CN114612682A - 基于视频的建筑物状态监测方法及系统 - Google Patents
基于视频的建筑物状态监测方法及系统 Download PDFInfo
- Publication number
- CN114612682A CN114612682A CN202210278676.1A CN202210278676A CN114612682A CN 114612682 A CN114612682 A CN 114612682A CN 202210278676 A CN202210278676 A CN 202210278676A CN 114612682 A CN114612682 A CN 114612682A
- Authority
- CN
- China
- Prior art keywords
- building
- monitoring
- video
- monitored
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
-
- 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
- G06T7/0006—Industrial image inspection using a design-rule based approach
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
- G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
-
- 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
- G06T2207/10016—Video; Image sequence
-
- 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
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30108—Industrial image inspection
- G06T2207/30132—Masonry; Concrete
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Bioinformatics & Computational Biology (AREA)
- General Engineering & Computer Science (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Geometry (AREA)
- Quality & Reliability (AREA)
- Alarm Systems (AREA)
Abstract
本发明公开一种基于视频的建筑物状态监测方法及系统,首先,建立待监测建筑物数据库并存储待监测建筑物信息;然后获取待监测建筑物视频图像并确定监测目标区域,以及提取该区域的特征,最后与数据库中的标准特征比较得到监测结果。本发明提供的基于视频的建筑物状态监测方法及系统,该方法通过分布设置于建筑物四周的视频设备采集建筑物和建筑物地面的图像,并结合建筑物属性信息和地理信息进行分析处理,得到建筑物倾斜状态的监测结果,以及建筑物地面沉降的监测结果,从而及时发送监测结果信号,避免损失的发生。该方法不需要预先布置的大量的标靶,降低了劳动强度,节省了人力,提高了建筑物的监测效率。
Description
技术领域
本发明涉及建筑物监测技术领域,特别是一种基于视频的建筑物状态监测方法及系统。
背景技术
目前,建筑物下沉、开裂等是建筑物常见的变形损害现象,常见建筑物变形引起的损害有沉降、开裂、倾斜甚至建(构)筑结构倒塌等变形影响正常使用,尤其是在建筑物新建阶段,下沉变形尤为明显,而不均匀下沉会带来建筑物的倾斜及拉压变形。
因而建筑物变形监测十分重要,建筑物其他方面的状态的监测工作也非常重要,但实际生产生活中监测技术手段单一,往往是通过激光监测方法,这种方法需要在监测的建筑物上打标靶,劳动强度大,且无法实现对建筑物的连续变形。
因此,需要一种更为简单的且能有效监测建筑物状态的方法和系统。
发明内容
有鉴于此,本发明的目的在于提供一种基于视频的建筑物状态监测方法及系统,该方法利用视频图像并结合建筑物属性和地理信息监测建筑物状态。
为达到上述目的,本发明提供如下技术方案:
本发明提供的基于视频的建筑物状态监测方法,包括以下步骤:
建立待监测建筑物数据库并存储待监测建筑物信息;
获取待监测建筑物视频图像;
根据视频图像数据确定待监测建筑物的目标区域图像;
获取目标区域图像并进行预处理筛选符合要求的目标区域图像;
提取目标区域图像的监测特征;
根据目标区域的监测特征查询建筑物数据库对应图像标准特征;
根据监测特征和标准特征计算待监测建筑物的特征偏差值;
根据特征偏差值判断待监测建筑物的监测状态。
进一步,所述待监测建筑物的监测状态按照以下步骤进行判断:
根据特征偏差值判断是否超过预设阈值,如果否,则保存监测特征值,并重复循环进行;
如果是,则发送监测结果信号;并启动核查监测程序对待监测建筑物的进行分析处理。
进一步,所述核查监测程序按照以下步骤进行:
获取同一监测点的历史监测数据;
获取历史监测数据与图像标准特征的特征偏差;
判断特征偏差的变化量是否为增量,如果是,则表示该监测点的监测特征发生改变并发送报警信号;如果否,则依次对下一个监测点进行分析处理,直到所有监测点都已经进行分析处理。
进一步,所述待监测建筑物视频图像是按照以下方式获取的:
将视频监测设备设置于待监测建筑物的待监测点;
所述待监测点分布设置于建筑物的四周,所述视频监测设备用于采集监测点处预设监测区域的图像,所述预设监测区域是指包括建筑物和地面的区域,该区域包括建筑物主体的图像和建筑物承载地面图像;
依次采集各待监测点的视频图像并上传至中央处理中心。
进一步,所述监测特征为待监测建筑物的预先确定的能代表建筑物垂直度的直线特征部,所述直线特征部是通过以下步骤提取的:
对获取的目标区域图像进行预处理,输出具有直线特征的二值图像;
识别二值图像中的直线信息;
计算该直线长度;
根据直线长度判断是否属于待监测建筑物的监测直线特征,如果是,则计算监测直线特征与建筑物数据库中对应的直线的标准特征之间的夹角,如果该夹角超过预设夹角阈值,则发送监测信号,如果否,则循环重复。
进一步,所述直线特征为待监测建筑物上的主体轮廓的直线部分,或设置于建筑物主体上的管道的直线部分。
进一步,所述建筑物数据库存储有建筑物的标准特征,所述标准特征包括建筑物的建筑物设计信息数据,所述建筑物设计信息数据是通过从建筑设计图中获取的,或者从建筑设计CAD图中识别的建筑物设计信息。
进一步,所述建筑物设计信息包括建筑物的高程信息、色彩信息、坐标信息、尺寸信息、位置信息;从所述建筑设计cad图中识别的建筑物设计信息,并将建筑物设计信息提取到数据表格中,形成建筑物设计信息数据表.
进一步,所述建筑物的监测状态也可以是建筑物地面沉降状态,所述建筑物地面沉降状态是按照以下步骤进行的:获取包括建筑物和地面区域的视频图像,从该视频图像中获取建筑物地面图像,设置需要分析处理的地面区域,获取该地面区域的实际位置坐标,调用建筑物数据库中对应的标准地面区域的标准位置坐标,通过对比实际位置坐标和标准位置坐标之间的位置偏差,判断位置偏差是否超过预设阈值,如果超过,则标准建筑物地面发生沉降,并发送报警信号,如果没有超过,则循环重复进行。
本发明提供的基于视频的建筑物状态监测系统,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现权利要求1-9中任一项所述的方法。
本发明的有益效果在于:
本发明提供的基于视频的建筑物状态监测方法及系统,该方法通过分布设置于建筑物四周的视频设备采集建筑物和建筑物地面的图像,并结合建筑物属性信息和地理信息进行分析处理,得到建筑物倾斜状态的监测结果,以及建筑物地面沉降的监测结果,从而及时发送监测结果信号,避免损失的发生。该方法不需要预先布置的大量的标靶,降低了劳动强度,节省了人力,提高了建筑物的监测效率。
本发明的其他优点、目标和特征在某种程度上将在随后的说明书中进行阐述,并且在某种程度上,基于对下文的考察研究对本领域技术人员而言将是显而易见的,或者可以从本发明的实践中得到教导。本发明的目标和其他优点可以通过下面的说明书来实现和获得。
附图说明
为了使本发明的目的、技术方案和有益效果更加清楚,本发明提供如下附图进行说明:
图1为基于视频的建筑物状态监测方法流程图。
图2为基于视频的建筑物偏差监测系统原理图。
具体实施方式
下面结合附图和具体实施例对本发明作进一步说明,以使本领域的技术人员可以更好的理解本发明并能予以实施,但所举实施例不作为对本发明的限定。
如图1所示,本实施例提供的基于视频的建筑物状态监测方法,包括以下步骤:
建立待监测建筑物数据库并存储待监测建筑物信息;
获取待监测建筑物视频图像;
根据视频图像数据确定待监测建筑物的目标区域图像;
获取目标区域图像并进行预处理筛选符合要求的目标区域图像;
提取目标区域图像的监测特征;
根据目标区域的监测特征查询建筑物数据库对应图像标准特征;
根据监测特征和标准特征计算待监测建筑物的特征偏差值;
根据特征偏差值判断待监测建筑物的监测状态。
所述待监测建筑物的监测状态按照以下步骤进行判断:
根据特征偏差值判断是否超过预设阈值,如果否,则保存监测特征值,并重复循环进行;
如果是,则发送监测结果信号;并启动核查监测程序对待监测建筑物的进行分析处理。
所述核查监测程序按照以下步骤进行:
获取同一监测点的历史监测数据;
获取历史监测数据与图像标准特征的特征偏差;
判断特征偏差的变化量是否为增量,如果是,则表示该监测点的监测特征发生改变并发送报警信号;如果否,则依次对下一个监测点进行分析处理,直到所有监测点都已经进行分析处理。
本实施例中的待监测建筑物视频图像是按照以下方式获取的:
将视频监测设备设置于待监测建筑物的待监测点;
所述待监测点分布设置于建筑物的四周,所述视频监测设备用于采集监测点处预设监测区域的图像,所述预设监测区域是指包括建筑物和地面的区域,该区域包括建筑物主体的图像和建筑物承载地面图像;
依次采集各待监测点的视频图像并上传至中央处理中心。
本实施例提供的监测特征为待监测建筑物的预先确定的能代表建筑物垂直度的直线特征部,所述直线特征部是通过以下步骤提取的:
对获取的目标区域图像进行预处理,输出具有直线特征的二值图像;
识别二值图像中的直线信息;
计算该直线长度;
根据直线长度判断是否属于待监测建筑物的监测直线特征,如果是,则计算监测直线特征与建筑物数据库中对应的直线的标准特征之间的夹角,如果该夹角超过预设夹角阈值,则发送监测信号,如果否,则循环重复。
本实施例提供的直线特征为待监测建筑物上的主体轮廓的直线部分,也可以是设置于建筑物主体上的管道的直线部分,或者其他具有明显直线特征的直线部分。
本实施例中的建筑物数据库存储有建筑物的标准特征,所述标准特征包括建筑物的建筑物设计信息数据,所述建筑物设计信息数据是通过从建筑设计图中获取的,或者从建筑设计CAD图中识别的建筑物设计信息;
所述建筑物设计信息包括建筑物的高程信息、色彩信息、坐标信息、尺寸信息、位置信息等;其中,从所述建筑设计cad图中识别的建筑物设计信息,并将建筑物设计信息提取到数据表格中,形成建筑物设计信息数据表。
本实施例中的建筑物设计信息也可以通过以下步骤获取:
确定需要提取数据的图层;
选定确定的图层;
判断图层是否有需要图块,如果有图块,则打散图块;如果无,则进入下一步;
导出确定图层的数据;
对导出的数据进行规整,得到图层中的部件的设计数据。
本实施例提供的建筑物数据库是根据建筑设计规范及建筑物部件形成专业模型数据库;所述模型数据库包括构成建筑模型的个个建筑物部件,如:门、窗、柱、屋顶等,按照类别进行分类建立。本实施例提供的建筑模型是由各个建筑物部件组成以及建筑物外轮廓线。
本实施例中的建筑物的监测状态也可以是建筑物地面沉降状态,所述建筑物地面沉降状态是按照以下步骤进行的:获取包括建筑物和地面区域的视频图像,从该视频图像中获取建筑物地面图像,设置需要分析处理的地面区域,获取该地面区域的实际位置坐标,调用建筑物数据库中对应的标准地面区域的标准位置坐标,通过对比实际位置坐标和标准位置坐标之间的位置偏差,判断位置偏差是否超过预设阈值,如果超过,则标准建筑物地面发生沉降,并发送报警信号,如果没有超过,则循环重复进行。
本实施例中在建筑物的不同位置设置不同的监测点,各监测点可以同步采集视频图像,并根据同步采集的视频图像进行分析处理,得到各监测点建筑物的监测状态,从而形成建筑物不同位置的监测状态,得到的状态判断更为准确。
以上所述实施例仅是为充分说明本发明而所举的较佳的实施例,本发明的保护范围不限于此。本技术领域的技术人员在本发明基础上所作的等同替代或变换,均在本发明的保护范围之内。本发明的保护范围以权利要求书为准。
Claims (10)
1.基于视频的建筑物状态监测方法,其特征在于:包括以下步骤:
建立待监测建筑物数据库并存储待监测建筑物信息;
获取待监测建筑物视频图像;
根据视频图像数据确定待监测建筑物的目标区域图像;
获取目标区域图像并进行预处理筛选符合要求的目标区域图像;
提取目标区域图像的监测特征;
根据目标区域的监测特征查询建筑物数据库对应图像标准特征;
根据监测特征和标准特征计算待监测建筑物的特征偏差值;
根据特征偏差值判断待监测建筑物的监测状态。
2.如权利要求1所述的基于视频的建筑物状态监测方法,其特征在于:所述待监测建筑物的监测状态按照以下步骤进行判断:
根据特征偏差值判断是否超过预设阈值,如果否,则保存监测特征值,并重复循环进行;
如果是,则发送监测结果信号;并启动核查监测程序对待监测建筑物的进行分析处理。
3.如权利要求2所述的基于视频的建筑物状态监测方法,其特征在于:所述核查监测程序按照以下步骤进行:
获取同一监测点的历史监测数据;
获取历史监测数据与图像标准特征的特征偏差;
判断特征偏差的变化量是否为增量,如果是,则表示该监测点的监测特征发生改变并发送报警信号;如果否,则依次对下一个监测点进行分析处理,直到所有监测点都已经进行分析处理。
4.如权利要求1所述的基于视频的建筑物状态监测方法,其特征在于:所述待监测建筑物视频图像是按照以下方式获取的:
将视频监测设备设置于待监测建筑物的待监测点;
所述待监测点分布设置于建筑物的四周,所述视频监测设备用于采集监测点处预设监测区域的图像,所述预设监测区域是指包括建筑物和地面的区域,该区域包括建筑物主体的图像和建筑物承载地面图像;
依次采集各待监测点的视频图像并上传至中央处理中心。
5.如权利要求1所述的基于视频的建筑物状态监测方法,其特征在于:所述监测特征为待监测建筑物的预先确定的能代表建筑物垂直度的直线特征部,所述直线特征部是通过以下步骤提取的:
对获取的目标区域图像进行预处理,输出具有直线特征的二值图像;
识别二值图像中的直线信息;
计算该直线长度;
根据直线长度判断是否属于待监测建筑物的监测直线特征,如果是,则计算监测直线特征与建筑物数据库中对应的直线的标准特征之间的夹角,如果该夹角超过预设夹角阈值,则发送监测信号,如果否,则循环重复。
6.如权利要求1所述的基于视频的建筑物状态监测方法,其特征在于:所述直线特征为待监测建筑物上的主体轮廓的直线部分,或设置于建筑物主体上的管道的直线部分。
7.如权利要求1所述的基于视频的建筑物状态监测方法,其特征在于:所述建筑物数据库存储有建筑物的标准特征,所述标准特征包括建筑物的建筑物设计信息数据,所述建筑物设计信息数据是通过从建筑设计图中获取的,或者从建筑设计CAD图中识别的建筑物设计信息。
8.如权利要求7所述的基于视频的建筑物状态监测方法,其特征在于:所述建筑物设计信息包括建筑物的高程信息、色彩信息、坐标信息、尺寸信息、位置信息;从所述建筑设计cad图中识别的建筑物设计信息,并将建筑物设计信息提取到数据表格中,形成建筑物设计信息数据表。
9.如权利要求1所述的基于视频的建筑物状态监测方法,其特征在于:所述建筑物的监测状态也可以是建筑物地面沉降状态,所述建筑物地面沉降状态是按照以下步骤进行的:获取包括建筑物和地面区域的视频图像,从该视频图像中获取建筑物地面图像,设置需要分析处理的地面区域,获取该地面区域的实际位置坐标,调用建筑物数据库中对应的标准地面区域的标准位置坐标,通过对比实际位置坐标和标准位置坐标之间的位置偏差,判断位置偏差是否超过预设阈值,如果超过,则标准建筑物地面发生沉降,并发送报警信号,如果没有超过,则循环重复进行。
10.基于视频的建筑物状态监测系统,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现权利要求1-9中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210278676.1A CN114612682A (zh) | 2022-03-21 | 2022-03-21 | 基于视频的建筑物状态监测方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210278676.1A CN114612682A (zh) | 2022-03-21 | 2022-03-21 | 基于视频的建筑物状态监测方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114612682A true CN114612682A (zh) | 2022-06-10 |
Family
ID=81865667
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210278676.1A Pending CN114612682A (zh) | 2022-03-21 | 2022-03-21 | 基于视频的建筑物状态监测方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114612682A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116753848A (zh) * | 2023-08-11 | 2023-09-15 | 济南市勘察测绘研究院 | 一种建筑物位移监测方法及系统 |
-
2022
- 2022-03-21 CN CN202210278676.1A patent/CN114612682A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116753848A (zh) * | 2023-08-11 | 2023-09-15 | 济南市勘察测绘研究院 | 一种建筑物位移监测方法及系统 |
CN116753848B (zh) * | 2023-08-11 | 2023-12-01 | 济南市勘察测绘研究院 | 一种建筑物位移监测方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107169426B (zh) | 一种基于深度神经网络的人群情绪异常检测和定位方法 | |
CN110910360B (zh) | 电网图像的定位方法和图像定位模型的训练方法 | |
CN110046570B (zh) | 一种粮仓粮食库存动态监管方法和装置 | |
CN112613454A (zh) | 一种电力基建施工现场违章识别方法及系统 | |
CN115049793B (zh) | 基于数字孪生的输电线路树木生长可视化预测方法及装置 | |
CN114612682A (zh) | 基于视频的建筑物状态监测方法及系统 | |
CN115035256A (zh) | 一种尾矿库事故隐患及风险演化方法及系统 | |
CN115641327A (zh) | 一种基于大数据的建筑工程质量监理和预警系统 | |
CN113723626A (zh) | 地铁线路保护巡检方法、装置、计算机设备和存储介质 | |
CN115757369A (zh) | 一种激光点云数据的自动检查方法及系统 | |
CN115272826A (zh) | 一种基于卷积神经网络的图像识别方法、装置及系统 | |
CN113033386B (zh) | 一种基于高分辨率遥感影像的输电线路通道隐患识别方法及系统 | |
CN114494845A (zh) | 一种用于施工项目现场人工智能隐患排查系统及其排查方法 | |
CN116757632B (zh) | 一种工程项目进度信息监测方法 | |
CN117094660A (zh) | 一种基于数字孪生技术的施工监控方法及系统 | |
CN115409839B (zh) | 基于像素分析模型的道路声屏障隐患识别方法及装置 | |
CN114169404A (zh) | 一种基于图像智能获取边坡病害量化信息方法 | |
CN117740811B (zh) | 一种新能源汽车遮阳篷性能检测方法、系统及存储介质 | |
CN117455206B (zh) | 一种基于摄像头图像识别的施工现场安全风险评估方法 | |
CN117807469B (zh) | 一种水下传感器数据采集方法、介质及系统 | |
CN116975656B (zh) | 基于声发射信号的智能损伤检测识别方法及系统 | |
CN117809297A (zh) | 基于三维重建的输电线路危险源智能识别方法 | |
CN116228973A (zh) | 一种基于rpa工具自动化执行三维建模的方法 | |
US20220268566A1 (en) | Information processing equipment, information processing methods, and programs | |
CN115422418A (zh) | 基于bim的公路建设数据监测方法、系统、设备及存储介质 |
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 | ||
CB02 | Change of applicant information | ||
CB02 | Change of applicant information |
Address after: 2-7-3, Building 1, No. 12, Longhua Avenue (General Chamber of Commerce Building), Xicheng Street Office, Nanchuan District, Chongqing, 408499 Applicant after: Ruiyu Spacetime Technology (Chongqing) Co.,Ltd. Address before: 2-7-3, building 1, Longhua Avenue, Xicheng sub district office, Nanchuan District, Chongqing 408400 Applicant before: Ruiyu Space-time Technology (Chongqing) Co.,Ltd. |