CN104093003A - 一种建筑物检测***及方法 - Google Patents
一种建筑物检测***及方法 Download PDFInfo
- Publication number
- CN104093003A CN104093003A CN201410355014.5A CN201410355014A CN104093003A CN 104093003 A CN104093003 A CN 104093003A CN 201410355014 A CN201410355014 A CN 201410355014A CN 104093003 A CN104093003 A CN 104093003A
- Authority
- CN
- China
- Prior art keywords
- image
- module
- processing chip
- video
- picture processing
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Landscapes
- Image Analysis (AREA)
- Closed-Circuit Television Systems (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种建筑物检测***及方法，包含至少一个前端监测模块与监控中心，所述前端监测模块包含多个图像采集装置、云台、视频编码器与视频服务器，其中，图像采集装置与云台连接，并且图像采集装置通过视频编码器与视频服务器相连，视频服务器通过网络实现与监控中心的连接，本发明中通过图像采集装置探测图像数据，通过视频编码模块对图像信息进行视频编码，再运用视频服务器将视频信号传送至监控中心，实现对建筑物检测。本发明可以实现可靠性好、精确度高的建筑物的检测。
Description
技术领域
本发明涉及建筑物检测，尤其涉及一种利用红热外成像技术的一种建筑物检测***及方法。
背景技术
随着经济的发展，人们对建筑物结构的安全要求越来越高，因此对建筑物的质量尤为关注。建筑物在投入使用后，正常使用状态下，会不断受到侵蚀，在各种荷载作用线，其微小破坏都回逐渐累积，如不能及时发现，建筑物的结构设施将逐渐恶化而变得不可靠，严重时会对生命财产安全造成巨大损失。尤其我国是一个多自然灾害国家，地震、风灾、水灾、火灾、均造成过严重损失，尤其是对建筑物造成严重损失；我国五、六十年代修建的大批工业厂房、公用建筑和民用建筑，已有数十亿平方米进入中老年期，其检测鉴定已大量提到议事日程上；同时在对房屋、厂房进行技术改造时，对建筑物进行检测也是必不可少的。
目前，对于建筑物的检测监控主要依靠传感器和一些局部检测方法，在***的可靠度、精确度方面存在着缺陷，并不能使人们得到更加直观的监控结果。
发明内容
本发明的目的在于克服现有技术的不足，提供一种精度高、可靠性好、安装简便、成本低的一种建筑物检测***及方法。
本发明的目的是通过以下技术方案来实现的：
一种建筑物检测***，包含至少一个前端监测模块与监控中心，所述前端监测模块包含多个图像采集装置、云台、视频编码器与视频服务器，其中，图像采集装置与云台连接，并且图像采集装置通过视频编码器与视频服务器相连，视频服务器通过网络实现与监控中心的连接。
图像采集装置包括探测器、读出电路、图像处理芯片和外部存储器，其中，图像处理芯片通过控制接口与读出电路连接，外部存储器通过内部数据总线与图像处理芯片连接，图像处理芯片通过电源接口与供电***连接，图像处理芯片通过视频接口与视频服务器连接，读出电路与探测器相连。
所述图像处理芯片中包括非均匀校正模块、盲元校正模块、图像滤波去噪模块、图像细节增强模块、伪彩变换模块、模数转换模块、低噪声电源模块和接口时序控制模块；
所述非均匀校正模块，通过两点法与二元非线性校正法对红外热图像进行校正，得到校正后的图像；
所述盲元校正模块，通过采用盲元补偿算法，根据相邻像素、前后帧图像的响应相关性对盲元位置的信息进行预测和替代；
所述图像滤波去噪模块，通过快速中值滤波和带阈值的均值滤波对红外热图像进行去噪处理，得到去噪后图像；
所述图像细节增强模块，通过采用双阈值映射、双阈值自适应增强算法和边缘增强算法，对原始图像的直方图进行处理，实现对图像的增强功能；
所述模数转换模块，通过采用流水线ADC的设计架构，实现大阵列的模拟输出高速模数转换；
所述低噪声电源模块，通过采用集成Boost控制电路，为探测器提供较高偏置电压，实现红外探测器的高响应率；
所述接口时序控制模块，通过采用计数分频的方法正确产生三路时序信号。
所述图像采集装置为一体化智能红外热像仪。
一种建筑物检测方法，包括如下步骤：
S1.将前端监测模块中多个图像采集装置、云台、视频编码器与视频服务器安装在建筑物的各个监测点上；
S2.通过云台的转动，图像采集装置对建筑物探测成像并对探测得到的图像进行处理，将处理后的图像信息传送至视频编码模块；
S3.视频编码模块对接收到的图像信息进行视频编码，得到高质量的视频信号，通过标准视频接口输出到视频服务器上；
S4.视频服务器通过通讯网络将视频信号传输到监控中心。
所述图像采集装置对图像进行处理的方法，包含如下步骤：
S21. 图像处理芯片为探测器提供所需要的各种控制时序信号、电源和偏压；
S22. 探测器对视野范围内的建筑物探测成像，并将图像数据传给图像处理芯片；
S23. 图像处理芯片对采集到的建筑物的红外热图像进行包括非均匀校正、盲元校正、图像滤波去噪、图像细节增强、伪彩变换的功能处理；
S24.图像处理芯片对处理后的红热外图像数据进行模数转换；
S25.图像处理芯片将处理后的图像信息经视频接口传送至视频编码模块。
所述图像处理芯片，通过采用计数分频的方法实现正确产生三路时序信号，以及通过采用集成Boost控制电路，为探测器提供较高偏置电压，实现红外探测器的高响应率；
所述非均匀校正，通过两点法与二元非线性校正法实现对红外热图像的校正，得到校正后的图像；
所述盲元校正，通过采用盲元补偿算法，根据相邻像素或前后帧图像的响应相关性对盲元位置的信息进行预测和替代；
所述图像滤波去噪，通过快速中值滤波和带阈值的均值滤波实现对红外热图像的去噪处理，得到去噪后图像；
所述图像细节增强，通过采用双阈值映射、双阈值自适应增强算法和边缘增强算法，对原始图像的直方图进行处理，实现对图像的增强功能；
所述图像处理芯片，采用流水线ADC的设计架构，实现大阵列的模拟输出高速模数转换。
本发明的有益效果是：通过采集建筑的红外热图像，可对建筑物的建造质量和设计进行检测和评价，并对建筑物的裂痕、墙壁的分层或断层部位、墙壁和地下管道的渗漏进行检查，以及对建筑物耗及采暖、保温、照明***进行检查和评价等，帮助设备维护人员及时发现建筑物存在的问题，避免潜在的危险排除潜在故障，结构简单，体积小巧，功耗低，成本小，温度稳定性好，简单易用。
附图说明
图1为本发明一种建筑物检测***的结构示意图；
图2为图像采集装置内部结构示意图；
图3为本发明一种建筑物检测流程图。
具体实施方式
下面结合附图进一步详细描述本发明的技术方案，但本发明的保护范围不局限于以下所述。
如图1所示，一种建筑物检测***，包含至少一个前端监测模块与监控中心，所述前端监测模块包含多个图像采集装置、云台、视频编码器与视频服务器，其中，图像采集装置与云台连接，并且图像采集装置通过视频编码器与视频服务器相连，视频服务器通过网络实现与监控中心的连接。
如图2所示，图像采集装置包括探测器、读出电路、图像处理芯片和外部存储器，其中，图像处理芯片通过控制接口与读出电路连接，外部存储器通过内部数据总线与图像处理芯片连接，图像处理芯片通过电源接口与供电***连接，图像处理芯片通过视频接口与视频服务器连接，读出电路与探测器相连。
所述图像处理芯片中包括非均匀校正模块、盲元校正模块、图像滤波去噪模块、图像细节增强模块、伪彩变换模块、模数转换模块、低噪声电源模块和接口时序控制模块；所述非均匀校正模块，通过两点法与二元非线性校正法对红外热图像进行校正，得到校正后的图像；
所述盲元校正模块，通过采用盲元补偿算法，根据相邻像素、前后帧图像的响应相关性对盲元位置的信息进行预测和替代；所述图像滤波去噪模块，通过快速中值滤波和带阈值的均值滤波对红外热图像进行去噪处理，得到去噪后图像；所述图像细节增强模块，通过采用双阈值映射、双阈值自适应增强算法和边缘增强算法，对原始图像的直方图进行处理，实现对图像的增强功能；所述模数转换模块，通过采用流水线ADC的设计架构，实现大阵列的模拟输出高速模数转换；所述低噪声电源模块，通过采用集成Boost控制电路，为探测器提供较高偏置电压，实现红外探测器的高响应率；所述接口时序控制模块，通过采用计数分频的方法正确产生三路时序信号。
如图3所示，一种建筑物检测方法，包括如下步骤：
S1.将前端监测模块中多个图像采集装置、云台、视频编码器与视频服务器安装在建筑物的各个监测点上；
S2.通过云台的转动，图像采集装置对建筑物探测成像并对探测得到的图像进行处理，将处理后的图像信息传送至视频编码模块；
S3.视频编码模块对接收到的图像信息进行视频编码，得到高质量的视频信号，通过标准视频接口输出到视频服务器上；
S4.视频服务器通过通讯网络将视频信号传输到监控中心。
所述图像采集装置对图像进行处理的方法，包含如下步骤：
S21. 图像处理芯片为探测器提供所需要的各种控制时序信号、电源和偏压；
S22. 探测器对视野范围内的建筑物探测成像，并将图像数据传给图像处理芯片；
S23. 图像处理芯片对采集到的建筑物的红外热图像进行包括非均匀校正、盲元校正、图像滤波去噪、图像细节增强、伪彩变换的功能处理；
S24.图像处理芯片对处理后的红热外图像数据进行模数转换；
S25.图像处理芯片将处理后的图像信息经视频接口传送至视频编码模块。
所述图像处理芯片，通过采用计数分频的方法实现正确产生三路时序信号；所述图像处理芯片，通过采用集成Boost控制电路，为探测器提供较高偏置电压，实现红外探测器的高响应率； 所述非均匀校正功能，通过两点法与二元非线性校正法实现对红外热图像的校正，得到校正后的图像；所述盲元校正功能，通过采用盲元补偿算法，根据相邻像素或前后帧图像的响应相关性对盲元位置的信息进行预测和替代；所述图像滤波去噪功能，通过快速中值滤波和带阈值的均值滤波实现对红外热图像的去噪处理，得到去噪后图像；所述图像细节增强功能，通过采用双阈值映射、双阈值自适应增强算法和边缘增强算法，对原始图像的直方图进行处理，实现对图像的增强功能；所述图像处理芯片，通过采用流水线ADC的设计架构，实现大阵列的模拟输出高速模数转换。
本实施例中，所述图像采集装置为一体化智能红外热像仪，所述图像采集装置通过晶圆级多组件封装技术进行封装。
Claims (6)
1.一种建筑物检测***，其特征在于：包含至少一个前端监测模块与监控中心，所述前端监测模块包含多个图像采集装置、云台、视频编码器与视频服务器，其中，图像采集装置与云台连接，并且图像采集装置通过视频编码器与视频服务器相连，视频服务器通过网络实现与监控中心的连接。
2.根据权利要求1所述的一种建筑物检测***，其特征在于：图像采集装置包括探测器、读出电路、图像处理芯片和外部存储器，其中，图像处理芯片通过控制接口与读出电路连接，外部存储器通过内部数据总线与图像处理芯片连接，图像处理芯片通过电源接口与供电***连接，图像处理芯片通过视频接口与视频服务器连接，读出电路与探测器相连。
3.根据权利要求2所述的一种建筑物检测***，其特征在于：所述图像处理芯片中包括非均匀校正模块、盲元校正模块、图像滤波去噪模块、图像细节增强模块、伪彩变换模块、模数转换模块、低噪声电源模块和接口时序控制模块；
所述非均匀校正模块，通过两点法与二元非线性校正法对红外热图像进行校正，得到校正后的图像；
所述盲元校正模块，通过采用盲元补偿算法，根据相邻像素、前后帧图像的响应相关性对盲元位置的信息进行预测和替代；
所述图像滤波去噪模块，通过快速中值滤波和带阈值的均值滤波对红外热图像进行去噪处理，得到去噪后图像；
所述图像细节增强模块，通过采用双阈值映射、双阈值自适应增强算法和边缘增强算法，对原始图像的直方图进行处理，实现对图像的增强功能；
所述模数转换模块，通过采用流水线ADC的设计架构，实现大阵列的模拟输出高速模数转换；
所述低噪声电源模块，通过采用集成Boost控制电路，为探测器提供较高偏置电压，实现红外探测器的高响应率；
所述接口时序控制模块，通过采用计数分频的方法正确产生三路时序信号。
4.根据权利要求2所述的一种建筑物检测***，其特征在于：所述图像采集装置为一体化智能红外热像仪。
5.一种建筑物检测方法，其特征在于：包括如下步骤：
S1.将前端监测模块中多个图像采集装置、云台、视频编码器与视频服务器安装在建筑物的各个监测点上；
S2.通过云台的转动，图像采集装置对建筑物探测成像并对探测得到的图像进行处理，将处理后的图像信息传送至视频编码模块；
S3.视频编码模块对接收到的图像信息进行视频编码，得到高质量的视频信号，通过标准视频接口输出到视频服务器上；
S4.视频服务器通过通讯网络将视频信号传输到监控中心。
6.根据权利要求5所述的一种建筑物检测方法，其特征在于：所述图像采集装置对图像进行处理的方法，包含如下步骤：
S21. 图像处理芯片为探测器提供所需要的各种控制时序信号、电源和偏压；
S22. 探测器对视野范围内的建筑物探测成像，并将图像数据传给图像处理芯片；
S23. 图像处理芯片对采集到的建筑物的红外热图像进行包括非均匀校正、盲元校正、图像滤波去噪、图像细节增强、伪彩变换的功能处理；
S24.图像处理芯片对处理后的红热外图像数据进行模数转换；
S25.图像处理芯片将处理后的图像信息经视频接口传送至视频编码模块；
所述图像处理芯片，通过采用计数分频的方法实现正确产生三路时序信号，以及通过采用集成Boost控制电路，为探测器提供较高偏置电压，实现红外探测器的高响应率；
所述非均匀校正，通过两点法与二元非线性校正法实现对红外热图像的校正，得到校正后的图像；
所述盲元校正，通过采用盲元补偿算法，根据相邻像素或前后帧图像的响应相关性对盲元位置的信息进行预测和替代；
所述图像滤波去噪，通过快速中值滤波和带阈值的均值滤波实现对红外热图像的去噪处理，得到去噪后图像；
所述图像细节增强，通过采用双阈值映射、双阈值自适应增强算法和边缘增强算法，对原始图像的直方图进行处理，实现对图像的增强功能；
所述图像处理芯片，采用流水线ADC的设计架构，实现大阵列的模拟输出高速模数转换。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201410355014.5A CN104093003A (zh) | 2014-07-24 | 2014-07-24 | 一种建筑物检测***及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201410355014.5A CN104093003A (zh) | 2014-07-24 | 2014-07-24 | 一种建筑物检测***及方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN104093003A true CN104093003A (zh) | 2014-10-08 |
Family
ID=51640680
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201410355014.5A Pending CN104093003A (zh) | 2014-07-24 | 2014-07-24 | 一种建筑物检测***及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN104093003A (zh) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105116845A (zh) * | 2015-07-08 | 2015-12-02 | 中国人民解放军理工大学 | 地下建筑工程设备健康集中式自动巡查***及方法 |
| CN107780818A (zh) * | 2016-10-25 | 2018-03-09 | 彭晓梅 | 基于图像内容分析的滤波选择平台 |
| CN108256744A (zh) * | 2017-12-27 | 2018-07-06 | 北京帕克国际工程咨询股份有限公司 | 建筑工程质量检验***及方法 |
| CN108303427A (zh) * | 2018-02-08 | 2018-07-20 | 丁敏 | 基于图像处理的家居破损程度检测*** |
| CN108830821A (zh) * | 2018-02-08 | 2018-11-16 | 丁敏 | 基于图像处理的家居破损程度检测方法 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102784451A (zh) * | 2012-08-06 | 2012-11-21 | 西安硅光电子科技有限公司 | 一种三维空间自动定位火焰探测*** |
| CN102801912A (zh) * | 2012-07-17 | 2012-11-28 | 北京伽略电子***技术有限公司 | 一种红外图像处理芯片及处理方法 |
| CN103335727A (zh) * | 2013-07-06 | 2013-10-02 | 湖南农业大学 | 一种基于可见光区域分割设置多发射率的热成像图像处理方法 |
| WO2014036133A1 (en) * | 2012-08-28 | 2014-03-06 | Delos Living Llc | Systems, methods and articles for enhancing wellness associated with habitable environments |
| WO2014070045A1 (en) * | 2012-10-30 | 2014-05-08 | Zakrytoe Aktsionernoe Obshchestvo "Cem Tehnolodzhi" | The method and the device for monitoring of diseases |
-
2014
- 2014-07-24 CN CN201410355014.5A patent/CN104093003A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102801912A (zh) * | 2012-07-17 | 2012-11-28 | 北京伽略电子***技术有限公司 | 一种红外图像处理芯片及处理方法 |
| CN102784451A (zh) * | 2012-08-06 | 2012-11-21 | 西安硅光电子科技有限公司 | 一种三维空间自动定位火焰探测*** |
| WO2014036133A1 (en) * | 2012-08-28 | 2014-03-06 | Delos Living Llc | Systems, methods and articles for enhancing wellness associated with habitable environments |
| WO2014070045A1 (en) * | 2012-10-30 | 2014-05-08 | Zakrytoe Aktsionernoe Obshchestvo "Cem Tehnolodzhi" | The method and the device for monitoring of diseases |
| CN103335727A (zh) * | 2013-07-06 | 2013-10-02 | 湖南农业大学 | 一种基于可见光区域分割设置多发射率的热成像图像处理方法 |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105116845A (zh) * | 2015-07-08 | 2015-12-02 | 中国人民解放军理工大学 | 地下建筑工程设备健康集中式自动巡查***及方法 |
| CN107780818A (zh) * | 2016-10-25 | 2018-03-09 | 彭晓梅 | 基于图像内容分析的滤波选择平台 |
| CN108256744A (zh) * | 2017-12-27 | 2018-07-06 | 北京帕克国际工程咨询股份有限公司 | 建筑工程质量检验***及方法 |
| CN108303427A (zh) * | 2018-02-08 | 2018-07-20 | 丁敏 | 基于图像处理的家居破损程度检测*** |
| CN108830821A (zh) * | 2018-02-08 | 2018-11-16 | 丁敏 | 基于图像处理的家居破损程度检测方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN104093003A (zh) | 一种建筑物检测***及方法 | |
| US9660574B2 (en) | System and method for adjusting notifications for solar monitoring systems | |
| CN104079894A (zh) | 一种危险品仓库管理***及方法 | |
| CN104093002A (zh) | 一种蒸气热力管线热损失检测***及方法 | |
| CN110045656A (zh) | 一种基于云计算的供暖设备故障监测*** | |
| CN107222169B (zh) | 一种基于离群点检测的光伏阵列实时监控与故障检测方法 | |
| CN104079895A (zh) | 一种储罐液位检测***及方法 | |
| JP2015076868A (ja) | 異常状態検知システム | |
| KR101461520B1 (ko) | 전력선통신을 이용한 울타리 침입감지시스템 | |
| CN103795987A (zh) | 嵌入式视频采集处理***及其实现方法 | |
| JP6754590B2 (ja) | センサノード、センサネットワークシステム、およびその故障復帰方法 | |
| CN108549294A (zh) | 一种电力设备监控方法及*** | |
| Padmavathi et al. | Fault detection and identification of solar panels using Bluetooth | |
| CN105425104A (zh) | 输电线路故障指示器 | |
| JP2012204610A (ja) | 太陽光発電故障診断システム | |
| CN203746207U (zh) | 一种泥石流灾害无线预警*** | |
| TW201915449A (zh) | 水位監測系統 | |
| CN203178795U (zh) | 机房动力环境监控*** | |
| CN110595546A (zh) | 一种水文设备远程监测*** | |
| CN105656193A (zh) | 一种无人值守变电站高压柜防护监控*** | |
| RU2565364C1 (ru) | Сейсмическая система обнаружения | |
| CN108228800A (zh) | 一种基于数据挖掘的光伏发电***异常检测***及方法 | |
| CN104091405B (zh) | 一种油罐火情检测***及方法 | |
| CN104104920A (zh) | 一种电力***电气元部件故障检测***及方法 | |
| CN104103146B (zh) | 物流仓库防火应急指挥管理***与方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20141008 |
|
| RJ01 | Rejection of invention patent application after publication |