基于计算机视觉的建筑外墙剥落和裂缝两阶段检测方法
地震灾害中,对建筑物外墙立面损伤状况进行快速检测有利于灾情评估与灾后重建.为实现建筑外墙立面剥落和裂缝的自动化非接触式检测,提出了一种结合深度学习与图像处理的外墙损伤定位与量化评估的两阶段检测方法.通过建立并标定北川老县城地震破坏房屋数据集,采用基于损失函数模型Focal Loss的目标检测网络定位破损区域目标框,并克服小尺度区域的正负样本不均衡问题.根据提取的目标破损区域单幅图像,提出图像滤波、阈值分割和形态学操作的组合处理流程,进行贴面砖墙面下剥落和裂缝的像素级别分割与提取.进一步结合像素尺度与物理尺度的映射关系,完成剥落面积、裂缝宽度等关键破损信息的计算与识别.结果表明,该方法可较好地对震后建筑物外墙立面的墙面剥落和裂缝进行定位和提取,对墙面损伤可实现像素级分割并准确地识别损伤关键物理参数,能实现对建筑物震后损伤的准确和快速检测.
建筑外墙、裂缝检测、剥落检测、损伤评估、计算机视觉、数字图像处理
44
TU352.12;TU317.2(建筑结构)
国家自然科学基金;上海市高峰学科国际一流科研合作基金项目
2023-03-13(万方平台首次上网日期,不代表论文的发表时间)
共10页
207-216