失区域进行灰度化，得到瓷片缺失区域灰度图；

获取所述瓷片缺失区域灰度图的各个像素的灰度值；

计算所述瓷片缺失区域灰度图的各个像素的灰度值的平均值，得到所述实际灰度值均值。

4.根据权利要求1所述的基于图像识别的楼房墙面瓷片缺失检测方法，其特征在于，所述对所述楼房墙面RGB图像中的瓷片缺失进行初始识别，初步得到所述楼房墙面RGB图像中的瓷片缺失区域，包括：

获取至少两个楼房墙面RGB样本图像，各楼房墙面RGB样本图像包含瓷片缺失区域；

对各楼房墙面RGB样本图像中的各个像素进行标注，像素标注类别分为两类，分别是瓷片缺失区域和其他区域，得到标注数据，所述标注数据包括标注得到的瓷片缺失区域的各个像素和其他区域的各个像素；

将各楼房墙面RGB样本图像输入至语义分割编码器中进行特征提取，所述语义分割编码器输出Feature map，Feature map输入至语义分割解码器中进行上采样，输出与各楼房墙面RGB样本图像相同大小的语义分割图；

将所述语义分割图与所述标注数据通过交叉熵损失函数进行运算，优化语义分割模型中的参数；

将所述楼房墙面RGB图像输入到所述语义分割模型中，对所述楼房墙面RGB图像进行图像分割，初步得到所述楼房墙面RGB图像中的瓷片缺失区域。

5.根据权利要求1所述的基于图像识别的楼房墙面瓷片缺失检测方法，其特征在于，所述将所述瓷片缺失区域对应在所述楼房墙面热成像图像中，获取所述楼房墙面热成像图像中瓷片缺失区域的瓷片缺失区域热成像图像，以及所述楼房墙面热成像图像中其他区域的其他区域热成像图像，包括：

获取所述瓷片缺失区域的各个像素在所述楼房墙面RGB图像中的二维坐标；

根据所述二维坐标，在所述楼房墙面热成像图像中形成所述瓷片缺失区域的瓷片缺失区域热成像图像，并获取所述楼房墙面热成像图像中其他区域的其他区域热成像图像。

6.一种基于图像识别的楼房墙面瓷片缺失检测装置，其特征在于，包括：

楼房墙面图像获取模块，用于获取由双光一体摄像机拍摄到的楼房墙面RGB图像和楼房墙面热成像图像；

瓷片缺失区域初步识别模块，用于对所述楼房墙面RGB图像中的瓷片缺失进行初始识别，初步得到所述楼房墙面RGB图像中的瓷片缺失区域；

灰度值均值获取模块，用于获取所述楼房墙面RGB图像中的瓷片缺失区域的实际灰度值均值；

热成像划分模块，用于比较所述实际灰度值均值与预设的瓷片灰度值均值，若所述实际灰度值均值与所述瓷片灰度值均值的误差值大于或者等于预设灰度误差阈值，将所述瓷片缺失区域对应在所述楼房墙面热成像图像中，获取所述楼房墙面热成像图像中瓷片缺失区域的瓷片缺失区域热成像图像，以及所述楼房墙面热成像图像中其他区域的其他区域热成像图像；

温度均值获取模块，用于获取所述瓷片缺失区域热成像图像的第一温度均值，以及所述其他区域热成像图像的第二温度均值；

瓷片缺失判定模块，用于比较所述第一温度均值和所述第二温度均值，若所述第一温度均值和所述第二温度均值的温度误差值大于或者等于预设温度误差阈值，则判定楼房墙面存在瓷片缺失，输出瓷片缺失报警信号。

Images