CN116129277B - 一种建筑节能检测方法及系统 - Google Patents

一种建筑节能检测方法及系统 Download PDF

Info

Publication number
CN116129277B
CN116129277B CN202310350210.2A CN202310350210A CN116129277B CN 116129277 B CN116129277 B CN 116129277B CN 202310350210 A CN202310350210 A CN 202310350210A CN 116129277 B CN116129277 B CN 116129277B
Authority
CN
China
Prior art keywords
building
infrared image
determining
detected
chromaticity
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
Application number
CN202310350210.2A
Other languages
English (en)
Other versions
CN116129277A (zh
Inventor
张京街
刘万良
吕忠
钟艳
胥小龙
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Chengdu Lanteng Technology Co ltd
SICHUAN CENTER FOR DISEASE CONTROL AND PREVENTION
Chongqing Construction Engineering Quality Inspection And Testing Center Co ltd
Original Assignee
Chengdu Lanteng Technology Co ltd
SICHUAN CENTER FOR DISEASE CONTROL AND PREVENTION
Chongqing Construction Engineering Quality Inspection And Testing Center Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Chengdu Lanteng Technology Co ltd, SICHUAN CENTER FOR DISEASE CONTROL AND PREVENTION, Chongqing Construction Engineering Quality Inspection And Testing Center Co ltd filed Critical Chengdu Lanteng Technology Co ltd
Priority to CN202310350210.2A priority Critical patent/CN116129277B/zh
Publication of CN116129277A publication Critical patent/CN116129277A/zh
Application granted granted Critical
Publication of CN116129277B publication Critical patent/CN116129277B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/10—Terrestrial scenes
    • G06V20/176—Urban or other man-made structures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/56—Extraction of image or video features relating to colour
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/764—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using classification, e.g. of video objects
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/82—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using neural networks

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Physics & Mathematics (AREA)
  • Evolutionary Computation (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Health & Medical Sciences (AREA)
  • Computing Systems (AREA)
  • Databases & Information Systems (AREA)
  • Artificial Intelligence (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Radiation Pyrometers (AREA)

Abstract

本发明提供一种建筑节能检测方法及系统，包括获取待检测建筑的BIM数据，所述BIM数据包括所述待检测建筑的外表面材质分类；根据所述BIM数据确定出所述待检测建筑的外表面图；获取待检测建筑外表面的红外图像；将所述红外图像与所述外表面图进行匹配；根据匹配结果以及所述外表面材质分类确定出所述红外图像不同区域的材质分类；求取同一材质分类的红外图像区域的色度平均值；将属于同一材质分类，并且色度偏离该材质分类的色度平均值第一阈值的区域确定为异常区域。通过上述方案解决了现有技术中难以实现自动化节能检测的技术问题。

Description

一种建筑节能检测方法及系统
技术领域
本发明涉及建筑节能检测领域，具体而言涉及一种通过红外图像处理实现的建筑节能检测方法及系统。
背景技术
目前的建筑节能检测主要是通过各种技术手段检测建筑的表面的保温功能是否达标。目前比较常规的一种检测手段是通过红外图像进行检测，红外热像仪可将红外辐射转化为肉眼可见的图像，某个物体发出的红外能量通过光学镜头聚焦在红外探测器上，电子元件会将探测器发来的数据转译为可在显示屏上查看的图像，而热量的微小差异反映在图像时是以灰度或者不同的调色板中的颜色显示。根据传热学原理，无论何种形式的热工缺陷，都会对热传导产生影响，导致缺陷区域和正常区域的表面温度不同。通过红外热像仪测量某一区域表面温度，得到不同颜色或灰色程度的红外图像，可以判断外墙表面是否存在温度异常区域。
由于不同的时间、不同的建筑、不同环境以及不同的日照下产生的红外图像的灰色程度不同，仅通过色度的绝对值很难确定温度是否异常；窗户、建筑接口处的图像色度也与一般的墙面色度存在差异，通过色度的差异也很难确定出异常点；由于无法较好地确定出异常阈值，因此很难通过计算机程序实现自动化地异常点识别。现有技术中获取红外图像之后通常是通过人工标注图像中的异常点，然而人工标注一方面工作量大，另一方面可能存在遗漏，因此急需一种自动化的异常点标注的方法。
发明内容
为了解决上述背景技术中的问题，本发明提供一种建筑节能检测方法及系统。
在本发明的一个方面，提供一种建筑节能检测方法，包括：获取待检测建筑的BIM数据，所述BIM数据包括所述待检测建筑的外表面材质分类；根据所述BIM数据确定出所述待检测建筑的外表面图；获取待检测建筑外表面的红外图像；
将所述红外图像与所述外表面图进行匹配；根据匹配结果以及所述外表面材质分类确定出所述红外图像不同区域的材质分类；求取同一材质分类的红外图像区域的色度平均值；将属于同一材质分类，并且色度偏离该材质分类的色度平均值第一阈值的区域确定为异常区域。
进一步地，在早上或阴天或晚上进行红外拍摄，获取目标红外图像。
进一步地，通过虚拟相机拍摄获取所述外表面图。
进一步地，所述虚拟相机的位置位于所述待检测建筑外的地面。
进一步地，以所述虚拟相机相同的位置以及角度对所述待检测建筑进行红外拍摄。
进一步地，在进行匹配之前，对所述红外图像和所述外表面图进行边缘检测以及边缘锐化。
进一步地，根据匹配结果以及所述外表面材质分类确定出所述红外图像不同区域的材质分类之前，在BIM模型中对不同的材质赋予不同的颜色，在获取外表面图后，根据不同的颜色确定不同的材质区域。
进一步地，所述色度平均值为像素平均值。
进一步地，通过红外图像中的异常区域，确定出外表面图中的异常区域，通过外表面图中的异常区域，在BIM模型中确定出异常区域，并在BIM模型中标注出异常区域。
本发明另一方面还提供 一种建筑节能检测系统，包括：
获取模块，用于获取待检测建筑的BIM数据，所述BIM数据包括所述待检测建筑的外表面材质分类；确定模块，用于根据所述BIM数据确定出所述待检测建筑的外表面图；第二获取模块，用于获取待检测建筑外表面的红外图像；匹配模块，用于将所述红外图像与所述外表面图进行匹配；第二确定模块，用于根据匹配结果以及所述外表面材质分类确定出所述红外图像不同区域的材质分类；第三确定模块，用于求取同一材质分类的红外图像区域的色度平均值；将属于同一材质分类，并且色度偏离该材质分类的色度平均值第一阈值的区域确定为异常区域。
本发明使用红外图像与BIM模型结合，分辨出不同的材质信息，由于同一建筑，同一时间，同一材质，其整体温度应当是类似的，在红外图上表现出的色度也应当是类似的；如果同一建筑，同一时间，同一材质中间有一部分的区域出现了异常的色度，那就说明色度异常的区域保温有问题；本实施例以同一材质同一时间的色度为衡量标准，可以避免环境因素的影响，方便实现计算机自动化的处理。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明方法示意图；
图2为本发明不同材质分类的示意图。
具体实施方式
下面，结合附图以及具体实施方式，对发明做出优选的描述。
本实施例通过如下步骤解决上术问题:
在一个实施例中，参考图1，本发明提供一种建筑节能检测方法，包括如下步骤：
获取待检测建筑的BIM数据，所述BIM数据包括了所述待检测建筑的外表面材质分类；
（BIM）是指在建设工程及设施的规划、设计、施工以及运营维护阶段全寿命周期创建和管理建筑信息的过程，全过程应用三维、实时、动态的模型涵，通常的BIM数据可以涵盖几何信息、空间信息、地理信息、各种建筑组件的性质信息及工料信息。
三维结构是BIM模型的基本数据，通常从待检测建筑的BIM数据中可以确定出待检测建筑的整体外形结构图像。本实施方式为了对不同材料区域的温度进行对比，因此还特别需要外表面材质分类（工料信息），例如，水泥墙面、玻璃、钢材等。
外表面材质分类可以在BIM建模时，由设计师确定建筑构件时，一并将相应的材质属性设定于BIM数据中，可以通过Revit等BIM软件查看相应构件的材质信息。进一步地，为了方便地获取材质信息，提供程序接口获取材质信息，可通过外挂程序或脚本程序等实现。
根据所述BIM数据确定出所述待检测建筑的外表面图。
三维结构是BIM模型的基本数据，目前大多数的BIM可以直接导出模型的外立面的截图，外立面的截图即为建筑的外表面图。
在后续的步骤中，需要通过红外相机拍摄建筑物的外表面红外图像，并且将红外图像和由BIM导出的外表面图进行匹配，当匹配不同视角的图像时，需要进行一定程度的畸变、拉伸，导致配准的工作量大，精度低；因此为了方便后续的图像匹配过程，本实施方式进一步地，通过虚拟相机对所述BIM数据的三维结构进行拍摄，获取所述外表面图；进一步地，所述虚拟相机的位置位于所述待检测建筑外的地面，以便红外设备进行同角度拍摄。虚拟相机手段通过在三维系统中设置与现实环境中类似的相机，通过虚拟相机的位置对目标位置进行虚拟拍摄，可以得到一定视角下的目标照片。
获取待检测建筑外表面的红外图像。
红外拍摄技术已非常普遍，由于本实施例的后续处理过程不依靠色度的绝对值，因此本实施例获取待检测建筑外表面的红外图像可以通过现有技术中的任意手段，只要能分辨目标表面温度即可。
进一步地，为了减少阳光对红外图像的干扰，选择在早上或阴天或晚上进行红外拍摄，获取目标红外图像。
进一步地，为了得到与根据所述BIM数据确定出所述待检测建筑的外表面图角度相同的图像，从所述虚拟相机的位置以及角度对所述待检测建筑进行拍摄。从相同的角度的得到的两种图像可以方便地进行配准，减少匹配的工作量，同时提高匹配的精确性。
将所述红外图像与所述外表面图进行匹配。
将所述红外图像与所述外表面图进行匹配是指将红外图像与外表面图进行对齐，由于红外图像也存在一些轮廓线，如墙体中的窗户的话红外图像会有窗户轮廓，不同的材料之间也会有不同的色度区分产生的轮廓，而这些轮廓在外表面图中均有相应的轮廓线条，图像匹配即将相应的轮廓线条进行对齐。图像的匹配可以采用现有技术中的任意配准方法，如SIFT算法等。
进一步地，在进行轮廓匹配之前，为了得到更清晰的图像边缘，对所述红外图像和所述外表面图进行边缘检测以及锐化，进行锐化处理后的图像边线更加清晰，能够应用更多的检测算法。
根据匹配结果以及所述外表面材质分类确定出所述红外图像不同区域的材质分类；
由于BIM数据中的各构件都有材质信息，因此外表面图中各构件对应的区域的材质便已知。如图2所示，为一建筑的外表面图，其中方格填充的为屋顶构件，在BIM中为瓦片材质；无填充的在BIM中为墙面构件，为砖材质；斜线为窗户构件，在BIM中为玻璃材质；横线为门组件，在BIM中为木头材质；则通过BIM即可确定出相应区域的材质。
进一步地，确定出外表面图中各构件对应的区域的材质的方法具体为：在BIM模型中对不同的材质赋予不同的颜色，在获取外表面图后，根据不同的颜色确定不同的材质区域。例如，对瓦片材质赋予黑色，对砖材质赋予白色等，在获取外表面图后即可通过颜色得到不同区域的材质。
在与外表面图匹配之后，红外图像即根据外表面图分成了不同的区域，如图2类似地，可以分成屋顶、窗户、门等，由于外表面图中各材质的区域已确定，则红外图像中各区域的材质也确定了；与图2类似地，红外图可以被分成瓦片材质区、砖材质、木头材质区等（相同材质的区域可能不连通）。
现有技术中有部分通过神经网络等对图像的材质进行分类的技术，但由于红外图像的色度，并且边界模糊、训练材料少，因此很难达到与分类普通图像类似的技术效果，本实施利通过将所述红外图像与所述外表面图进行匹配，可以进行百分之百准确地分类，并且充分利用现有的BIM数据，不需要收集大量的训练数据，可以大大减少工作量。
求取同一材质分类的红外图像区域的色度平均值；将属于同一材质分类，并且色度偏离该材质分类的色度平均值第一阈值的区域确定为异常区域。
对于同一张红外图像，其拍摄时间是一致的，因此同一材质应的温度应当相似，通过求取同一材质分类的红外图像区域的色度平均值可以计算出该时间点，该类材质的正常的温度表现。由于并不关心具体的颜色值，色度平均值可以简单地通过平均像素值实现；例如计算所有木材质的区域的平均像素值。
将属于同一材质分类，并且色度偏离该材质分类的色度平均值第一阈值的区域确定为异常区域。色度偏离可以是过度或者过低（冬天保暖，夏天保冷），色度偏离可以为百分比，例如当某一区域的色度值大于或小于与该区域材质的平均色度值的20%时认为该区域存在异常；具体地，可以通过计算每一像素与相应材质的平均色度的偏差，当偏差过大时，认为该像素为异常，直到找到全部异常的像素，将异常的像素标注为黑色。
进一步地，由于红外图像与外表面图是匹配的，因此，可以通过红外图像中的异常区域，确定出外表面图中的异常区域，由于外表面图是根据BIM信息得到的，因此可以通过外表面图中的异常区域，在BIM中确定出异常区域，从而在BIM系统中标注出异常区域，以方便用户进行查看。
本实施例的原理为，对于同一建筑，同一时间，同一材质，其整体温度应当是类似的，在红外图上表现出的色度也应当是类似的；如果同一建筑，同一时间，同一材质中间有一部分的区域出现了异常的色度，那就说明色度异常的区域保温有问题；本实施例以同一材质同一时间的色度为衡量标准，可以避免环境因素的影响，方便实现计算机自动化的处理。
在另一种实施中，本发明还提供一种建筑节能检测系统，其特征在于所述系统包括：
获取模块，用于获取待检测建筑的BIM数据，所述BIM数据包括所述待检测建筑的外表面材质分类；
确定模块，用于根据所述BIM数据确定出所述待检测建筑的外表面图；
第二获取模块，用于获取待检测建筑外表面的红外图像；
匹配模块，用于将所述红外图像与所述外表面图进行匹配；
第二确定模块，用于根据匹配结果以及所述外表面材质分类确定出所述红外图像不同区域的材质分类；
第三确定模块，用于求取同一材质分类的红外图像区域的色度平均值；将属于同一材质分类，并且色度偏离该材质分类的色度平均值第一阈值的区域确定为异常区域。
需要说明的是上述建筑节能检测系统的详细实现原理以及进一步的改进措施都与前述的建筑节能检测方法相同，本实施例中不再进行详细描述，本领域技术人员可以根据现有技术建筑节能检测方法在建筑节能检测系统中进行具体实现。
最后应当说明的是：以上实施例仅用以说明本发明的技术方案而非对其限制，尽管参照上述实施例对本发明进行了详细的说明，所属领域的普通技术人员应当理解：依然可以对本发明的具体实施方式进行修改或者等同替换，而未脱离本发明精神和范围的任何修改或者等同替换，其均应涵盖在本发明的权利要求保护范围之内。
本发明未特别明确的部分模块结构，以现有技术记载的内容为准。本发明在前述背景技术部分以及具体实施例部分提及的现有技术可作为本发明的一部分，用于理解部分技术特征或者参数的含义。本发明的保护范围以权利要求实际记载的内容为准。

Claims (10)

1.一种建筑节能检测方法，其特征在于：
获取待检测建筑的BIM数据，所述BIM数据包括所述待检测建筑的外表面材质分类；
根据所述BIM数据确定出所述待检测建筑的外表面图；
获取待检测建筑外表面的红外图像；
将所述红外图像与所述外表面图进行匹配；
根据匹配结果以及所述外表面材质分类确定出所述红外图像不同区域的材质分类；
求取同一材质分类的红外图像区域的色度平均值；
将属于同一材质分类，并且色度偏离该材质分类的色度平均值第一阈值的区域确定为异常区域。
2.根据权利要求1所述的建筑节能检测方法，其特征在于：在早上或阴天或晚上进行红外拍摄，获取目标红外图像。
3.根据权利要求1所述的建筑节能检测方法，其特征在于：通过虚拟相机拍摄获取所述外表面图。
4.根据权利要求3所述的建筑节能检测方法，其特征在于：所述虚拟相机的位置位于所述待检测建筑外的地面。
5.根据权利要求4所述的建筑节能检测方法，其特征在于：以所述虚拟相机相同的位置以及角度对所述待检测建筑进行红外拍摄。
6.根据权利要求1所述的建筑节能检测方法，其特征在于：在进行匹配之前，对所述红外图像和所述外表面图进行边缘检测以及边缘锐化。
7.根据权利要求1所述的建筑节能检测方法，其特征在于：根据匹配结果以及所述外表面材质分类确定出所述红外图像不同区域的材质分类之前，在BIM模型中对不同的材质赋予不同的颜色，在获取外表面图后，根据不同的颜色确定不同的材质区域。
8.根据权利要求1所述的建筑节能检测方法，其特征在于：所述色度平均值为像素平均值。
9.根据权利要求1所述的建筑节能检测方法，其特征在于：通过红外图像中的异常区域，确定出外表面图中的异常区域，通过外表面图中的异常区域，在BIM模型中确定出异常区域，并在BIM模型中标注出异常区域。
10.一种建筑节能检测系统，其特征在于所述系统包括：
获取模块，用于获取待检测建筑的BIM数据，所述BIM数据包括所述待检测建筑的外表面材质分类；
确定模块，用于根据所述BIM数据确定出所述待检测建筑的外表面图；
第二获取模块，用于获取待检测建筑外表面的红外图像；
匹配模块，用于将所述红外图像与所述外表面图进行匹配；
第二确定模块，用于根据匹配结果以及所述外表面材质分类确定出所述红外图像不同区域的材质分类；
第三确定模块，用于求取同一材质分类的红外图像区域的色度平均值；将属于同一材质分类，并且色度偏离该材质分类的色度平均值第一阈值的区域确定为异常区域。
CN202310350210.2A 2023-04-04 2023-04-04 一种建筑节能检测方法及系统 Active CN116129277B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310350210.2A CN116129277B (zh) 2023-04-04 2023-04-04 一种建筑节能检测方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310350210.2A CN116129277B (zh) 2023-04-04 2023-04-04 一种建筑节能检测方法及系统

Publications (2)

Publication Number Publication Date
CN116129277A CN116129277A (zh) 2023-05-16
CN116129277B true CN116129277B (zh) 2023-11-21

Family

ID=86310290

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310350210.2A Active CN116129277B (zh) 2023-04-04 2023-04-04 一种建筑节能检测方法及系统

Country Status (1)

Country Link
CN (1) CN116129277B (zh)

Citations (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2014146222A1 (zh) * 2013-03-21 2014-09-25 山东省计算中心 基于红外图像的建筑热工指标的自动检测方法
CN104134209A (zh) * 2014-07-18 2014-11-05 北京国电富通科技发展有限责任公司 一种视觉导航中的特征提取与匹配方法及系统
CN106007402A (zh) * 2016-05-16 2016-10-12 赛柏利安工业技术（苏州）有限公司 阳光选择全介质非银膜系节能建筑玻璃
CN107202638A (zh) * 2017-05-08 2017-09-26 北京大学深圳研究生院 一种基于热红外成像的建筑暖通管道检测方法
CN108520342A (zh) * 2018-03-23 2018-09-11 中建三局第建设工程有限责任公司 基于bim的物联网平台管理方法及其系统
CN108615143A (zh) * 2018-06-12 2018-10-02 湖南建工集团有限公司 智能建筑管理中基于bim模型与运维信息交互的装置及方法
CN109632103A (zh) * 2018-11-22 2019-04-16 西安理工大学 高空建筑物温度分布与表面裂缝远程监测系统及监测方法
CN110647123A (zh) * 2019-10-09 2020-01-03 江苏江荣智能科技有限公司 一种基于bim模型的全息化智能建筑节能运维管理系统
CN111351434A (zh) * 2020-04-22 2020-06-30 吉林建筑大学 一种基于bim技术的建筑监测装置
CN112262300A (zh) * 2018-05-30 2021-01-22 普林斯顿大学董事会 扫描运动平均辐射温度传感器应用
CN112639453A (zh) * 2018-08-30 2021-04-09 数字化创新解决方案股份公司 用于使用红外热成像和数学趋势函数来检测和数字化新浇混凝土的状态的系统和方法
CN112729552A (zh) * 2020-12-11 2021-04-30 江苏大学 一种基于红外测温的堆置发酵内部温度测量方法与装置
CN113568948A (zh) * 2021-07-23 2021-10-29 安徽信息工程学院 一种电气物联网系统
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
CN218546598U (zh) * 2022-07-13 2023-02-28 安徽卓财智能科技有限公司 一种建筑节能效果检测装置

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101580585B1 (ko) * 2014-12-02 2015-12-28 서울시립대학교 산학협력단 전정색영상과 적외선영상의 융합 방법 및 장치
WO2020088739A1 (en) * 2018-10-29 2020-05-07 Hexagon Technology Center Gmbh Facility surveillance systems and methods
EP3680813A1 (en) * 2019-01-14 2020-07-15 Siemens Schweiz AG Method and system for detecting objects installed within a building

Patent Citations (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2014146222A1 (zh) * 2013-03-21 2014-09-25 山东省计算中心 基于红外图像的建筑热工指标的自动检测方法
CN104134209A (zh) * 2014-07-18 2014-11-05 北京国电富通科技发展有限责任公司 一种视觉导航中的特征提取与匹配方法及系统
CN106007402A (zh) * 2016-05-16 2016-10-12 赛柏利安工业技术（苏州）有限公司 阳光选择全介质非银膜系节能建筑玻璃
CN107202638A (zh) * 2017-05-08 2017-09-26 北京大学深圳研究生院 一种基于热红外成像的建筑暖通管道检测方法
CN108520342A (zh) * 2018-03-23 2018-09-11 中建三局第建设工程有限责任公司 基于bim的物联网平台管理方法及其系统
CN112262300A (zh) * 2018-05-30 2021-01-22 普林斯顿大学董事会 扫描运动平均辐射温度传感器应用
CN108615143A (zh) * 2018-06-12 2018-10-02 湖南建工集团有限公司 智能建筑管理中基于bim模型与运维信息交互的装置及方法
CN112639453A (zh) * 2018-08-30 2021-04-09 数字化创新解决方案股份公司 用于使用红外热成像和数学趋势函数来检测和数字化新浇混凝土的状态的系统和方法
CN109632103A (zh) * 2018-11-22 2019-04-16 西安理工大学 高空建筑物温度分布与表面裂缝远程监测系统及监测方法
CN110647123A (zh) * 2019-10-09 2020-01-03 江苏江荣智能科技有限公司 一种基于bim模型的全息化智能建筑节能运维管理系统
CN111351434A (zh) * 2020-04-22 2020-06-30 吉林建筑大学 一种基于bim技术的建筑监测装置
CN112729552A (zh) * 2020-12-11 2021-04-30 江苏大学 一种基于红外测温的堆置发酵内部温度测量方法与装置
CN113568948A (zh) * 2021-07-23 2021-10-29 安徽信息工程学院 一种电气物联网系统
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
CN218546598U (zh) * 2022-07-13 2023-02-28 安徽卓财智能科技有限公司 一种建筑节能效果检测装置

Non-Patent Citations (8)

* Cited by examiner, † Cited by third party
Title
Applications of the infrared thermography in the energy audit of buildings: A review;Elena Lucchi;Renewable and Sustainable Energy Reviews;第82卷(第3期);3077-3090 *
CFNet: An Eigenvalue Preserved Approach to Multiscale Building Segmentation in High-Resolution Remote Sensing Images;Qi Liu等;IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing;第16卷;2481-2491 *
The development trends of existing building energy conservation and emission reduction—A comprehensive review;He Huang等;Energy Reports;第8卷;13170-13188 *
Thermal point clouds of buildings: A review;Amanda Ramón等;Energy and Buildings;第274卷;1-12 *
基于BIM技术的工程质量缺陷检测方法研究及应用;陈文;中国硕士学位论文全文数据库 (工程科技Ⅱ辑)(第（2019）12期);C038-107 *
基于红外图像的建筑外墙外保温层缺陷检测与识别研究;焦晨琳;中国硕士学位论文全文数据库 (工程科技Ⅱ辑)(第（2023）02期);C038-2898 *
增强现实技术在建筑表现中的研究与应用;吴冰峰;中国硕士学位论文全文数据库 (工程科技Ⅱ辑)(第（2021）06期);C038-234 *
建筑物外立面损伤检测智能化发展趋势;王璞瑾 等;建筑科学与工程学报;第39卷(第04期);24-37 *

Also Published As

Publication number Publication date
CN116129277A (zh) 2023-05-16

Similar Documents

Publication Publication Date Title
Shan et al. A stereovision-based crack width detection approach for concrete surface assessment
Ackermann et al. Photometric stereo for outdoor webcams
CN108535321A (zh) 一种基于三维红外热成像技术的建筑热工性能检测方法
JP6620477B2 (ja) コンクリートのひび割れ検出方法及び検出プログラム
US20230274390A1 (en) Multi-dimensional model reconstruction
CN109598273B (zh) 一种融合地表温度和建筑指数的城市实体边界识别方法
Gschwandtner et al. Infrared camera calibration for dense depth map construction
CN108364292B (zh) 一种基于多幅视角图像的光照估计方法
CN110910350A (zh) 一种用于风电塔筒的螺母松动检测方法
Zhang et al. Thermal infrared inspection of roof insulation using unmanned aerial vehicles
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
CN105115443B (zh) 基于视觉测量技术的水平全视角高精度三维测量方法
CN114677336A (zh) 一种基于红外图像的幕墙面板损伤识别方法
Molnár et al. Practical application possibilities for 3D models using low-resolution thermal images
CN116129277B (zh) 一种建筑节能检测方法及系统
Macher et al. Automation of windows detection from geometric and radiometric information of point clouds in a scan-to-BIM process
TWI465699B (zh) 水位量測方法
Lin et al. Thermal texture selection and correction for building facade inspection based on thermal radiant characteristics
Dlesk et al. Usage of photogrammetric processing of thermal images for civil engineers
JP7092616B2 (ja) 物体検出装置、物体検出方法、及び物体検出プログラム
CN109033984B (zh) 一种夜间雾快速自动检测方法
Scaioni et al. High-resolution texturing of building facades with thermal images
Lagüela et al. Automatic procedure for the registration of thermographic images with point clouds
Paterson et al. Building inspection: can computer vision help?
Kim et al. A low-cost stereo-fisheye camera sensor for daylighting and glare control

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: Building 1-5, No. 221 Changjiang Second Road, Yuzhong District, Chongqing, 400000

Applicant after: Chongqing construction engineering quality inspection and Testing Center Co.,Ltd.

Applicant after: CHENGDU LANTENG TECHNOLOGY Co.,Ltd.

Applicant after: SICHUAN CENTER FOR DISEASE CONTROL AND PREVENTION

Address before: Room 2110, 21 / F, unit 1, building 1, No. 369, Tianfu 1st Street, high tech Zone, Chengdu, Sichuan 610000

Applicant before: CHENGDU LANTENG TECHNOLOGY Co.,Ltd.

Applicant before: Chongqing construction engineering quality inspection and Testing Center Co.,Ltd.

Applicant before: SICHUAN CENTER FOR DISEASE CONTROL AND PREVENTION

GR01 Patent grant
GR01 Patent grant