基于无人机的建筑立面裂缝检测
为准确、全面检测建筑立面裂缝,提出一种基于无人机近景摄影测量和计算机视觉的裂缝检测方法.首先根据建筑立面高度和结构特点,结合无人机自动航线飞行和手动贴近飞行进行影像数据采集,并基于此构建针对建筑裂缝的影像数据集.其次,借助基于深度残差神经网络的识别方法对建筑立面进行识别以提取出墙面上的裂缝区域.进一步地,构建基于坐标转换的无人机影像像素解析度计算方法,建立数字图像处理驱动的裂缝几何信息提取方法.最后,以上海市同济大学四平路校区内中德楼为例进行裂缝检测实验,实验结果表明利用本文方法可对高层建筑立面进行影像采集,重建后影像精度达到亚毫米级(0.5mm/pixel),并能在此基础上准确地进行建筑立面裂缝检测(精确率99%),同时可以合理判断裂缝的长度,检测成果可以反映裂缝在墙面上的分布和走向,为后续建筑立面裂缝病害类型的判断提供支撑,具有良好的应用价值.
建筑立面、无人机摄影测量、裂缝检测、计算机视觉
50
P234.1(摄影测量学与测绘遥感)
上海市科委科技创新行动计划优秀学术带头人项目20XD1403800
2022-06-13(万方平台首次上网日期,不代表论文的发表时间)
共7页
45-51