基于红外图像特征的建筑外墙热工缺陷快速识别方法

摘要：

既有建筑外墙热工缺陷定期普查工作对减少公共安全隐患和降低建筑能耗有非常重要的影响.目前红外热像法在建筑外墙热工缺陷检测中得到广泛应用,但其在后期图像判断过程中存在主观性强、工作量大、效率低下的问题.为了克服以上问题,本文提出了1种基于红外图像特征的建筑外墙热工缺陷快速识别方法.该方法在选取并分析正常墙体和热工缺陷墙体红外图像灰度直方图统计特征、方向梯度直方图(HOG)特征和局部二值模式(LBP)特征3类具有强可分性特征的基础上,利用反向传播(BP)神经网络和支持向量机(SVM)分类器对输入的图像进行训练测试.根据测试得到的分类准确率确定了局部二值模式特征和支持向量机分类器结合的分类模型,作为墙体正常与否的判断方式.相较于检测规程中的方法,该方法消除了主观因素的影响,能够实现批量快速地处理图像,热工缺陷识别的准确率和效率得到大幅提高,为既有建筑外墙热工缺陷定期普查工作提供了新的技术思路.

关键词：热工缺陷、红外图像、图像特征、局部二值模式、支持向量机

所属期刊栏目：39

分类号：TU111.4;TU17(建筑基础科学)

资助基金：国家重点研发计划2018YFD1100705

在线出版日期：2023-07-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：1-9