CN115761014B - 一种基于数字孪生的古建筑智能监测分析预警系统 - Google Patents
一种基于数字孪生的古建筑智能监测分析预警系统 Download PDFInfo
- Publication number
- CN115761014B CN115761014B CN202211414326.XA CN202211414326A CN115761014B CN 115761014 B CN115761014 B CN 115761014B CN 202211414326 A CN202211414326 A CN 202211414326A CN 115761014 B CN115761014 B CN 115761014B
- Authority
- CN
- China
- Prior art keywords
- wall
- area
- colored drawing
- sub
- subarea
- 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.)
- Active
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 31
- 238000004458 analytical method Methods 0.000 claims abstract description 27
- 238000000034 method Methods 0.000 claims abstract description 26
- 238000001514 detection method Methods 0.000 claims abstract description 25
- 238000012360 testing method Methods 0.000 claims description 39
- 238000004364 calculation method Methods 0.000 claims description 28
- 238000010422 painting Methods 0.000 claims description 7
- 238000012937 correction Methods 0.000 claims description 6
- 238000012216 screening Methods 0.000 claims description 3
- 239000003086 colorant Substances 0.000 claims 1
- 230000007547 defect Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000007792 addition Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 210000004204 blood vessel Anatomy 0.000 description 1
- 238000002425 crystallisation Methods 0.000 description 1
- 230000008025 crystallization Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Landscapes
- Image Processing (AREA)
- Processing Or Creating Images (AREA)
Abstract
本发明涉及古建筑智能监测技术领域,具体公开一种基于数字孪生的古建筑智能监测分析预警系统,包括:墙壁划分模块、墙壁图像采集模块、墙壁子区域划分模块、彩绘区域损坏分析模块、墙壁子区域修复判断模块、环境检测模块、彩绘区域预测损坏分析模块、云数据库和墙壁管理中心,本发明不仅对彩绘区域判定是否需要修复,而且根据彩绘区域的历史受损情况和当前的影响因素分析彩绘区域的预计受损系数,相关人员可以更好地了解彩绘区域的当前和预计受损情况,本发明在判定彩绘区域是否需要进行修复时,分析彩绘区域的颜色相似度,由此判断彩绘区域是否需要进行修复,该方法在一定程度上降低了彩绘区域的损坏程度。
Description
技术领域
本发明涉及古建筑智能监测技术领域,具体而言,涉及一种基于数字孪生的古建筑智能监测分析预警系统。
背景技术
随着社会的发展,人们对自己的归宿感和认同感越来越重视,而各个国家也在极力推崇传统文化,文化是民族的血脉,是人民的精神家园,一个民族的延续和繁荣,不能丢掉文化的根,因此,将传统文化发扬光大是必要的,而在传统文化中,古建筑是古人智慧的结晶,极具参考价值,且由于古建筑是实体,方便人们观赏和了解古建筑背后的故事,故而,古建筑是发扬传统文化极其重要的一步,而如今随着时间的流逝,古建筑存在受损坏的风险,如若古建筑受损坏,一方面影响当前的宣传和观赏,进而导致越来越少的人了解古建筑的意愿降低,不利于与古建筑相关的传统文化的传播,另一方面留存给后人的可靠性价值降低,进而导致后人对古建筑的了解降低,从而不利于古建筑的可持续流传,因此,需要对古建筑进行智能监测分析。
现有的古建筑智能监测大多存在以下缺陷:(1)现有的古建筑智能监测大多是在彩绘区域判定需要修复时,对其进行修复,对彩绘区域的预计受损系数的关注度不高,进而可能存在当前彩绘区域不需要进行修复,但是接下来损伤系数会增高的现象,从而存在没有及时进行修复彩绘区域的问题,在一定程度上降低了彩绘区域的修复效率,从而导致古建筑的墙面整体修复工作效率不高。
(2)现有的古建筑智能监测在判定彩绘区域是否需要进行修复时,大多是通过人工进行判断,由于人工判断的标准不一致,进而导致分析彩绘区域是否需要修复的结果不一致,从而需要共同商讨确定彩绘区域是否需要修复,该方法导致判断彩绘区域是否需要进行修复的效率降低,进而存在未能及时对彩绘区域进行修复而导致彩绘区域持续性损伤的现象,在一定程度上扩大了彩绘区域的的损坏程度。
发明内容
为了克服背景技术中的缺点,本发明实施例提供了一种基于数字孪生的古建筑智能监测分析预警系统,能够有效解决上述背景技术中涉及的问题。
本发明的目的可以通过以下技术方案来实现:一种基于数字孪生的古建筑智能监测分析预警系统,包括:墙壁划分模块、墙壁图像采集模块、墙壁子区域划分模块、彩绘区域损坏分析模块、墙壁子区域修复判断模块、环境检测模块、彩绘区域预测损坏分析模块、云数据库和墙壁管理中心。
所述墙壁划分模块用于将古建筑的墙壁按照等面积进行均匀划分,进而得到各墙壁子区域。
所述墙壁图像采集模块用于对各墙壁子区域进行图像采集,进而得到各墙壁子区域的图像。
所述墙壁子区域划分模块用于将各墙壁子区域划分为各彩绘区域。
所述彩绘区域损坏分析模块用于对各墙壁子区域所属各彩绘区域的损坏情况进行分析,进而得到各墙壁子区域所属各彩绘区域对应的损坏系数,从而据此分析各墙壁子区域对应的损坏系数。
所述墙壁子区域修复判断模块用于根据各墙壁子区域对应的损坏系数判断各墙壁子区域是否需要进行修复,若某墙壁子区域需要修复,则获取该墙壁子区域的编号,进而将该墙壁子区域的编号发送到相关管理人员,若各墙壁子区域均不需要修复,则对各墙壁子区域的预测损坏系数进行分析。
所述环境检测模块用于在古建筑布设检测点,并在检测点处设置温度传感器和湿度传感器,进而据此获取古建筑在当前监管时间段内各目标时间点的湿度和温度。
所述彩绘区域预测损坏分析模块用于获取各历史监管时间段内各墙壁子区域对应的损坏系数和古建筑在各历史监管时间段内各时间点的温度、湿度,进而分析古建筑在各历史监管时间段内温湿度代表系数,从而分析古建筑对应的综合影响系数,并结合各墙壁子区域对应的损坏系数分析各墙壁子区域对应的预测损坏系数。
所述云数据库用于存储各墙壁子区域初始状态的图像。
所述墙壁管理中心用于根据各墙壁子区域对应的预测损坏系数进行相应管理。
进一步地,所述将各墙壁子区域划分为各彩绘区域的具体方法为:A1:将各墙壁子区域的图像转化为灰度图像,进而在各墙壁子区域的灰度图像内选取各测试点,进而获取各墙壁子区域的灰度值图像内所属各测试点的灰度值。
A2:根据各墙壁子区域的灰度值图像内所属各测试点的灰度值获取各墙壁子区域的灰度值图像内各灰度值范围对应的各测试点。
A3:将各墙壁子区域的灰度值图像内各灰度值范围对应各测试点的灰度值与相连的各测试点的灰度值进行对比,进而得到各墙壁子区域的灰度值图像内各灰度值范围对应各测试点的灰度值与相连的各测试点所属灰度值的差值。
A4:筛选各墙壁子区域的灰度值图像内各灰度值范围内灰度值差值小于或等于预设的灰度值差值对应各测试点相连的各测试点,进而将各测试点及与各测试点相连的测试点归类为目标区域,从而得到各墙壁子区域对应的各目标区域。
A5:从云数据中提取的墙壁各历次检测的原身图像,并获取墙壁各历次检测的原身颜色的RGB,进而据此分析墙壁当前原身颜色对应的R值、G值、B值,其计算公式为:其中R当′表示为墙壁当前原身颜色对应的R值,Ri′、Ri+1′、Rn′分别表示为第i个、第i+1个、第n个历次检测的原身颜色的R值,i表示为各历次检测的编号,i=1,2,...,n。
同理得到墙壁当前原身颜色对应的G值、B值,并将其分别标记为G当′、B当′,并据此构建墙壁当前颜色对应的RGB。
A6:将墙壁当前原身颜色对应的RGB转化为灰度值,进而根据各墙壁子区域对应的各目标区域对应的灰度值范围匹配到与墙壁当前原身颜色的灰度值所在的目标区域,并将其剔除,从而得到各墙壁子区域对应的各彩绘区域。
进一步地,所述各墙壁子区域所属各彩绘区域对应的损坏系数的具体分析方法为:B1:获取各墙壁子区域所属各彩绘区域的图像,进而提取各墙壁子区域所属各彩绘区域对应的彩绘轮廓,并据此获取各墙壁子区域所属各彩绘区域对应彩绘轮廓的面积。
B2:从云数据库中提取各墙壁子区域初始状态的图像,进而提取各墙壁子区域所属各彩绘区域对应的初始图像。
B3:提取各墙壁子区域所属各彩绘区域对应初始图像的彩绘轮廓,获取各墙壁子区域所属各彩绘区域对应初始图像所属彩绘轮廓的面积,并将各墙壁子区域所属各彩绘区域的彩绘轮廓与对应初始图像的彩绘轮廓进行重合对比,进而得到各墙壁子区域所属各彩绘区域对应的彩绘轮廓与对应初始图像所属彩绘轮廓的重合面积。
B4:根据各墙壁子区域所属各彩绘区域对应的彩绘轮廓与对应初始图像所属彩绘轮廓的重合面积和对应初始图像所属彩绘轮廓的面积分析各墙壁子区域所属各彩绘区域对应的彩绘缺失系数,其计算公式为:其中QSmp表示为第m个墙壁子区域所属第p个彩绘区域对应的彩绘缺失系数,SCmp表示为第m个墙壁子区域所属第p个彩绘区域的彩绘轮廓与对应初始图像所属彩绘轮廓的重合面积,SSmp表示为第m个墙壁子区域所属第p个彩绘区域对应初始图像所属彩绘轮廓的面积,m表示为各墙壁子区域的编号,m=1,2,...,l,p表示为各彩绘区域的编号,p=1,2,...,q,e表示为自然常数。
B5:获取各墙壁子区域所属各彩绘区域对应初始图像内各设定目标像素点的RGB,并据此分析各墙壁子区域所属各彩绘区域对应初始图像内目标像素点的RGB均值,并将其分别标记为RRmp′、GGmp′、BBmp′。
B6:在各墙壁子区域所属各彩绘区域的图像内随机选取各像素点,进而获取各墙壁子区域所属各彩绘区域内各像素点的RGB,并将其分别标记为RRmpr、GGmpr、BBmpr,r表示为各像素点的编号,r=1,2,...,t,进而将各墙壁子区域所属各彩绘区域内各像素点的RGB分别与对应初始图像内目标像素点的RGB均值进行对比,进而据此分析各墙壁子区域所属各彩绘区域与对应初始图像的颜色相似度,其计算公式为:其中YSmp表示为第m个墙壁子区域所属第p个彩绘区域与对应初始图像的颜色相似度,t表示为像素点的数量。
B7:根据各墙壁子区域所属各彩绘区域对应的彩绘缺失系数和对应初始图像的颜色相似度综合分析各墙壁子区域所属各彩绘区域对应的损坏系数,其计算公式为:其中/>表示为第m个墙壁子区域所属第m个彩绘区域对应的损坏系数,χ1、χ2分别表示为预设的墙壁子区域所属彩绘区域对应的彩绘缺失系数、与对应初始图像的颜色相似度所属权重因子。
进一步地,所述各墙壁子区域对应的损坏系数,其具体计算公式为:其中ZSm表示为第m个墙壁子区域对应的损坏系数,q表示为彩绘区域的数量。
进一步地,所述判断各墙壁子区域是否需要进行修复的具体方法为:将各墙壁子区域对应的损坏系数与预设的损坏系数阈值进行对比,若某墙壁子区域对应的损坏系数大于或等于损坏系数阈值,则判断该墙壁子区域需要进行修复,反之,则判断该墙壁子区域不需要进行修复。
进一步地,所述古建筑在各历史监管时间段内温湿度代表系数,其具体分析方法为:C1:根据古建筑在各历史监管时间段内各时间点的温度、湿度分析古建筑在各历史监管时间段内温度平均值和湿度平均值,其计算公式分别为:其中Tb、SDb分别表示为古建筑在第b个历史监管时间段内温度平均值、湿度平均值,Tbv′、SDbv′分别表示为古建筑在第b个历史监管时间段内第v个时间点的温度、湿度,b表示为各历史监管时间段的编号,b=1,2,...,c,v表示为各时间点的编号,v=1,2,...,w,w表示为时间点的数量。
C2:根据古建筑在各历史监管时间段内温度平均值和湿度平均值分析古建筑在各历史监管时间段内温湿度代表系数,其计算公式为:其中/>表示为古建筑在第b个历史监管时间段内温湿度代表系数。
进一步地,所述古建筑对应的综合影响系数,其具体分析方法为:
D1:同古建筑在各历史监管时间段内温湿度代表系数分析方法一致,根据古建筑在当前监管时间段内各目标时间点的湿度和温度分析古建筑在当前监管时间段内温湿度代表系数,并将其标记为Dα。
D2:根据古建筑在各历史监管时间段内温湿度代表系数、在当前监管时间段内温度代表系数和各历史监管时间段内各墙壁子区域对应的损坏系数分析古建筑对应的综合影响系数,其计算公式为:其中YC表示为古建筑对应的综合影响系数,c表示为监管时间段的数量,YFbm表示为第b个历史监管时间段内第m个墙壁子区域对应的损坏系数,l表示为墙壁子区域的数量。
进一步地,所述各墙壁子区域对应的预测损坏系数,其具体计算公式为:其中Φm表示为第m个墙壁子区域对应的预测损坏系数,ξ1、ξ2分别表示为墙壁子区域对应的损坏系数、古建筑对应的综合影响系数所属修正因子。
进一步地,所述根据各墙壁子区域对应的预测损坏系数进行相应管理的具体方法为:将各墙壁子区域对应的预测损坏系数与预设的损坏系数阈值进行对比,若某墙壁子区域对应的预测损坏系数大于或等于损坏系数阈值,则获取该墙壁子区域的编号,进而将该墙壁子区域的编号发送到相关管理人员,并进行墙壁子区域预计损坏预警。
相对于现有技术,本发明的实施例至少具有如下优点或有益效果:(1)本发明的古建筑智能监测不仅对彩绘区域判定是否需要修复,而且根据彩绘区域的历史受损情况和当前的影响因素分析彩绘区域的预计受损系数,若彩绘区域的预计受损系数不符合要求,则及时进行相应预警,进而相关人员可以更好地了解彩绘区域的当前和预计受损情况,以便给出合理化解决策略,进而避免存在没有及时修复彩绘区域的问题,在一定程度上提高了彩绘区域的修复效率,从而提高了古建筑的墙面整体修复工作的效率。
(2)本发明的古建筑智能监测在判定彩绘区域是否需要进行修复时,将彩绘区域的图像与初始图像进行对比,进而分析彩绘区域的颜色相似度,由此判断彩绘区域是否需要进行修复,该方法标准一致,进而确保在分析彩绘区域是否需要修复的结果一致,该方法提高了判断彩绘区域是否需要修复的效率,进而避免出现未能及时对彩绘区域进行修复而导致的彩绘区域持续性损伤的现象,在一定程度上降低了彩绘区域的损坏程度。
附图说明
利用附图对本发明作进一步说明,但附图中的实施例不构成对本发明的任何限制,对于本领域的普通技术人员,在不付出创造性劳动的前提下,还可以根据以下附图获得其它的附图。
图1为本发明的模块连接示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
参照图1所示,本发明提供一种基于数字孪生的古建筑智能监测分析预警系统,包括:墙壁划分模块、墙壁图像采集模块、墙壁子区域划分模块、彩绘区域损坏分析模块、墙壁子区域修复判断模块、环境检测模块、彩绘区域预测损坏分析模块、云数据库和墙壁管理中心。
所述墙壁划分模块与墙壁图像采集模块连接,墙壁图像采集模块与墙壁子区域划分模块连接,墙壁子区域划分模块与彩绘区域损坏分析模块连接,彩绘区域损坏分析模块与墙壁子区域修复判断模块连接,墙壁子区域修复判断模块和环境检测模块均与彩绘区域预测损坏分析模块连接,云数据库与彩绘区域损坏分析模块连接,墙壁管理中心分别与彩绘区域损坏分析模块和彩绘区域预测损坏分析模块连接。
所述墙壁划分模块用于将古建筑的墙壁按照等面积进行均匀划分,进而得到各墙壁子区域。
所述墙壁图像采集模块用于对各墙壁子区域进行图像采集,进而得到各墙壁子区域的图像。
需要说明的是,使用高清摄像仪采集各墙面子区域的图像。
所述墙壁子区域划分模块用于将各墙壁子区域划分为各彩绘区域。
在本发明的具体实施例中,所述将各墙壁子区域划分为各彩绘区域的具体方法为:A1:将各墙壁子区域的图像转化为灰度图像,进而在各墙壁子区域的灰度图像内选取各测试点,进而获取各墙壁子区域的灰度值图像内所属各测试点的灰度值。
A2:根据各墙壁子区域的灰度值图像内所属各测试点的灰度值获取各墙壁子区域的灰度值图像内各灰度值范围对应的各测试点。
A3:将各墙壁子区域的灰度值图像内各灰度值范围对应各测试点的灰度值与相连的各测试点的灰度值进行对比,进而得到各墙壁子区域的灰度值图像内各灰度值范围对应各测试点的灰度值与相连的各测试点所属灰度值的差值。
A4:筛选各墙壁子区域的灰度值图像内各灰度值范围内灰度值差值小于或等于预设的灰度值差值对应各测试点相连的各测试点,进而将各测试点及与各测试点相连的测试点归类为目标区域,从而得到各墙壁子区域对应的各目标区域。
A5:从云数据中提取的墙壁各历次检测的原身图像,并获取墙壁各历次检测的原身颜色的RGB,进而据此分析墙壁当前原身颜色对应的R值、G值、B值,其计算公式为:其中R当′表示为墙壁当前原身颜色对应的R值,Ri′、Ri+1′、Rn′分别表示为第i个、第i+1个、第n个历次检测的原身颜色的R值,i表示为各历次检测的编号,i=1,2,...,n。
同理得到墙壁当前原身颜色对应的G值、B值,并将其分别标记为G当′、B当′,并据此构建墙壁当前颜色对应的RGB。
A6:将墙壁当前原身颜色对应的RGB转化为灰度值,进而根据各墙壁子区域对应的各目标区域对应的灰度值范围匹配到与墙壁当前原身颜色的灰度值所在的目标区域,并将其剔除,从而得到各墙壁子区域对应的各彩绘区域。
所述彩绘区域损坏分析模块用于对各墙壁子区域所属各彩绘区域的损坏情况进行分析,进而得到各墙壁子区域所属各彩绘区域对应的损坏系数,从而据此分析各墙壁子区域对应的损坏系数。
在本发明的具体实施例中,所述各墙壁子区域所属各彩绘区域对应的损坏系数的具体分析方法为:B1:获取各墙壁子区域所属各彩绘区域的图像,进而提取各墙壁子区域所属各彩绘区域对应的彩绘轮廓,并据此获取各墙壁子区域所属各彩绘区域对应彩绘轮廓的面积。
B2:从云数据库中提取各墙壁子区域初始状态的图像,进而提取各墙壁子区域所属各彩绘区域对应的初始图像。
B3:提取各墙壁子区域所属各彩绘区域对应初始图像的彩绘轮廓,获取各墙壁子区域所属各彩绘区域对应初始图像所属彩绘轮廓的面积,并将各墙壁子区域所属各彩绘区域的彩绘轮廓与对应初始图像的彩绘轮廓进行重合对比,进而得到各墙壁子区域所属各彩绘区域对应的彩绘轮廓与对应初始图像所属彩绘轮廓的重合面积。
B4:根据各墙壁子区域所属各彩绘区域对应的彩绘轮廓与对应初始图像所属彩绘轮廓的重合面积和对应初始图像所属彩绘轮廓的面积分析各墙壁子区域所属各彩绘区域对应的彩绘缺失系数,其计算公式为:其中QSmp表示为第m个墙壁子区域所属第p个彩绘区域对应的彩绘缺失系数,SCmp表示为第m个墙壁子区域所属第p个彩绘区域的彩绘轮廓与对应初始图像所属彩绘轮廓的重合面积,SSmp表示为第m个墙壁子区域所属第p个彩绘区域对应初始图像所属彩绘轮廓的面积,m表示为各墙壁子区域的编号,m=1,2,...,l,p表示为各彩绘区域的编号,p=1,2,...,q,e表示为自然常数。
B5:获取各墙壁子区域所属各彩绘区域对应初始图像内各设定目标像素点的RGB,并据此分析各墙壁子区域所属各彩绘区域对应初始图像内目标像素点的RGB均值,并将其分别标记为RRmp′、GGmp′、BBmp′。
需要说明的是,RRmp′、GGmp′、BBmp′的具体计算公式为:其中j表示为各目标像素点的编号,j=1,2,...,g,g表示为目标像素点的数量。
B6:在各墙壁子区域所属各彩绘区域的图像内随机选取各像素点,进而获取各墙壁子区域所属各彩绘区域内各像素点的RGB,并将其分别标记为RRmpr、GGmpr、BBmpr,r表示为各像素点的编号,r=1,2,...,t,进而将各墙壁子区域所属各彩绘区域内各像素点的RGB分别与对应初始图像内目标像素点的RGB均值进行对比,进而据此分析各墙壁子区域所属各彩绘区域与对应初始图像的颜色相似度,其计算公式为:其中YSmp表示为第m个墙壁子区域所属第p个彩绘区域与对应初始图像的颜色相似度,t表示为像素点的数量。
B7:根据各墙壁子区域所属各彩绘区域对应的彩绘缺失系数和对应初始图像的颜色相似度综合分析各墙壁子区域所属各彩绘区域对应的损坏系数,其计算公式为:其中/>表示为第m个墙壁子区域所属第m个彩绘区域对应的损坏系数,χ1、χ2分别表示为预设的墙壁子区域所属彩绘区域对应的彩绘缺失系数、与对应初始图像的颜色相似度所属权重因子。
本发明的古建筑智能监测在判定彩绘区域是否需要进行修复时,将彩绘区域的图像与初始图像进行对比,进而分析彩绘区域的颜色相似度,由此判断彩绘区域是否需要进行修复,该方法标准一致,进而确保在分析彩绘区域是否需要修复的结果一致,该方法提高了判断彩绘区域是否需要修复的效率,进而避免出现未能及时对彩绘区域进行修复而导致的彩绘区域持续性损伤的现象,在一定程度上降低了彩绘区域的损坏程度。
所述墙壁子区域修复判断模块用于根据各墙壁子区域对应的损坏系数判断各墙壁子区域是否需要进行修复,若某墙壁子区域需要修复,则获取该墙壁子区域的编号,进而将该墙壁子区域的编号发送到相关管理人员,若各墙壁子区域均不需要修复,则对各墙壁子区域的预测损坏系数进行分析。
在本发明的具体实施例中,所述判断各墙壁子区域是否需要进行修复的具体方法为:将各墙壁子区域对应的损坏系数与预设的损坏系数阈值进行对比,若某墙壁子区域对应的损坏系数大于或等于损坏系数阈值,则判断该墙壁子区域需要进行修复,反之,则判断该墙壁子区域不需要进行修复。
所述环境检测模块用于在古建筑布设检测点,并在检测点处设置温度传感器和湿度传感器,进而据此获取古建筑在当前监管时间段内各目标时间点的湿度和温度。
所述彩绘区域预测损坏分析模块用于获取各历史监管时间段内各墙壁子区域对应的损坏系数和古建筑在各历史监管时间段内各时间点的温度、湿度,进而分析古建筑在各历史监管时间段内温湿度代表系数,从而分析古建筑对应的综合影响系数,并结合各墙壁子区域对应的损坏系数分析各墙壁子区域对应的预测损坏系数。
在本发明的具体实施例中,所述各墙壁子区域对应的损坏系数,其具体计算公式为:其中ZSm表示为第m个墙壁子区域对应的损坏系数,q表示为彩绘区域的数量。
在本发明的具体实施例中,所述古建筑在各历史监管时间段内温湿度代表系数,其具体分析方法为:C1:根据古建筑在各历史监管时间段内各时间点的温度、湿度分析古建筑在各历史监管时间段内温度平均值和湿度平均值,其计算公式分别为: 其中Tb、SDb分别表示为古建筑在第b个历史监管时间段内温度平均值、湿度平均值,Tbv′、SDbv′分别表示为古建筑在第b个历史监管时间段内第v个时间点的温度、湿度,b表示为各历史监管时间段的编号,b=1,2,...,c,v表示为各时间点的编号,v=1,2,...,w,w表示为时间点的数量。
C2:根据古建筑在各历史监管时间段内温度平均值和湿度平均值分析古建筑在各历史监管时间段内温湿度代表系数,其计算公式为:其中/>表示为古建筑在第b个历史监管时间段内温湿度代表系数。
在本发明的具体实施例中,所述古建筑对应的综合影响系数,其具体分析方法为:D1:同古建筑在各历史监管时间段内温湿度代表系数分析方法一致,根据古建筑在当前监管时间段内各目标时间点的湿度和温度分析古建筑在当前监管时间段内温湿度代表系数,并将其标记为Dα。
D2:根据古建筑在各历史监管时间段内温湿度代表系数、在当前监管时间段内温度代表系数和各历史监管时间段内各墙壁子区域对应的损坏系数分析古建筑对应的综合影响系数,其计算公式为:其中YC表示为古建筑对应的综合影响系数,c表示为监管时间段的数量,YFbm表示为第b个历史监管时间段内第m个墙壁子区域对应的损坏系数,l表示为墙壁子区域的数量。
在本发明的具体实施例中,所述各墙壁子区域对应的预测损坏系数,其具体计算公式为:其中Φm表示为第m个墙壁子区域对应的预测损坏系数,ξ1、ξ2分别表示为墙壁子区域对应的损坏系数、古建筑对应的综合影响系数所属修正因子。
本发明的古建筑智能监测不仅对彩绘区域判定是否需要修复,而且根据彩绘区域的历史受损情况和当前的影响因素分析彩绘区域的预计受损系数,若彩绘区域的预计受损系数不符合要求,则及时进行相应预警,进而相关人员可以更好地了解彩绘区域的当前和预计受损情况,以便给出合理化解决策略,进而避免存在没有及时修复彩绘区域的问题,在一定程度上提高了彩绘区域的修复效率,从而提高了古建筑的墙面整体修复工作的效率。
所述云数据库用于存储各墙壁子区域初始状态的图像。
所述墙壁管理中心用于根据各墙壁子区域的损坏系数和预测损坏系数进行相应管理。
在本发明的具体实施例中,所述根据各墙壁子区域对应的预测损坏系数进行相应管理的具体方法为:将各墙壁子区域对应的预测损坏系数与预设的损坏系数阈值进行对比,若某墙壁子区域对应的预测损坏系数大于或等于损坏系数阈值,则获取该墙壁子区域的编号,进而将该墙壁子区域的编号发送到相关管理人员,并进行墙壁子区域预计损坏预警。
以上内容仅仅是对本发明结构所作的举例和说明,所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代,只要不偏离发明的结构或者超越本权利要求书所定义的范围,均应属于本发明的保护范围。
Claims (8)
1.一种基于数字孪生的古建筑智能监测分析预警系统,其特征在于,包括:墙壁划分模块、墙壁图像采集模块、墙壁子区域划分模块、彩绘区域损坏分析模块、墙壁子区域修复判断模块、环境检测模块、彩绘区域预测损坏分析模块、云数据库和墙壁管理中心;
所述墙壁划分模块用于将古建筑的墙壁按照等面积进行均匀划分,进而得到各墙壁子区域;
所述墙壁图像采集模块用于对各墙壁子区域进行图像采集,进而得到各墙壁子区域的图像;
所述墙壁子区域划分模块用于将各墙壁子区域划分为各彩绘区域;
所述将各墙壁子区域划分为各彩绘区域的具体方法为:
A1:将各墙壁子区域的图像转化为灰度图像,进而在各墙壁子区域的灰度图像内选取各测试点,进而获取各墙壁子区域的灰度值图像内所属各测试点的灰度值;
A2:根据各墙壁子区域的灰度值图像内所属各测试点的灰度值获取各墙壁子区域的灰度值图像内各灰度值范围对应的各测试点;
A3:将各墙壁子区域的灰度值图像内各灰度值范围对应各测试点的灰度值与相连的各测试点的灰度值进行对比,进而得到各墙壁子区域的灰度值图像内各灰度值范围对应各测试点的灰度值与相连的各测试点所属灰度值的差值;
A4:筛选各墙壁子区域的灰度值图像内各灰度值范围内灰度值差值小于或等于预设的灰度值差值对应各测试点相连的各测试点,进而将各测试点及与各测试点相连的测试点归类为目标区域,从而得到各墙壁子区域对应的各目标区域;
A5:从云数据中提取的墙壁各历次检测的原身图像,并获取墙壁各历次检测的原身颜色的RGB,进而据此分析墙壁当前原身颜色对应的R值、G值、B值,其计算公式为:其中R当′表示为墙壁当前原身颜色对应的R值,Ri′、Ri+1′、Rn′分别表示为第i个、第i+1个、第n个历次检测的原身颜色的R值,i表示为各历次检测的编号,i=1,2,...,n;
同理得到墙壁当前原身颜色对应的G值、B值,并将其分别标记为G当′、B当′,并据此构建墙壁当前颜色对应的RGB;
A6:将墙壁当前原身颜色对应的RGB转化为灰度值,进而根据各墙壁子区域对应的各目标区域对应的灰度值范围匹配到与墙壁当前原身颜色的灰度值所在的目标区域,并将其剔除,从而得到各墙壁子区域对应的各彩绘区域;
所述彩绘区域损坏分析模块用于对各墙壁子区域所属各彩绘区域的损坏情况进行分析,进而得到各墙壁子区域所属各彩绘区域对应的损坏系数,从而据此分析各墙壁子区域对应的损坏系数;
所述墙壁子区域修复判断模块用于根据各墙壁子区域对应的损坏系数判断各墙壁子区域是否需要进行修复,若某墙壁子区域需要修复,则获取该墙壁子区域的编号,进而将该墙壁子区域的编号发送到相关管理人员,若各墙壁子区域均不需要修复,则对各墙壁子区域的预测损坏系数进行分析;
所述环境检测模块用于在古建筑布设检测点,并在检测点处设置温度传感器和湿度传感器,进而据此获取古建筑在当前监管时间段内各目标时间点的湿度和温度;
所述彩绘区域预测损坏分析模块用于获取各历史监管时间段内各墙壁子区域对应的损坏系数和古建筑在各历史监管时间段内各时间点的温度、湿度,进而分析古建筑在各历史监管时间段内温湿度代表系数,从而分析古建筑对应的综合影响系数,并结合各墙壁子区域对应的损坏系数分析各墙壁子区域对应的预测损坏系数;
所述云数据库用于存储各墙壁子区域初始状态的图像;
所述墙壁管理中心用于根据各墙壁子区域对应的预测损坏系数进行相应管理。
2.根据权利要求1所述的一种基于数字孪生的古建筑智能监测分析预警系统,其特征在于:所述各墙壁子区域所属各彩绘区域对应的损坏系数的具体分析方法为:
B1:获取各墙壁子区域所属各彩绘区域的图像,进而提取各墙壁子区域所属各彩绘区域对应的彩绘轮廓,并据此获取各墙壁子区域所属各彩绘区域对应彩绘轮廓的面积;
B2:从云数据库中提取各墙壁子区域初始状态的图像,进而提取各墙壁子区域所属各彩绘区域对应的初始图像;
B3:提取各墙壁子区域所属各彩绘区域对应初始图像的彩绘轮廓,获取各墙壁子区域所属各彩绘区域对应初始图像所属彩绘轮廓的面积,并将各墙壁子区域所属各彩绘区域的彩绘轮廓与对应初始图像的彩绘轮廓进行重合对比,进而得到各墙壁子区域所属各彩绘区域对应的彩绘轮廓与对应初始图像所属彩绘轮廓的重合面积;
B4:根据各墙壁子区域所属各彩绘区域对应的彩绘轮廓与对应初始图像所属彩绘轮廓的重合面积和对应初始图像所属彩绘轮廓的面积分析各墙壁子区域所属各彩绘区域对应的彩绘缺失系数,其计算公式为:其中QSmp表示为第m个墙壁子区域所属第p个彩绘区域对应的彩绘缺失系数,SCmp表示为第m个墙壁子区域所属第p个彩绘区域的彩绘轮廓与对应初始图像所属彩绘轮廓的重合面积,SSmp表示为第m个墙壁子区域所属第p个彩绘区域对应初始图像所属彩绘轮廓的面积,m表示为各墙壁子区域的编号,m=1,2,...,l,p表示为各彩绘区域的编号,p=1,2,...,q,e表示为自然常数;
B5:获取各墙壁子区域所属各彩绘区域对应初始图像内各设定目标像素点的RGB,并据此分析各墙壁子区域所属各彩绘区域对应初始图像内目标像素点的RGB均值,并将其分别标记为RRmp′、GGmp′、BBmp′;
B6:在各墙壁子区域所属各彩绘区域的图像内随机选取各像素点,进而获取各墙壁子区域所属各彩绘区域内各像素点的RGB,并将其分别标记为RRmpr、GGmpr、BBmpr,r表示为各像素点的编号,r=1,2,...,t,进而将各墙壁子区域所属各彩绘区域内各像素点的RGB分别与对应初始图像内目标像素点的RGB均值进行对比,进而据此分析各墙壁子区域所属各彩绘区域与对应初始图像的颜色相似度,其计算公式为:其中YSmp表示为第m个墙壁子区域所属第p个彩绘区域与对应初始图像的颜色相似度,t表示为像素点的数量;
B7:根据各墙壁子区域所属各彩绘区域对应的彩绘缺失系数和对应初始图像的颜色相似度综合分析各墙壁子区域所属各彩绘区域对应的损坏系数,其计算公式为:其中/>表示为第m个墙壁子区域所属第m个彩绘区域对应的损坏系数,χ1、χ2分别表示为预设的墙壁子区域所属彩绘区域对应的彩绘缺失系数、与对应初始图像的颜色相似度所属权重因子。
3.根据权利要求2所述的一种基于数字孪生的古建筑智能监测分析预警系统,其特征在于:所述各墙壁子区域对应的损坏系数,其具体计算公式为:其中ZSm表示为第m个墙壁子区域对应的损坏系数,q表示为彩绘区域的数量。
4.根据权利要求1所述的一种基于数字孪生的古建筑智能监测分析预警系统,其特征在于:所述判断各墙壁子区域是否需要进行修复的具体方法为:将各墙壁子区域对应的损坏系数与预设的损坏系数阈值进行对比,若某墙壁子区域对应的损坏系数大于或等于损坏系数阈值,则判断该墙壁子区域需要进行修复,反之,则判断该墙壁子区域不需要进行修复。
5.根据权利要求3所述的一种基于数字孪生的古建筑智能监测分析预警系统,其特征在于:所述古建筑在各历史监管时间段内温湿度代表系数,其具体分析方法为:
C1:根据古建筑在各历史监管时间段内各时间点的温度、湿度分析古建筑在各历史监管时间段内温度平均值和湿度平均值,其计算公式分别为:其中Tb、SDb分别表示为古建筑在第b个历史监管时间段内温度平均值、湿度平均值,Tbv′、SDbv′分别表示为古建筑在第b个历史监管时间段内第v个时间点的温度、湿度,b表示为各历史监管时间段的编号,b=1,2,...,c,v表示为各时间点的编号,v=1,2,...,w,w表示为时间点的数量;
C2:根据古建筑在各历史监管时间段内温度平均值和湿度平均值分析古建筑在各历史监管时间段内温湿度代表系数,其计算公式为:其中Dθb表示为古建筑在第b个历史监管时间段内温湿度代表系数。
6.根据权利要求5所述的一种基于数字孪生的古建筑智能监测分析预警系统,其特征在于:所述古建筑对应的综合影响系数,其具体分析方法为:
D1:同古建筑在各历史监管时间段内温湿度代表系数分析方法一致,根据古建筑在当前监管时间段内各目标时间点的湿度和温度分析古建筑在当前监管时间段内温湿度代表系数,并将其标记为Dα;
D2:根据古建筑在各历史监管时间段内温湿度代表系数、在当前监管时间段内温度代表系数和各历史监管时间段内各墙壁子区域对应的损坏系数分析古建筑对应的综合影响系数,其计算公式为:其中YC表示为古建筑对应的综合影响系数,c表示为监管时间段的数量,YFbm表示为第b个历史监管时间段内第m个墙壁子区域对应的损坏系数,l表示为墙壁子区域的数量。
7.根据权利要求6所述的一种基于数字孪生的古建筑智能监测分析预警系统,其特征在于:所述各墙壁子区域对应的预测损坏系数,其具体计算公式为:其中Φm表示为第m个墙壁子区域对应的预测损坏系数,ξ1、ξ2分别表示为墙壁子区域对应的损坏系数、古建筑对应的综合影响系数所属修正因子。
8.根据权利要求1所述的一种基于数字孪生的古建筑智能监测分析预警系统,其特征在于:所述根据各墙壁子区域对应的预测损坏系数进行相应管理的具体方法为:将各墙壁子区域对应的预测损坏系数与预设的损坏系数阈值进行对比,若某墙壁子区域对应的预测损坏系数大于或等于损坏系数阈值,则获取该墙壁子区域的编号,进而将该墙壁子区域的编号发送到相关管理人员,并进行墙壁子区域预计损坏预警。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211414326.XA CN115761014B (zh) | 2022-11-11 | 2022-11-11 | 一种基于数字孪生的古建筑智能监测分析预警系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211414326.XA CN115761014B (zh) | 2022-11-11 | 2022-11-11 | 一种基于数字孪生的古建筑智能监测分析预警系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115761014A CN115761014A (zh) | 2023-03-07 |
CN115761014B true CN115761014B (zh) | 2023-11-24 |
Family
ID=85369782
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211414326.XA Active CN115761014B (zh) | 2022-11-11 | 2022-11-11 | 一种基于数字孪生的古建筑智能监测分析预警系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115761014B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116090838B (zh) * | 2023-04-07 | 2023-06-09 | 协筑科技(厦门)有限公司 | 一种基于摄像头的工地自动巡检系统 |
CN117291329B (zh) * | 2023-08-29 | 2024-03-19 | 质点数字科技有限公司 | 基于高层复建项目的异常监控方法、装置、设备以及介质 |
CN117196224B (zh) * | 2023-09-13 | 2024-02-09 | 广州城市职业学院 | 一种古建筑的修复智能管理方法及系统 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106405061A (zh) * | 2016-09-22 | 2017-02-15 | 北京林业大学 | 一种基于雷达波的木质体内部异常无损探测系统 |
CN112016848A (zh) * | 2020-09-11 | 2020-12-01 | 范玲珍 | 一种基于数据调度的建筑工程质量监理验收智能化检测管理系统 |
CN113008910A (zh) * | 2021-03-01 | 2021-06-22 | 南京贺宇网络科技有限公司 | 基于无线传感器技术的高层建筑玻璃幕墙安全监测方法及安全监测云平台 |
CN113108839A (zh) * | 2021-04-13 | 2021-07-13 | 合肥轩丐智能科技有限公司 | 基于传感器技术和图像分析的建筑工程质量验收智能检测分析方法 |
CN113360982A (zh) * | 2021-06-07 | 2021-09-07 | 义乌市禾煜智能装备科技有限公司 | 一种基于多维度数据分析和计算的建筑物健康寿命监测预警评估方法 |
CN114418932A (zh) * | 2021-11-30 | 2022-04-29 | 广州欧科信息技术股份有限公司 | 一种基于数字孪生技术的历史建筑修复方法及系统 |
CN114544663A (zh) * | 2022-03-04 | 2022-05-27 | 辽宁石油化工大学 | 一种基于红外成像技术的建筑物完整性检测方法 |
-
2022
- 2022-11-11 CN CN202211414326.XA patent/CN115761014B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106405061A (zh) * | 2016-09-22 | 2017-02-15 | 北京林业大学 | 一种基于雷达波的木质体内部异常无损探测系统 |
CN112016848A (zh) * | 2020-09-11 | 2020-12-01 | 范玲珍 | 一种基于数据调度的建筑工程质量监理验收智能化检测管理系统 |
CN113008910A (zh) * | 2021-03-01 | 2021-06-22 | 南京贺宇网络科技有限公司 | 基于无线传感器技术的高层建筑玻璃幕墙安全监测方法及安全监测云平台 |
CN113108839A (zh) * | 2021-04-13 | 2021-07-13 | 合肥轩丐智能科技有限公司 | 基于传感器技术和图像分析的建筑工程质量验收智能检测分析方法 |
CN113360982A (zh) * | 2021-06-07 | 2021-09-07 | 义乌市禾煜智能装备科技有限公司 | 一种基于多维度数据分析和计算的建筑物健康寿命监测预警评估方法 |
CN114418932A (zh) * | 2021-11-30 | 2022-04-29 | 广州欧科信息技术股份有限公司 | 一种基于数字孪生技术的历史建筑修复方法及系统 |
CN114544663A (zh) * | 2022-03-04 | 2022-05-27 | 辽宁石油化工大学 | 一种基于红外成像技术的建筑物完整性检测方法 |
Non-Patent Citations (3)
Title |
---|
Damage detection on historical buildings using unsupervised classification techniques;C. Crespo 等;《International Archives of Photogrammetry, Remote Sensing and Spatial Information Sciences》;1-6 * |
Recognition of materials and damage on historical buildings using digital image classification;José E. Meroño 等;《Recognition of materials and damage on historical buildings》;1-9 * |
基于CT技术的木结构古建立柱成像系统研究;罗瑞;《中国优秀硕士学位论文全文数据库工程科技Ⅱ辑》;C038-79 * |
Also Published As
Publication number | Publication date |
---|---|
CN115761014A (zh) | 2023-03-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN115761014B (zh) | 一种基于数字孪生的古建筑智能监测分析预警系统 | |
CN110197203B (zh) | 基于宽度学习神经网络的桥梁路面裂缝分类识别方法 | |
CN106023259B (zh) | 一种运动目标频率检测方法及装置 | |
CN112330593A (zh) | 基于深度学习网络的建筑物表面裂缝检测方法 | |
CN111209864B (zh) | 一种电力设备目标识别方法 | |
CN105469069A (zh) | 面向生产线数据采集终端的安全帽视频检测方法 | |
CN113537099A (zh) | 一种公路隧道火灾烟雾动态检测方法 | |
CN111291684A (zh) | 一种自然场景下的船牌检测方法 | |
CN112926503B (zh) | 一种基于矩形拟合的抓取数据集自动生成方法 | |
CN110889328A (zh) | 检测道路交通状况的方法、装置、电子设备和存储介质 | |
CN112329605B (zh) | 一种城市容貌乱贴乱画行为识别方法,存储装置及服务器 | |
CN111144749A (zh) | 电网图像智能标注众包平台及工作方法 | |
CN110059076A (zh) | 一种输变电线路设备的故障数据库半自动化建立方法 | |
CN116993665A (zh) | 一种基于计算机视觉的建筑工程作业面施工进度的智能检测方法 | |
CN113706523A (zh) | 基于人工智能技术的皮带跑偏及异常运行状态的监测方法 | |
CN113469938A (zh) | 基于嵌入式前端处理服务器的管廊视频分析方法及系统 | |
CN111383240A (zh) | 防火绿色通道的路网全景图像拼接分析方法 | |
WO2024000372A1 (zh) | 一种缺陷检测的方法和装置 | |
CN114037960A (zh) | 一种基于机器视觉的翻板阀状态识别方法和系统 | |
CN112861681A (zh) | 一种基于云端处理的管廊视频智能分析方法及系统 | |
CN107016349B (zh) | 一种基于深度相机的人群流量分析方法 | |
CN112116195A (zh) | 基于实例分割的铁路梁生产工序识别方法 | |
CN110855467A (zh) | 一种基于计算机视觉技术的网络综合态势预测方法 | |
CN114022685B (zh) | 一种安全员位置检测方法及系统 | |
CN110827293B (zh) | 一种基于决策层融合的无色彩场景区域分割方法和装置 |
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 | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20231101 Address after: 322000 West side of the intersection of Panlong Road and Hushan Road, Fotang Town, Yiwu City, Jinhua City, Zhejiang Province (self declared) Applicant after: Yiwu Shuangjianghu Development Group Co.,Ltd. Address before: 430040 No. 18, Haikou Second Road, Dongxihu District, Wuhan City, Hubei Province Applicant before: Wuhan taibaiteng Construction Service Co.,Ltd. |
|
TA01 | Transfer of patent application right | ||
GR01 | Patent grant | ||
GR01 | Patent grant |