CN117538289A - 一种型钢混凝土结构节点施工质量无损检测方法 - Google Patents

Abstract

本发明涉及光谱分析技术领域，具体涉及一种型钢混凝土结构节点施工质量无损检测方法，根据型钢混凝土结构光谱数据得到型钢混凝土结构节点，构建型钢混凝土结构融合系数，判定近边离群像元，构建结构反射关键矩阵，计算结构节点变异系数和骨架变异系数，确定结构节点风险因子，结合所有型钢混凝土结构节点的结构节点变异系数，得到结构节点性能优异指数，根据结构节点性能优异指数，将型钢混凝土结构节点的施工质量划分为不合格、合格和良好三个等级。从而实现型钢混凝土结构节点的施工质量检测，解决了型钢混凝土结构节点构造复杂、缺陷类型复杂，导致难以对型钢混凝土结构节点施工质量进行检测的问题。

Description

一种型钢混凝土结构节点施工质量无损检测方法

技术领域

本申请涉及光谱分析技术领域，具体涉及一种型钢混凝土结构节点施工质量无损检测方法。

背景技术

型钢混凝土结构俗称钢骨混凝土结构，是以型钢为骨架并在型钢周围配置钢筋和浇筑混凝土的埋入式组合结构体系，由于型钢混凝土的内部型钢与外包混凝土形成整体，共同受力，其受力性能优于这两种结构的简单叠加，型钢混凝土结构凭借其强度高、延性好、以及防火和耐腐蚀性能好的优势，在超高层项目中得到日益广泛的应用。结构节点在型钢混凝土结构中承担着重要的作用，它们是整个结构的关键部分，结构节点的缺陷可能导致结构的减弱或者失稳，进而影响整个建筑物的安全性，通过对型钢混凝土结构节点的施工质量进行无损检测，可以及时发现并修复潜在的安全隐患，保障型钢混凝土结构的安全可靠运行。

型钢混凝土结构的节点构造十分复杂，节点处型钢、钢筋密度大且互相交错穿插，可能存在多种类型的缺陷，如裂缝、腐蚀、松动、错位等，导致难以对型钢混凝土结构节点的施工质量进行检测。

综上所述，本发明通过采集型钢混凝土结构光谱数据，分析型钢混凝土结构区域以及每个像元邻域中像元光谱相似度构建型钢混凝土结构融合系数，筛选近边离群点，根据其光谱数据构建结构节点变异系数；结合结构骨架线附近的近边离群点构建结构节点性能优异指数，从而对型钢混凝土结构节点的施工质量进行划分。

发明内容

为了解决上述技术问题，本发明提供一种型钢混凝土结构节点施工质量无损检测方法，以解决现有的问题。

本发明的一种型钢混凝土结构节点施工质量无损检测方法采用如下技术方案：

本发明一个实施例提供了一种型钢混凝土结构节点施工质量无损检测方法，该方法包括以下步骤：

采集型钢混凝土结构的各像元的近红外光谱数据，包括各像元在各波段的反射率；

将近红外光谱数据进行真彩色合成得到的图像数据作为伪彩色图像；通过图像分割得到伪彩色图像的型钢混凝土结构区域；通过角点检测得到型钢混凝土结构区域中各角点，作为型钢混凝土结构节点；根据各像元及邻域中光谱差异得到各像元的型钢混凝土结构融合系数；将型钢混凝土结构融合系数小于预设相似阈值的像元作为近边离群像元；根据各近边离群像元与各型钢混凝土结构节点的距离差异得到型钢混凝土结构节点的结构关键像元，获取型钢混凝土结构节点的结构反射关键矩阵；根据结构反射关键矩阵及型钢混凝土结构融合系数得到型钢混凝土结构节点的结构节点变异系数；根据各型钢混凝土结构节点之间的近边离群点的型钢混凝土结构融合系数得到结构骨架线的骨架变异系数；根据结构节点变异系数及骨架变异系数得到结构节点性能优异指数；

根据结构节点性能优异指数判断型钢混凝土结构节点的施工质量。

优选的，所述根据各像元及邻域中光谱差异得到各像元的型钢混凝土结构融合系数，具体包括：

通过光谱角度制图算法获取型钢混凝土区域中各像元的光谱之间的相似度；根据型钢混凝土结构区域中像元的光谱之间的相似度得到型钢混凝土结构反射均匀系数，根据各像元邻域中像元的光谱之间的相似度得到各像元的局部结构反射均匀系数；

计算各像元的局部结构反射均匀系数与型钢混凝土结构反射均匀系数的比值；计算以自然常数为底数、以所述比值的相反数为指数的指数函数的计算结果；计算1与所述计算结果的差值；将所述差值与各像元的局部结构反射均匀系数的乘积作为各像元的型钢混凝土结构融合系数。

优选的，所述根据型钢混凝土结构区域中像元的光谱之间的相似度得到型钢混凝土结构反射均匀系数，根据各像元邻域中像元的光谱之间的相似度得到各像元的局部结构反射均匀系数具体包括：

获取型钢混凝土结构区域中任意两个像元的光谱之间的相似度；将所有所述相似度的平均值作为型钢混凝土结构反射均匀系数；

获取像元邻域内中心像元与其他各像元的光谱之间的相似度；将邻域内所有所述相似度的均值作为像元/>的局部结构反射均匀系数。

优选的，所述根据各近边离群像元与各型钢混凝土结构节点的距离差异得到型钢混凝土结构节点的结构关键像元，获取型钢混凝土结构节点的结构反射关键矩阵，具体为：

对于各型钢混凝土结构节点，计算各近边离群像元与型钢混凝土结构节点之间的欧氏距离；将欧氏距离小于预设影响距离的近边离群像元作为型钢混凝土结构节点的结构关键像元；

将型钢混凝土结构节点的第个结构关键像元的第/>个波段的反射率作为第行第/>列的元素，将所有所述元素组成的矩阵作为型钢混凝土结构节点的结构反射关键矩阵。

优选的，所述根据结构反射关键矩阵及型钢混凝土结构融合系数得到型钢混凝土结构节点的结构节点变异系数，具体包括：

根据结构反射关键矩阵得到型钢混凝土结构节点的扩展矩阵及标准结构节点的第一矩阵，获取扩展矩阵及第一矩阵的左、右奇异矩阵；

计算各型钢混凝土结构节点的扩展矩阵与标准结构节点的第一矩阵之间的左奇异矩阵的曼哈顿距离及右奇异矩阵的曼哈顿距离，分别记为第一、第二曼哈顿距离；将第一、第二曼哈顿距离的和值作为各型钢混凝土结构节点的反射变异系数；计算各型钢混凝土结构节点的所有结构关键像元的型钢混凝土结构融合系数均值，记为第一均值；计算以自然常数为底数、以第一均值的相反数为指数的指数函数的计算结果；计算各型钢混凝土结构节点的所述计算结果与反射变异系数的乘积作为型钢混凝土结构节点的结构节点变异系数。

优选的，所述根据结构反射关键矩阵得到型钢混凝土结构节点的扩展矩阵及标准结构节点的第一矩阵，获取扩展矩阵及第一矩阵的左、右奇异矩阵，具体为：

统计各型钢混凝土结构节点的结构关键像元的数量；将所述数量的最小值对应的型钢混凝土结构节点作为标准结构节点；通过零填充法统一所有结构反射关键矩阵的大小，将统一大小后的结构反射关键矩阵记为扩展矩阵；在标准结构节点的扩展矩阵中将零填充的元素值通过所有扩展矩阵中对应位置上元素的平均值替换，将替换后的扩展矩阵记为第一矩阵；通过奇异值分解算法获取扩展矩阵及第一矩阵的左、右奇异矩阵。

优选的，所述根据各型钢混凝土结构节点之间的近边离群点的型钢混凝土结构融合系数得到结构骨架线的骨架变异系数，具体包括：

将任意两个型钢混凝土结构节点之间连线作为结构骨架线；将结构骨架线邻域内近边离群像元作为骨架关键像元；计算1与骨架关键像元的型钢混凝土结构融合系数采差值；将结构骨架线的所有所述差值的和值作为结构骨架线的骨架变异系数。

优选的，所述结构骨架线邻域为结构骨架线上所有像元的邻域所占区域。

优选的，所述根据结构节点变异系数及骨架变异系数得到结构节点性能优异指数，具体包括：

将所有型钢混凝土结构节点的结构节点变异系数组成的序列作为节点变异序列；将所有结构骨架线的骨架变异系数组成的序列作为骨架变异序列；将节点变异序列和骨架变异序列之间的皮尔逊相关系数作为结构节点风险因子；

计算所有型钢混凝土结构节点的结构节点变异系数的均值；将结构节点风险因子与所述均值的乘积的相反数作为结构节点性能优异指数。

优选的，所述根据结构节点性能优异指数判断型钢混凝土结构节点的施工质量，具体为：

若结构节点性能优异指数小于预设合格阈值，则型钢混凝土结构节点的施工质量不合格；若结构节点性能优异指数大于等于预设合格阈值且小于预设良好阈值，则型钢混凝土结构节点的施工质量合格；若结构节点性能优异指数大于等于预设良好阈值，则型钢混凝土结构节点的施工质量良好。

本发明至少具有如下有益效果：

本发明通过采集型钢混凝土结构光谱数据，划分型钢混凝土结构区域，得到型钢混凝土结构节点，构建型钢混凝土结构融合系数，判定近边离群像元，后续仅对近边离群像元进行分析，提高了对型钢混凝土结构节点施工质量进行无损检测的效率，解决了近红外光谱数据包含大量信息导致检测效率低下的问题；构建结构反射关键矩阵，计算结构节点变异系数和骨架变异系数，确定结构节点风险因子，结合所有型钢混凝土结构节点的结构节点变异系数，综合考虑型钢混凝土结构节点自身的缺陷程度以及对型钢混凝土结构节点之间区域的影响，得到结构节点性能优异指数，用以衡量型钢混凝土结构节点的性能，提高了对型钢混凝土结构节点性能评估的可靠性；根据结构节点性能优异指数，将型钢混凝土结构节点的施工质量划分为不合格、合格和良好三个等级，解决了型钢混凝土结构节点构造复杂、缺陷类型复杂，导致难以对型钢混凝土结构节点施工质量进行检测的问题。

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和优点，下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍，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它附图。

图1为本发明提供的一种型钢混凝土结构节点施工质量无损检测方法的流程图；

图2为结构骨架线的示意图；

图3为型钢混凝土结构节点施工质量无损检测方法步骤示意图。

具体实施方式

为了更进一步阐述本发明为达成预定发明目的所采取的技术手段及功效，以下结合附图及较佳实施例，对依据本发明提出的一种型钢混凝土结构节点施工质量无损检测方法，其具体实施方式、结构、特征及其功效，详细说明如下。在下述说明中，不同的“一个实施例”或“另一个实施例”指的不一定是同一实施例。此外，一或多个实施例中的特定特征、结构或特点可由任何合适形式组合。

除非另有定义，本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。

下面结合附图具体的说明本发明所提供的一种型钢混凝土结构节点施工质量无损检测方法的具体方案。

本发明一个实施例提供的一种型钢混凝土结构节点施工质量无损检测方法。

具体的，提供了如下的一种型钢混凝土结构节点施工质量无损检测方法，请参阅图1，该方法包括以下步骤：

步骤S001，采集型钢混凝土结构光谱数据。

通过近红外光谱相机对型钢混凝土结构进行拍摄，获取每个像元的近红外光谱数据，得到型钢混凝土结构光谱数据，其中像元的近红外光谱数据包括像元在各波段的反射率，由于获取的近红外光谱数据容易受到环境和设备精度的影响，因此先通过基线校正来进行噪声的剔除，再采用Savitzky-Golay平滑算法对获取的型钢混凝土结构光谱数据进行滤波，进一步降低噪声对型钢混凝土结构光谱数据的影响。其中，基线校正及Savitzky-Golay平滑算法为公知技术，具体过程不再赘述。

步骤S002，分析型钢混凝土结构区域以及每个像元邻域中像元光谱相似度构建型钢混凝土结构融合系数，筛选近边离群点，根据其光谱数据构建结构节点变异系数；结合结构骨架线附近的近边离群点构建结构节点性能优异指数。

型钢混凝土结构中钢筋混凝土与型钢的结合以梁柱节点处主筋与型钢的连接和锚固、梁柱主筋和箍筋排布为要点，而型钢混凝土结构节点通常位于型钢混凝土结构的内部或隐藏的位置，如柱子与梁的连接处、钢筋的交叉点等。

由于型钢混凝土结构所处环境复杂，为了排除周围环境的影响，在对型钢混凝土结构光谱数据进行分析之前，先对型钢混凝土结构光谱数据进行真彩色合成，得到型钢混凝土结构伪彩色图像，然后采用Mask R-CNN算法对型钢混凝土结构伪彩色图像进行分割，获得型钢混凝土结构区域，即前景区域，再使用SIFT角点检测算法对型钢混凝土结构伪彩色图像进行角点检测，将位于型钢混凝土结构区域的角点判定为型钢混凝土结构节点，其中，Mask R-CNN算法和SIFT角点检测算法均为公知技术，本实施例在此不做赘述。实施者也可采用其他图像分割、角点检测算法实现上述目的，本实施例不做具体限制。

当型钢混凝土结构出现缺陷时，像元的反射率会发生较大变化，利用光谱角度制图SAM算法获取型钢混凝土结构区域中任意两个像元的光谱之间的相似度。以型钢混凝土结构区域中各像元为中心，构建边长为的邻域窗口。为分析单个像元与整体型钢混凝土结构的差异，计算每个像元的型钢混凝土结构融合系数，作为一种示例，型钢混凝土结构融合系数可以通过分析型钢混凝土结构区域以及每个像元邻域中像元光谱相似度，构建型钢混凝土结构反射均匀系数及局部结构反射均匀系数/>，再结合这两个指标来实现，例如型钢混凝土结构融合系数的表达式可以为：

；

其中，为像元/>的型钢混凝土结构融合系数，/>为以自然常数为底数的指数函数，/>为像元/>的局部结构反射均匀系数，/>为型钢混凝土结构反射均匀系数，/>表示两个像元的光谱之间的相似度，/>为型钢混凝土结构区域中像元的个数，/>表示型钢混凝土结构区域中的第/>个像元，/>表示型钢混凝土结构区域中的第/>个像元，/>表示型钢混凝土结构区域中所有像元进行两两组合的组合个数，/>为像元/>邻域窗口内像元的个数，/>表示该邻域窗口内除中心像元/>外的第个像元。

当像元和周围区域像元的光谱角相似度越大时，说明像元与周围区域的材质越相似，像元的局部结构反射均匀系数值越大，越可能位于型钢混凝土结构的内部，同时考虑整体型钢混凝土结构的反射特征，当像元的局部结构反射均匀系数与型钢混凝土结构反射均匀系数差异越小时，说明像元与周围区域的材质越相似，越可能为型钢混凝土结构上的无缺陷区域，像元的型钢混凝土结构融合系数值越大。

将型钢混凝土结构融合系数低于相似阈值的像元记为近边离群像元，表示该像元周围区域的反射率异于整体型钢混凝土结构，相似阈值/>经验取值为0.5。

型钢混凝土结构的节点构造十分复杂，节点处型钢、钢筋密度大且互相交错穿插，可能存在多种类型的缺陷，如裂缝、腐蚀、松动、错位等。若直接根据反射率的差异获取缺陷区域，可能会将反射率不同的型钢和钢筋判别为缺陷，为获取更为准确的缺陷区域，构建每个型钢混凝土结构节点的结构节点变异系数，分析结构节点处缺陷的特征，作为一种示例，结构节点变异系数可以通过结构节点附近的近边离群像元的不同波段的反射率获取结构反射关键矩阵，通过矩阵分解算法获取结构反射关键矩阵的矩阵分解结果，结合型钢混凝土结构融合系数计算型钢混凝土结构节点的结构节点变异系数来实现，例如结构节点变异系数可以通过如下方式获取：

首先由于缺陷的形成具有扩散性、不确定性，在同一缺陷区域，像元的反射率也不尽相同，计算每个近边离群像元与每个型钢混凝土结构节点之间的欧氏距离，其中距离也可以为其他方式获取的距离，例如通过计算像元与节点邻域之间的DTW距离获得的距离；将距离型钢混凝土结构节点的欧氏距离小于影响距离的所有近边离群像元作为型钢混凝土结构节点的结构关键像元，其中影响距离经验取值为10像元，将结构关键像元最少的型钢混凝土结构节点记为标准结构节点；将各型钢混凝土结构节点的每个结构关键像元的光谱数据作为一行，构建每个型钢混凝土结构节点的结构反射关键矩阵：

；

其中，表示第/>个型钢混凝土结构节点的结构反射关键矩阵，/>分别表示第/>个型钢混凝土结构节点的第/>个结构关键像元在第/>个、第/>个波段上的反射率，/>分别表示第/>个型钢混凝土结构节点的第/>个结构关键像元在第个、第/>个波段上的反射率，/>为波段的个数，/>为第/>个型钢混凝土结构节点的结构关键像元的个数。其中，将结构反射关键矩阵/>中第/>行第/>列的元素用/>表示，为第/>个型钢混凝土结构节点的第/>个结构关键像元的第/>个波段的反射率。

然后，为了便于运算，统一结构反射关键矩阵的尺寸，可选的，将结构关键像元最多的型钢混凝土结构节点的结构反射关键矩阵记为结构缺陷极大矩阵，对于其它结构反射关键矩阵，在矩阵的右边界及下边界上使用零来填充，以增加矩阵的尺寸，将矩阵的尺寸增加到与结构缺陷极大矩阵的尺寸相同时停止，从而统一所有结构反射矩阵的尺寸，将统一尺寸后的结构反射矩阵记为扩展矩阵，其中零填充法扩展矩阵为公知技术，具体过程不再赘述。对于标准结构节点的扩展矩阵，将每个用零填充的元素值替换为所有扩展矩阵中对应位置上元素的平均值，将该元素值替换后的矩阵记为第一矩阵。由于每个像元的光谱数据包括像元在不同波段上的反射率，为了减少计算量，对扩展矩阵及第一矩阵进行SVD奇异值分解，即，通过SVD奇异值分解能够利用降维后的数据近似地替代原始数据，其中，SVD奇异值分解为公知技术，本实施例在此不做赘述，左奇异矩阵/>中的每个列向量为扩展矩阵或第一矩阵的左奇异向量，/>为奇异值矩阵，右奇异矩阵/>中的每个列向量为扩展矩阵或第一矩阵的右奇异向量。实施者也可采用其他矩阵分解算法对扩展矩阵或第一矩阵进行矩阵分解，例如/>分解算法。

最后，可选的，结构节点变异系数可以通过每个扩展矩阵及第一矩阵的奇异值分解结果之间的差异计算每个型钢混凝土结构节点的反射变异系数，并结合结构关键像元的型钢混凝土结构融合系数得到型钢混凝土结构节点的结构节点变异系数来实现，例如结构节点变异系数的表达式可以为：

；

其中，为第/>个型钢混凝土结构节点的结构节点变异系数，/>为以自然常数为底的指数函数，/>为第/>个型钢混凝土结构节点的第/>个结构关键像元的型钢混凝土结构融合系数，/>为第/>个型钢混凝土结构节点的结构关键像元的个数，为第/>个型钢混凝土结构节点的反射变异系数，/>表示求两个矩阵之间的曼哈顿距离，/>分别表示第/>个型钢混凝土结构节点的扩展矩阵的左、右奇异矩阵，分别表示标准结构节点的第一矩阵的左、右奇异矩阵。其中，/>为第一曼哈顿距离，/>为第二曼哈顿距离。

当扩展矩阵与第一矩阵的左奇异矩阵、右奇异矩阵之间的曼哈顿距离越大时，说明型钢混凝土结构节点与标准结构节点的反射率特征相差越大，型钢混凝土结构节点越可能出现缺陷，反射变异系数值越大；当型钢混凝土结构节点的各结构关键像元的型钢混凝土结构融合系数越大时，说明型钢混凝土结构节点与整体型钢混凝土结构的反射特征越相似，越可能为型钢混凝土结构上的无缺陷区域，反射变异系数值越小。

型钢混凝土结构中型钢与混凝土之间的自然粘结或设置剪力连接件是保证型钢混凝土结构中型钢与混凝土整体共同作用的基础，正是由于型钢与混凝土之间的粘结作用，型钢才能与混凝土共同工作、共同承担荷载，型钢与混凝土之间的粘结性能将直接影响型钢混凝土结构的受力性能，若粘结性较差，则容易产生裂缝和变形等。

为分析型钢混凝土结构节点之间型钢混凝土结构的缺陷程度，构建骨架变异系数，评估每段型钢中间是否存在缺陷。作为一种示例，骨架变异系数可以通过获取每段型钢混凝土所在结构骨架线，获取结构骨架线邻域内的所有近边离群点，根据这些近边离群点的型钢混凝土结构融合系数计算结构骨架线的骨架变异系数来实现，例如，骨架变异系数可以包括：

对于任意两个型钢混凝土结构节点，将两个型钢混凝土结构节点之间的连线记为结构骨架线，实施者也可通过其他方式获取结构骨架线，例如通过对伪彩色图像进行直线检测，将检测到的直线作为结构骨架线，结构骨架线的示意图如图2所示。对于每个结构骨架线，以结构骨架线上每个像元为中心，以d为半径构建每个中心像元的圆形邻域，将结构骨架线上所有像元的圆形邻域所占区域作为结构骨架线的邻域，将结构骨架线邻域内所有近边离群像元作为结构骨架线的骨架关键像元，经验取值为结构骨架线长度的/>，实施者也可采用其他方式获取结构骨架线的邻域，例如，对结构骨架线进行图像处理技术中的膨胀操作，将膨胀后所占区域作为结构骨架线的邻域。可选的，骨架变异系数的表达式为：

；

其中，为第/>个结构骨架线的骨架变异系数，/>为第/>个结构骨架线的骨架关键像元的个数，/>为第/>个结构骨架线的第/>个骨架关键像元的型钢混凝土结构融合系数。

当结构骨架线的骨架关键像元的个数越多、型钢混凝土结构融合系数越小时，结构骨架线越可能为型钢混凝土结构上的缺陷区域，骨架变异系数值越大。

综合考虑结构节点变异系数及骨架变异系数，构建结构节点性能优异指数，包括：

首先，在伪彩色图像中，将所有型钢混凝土结构节点按从上到下、从前到后的顺序进行排列，将所有型钢混凝土结构节点的结构节点变异系数按照型钢混凝土结构节点的排列顺序进行排列，得到的序列作为节点变异序列；将所有结构骨架线的中心按从上到下、从前到后的顺序进行排列，将所有结构骨架线的骨架变异系数按照结构骨架线中心的排列顺序进行排列，得到的序列作为骨架变异序列。

然后，将所有型钢混凝土结构节点的结构节点变异系数按照型钢混凝土结构节点在获取的时间顺序升序排列，构建节点变异序列，将所有结构骨架线的骨架变异系数按照获取的时间顺序升序排列，构建骨架变异序列，将节点变异序列和骨架变异序列之间的皮尔逊相关系数记为结构节点风险因子。

最后，综合结构节点风险因子以及所有型钢混凝土结构节点的结构节点变异系数，将结构节点性能优异指数表示如下：

；

其中，为结构节点性能优异指数，/>为以自然常数为底的指数函数，为结构节点风险因子，/>为第/>个型钢混凝土结构节点的结构节点变异系数，/>为型钢混凝土结构节点的个数。

当型钢混凝土结构节点的结构节点变异系数越大时，说明型钢混凝土结构节点与整体型钢混凝土结构的反射特征差异越大，越可能出现缺陷，结构节点性能优异指数值越小；当结构节点风险因子越大时，说明结构骨架线的骨架变异系数和型钢混凝土结构节点的结构节点变异系数之间的相关程度越高，当型钢混凝土结构节点的粘结性能下降时，越可能影响到型钢混凝土结构的受力性能及裂缝和变形等，结构节点性能优异指数值越小。

步骤S003，根据结构节点性能优异指数对型钢混凝土结构节点的施工质量进行划分。

当结构节点性能优异指数小于合格阈值时，将型钢混凝土结构节点的施工质量判定为不合格；当结构节点性能优异指数大于等于合格阈值/>同时小于良好阈值/>时，将型钢混凝土结构节点的施工质量判定为合格；当结构节点性能优异指数大于等于良好阈值/>时，将型钢混凝土结构节点的施工质量判定为良好。其中，合格阈值/>经验取值为0.3，良好阈值/>经验取值为0.7。上述方法的步骤示意图如图3所示。

综上所述，本发明实施例通过采集型钢混凝土结构光谱数据，划分型钢混凝土结构区域，得到型钢混凝土结构节点，构建型钢混凝土结构融合系数，判定近边离群像元，后续仅对近边离群像元进行分析，提高了对型钢混凝土结构节点施工质量进行无损检测的效率，解决了近红外光谱数据包含大量信息导致检测效率低下的问题；构建结构反射关键矩阵，计算结构节点变异系数和骨架变异系数，确定结构节点风险因子，结合所有型钢混凝土结构节点的结构节点变异系数，综合考虑型钢混凝土结构节点自身的缺陷程度以及对型钢混凝土结构节点之间区域的影响，得到结构节点性能优异指数，用以衡量型钢混凝土结构节点的性能，提高了对型钢混凝土结构节点性能评估的可靠性；根据结构节点性能优异指数，将型钢混凝土结构节点的施工质量划分为不合格、合格和良好三个等级，解决了型钢混凝土结构节点构造复杂、缺陷类型复杂，导致难以对型钢混凝土结构节点施工质量进行检测的问题。

需要说明的是：上述本发明实施例先后顺序仅仅为了描述，不代表实施例的优劣。且上述对本说明书特定实施例进行了描述。另外，在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。

本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同或相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。

以上所述实施例仅用以说明本申请的技术方案，而非对其限制；对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的范围，均应包含在本申请的保护范围之内。

Claims (10)

1.一种型钢混凝土结构节点施工质量无损检测方法，其特征在于，该方法包括以下步骤：

采集型钢混凝土结构的各像元的近红外光谱数据，包括各像元在各波段的反射率；

将近红外光谱数据进行真彩色合成得到的图像数据作为伪彩色图像；通过图像分割得到伪彩色图像的型钢混凝土结构区域；通过角点检测得到型钢混凝土结构区域中各角点，作为型钢混凝土结构节点；根据各像元及邻域中光谱差异得到各像元的型钢混凝土结构融合系数；将型钢混凝土结构融合系数小于预设相似阈值的像元作为近边离群像元；根据各近边离群像元与各型钢混凝土结构节点的距离差异得到型钢混凝土结构节点的结构关键像元，获取型钢混凝土结构节点的结构反射关键矩阵；根据结构反射关键矩阵及型钢混凝土结构融合系数得到型钢混凝土结构节点的结构节点变异系数；根据各型钢混凝土结构节点之间的近边离群点的型钢混凝土结构融合系数得到结构骨架线的骨架变异系数；根据结构节点变异系数及骨架变异系数得到结构节点性能优异指数；

根据结构节点性能优异指数判断型钢混凝土结构节点的施工质量。

2.如权利要求1所述的一种型钢混凝土结构节点施工质量无损检测方法，其特征在于，所述根据各像元及邻域中光谱差异得到各像元的型钢混凝土结构融合系数，具体包括：

通过光谱角度制图算法获取型钢混凝土区域中各像元的光谱之间的相似度；根据型钢混凝土结构区域中像元的光谱之间的相似度得到型钢混凝土结构反射均匀系数，根据各像元邻域中像元的光谱之间的相似度得到各像元的局部结构反射均匀系数；

计算各像元的局部结构反射均匀系数与型钢混凝土结构反射均匀系数的比值；计算以自然常数为底数、以所述比值的相反数为指数的指数函数的计算结果；计算1与所述计算结果的差值；将所述差值与各像元的局部结构反射均匀系数的乘积作为各像元的型钢混凝土结构融合系数。

3.如权利要求2所述的一种型钢混凝土结构节点施工质量无损检测方法，其特征在于，所述根据型钢混凝土结构区域中像元的光谱之间的相似度得到型钢混凝土结构反射均匀系数，根据各像元邻域中像元的光谱之间的相似度得到各像元的局部结构反射均匀系数具体包括：

获取型钢混凝土结构区域中任意两个像元的光谱之间的相似度；将所有所述相似度的平均值作为型钢混凝土结构反射均匀系数；

获取像元邻域内中心像元与其他各像元的光谱之间的相似度；将邻域内所有所述相似度的均值作为像元/>的局部结构反射均匀系数。

4.如权利要求1所述的一种型钢混凝土结构节点施工质量无损检测方法，其特征在于，所述根据各近边离群像元与各型钢混凝土结构节点的距离差异得到型钢混凝土结构节点的结构关键像元，获取型钢混凝土结构节点的结构反射关键矩阵，具体为：

对于各型钢混凝土结构节点，计算各近边离群像元与型钢混凝土结构节点之间的欧氏距离；将欧氏距离小于预设影响距离的近边离群像元作为型钢混凝土结构节点的结构关键像元；

将型钢混凝土结构节点的第个结构关键像元的第/>个波段的反射率作为第/>行第列的元素，将所有所述元素组成的矩阵作为型钢混凝土结构节点的结构反射关键矩阵。

5.如权利要求1所述的一种型钢混凝土结构节点施工质量无损检测方法，其特征在于，所述根据结构反射关键矩阵及型钢混凝土结构融合系数得到型钢混凝土结构节点的结构节点变异系数，具体包括：

根据结构反射关键矩阵得到型钢混凝土结构节点的扩展矩阵及标准结构节点的第一矩阵，获取扩展矩阵及第一矩阵的左、右奇异矩阵；

计算各型钢混凝土结构节点的扩展矩阵与标准结构节点的第一矩阵之间的左奇异矩阵的曼哈顿距离及右奇异矩阵的曼哈顿距离，分别记为第一、第二曼哈顿距离；将第一、第二曼哈顿距离的和值作为各型钢混凝土结构节点的反射变异系数；计算各型钢混凝土结构节点的所有结构关键像元的型钢混凝土结构融合系数均值，记为第一均值；计算以自然常数为底数、以第一均值的相反数为指数的指数函数的计算结果；计算各型钢混凝土结构节点的所述计算结果与反射变异系数的乘积作为型钢混凝土结构节点的结构节点变异系数。

6.如权利要求5所述的一种型钢混凝土结构节点施工质量无损检测方法，其特征在于，所述根据结构反射关键矩阵得到型钢混凝土结构节点的扩展矩阵及标准结构节点的第一矩阵，获取扩展矩阵及第一矩阵的左、右奇异矩阵，具体为：

统计各型钢混凝土结构节点的结构关键像元的数量；将所述数量的最小值对应的型钢混凝土结构节点作为标准结构节点；通过零填充法统一所有结构反射关键矩阵的大小，将统一大小后的结构反射关键矩阵记为扩展矩阵；在标准结构节点的扩展矩阵中将零填充的元素值通过所有扩展矩阵中对应位置上元素的平均值替换，将替换后的扩展矩阵记为第一矩阵；通过奇异值分解算法获取扩展矩阵及第一矩阵的左、右奇异矩阵。

7.如权利要求1所述的一种型钢混凝土结构节点施工质量无损检测方法，其特征在于，所述根据各型钢混凝土结构节点之间的近边离群点的型钢混凝土结构融合系数得到结构骨架线的骨架变异系数，具体包括：

将任意两个型钢混凝土结构节点之间连线作为结构骨架线；将结构骨架线邻域内近边离群像元作为骨架关键像元；计算1与骨架关键像元的型钢混凝土结构融合系数采差值；将结构骨架线的所有所述差值的和值作为结构骨架线的骨架变异系数。

8.如权利要求7所述的一种型钢混凝土结构节点施工质量无损检测方法，其特征在于，所述结构骨架线邻域为结构骨架线上所有像元的邻域所占区域。

9.如权利要求1所述的一种型钢混凝土结构节点施工质量无损检测方法，其特征在于，所述根据结构节点变异系数及骨架变异系数得到结构节点性能优异指数，具体包括：

将所有型钢混凝土结构节点的结构节点变异系数组成的序列作为节点变异序列；将所有结构骨架线的骨架变异系数组成的序列作为骨架变异序列；将节点变异序列和骨架变异序列之间的皮尔逊相关系数作为结构节点风险因子；

计算所有型钢混凝土结构节点的结构节点变异系数的均值；将结构节点风险因子与所述均值的乘积的相反数作为结构节点性能优异指数。

10.如权利要求1所述的一种型钢混凝土结构节点施工质量无损检测方法，其特征在于，所述根据结构节点性能优异指数判断型钢混凝土结构节点的施工质量，具体为：

若结构节点性能优异指数小于预设合格阈值，则型钢混凝土结构节点的施工质量不合格；若结构节点性能优异指数大于等于预设合格阈值且小于预设良好阈值，则型钢混凝土结构节点的施工质量合格；若结构节点性能优异指数大于等于预设良好阈值，则型钢混凝土结构节点的施工质量良好。