CN103163181A - 基于建筑外景红外图像的热工区域自动识别方法 - Google Patents

Abstract

本发明的基于建筑外景红外图像的热工区域自动识别方法，包括：a).采集红外图像；b).获取全外景红外图像；c).设定检测主体；d).以温度为横轴、各温度出现的频率或像素数为纵轴，建立直方图；e).获取峰值温度

；f).求取窗户、缺陷和合格墙体各热工区域的温度阈值、和

；g).将检测主体分类；h).计算各类热工区域的面积；g).计算热工缺陷比，给出初步分析结论。本发明的热工区域自动识别方法，可有效地标定和求出检测主体的窗户、缺陷和合格墙热工区域的面积；通过计算热工缺陷比，可给出初步的热工缺陷分析结论。识别效果直观可辨，方法操作灵活简便，检测结果可以存储，可广泛应用于大型建筑物检测。

Description

基于建筑外景红外图像的热工区域自动识别方法

技术领域

 本发明涉及一种基于建筑外景红外图像的热工区域自动识别方法，更具体的说，尤其涉及一种首先建立直方图、再求取窗户、缺陷和墙体的温度阈值的热工区域自动识别方法。

背景技术

任何温度高于绝对零度的物体都会释放出红外线，其能量与该物体温度的四次方成正比。红外热像仪可将人眼无法看到的红外辐射能量转换为电信号，并以备种不同的颜色来表示不同温度分布的可视图像显示出来。这些可视的数据信号可以协助人们查找温度异常点，从而在故障未发生之前发现故障隐患，识别设备或***的潜在问题。

自二十世纪70年代以来，欧美一些发达国家先后开始了红外热像仪在建筑结构工程领域诊断维护的探索，使得红外热像技术在该领域的应用日臻完善。国内的红外建筑检测在二十世纪九十年代开始起步，一开始主要集中在外墙饰面砖的粘结质量以及渗漏检测方面。由于这些应用领域没有其它适合的检测手段，而红外热成像技术具有大面积、非接触远距离检测，不影响被测物体，使用安全，检测快速，结果直观可视等优势，使得该技术在建筑领域得到了迅猛的发展。使用红外热像仪，可以检测到空气泄漏、水分积累、管道堵塞、墙壁后面的结构特征以及过热的电气线路等，并对数据进行可视化记录归档。

目前红外热像仪在建筑检测的主要应用有：

（1）建筑节能检测：检测热工缺陷，热桥缺陷，外墙保温节能等，确保建筑性能及质量，避免造成重大损失或危害，并对建筑节能起到评估作用。 

（2）建筑质量检测：用于建筑渗漏、电气***、暖通空调***、管路***等检测，例如：渗水、外墙空鼓、管道密封不良、电气故障等。

由于环境保护和节能的迫切需要，国内外特别是加拿大、美国、日本等发达国家对红外热成像在节能的应用研究，取得了丰富的经验和成果。

红外热成像检测技术是一种已经成功使用30多年的建筑节能和建筑缺陷的有效检测手段。对于大小建筑的所有方面的预维护，红外检测是一种最为有效的降低能耗和维护费用的方式。随着科学技术的发展，随着我们对红外热像技术的进一步认识和科研思路及理念的转变，红外热像技术将日趋成熟，其在建筑领域的研究与应用将会有更广阔的前景。

发明内容

本发明为了克服上述技术问题的缺点，提供了一种基于建筑外景红外图像的热工区域自动识别方法。

本发明的基于建筑外景红外图像的热工区域自动识别方法，其特别之处在于，包括以下步骤：a).采集红外图像，在室内高于室外10℃的条件下，利用红外热像仪对待检测建筑物进行外景拍摄，以获得原始的红外图像数据；b).获取全外景红外图像，将原始的红外图像进行全景拼接，以获得待检测建筑物完整的全外景红外图像；对于只有一张红外图像的小型建筑物来说，则省略此步骤；c).设定检测主体，在全外景红外图像中将不相关背景和干扰物排除在外，手工设定出待检测建筑物的检测主体；d).建立检测主体的直方图分布，以红外图像中所表征的检测主体的温度为横轴、各温度出现的频率或像素数为纵轴，建立直方图分布；e).获取峰值温度                                               

，设

为直方图的峰值温度，定义为直方图中出现频率或像素数最多的温度值；f).求取各热工区域的温度阈值，定义

、

和

分别为红外图像中窗户、缺陷和合格墙体热工区域的温度阈值；

当检测主体中墙体的面积大于窗户的面积时，则直方图峰值温度

与合格墙体温度接近，

、

和

温度阈值定义如下：

当检测主体中墙体的面积小于窗户的面积时，则直方图峰值温度与窗户温度接近，

、

和

温度阈值定义如下：

其中，

、分别为检测主体内的最低、最高温度值；

、根据经验值选取，

＞；

g).将检测主体分类，将待检测主体按照步骤f)中的阈值范围进行区域识别划分，并在红外图像中标记出窗户、缺陷和合格墙体热工区域的所在位置；h).计算各类热工区域的面积，计算出窗户、缺陷和合格墙体热工区域各自的面积；g).计算热工缺陷比，按照：热工缺陷比=（缺陷区域面积）/（检测主体面积-窗户面积），计算出检测主体的热工缺陷比，并将热工缺陷比与国标参数相比较，给出初步的热工缺陷分析结论。

步骤c)中应将天空、树木等不相关背景和干扰物排除在外，以避免其影响检测结果。步骤f)中缺陷热工区域是指墙体的缺陷区域，合格墙体热工区域是指不存在缺陷的墙体部分，墙体的面积应为缺陷区域与合格墙体区域的面积之和。

本发明的基于建筑外景红外图像的热工区域自动识别方法，步骤f)中、

的取值满足：1≤

＜2；2≤

＜4。

、

均根据经验值取得。

本发明的基于建筑外景红外图像的热工区域自动识别方法，步骤g)中所述的区域识别划分采用生长法，其包括以下步骤：g-1).以检测主体的红外图像中符合窗户、缺陷或合格墙体某一温度阈值的点为生长的起点；g-2).获取步骤g-1)中起点周边8个邻域像素的温度值，并判断8个邻域温度值中那些属于当前区域的温度阈值内；g-3).步骤g-2)中，若邻域某点的温度值与当前起点属于同一区域，则以此点为新的起点，继续进行其邻域内的8个像素温度值的判断，依次类推；直到8个邻域温度值中再没有满足条件的像素与起点属于同一区域，停止搜索；g-4).步骤g-2) 和g-3)中，若邻域内的8个像素的温度值与起点不属于同一区域，则该领域温度值所在位置停止搜索。

本发明的有益效果是：本发明的基于建筑外景红外图像的热工区域自动识别方法，首先以温度为横轴、频率或像素为纵轴建立直方图，根据经验值，再给出不同条件下窗户、缺陷和合格墙体热工区域的温度阈值范围，可有效地标定和求出检测主体的窗户、缺陷和合格墙热工区域的面积；通过计算热工缺陷比，可给出初步的热工缺陷分析结论。本发明的热工区域自动识别方法，采集建筑外景的冬季红外热像数据为分析对象，利用该方法可自适应地选择热工区域识别的分类阈值，同时阈值可手工调整，识别效果直观可辨，方法操作灵活简便，检测结果可以存储，且可进行多次分析，可广泛应用于大型建筑物检测。

附图说明

图1为本发明的热工区域自动识别方法的流程图；

图2为本发明中窗户、缺陷和合格墙体热工区域的识别流程图；

图3为本发明中采用区域生长法进行区域识别划分的原理图。

具体实施方式

下面结合附图与实施例对本发明作进一步说明。

如图1和图2所示，给出了本发明的热工区域自动识别方法的流程图，所示的本发明涉及的基于建筑外景红外图像的热工区域自动识别方法包括以下步骤：

a).采集红外图像，在室内高于室外10℃的条件下，利用红外热像仪对待检测建筑物进行外景拍摄，以获得原始的红外图像数据；

b).获取全外景红外图像，将原始的红外图像进行全景拼接，以获得待检测建筑物完整的全外景红外图像；对于只有一张红外图像的小型建筑物来说，则省略此步骤；

c).设定检测主体，在全外景红外图像中将不相关背景和干扰物排除在外，手工设定出待检测建筑物的检测主体；例如天空、树木等均应排除；

d).建立检测主体的直方图分布，以红外图像中所表征的检测主体的温度为横轴、各温度出现的频率或像素数为纵轴，建立直方图分布；

e).获取峰值温度

，设

为直方图的峰值温度，定义为直方图中出现频率或像素数最多的温度值；

f).求取各热工区域的温度阈值，定义、和

分别为红外图像中窗户、缺陷和合格墙体热工区域的温度阈值；缺陷热工区域是指墙体区域的缺陷部分，合格墙体是指墙体区域的非缺陷部分；

当检测主体中墙体的面积大于窗户的面积时，则直方图峰值温度

与合格墙体温度接近，

、

和

温度阈值定义如下：

当检测主体中墙体的面积小于窗户的面积时，则直方图峰值温度与窗户温度接近，

、

和

温度阈值定义如下：

其中，

、

分别为检测主体内的最低、最高温度值；、

根据经验值选取，

＞

；根据经验值，

、

可取：1≤

＜2；2≤

＜4；

g).将检测主体分类，将待检测主体按照步骤f)中的阈值范围进行区域识别划分，并在红外图像中标记出窗户、缺陷和合格墙体热工区域的所在位置；

此步骤中区域识别划分可采用生长法，如图3所示，其包括以下步骤：

g-1).以检测主体的红外图像中符合窗户、缺陷或合格墙体某一温度阈值的点为生长的起点；

g-2).获取步骤g-1)中起点周边8个邻域像素的温度值，并判断8个邻域温度值中那些属于当前区域的温度阈值内；

g-3).步骤g-2)中，若邻域某点的温度值与当前起点属于同一区域，则以此点为新的起点，继续进行其邻域内的8个像素温度值的判断，依次类推；直到8个邻域温度值中再没有满足条件的像素与起点属于同一区域，停止搜索；

g-4).步骤g-2)和g-3)中，若邻域内的8个像素的温度值与起点不属于同一区域，则该邻域位置停止搜索。

h).计算各类热工区域的面积，计算出窗户、缺陷和合格墙体热工区域各自的面积；

g).计算热工缺陷比，按照：热工缺陷比=（缺陷区域面积）/（检测主体面积-窗户面积），计算出检测主体的热工缺陷比，并将热工缺陷比与国标参数相比较，给出初步的热工缺陷分析结论；如果符合指标，则表明建筑节能，如果不符合指标，则表明建筑不节能。

Claims (3)

1.一种基于建筑外景红外图像的热工区域自动识别方法，其特征在于，包括以下步骤：

a).采集红外图像，在室内高于室外10℃的条件下，利用红外热像仪对待检测建筑物进行外景拍摄，以获得原始的红外图像数据；

b).获取全外景红外图像，将原始的红外图像进行全景拼接，以获得待检测建筑物完整的全外景红外图像；对于只有一张红外图像的小型建筑物来说，则省略此步骤；

c).设定检测主体，在全外景红外图像中将不相关背景和干扰物排除在外，手工设定出待检测建筑物的检测主体；

d).建立检测主体的直方图分布，以红外图像中所表征的检测主体的温度为横轴、各温度出现的频率或像素数为纵轴，建立直方图分布；

e).获取峰值温度                                               

，设为直方图的峰值温度，定义为直方图中出现频率或像素数最多的温度值；

f).求取各热工区域的温度阈值，定义

、和

分别为红外图像中窗户、缺陷和合格墙体热工区域的温度阈值；

当检测主体中墙体的面积大于窗户的面积时，则直方图峰值温度

与合格墙体温度接近，

、

和温度阈值定义如下：

当检测主体中墙体的面积小于窗户的面积时，则直方图峰值温度

与窗户温度接近，

、

和

温度阈值定义如下：

其中，、

分别为检测主体内的最低、最高温度值；

、根据经验值选取，

＞；

g).将检测主体分类，将待检测主体按照步骤f)中的阈值范围进行区域识别划分，并在红外图像中标记出窗户、缺陷和合格墙体热工区域的所在位置；

h).计算各类热工区域的面积，计算出窗户、缺陷和合格墙体热工区域各自的面积；

g).计算热工缺陷比，按照：热工缺陷比=（缺陷区域面积）/（检测主体面积-窗户面积），计算出检测主体的热工缺陷比，并将热工缺陷比与国标参数相比较，给出初步的热工缺陷分析结论。

2.根据权利要求1所述的基于建筑外景红外图像的热工区域自动识别方法，其特征在于：步骤f)中、

的取值满足：1≤

＜2；2≤＜4。

3.根据权利要求1或2所述的基于建筑外景红外图像的热工区域自动识别方法，其特征在于：步骤g)中所述的区域识别划分采用生长法，其包括以下步骤：

g-1).以检测主体的红外图像中符合窗户、缺陷或合格墙体某一温度阈值的点为生长的起点；

g-2).获取步骤g-1)中起点周边8个邻域像素的温度值，并判断8个邻域温度值中那些属于当前区域的温度阈值内；

g-3).步骤g-2)中，若邻域某点的温度值与当前起点属于同一区域，则以此点为新的起点，继续进行其邻域内的8个像素温度值的判断，依次类推；直到8个邻域温度值中再没有满足条件的像素与起点属于同一区域，停止搜索；

g-4).步骤g-2)和g-3)中，若邻域内的8个像素的温度值与起点不属于同一区域，则该邻域位置停止搜索。

Images