CN115144434A - 一种利用红外热成像技术检测建筑物外墙缺陷的方法 - Google Patents
一种利用红外热成像技术检测建筑物外墙缺陷的方法 Download PDFInfo
- Publication number
- CN115144434A CN115144434A CN202210896990.6A CN202210896990A CN115144434A CN 115144434 A CN115144434 A CN 115144434A CN 202210896990 A CN202210896990 A CN 202210896990A CN 115144434 A CN115144434 A CN 115144434A
- Authority
- CN
- China
- Prior art keywords
- detection
- building
- exterior wall
- infrared thermal
- thermal imaging
- 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
- G01N25/00—Investigating or analyzing materials by the use of thermal means
- G01N25/72—Investigating presence of flaws
-
- 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
-
- 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
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/10—Terrestrial scenes
- G06V20/17—Terrestrial scenes taken from planes or by drones
-
- 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
- G06T2207/10048—Infrared image
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Life Sciences & Earth Sciences (AREA)
- Multimedia (AREA)
- Health & Medical Sciences (AREA)
- Remote Sensing (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Quality & Reliability (AREA)
- Radiation Pyrometers (AREA)
- Investigating Or Analyzing Materials Using Thermal Means (AREA)
Abstract
一种利用红外热成像技术检测建筑物外墙缺陷的方法。所述检测方法包括如下(一)至(四)步骤:(一)、对建筑物外墙饰面所需检测范围进行可视照片航拍形成整体平面及立面图像,利用无人机搭载高清照片摄像头对建筑物外墙饰面进行航拍视频及照片,获得外墙饰面可视照片;(二)、对建筑物外墙饰面进行红外热成像及对比图像细部拍摄,获得红外热成像照片;(三)、通过热成像分析软件对步骤(二)中获得的红外热成像照片进行分析处理得到温度分布图像及外墙缺陷部位图像;(四)、编制检测报告。该方法工作量小、检测速度快、安全风险小。通过温度传感、科学分析,使得定位准确、计量准确、工程量准确,同时自动化程度高,检测全面。
Description
技术领域
本发明涉及建筑物修缮改造技术领域,特别是一种利用红外热成像技术检测建筑物外墙缺陷的方法。
背景技术
近年来,发生过多起建筑物外墙饰面材料从已建成的建筑物外表面脱落坠下的情况,一方面,建筑物外墙饰面破损或空鼓影响建筑物的美观性,另一方面,会给人们生命财产安全带来巨大的隐患。因此,有必要对建筑物进行检测,尤其是老旧建筑。
我国建设部虽然颁布了《外墙饰面砖工程施工及验收规程JGJ126》和《建筑工程饰面砖粘结强度检验标准》等规范,对新建建筑外墙饰面工程的质量控制起到了很大作用,对于已有建筑,由于建筑物投入使用后受风、机械振动、温差、雨水侵蚀等因素的影响。外墙饰面材料与基底出现粘结强度下降、开裂和脱空等现象,如果这些现象未能够被及时发现,对建筑的运营带来巨大的隐患。
现有技术中主要采用破损试验法或经验法对建筑物局部进行抽查检验,而该类检测方法受限于试验数量,容易出现漏判情况;同时,采用传统人工试验方法,如利用脚手架、吊绳、吊篮进行检测,则费时费力、安全风险大,特别在有些情况下,如高层建筑,传统人工试验方法难于完成检测;目前也有部分建筑物检测采用红外检测,但大部分采用小型飞行器,像素较低且不能完善的进行红外数据分析,功能也比较少。
发明内容
本发明的目的是为了解决上述技术问题,提供一种利用红外热成像技术检测建筑物外墙缺陷的方法,该方法工程量小、检测速度快、安全风险小。通过温度传感、科学分析,使得定位准确、计量准确、工程量准确,同时自动化程度高,检测全面。
为了解决上述现有技术问题,本发明的技术方案是:
本发明一种利用红外热成像技术检测建筑物外墙缺陷的方法,所述方法包括如下(一)至(四)步骤:
(一)、对建筑物外墙饰面所需检测范围进行可视照片航拍,形成整体平面及立面图像,利用无人机搭载高清照片摄像头对建筑物外墙饰面进行航拍视频及照片,获得外墙饰面可视照片;
(二)、对建筑物外墙饰面进行红外热成像及对比图像细部拍摄,对步骤(一)获得的外墙饰面可视照片进行分析,并初步判断建筑缺陷部位,并确定外墙饰面需使用红外热成像仪拍摄的区域,利用无人机搭载红外热成像仪对需使用红外热成像仪拍摄的区域进行部分区域精准拍摄,获得红外热成像照片;
(三)、通过热成像分析软件对步骤(二)中获得的红外热成像照片进行分析处理得到温度分布图像及外墙缺陷部位图像,并通过分析获取渗漏、空鼓、开裂缺陷部位得出缺陷数据,然后计算出整个建筑物外墙饰面的缺陷率;
(四)、编制检测报告,通过技术人员检测、分析、计算,并编制出最终的检测报告。
为了使正常部位与空鼓部位产生温度差,则需要外墙温度有足够的变化值,但使墙体产生人为的温度变化是较为困难的,因此主要依赖于太阳能和自然界的气温变化。由于外墙表面温度分布受天气、时间、方位不同因素的影响,其变化是相当复杂的。所以,对每一片外墙检测时都需要确定好合适的检测时段。也就是说,本方法在用于外墙饰面检测时,在最适宜的环境条件下检测是非常重要的;当外墙表面温度比主体温度高,热量就从外墙表面传递到主体内;当外墙表面温度比主体低时,热量就由主体传递到外墙表面。如果外墙饰面材料出现空鼓情况时,外墙表面与主体之间的热传导系数将变小。因此,当外墙表面从日照或外部升温的空气中吸收热量时,有空鼓层的部位温度变化比正常情况大。通常,当暴露在太阳光或升温的空气中时,外墙表面的温度升高,空鼓部位的温度比正常部位的温度高;相反,当阳光减弱或气温降低时,外墙表面温度下降,剥落部位温度比正常部位的温度低。
所述检测方法运用红外热成像仪探测物体各部分辐射的红外线能量,根据物体表面的温度场分布状况所形成的热像图,直观地显示出材料、结构物及其结合面存在的不连续的缺陷部位,进而确定空鼓、渗漏区域;
所述检测方法的外墙饰面空鼓检测原理如下:
(1)、确定好检测时段,选择外墙饰面外部升温时段;
(2)、当外墙饰面外部处于升温时段时,外墙表面从日照或外部升温的空气中吸收热量,由于空气的导热系数远低于瓷砖、砖、混凝土建筑材料,因此当热流从外墙表面进入建筑物饰面层时,会在外墙饰面的空鼓部位受到空气阻挡产生热堆积反应,使该处的红外热像呈热斑特征,对红外热像热斑特征出现的部位及持续时间特征进行分析,判断出外墙饰面的空鼓部位的位置及区域范围。
所述检测方法的外墙饰面剥落检测原理如下:
(1)、确定好检测时段,选择外墙饰面外部降温时段;
(2)、当外墙饰面外部处于降温时段时,阳光减弱或气温降低,使外墙表面温度下降,剥落部位温度比正常部位的温度低,使该处的红外热像呈低温特征,对红外热像的低温特征出现的部位及持续时间特征进行分析,判断出外墙饰面的剥落部位的位置及区域范围。
进一步,所述步骤(一)中所使用的无人机包括大疆无人机,所述高清照片摄像头的像素等于或大于2000万,利用大疆无人机搭载2000万高清照片摄像头进行航拍视频及照片,进而能保证照片像素质量和清晰度;
进一步,所述检测方法的红外检测范围包括外墙外饰面缺陷检测、建筑渗漏检测、功能涂层缺陷检测、建筑门窗气密性检测、建筑热工缺陷检测、混凝土裂缝及内部缺陷检测;
进一步,所述检测方法包括如下检测流程:接受委托→现场调查和相关资料收集→编写检测技术方案→现场检测→检测数据分析→补测→提交检测数据,所述检测流程中补测根据需要选择;
进一步,所述检测方法包括现场检测操作:记录检测日期、时间、温度、湿度、设备、轴线、记录人资料,并检查仪器使其处于正常工作状态,并设置建筑物正常部位的基准点;
进一步,所述设置基准点的正常部位包括:不同饰面材料的正常部位、饰面材料相同但颜色不同的正常部位、受光线照射的正常部位、有阴影墙面的正常部位、受特定条件影响的正常部位,所述特定条件包括气候、检测距离及检测方位;
进一步,所述检测方法包括室外拍摄时的拍摄距离为20~50m,拍摄距离为l0~20m时使用广角镜头,拍摄仰角≤45°;
进一步,所述检测方法包括发现可疑渗漏或空鼓部位时,进一步调整红外热像仪的色差,使可疑部位更加明显,并最终确定渗漏或空鼓部位;
进一步,所述检测方法包括:红外热像仪拍摄时,对被检测部位拍摄可视照片;
进一步,所述检测方法包括:红外热像仪拍摄时,采用望远镜头,将墙面分成多个部分拍摄或采用广角镜头,用于提高所拍图像的分辨率;
进一步,所述检测方法包括:结合敲击法,对检测结果进行局部确认测试。
本发明一种利用红外热成像技术检测建筑物外墙缺陷的方法,其有益效果有:
1、采用红外热成像检测,相比传统的检测方法,工作量小、检测速度快、安全风险小;
2、通过温度传感、科学分析,使得定位准确、计量准确,科学分析维修点,工程量准确而真实;
3、可视化。红外成像仪作业全过程图形可视化、数据精细化、科学分析,做到维修工程量透明、准确,能为老旧建筑物改造把关、认可程度高;
4、检测全面,不会出现漏判情况。检测主要通过仪器设备,自动化程度高,省时省力、安全性好,能适用于高层建筑检测;
5、像素大。能进行完整的红外数据分析,功能齐全。
附图说明:
图1,为本发明一种利用红外热成像技术检测建筑物外墙缺陷的方法的检测流程图;
图2,为本发明一种利用红外热成像技术检测建筑物外墙缺陷的方法的检测实例的东面建筑物的可视照片与红外热成像照片的对比图;
图3,为本发明一种利用红外热成像技术检测建筑物外墙缺陷的方法的检测实例的西面建筑物的可视照片与红外热成像照片的对比图;
图4,为本发明一种利用红外热成像技术检测建筑物外墙缺陷的方法的检测实例的南面建筑物的可视照片与红外热成像照片的对比图。
具体实施方式:
下面结合实施例对本发明作进一步说明:
实施例:
如图1~图4,为本发明一种利用红外热成像技术检测建筑物外墙缺陷的方法优选实施例。该实施例建筑物位于长沙,分别对该建筑物的东面、南面、西面的外墙饰面进行外墙缺陷检测,其对应检测时间段分别为8:00-9:00、11:00-13:00、15:00-16:00,选择外墙饰面外部升温时段;所述检测方法包括如下(一)至(四)步骤:
(一)、对建筑物外墙饰面所需检测范围进行可视照片航拍形成整体平面及立面图像。利用无人机搭载高清照片摄像头对建筑物外墙饰面进行航拍视频及照片,获得外墙饰面可视照片。图2、图3、图4中的右侧图像分别为该建筑物的东面、南面、西面的立面图像;
(二)、对建筑物外墙饰面进行红外热成像及对比图像细部拍摄,对步骤(一)获得的外墙饰面可视照片进行分析,并初步判断建筑缺陷部位,并确定外墙饰面需使用红外热成像仪拍摄的区域,利用无人机搭载红外热成像仪对需使用红外热成像仪拍摄的区域进行部分区域精准拍摄,获得红外热成像照片。图2、图3、图4中的左侧图像分别为该建筑物的东面、南面、西面的红外热成像照片;
本实施例中的红外热像仪的主要技术参数如下表:
(三)、通过热成像分析软件对步骤(二)中获得的红外热成像照片进行分析处理,得到温度分布图像及外墙缺陷部位图像。并通过分析获取渗漏、空鼓、开裂缺陷部位得出缺陷数据,然后计算出整个建筑物外墙饰面的缺陷率。图2、图3、图4中的左侧图像中矩形框中的深灰色区域分别为该建筑物的东面、南面、西面的外墙缺陷部位图像,并根据深灰色区域的色块大小划分出外墙缺陷等级,外墙缺陷等级划分标准如下表:
(四)、编制检测报告。通过技术人员检测、分析、计算,并编制出最终的检测报告。
所述检测方法的外墙饰面空鼓检测原理如下:
(1)、确定好检测时段,选择外墙饰面外部升温时段;
(2)、当外墙饰面外部处于升温时段时,外墙表面从日照或外部升温的空气中吸收热量,由于空气的导热系数远低于瓷砖、砖、混凝土建筑材料,因此当热流从外墙表面进入建筑物饰面层时,会在外墙饰面的空鼓部位受到空气阻挡产生热堆积反应,使该处的红外热像呈热斑特征。对红外热像热斑特征出现的部位及持续时间特征进行分析,判断出外墙饰面的空鼓部位的位置及区域范围。
所述检测方法的外墙饰面剥落检测原理如下:
(1)、确定好检测时段,选择外墙饰面外部降温时段;
(2)、当外墙饰面外部处于降温时段时,阳光减弱或气温降低,使外墙表面温度下降,剥落部位温度比正常部位的温度低,使该处的红外热像呈低温特征。对红外热像低温特征出现的部位及持续时间特征进行分析,判断出外墙饰面剥落部位的位置及区域范围。
常见材料的红外发射率如下:
进一步,所述步骤(一)中所使用的无人机为大疆无人机,所述高清照片摄像头的像素等于2000万,利用大疆无人机搭载2000万高清照片摄像头进行航拍视频及照片,进而能保证照片像素质量和清晰度;
进一步,所述检测方法的红外检测范围包括外墙外饰面缺陷检测、建筑渗漏检测、功能涂层缺陷检测、建筑门窗气密性检测、建筑热工缺陷检测、混凝土裂缝及内部缺陷检测;
进一步,所述检测方法包括如下检测流程:接受委托→现场调查和相关资料收集→编写检测技术方案→现场检测→检测数据分析→补测→提交检测数据,所述检测流程中补测根据需要选择;
进一步,所述检测方法包括现场检测操作:记录检测日期、时间、温度、湿度、设备、轴线、记录人资料,并检查仪器使其处于正常工作状态,并设置建筑物正常部位的基准点;
进一步,所述设置基准点的正常部位包括:不同饰面材料的正常部位、饰面材料相同但颜色不同的正常部位、受光线照射的正常部位、有阴影墙面的正常部位、受特定条件影响的正常部位,所述特定条件包括气候、检测距离以及检测方位;
进一步,所述检测方法包括室外拍摄时的拍摄距离为30~40m,拍摄距离为l5~20m时使用广角镜头,拍摄仰角≤45°;
进一步,所述检测方法还包括发现可疑渗漏或空鼓部位时,进一步调整红外热像仪的色差,使可疑部位更加明显,并最终确定渗漏或空鼓部位;
进一步,所述检测方法包括:红外热像仪拍摄时,对被检测部位拍摄可视照片;
进一步,所述检测方法包括:红外热像仪拍摄时,采用望远镜头,将墙面分成多个部分拍摄或采用广角镜头,用于提高所拍图像的分辨率;
进一步,所述检测方法包括:结合敲击法,对检测结果进行局部确认测试。
以上为本发明详细说明。以上所述,仅为本发明之较佳实施例。当不能限定本发明实施范围时,即凡依本申请范围所作均等变化与修饰,皆应仍属本发明涵盖范围内。
Claims (10)
1.一种利用红外热成像技术检测建筑物外墙缺陷的方法,其特征在于:
所述检测方法包括如下(一)至(四)步骤:
(一)、对建筑物外墙饰面所需检测范围进行可视照片航拍,形成整体平面及立面图像,利用无人机搭载高清照片摄像头对建筑物外墙饰面进行航拍视频及照片,获得外墙饰面可视照片;
(二)、对建筑物外墙饰面进行红外热成像及对比图像细部拍摄,对步骤(一)获得的外墙饰面可视照片进行分析,并初步判断建筑缺陷部位,并确定外墙饰面需使用红外热成像仪拍摄的区域,利用无人机搭载红外热成像仪对需使用红外热成像仪拍摄的区域进行部分区域精准拍摄,获得红外热成像照片;
(三)、通过热成像分析软件对步骤(二)中获得的红外热成像照片进行分析处理得到温度分布图像及外墙缺陷部位图像,并通过分析获取渗漏、空鼓、开裂缺陷部位得出缺陷数据,然后计算出整个建筑物外墙饰面的缺陷率;
(四)、编制检测报告,通过技术人员检测、分析、计算,并编制出最终的检测报告;
所述检测方法运用红外热成像仪探测物体各部分辐射的红外线能量,根据物体表面的温度场分布状况所形成的热像图,直观地显示出材料、结构物及其结合面存在的不连续的缺陷部位并发现空鼓、渗漏区域;
所述检测方法的外墙饰面空鼓检测原理如下:
(1)、确定好检测时段,选择外墙饰面外部升温时段;
(2)、当外墙饰面外部处于升温时段时,外墙表面从日照或外部升温的空气中吸收热量,由于空气的导热系数远低于瓷砖、砖、混凝土建筑材料,因此当热流从外墙表面进入建筑物饰面层时,会在外墙饰面的空鼓部位受到空气阻挡产生热堆积反应,使该处的红外热像呈热斑特征,再对红外热像的热斑特征出现的部位及持续时间特征进行分析,判断出外墙饰面的空鼓部位位置及区域范围;
所述检测方法的外墙饰面剥落检测原理如下:
(1)、确定好检测时段,选择外墙饰面外部降温时段;
(2)、当外墙饰面处于外部降温时段时,阳光减弱或气温降低,使外墙表面温度下降,剥落部位温度比正常部位的温度低,使该处的红外热像呈低温特征,对红外热像的低温特征出现的部位及持续时间特征进行分析,判断出外墙饰面的剥落部位的位置及区域范围。
2.根据权利要求1所述的一种利用红外热成像技术检测建筑物外墙缺陷的方法,其特征在于,所述步骤(一)中所使用的无人机包括大疆无人机,所述高清照片摄像头的像素等于或大于2000万,利用大疆无人机搭载2000万高清照片摄像头进行航拍视频及照片,能保证照片像素质量和清晰度。
3.根据权利要求1所述的一种利用红外热成像技术检测建筑物外墙缺陷的方法,其特征在于,所述检测方法的红外检测范围包括外墙外饰面缺陷检测、建筑渗漏检测、功能涂层缺陷检测、建筑门窗气密性检测、建筑热工缺陷检测、混凝土裂缝及内部缺陷检测。
4.根据权利要求1所述的一种利用红外热成像技术检测建筑物外墙缺陷的方法,其特征在于,所述检测方法包括如下检测流程:接受委托→现场调查和相关资料收集→编写检测技术方案→现场检测→检测数据分析→补测→提交检测数据,所述检测流程中补测根据需要选择。
5.根据权利要求1所述的一种利用红外热成像技术检测建筑物外墙缺陷的方法,其特征在于,所述检测方法包括现场检测操作:记录检测日期、时间、温度、湿度、设备、轴线、记录人资料,并检查仪器使其处于正常工作状态,并设置建筑物正常部位的基准点。
6.根据权利要求1所述的一种利用红外热成像技术检测建筑物外墙缺陷的方法,其特征在于,所述设置基准点的正常部位包括:不同饰面材料的正常部位、饰面材料相同但颜色不同的正常部位、受光线照射的正常部位、有阴影墙面的正常部位、受特定条件影响的正常部位,所述特定条件包括气候、检测距离以及检测方位。
7.根据权利要求1所述的一种利用红外热成像技术检测建筑物外墙缺陷的方法,其特征在于,所述检测方法包括室外拍摄时的拍摄距离为20~50m,拍摄距离为l0~20m时使用广角镜头,拍摄仰角≤45°。
8.根据权利要求1所述的一种利用红外热成像技术检测建筑物外墙缺陷的方法,其特征在于,所述检测方法包括发现可疑渗漏或空鼓部位时,进一步调整红外热像仪的色差,使可疑部位更加明显,并最终确定渗漏或空鼓部位。
9.根据权利要求1所述的一种利用红外热成像技术检测建筑物外墙缺陷的方法,其特征在于,所述检测方法包括:红外热像仪拍摄时,对被检测部位拍摄可视照片。
10.根据权利要求1所述的一种利用红外热成像技术检测建筑物外墙缺陷的方法,其特征在于,所述检测方法包括:红外热像仪拍摄时,采用望远镜头,将墙面分成多个部分拍摄或采用广角镜头,用于提高所拍图像的分辨率;
所述检测方法包括:结合敲击法,对检测结果进行局部确认测试。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210896990.6A CN115144434A (zh) | 2022-07-28 | 2022-07-28 | 一种利用红外热成像技术检测建筑物外墙缺陷的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210896990.6A CN115144434A (zh) | 2022-07-28 | 2022-07-28 | 一种利用红外热成像技术检测建筑物外墙缺陷的方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115144434A true CN115144434A (zh) | 2022-10-04 |
Family
ID=83413913
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210896990.6A Pending CN115144434A (zh) | 2022-07-28 | 2022-07-28 | 一种利用红外热成像技术检测建筑物外墙缺陷的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115144434A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115598178A (zh) * | 2022-12-14 | 2023-01-13 | 天津思睿信息技术有限公司(Cn) | 一种建筑物墙体空鼓缺陷的红外线检测方法及系统 |
CN116220359A (zh) * | 2023-01-09 | 2023-06-06 | 苏州百联节能科技股份有限公司 | 一种保温墙的施工方法和系统 |
CN116794063A (zh) * | 2022-11-01 | 2023-09-22 | 江苏方建质量鉴定检测有限公司 | 一种应用红外成像检测外墙保温系统缺陷的检测方法 |
CN117952972A (zh) * | 2024-03-26 | 2024-04-30 | 中建国际工程有限公司 | 一种基于目标检测算法的墙体缺陷检测方法及系统 |
-
2022
- 2022-07-28 CN CN202210896990.6A patent/CN115144434A/zh active Pending
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116794063A (zh) * | 2022-11-01 | 2023-09-22 | 江苏方建质量鉴定检测有限公司 | 一种应用红外成像检测外墙保温系统缺陷的检测方法 |
CN116794063B (zh) * | 2022-11-01 | 2024-01-09 | 江苏方建质量鉴定检测有限公司 | 一种应用红外成像检测外墙保温系统缺陷的检测方法 |
CN115598178A (zh) * | 2022-12-14 | 2023-01-13 | 天津思睿信息技术有限公司(Cn) | 一种建筑物墙体空鼓缺陷的红外线检测方法及系统 |
CN116220359A (zh) * | 2023-01-09 | 2023-06-06 | 苏州百联节能科技股份有限公司 | 一种保温墙的施工方法和系统 |
CN117952972A (zh) * | 2024-03-26 | 2024-04-30 | 中建国际工程有限公司 | 一种基于目标检测算法的墙体缺陷检测方法及系统 |
CN117952972B (zh) * | 2024-03-26 | 2024-05-31 | 中建国际工程有限公司 | 一种基于目标检测算法的墙体缺陷检测方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN115144434A (zh) | 一种利用红外热成像技术检测建筑物外墙缺陷的方法 | |
US11367171B2 (en) | Method for detecting hollowing of exterior wall finish layer | |
CN108490029B (zh) | 外墙饰面层空鼓检测方法 | |
Barreira et al. | Infrared thermography for assessing moisture related phenomena in building components | |
de Freitas et al. | Detection of façade plaster detachments using infrared thermography–A nondestructive technique | |
Pearson | Thermal imaging of building fabric | |
Lo et al. | Building defects diagnosis by infrared thermography | |
CN114544663A (zh) | 一种基于红外成像技术的建筑物完整性检测方法 | |
JP2006177869A (ja) | 外装改善計画システム | |
Zhang et al. | An in-situ detection method for assessing the thermal transmittance of building exterior walls using unmanned aerial vehicle–infrared thermography (UAV-IRT) | |
Rocha et al. | Detection of precipitation infiltration in buildings by infrared thermography: A case study | |
Lin et al. | Thermal texture selection and correction for building facade inspection based on thermal radiant characteristics | |
KR102296844B1 (ko) | 열화상이미지 측정 및 분석에 기반한 타일 뒷채움 평가 방법 | |
Jing et al. | Appraisal of moisture problem of inheritance building envelope assemblies via visible and infrared thermography methods | |
Previtali et al. | Generation of a GIS-based environment for infrared thermography analysis of buildings | |
Scaioni et al. | High-resolution texturing of building facades with thermal images | |
Serroni et al. | Application of an IoT infrared sensor for thermal transmittance measurement in building renovation | |
Žnidarič et al. | Detection of delaminated and cracked concrete with unmanned aerial vehicles | |
Proszak-Miąsik | Use of thermal imaging in construction | |
Zahradník | Roof leak detection by thermography of as-built BIM | |
CN116129277B (zh) | 一种建筑节能检测方法及系统 | |
JP6939255B2 (ja) | シーリング目地検査方法 | |
Maierhofer et al. | Investigating historic masonry structures with a combination of active thermography and 3D laser scanner | |
CN114459686A (zh) | 一种基于红外成像技术无人值守的外墙渗漏检测装置及方法 | |
Li et al. | Case analysis of thermal defect detection of near-zero energy building envelope based on infrared thermography |
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 |