CN108898596B - 建筑物破坏状态检测方法 - Google Patents
建筑物破坏状态检测方法 Download PDFInfo
- Publication number
- CN108898596B CN108898596B CN201810689399.7A CN201810689399A CN108898596B CN 108898596 B CN108898596 B CN 108898596B CN 201810689399 A CN201810689399 A CN 201810689399A CN 108898596 B CN108898596 B CN 108898596B
- Authority
- CN
- China
- Prior art keywords
- analyzed
- cross
- section
- point cloud
- roof
- 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.)
- Expired - Fee Related
Links
- 230000006378 damage Effects 0.000 title claims abstract description 136
- 238000000034 method Methods 0.000 title claims abstract description 84
- 239000004576 sand Substances 0.000 claims description 3
- 238000001514 detection method Methods 0.000 description 18
- 239000000463 material Substances 0.000 description 7
- 238000004364 calculation method Methods 0.000 description 6
- 238000004458 analytical method Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 238000005070 sampling Methods 0.000 description 3
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 3
- 230000002159 abnormal effect Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000009499 grossing Methods 0.000 description 2
- 238000009413 insulation Methods 0.000 description 2
- 238000011835 investigation Methods 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 230000002265 prevention Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 229910000831 Steel Inorganic materials 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 239000010426 asphalt Substances 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 230000035772 mutation Effects 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 238000007500 overflow downdraw method Methods 0.000 description 1
- 230000008832 photodamage Effects 0.000 description 1
- 238000004321 preservation Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000002787 reinforcement Effects 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 239000002689 soil Substances 0.000 description 1
- 239000010959 steel Substances 0.000 description 1
- 239000000725 suspension Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
- G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10028—Range image; Depth image; 3D point clouds
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30108—Industrial image inspection
- G06T2207/30132—Masonry; Concrete
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Quality & Reliability (AREA)
- Geometry (AREA)
- Working Measures On Existing Buildindgs (AREA)
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
Abstract
本发明提供一种建筑物破坏状态检测方法,其包含:获取待分析建筑物的点云数据;沿待分析建筑物的第一方向对点云数据进行剖分,得到待分析横剖面及其点云数据;根据待分析横剖面的点云数据确定待分析横剖面所表征的屋顶的表面积以及投影面积,根据屋顶的表面积以及投影面积确定第一破坏系数;根据待分析横剖面的点云数据确定待分析横剖面所表征的屋顶的体积,根据屋顶的体积确定第二破坏系数;根据第一破坏系数和第二破坏系数确定待分析建筑物的破坏状态。本发明对建筑物的点云数据进行了剖分,分别计算剖分后每组横剖面能够反映建筑物破坏状态的系数,通过计算得到的系数进行对比确定建筑物的破坏状态。
Description
技术领域
本发明涉及建筑物空间特征检测领域,具体地说,涉及一种建筑物破坏状态检测方法。
背景技术
在现实生活中,地震导致的建筑物破坏是人员伤亡和经济损失的主要因素,建筑物破坏程度调查是灾害损失评估的重要依据。目前,建筑物空间特征震害检测,现有方法主要是计算某一邻域范围内点云间的距离、面积、角度、体积、坡度和坡向等空间特征分析建筑物震害程度,并没有精度高、应用便捷的建筑物破坏状态检测方法。
因此,本发明提供了一种建筑物破坏状态检测方法。
发明内容
为解决上述问题,本发明提供了一种建筑物破坏状态检测方法,所述方法包含以下步骤:
步骤一、获取待分析建筑物的点云数据;
步骤二、沿所述待分析建筑物的第一方向对所述点云数据进行剖分,得到待分析横剖面及其点云数据;
步骤三、根据所述待分析横剖面的点云数据确定所述待分析横剖面所表征的屋顶的表面积以及投影面积,根据所述屋顶的表面积以及投影面积确定第一破坏系数;
步骤四、根据所述待分析横剖面的点云数据确定所述待分析横剖面所表征的屋顶的体积,根据所述屋顶的体积确定第二破坏系数;
步骤五、根据所述第一破坏系数和所述第二破坏系数确定待分析建筑物的破坏状态。
根据本发明的一个实施例,沿建筑物走向按预设间隔对所述点云数据进行横剖面剖分,从所得到的多个剖面提取所述待分析横剖面及其点云数据。
根据本发明的一个实施例,利用预设插值算法对所述待分析建筑物的原始点云数据进行插值处理,使得插值后的点云数据的点云密度大于或等于预设点云密度阈值,从而得到所述待分析建筑物的点云数据。
根据本发明的一个实施例,所述预设插值算法包括以下所列项中的任一项或几项:
最邻近插值法、距离倒数加权插值法、样条插值法、移动平均值插值法以及局部多项式插值法。
根据本发明的一个实施例,所述步骤三包括:
对所述待分析横剖面的点云数据进行水平投影,得到水平投影点云数据;
对所述水平投影点云数据进行三角剖分,确定剖分结果中各个三角形的顶点在所述待分析横剖面的点云数据中所对应的点,得到形成所述待分析横剖面的屋顶的各个三角形的顶点;
根据形成所述待分析横剖面的屋顶的各个三角形的顶点计算形成所述待分析横剖面的屋顶的各个三角形的面积,通过求和得到所述屋顶的表面积。
根据本发明的一个实施例,根据水平投影点剖分结果的各个三角形的面积,通过求和得到所述屋顶的投影面积。
根据本发明的一个实施例,在所述步骤三中,根据如下表达式确定所述第一破坏系数:
σs=As/A0
其中,σs表示第一破坏系数,As和A0分别表示待分析横剖面所表征的屋顶的表面积和投影面积。
根据本发明的一个实施例,所述步骤四包括:
根据所述待分析横剖面及其点云数据对所述待分析横剖面进行三维空间三角剖分,得到组成多个四面体;
分别计算各个四面体的体积,通过求和得到所述屋顶的体积;
根据所述屋顶的体积及其投影面积,结合所述待分析建筑物的宽度确定所述第二破坏系数。
根据本发明的一个实施例,在所述步骤四中,根据如下表达式确定所述第二破坏系数:
其中,σv表示第二破坏系数,V和A0分别表示待分析横剖面所表征的屋顶的体积和投影面积,D表示待分析横剖面的宽度。
根据本发明的一个实施例,在所述步骤五中,
计算所述第一破坏系数与所述第二破坏系数的差值,并判断该差值是否处于预设差值区间,其中,如果不处于,则判定所述待分析横剖面存在损毁。
本发明提供的建筑物破坏状态检测方法对建筑物的点云数据进行了剖分,分别计算剖分后每组横剖面能够反映建筑物破坏状态的系数,通过计算得到的系数进行对比确定建筑物的破坏状态。本发明提供的方法应用方便,计算量小,精度高,能够很好的确定建筑物的破坏状态。
本发明的其它特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明而了解。本发明的目的和其他优点可通过在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。
附图说明
附图用来提供对本发明的进一步理解,并且构成说明书的一部分,与本发明的实施例共同用于解释本发明,并不构成对本发明的限制。在附图中:
图1显示了根据本发明的一个实施例的建筑物破坏状态检测方法流程图;
图2显示了根据本发明的另一个实施例的建筑物破坏状态检测方法流程图;
图3显示了根据本发明的一个实施例的完好房屋各横剖面第一破坏系数折线图;
图4显示了根据本发明的一个实施例的完好房屋各横剖面第二破坏系数折线图;
图5显示了根据本发明的一个实施例的完好房屋各横剖面第一破坏系数以及第二破坏系数差值的折线图;
图6显示了根据本发明的一个实施例的建筑物破坏状态检测方法计算第一破坏系数时建筑物剖面体示意图;
图7显示了根据本发明的一个实施例的建筑物破坏状态检测方法计算第二破坏系数时建筑物剖面体示意图;
图8显示了根据本发明的一个实施例的不同破坏程度建筑物纵向各段表面积折线图;
图9显示了根据本发明的一个实施例的不同破坏程度建筑物纵向各段第一破坏系数折线图;
图10显示了根据本发明的一个实施例的不同破坏程度建筑物纵向各段体积折线图;
图11显示了根据本发明的一个实施例的不同破坏程度建筑物纵向各段第二破坏系数折线图;
图12显示了根据本发明的一个实施例的局部倒塌建筑物第一破坏系数与第二破坏系数折线图;以及
图13显示了根据本发明的一个实施例的不同破坏程度建筑物纵向各段第一破坏系数与第二破坏系数差值折线图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,以下结合附图对本发明实施例作进一步地详细说明。
在现实生活中,地震导致的建筑物破坏是人员伤亡和经济损失的主要因素,建筑物破坏程度调查是灾害损失评估的重要依据。目前,建筑物空间特征震害检测,现有方法主要是计算某一邻域范围内点云间的距离、面积、角度、体积、坡度和坡向等空间特征分析建筑物震害程度,并没有精度高、应用便捷的建筑物破坏状态检测方法。
为了对经过破坏的建筑物进行破坏状态评定,需要知道建筑物的图像信息。国内外多次地震应急遥感应用实践证明,高分辨率卫星和航空遥感已成为灾害监测的重要手段。激光雷达(Light Detection And Ranging,LiDAR)是一种新兴的主动遥感技术,可快速获取高精度地面高程信息,能够监测地震造成的地表形变、地表破裂、滑坡、堰塞湖等地震次生灾害,及道路、建筑物损坏。
目前,利用LiDAR数据进行建筑物损坏检测主要研究方法有:1)基于震前震后点云高度差或由其产生的数字表面模型(Digital Surface Model,DSM)高差图像的变化检测方法;2)震后点云或DSM与高分影像融合的提取方法;3)基于震后点云的强度、回波次数、及坡度、坡向、局部高差等三维空间参数的建筑物震害分析方法。第一类变化检测方法,需要灾区有震前LiDAR数据的积累,导致该类方法目前无法在实际地震应急灾情监测中实用;第二类与高分影像融合方法存在多源数据高精度配准问题;第三类方法目前重要的发展方向,但高精度震害检测参数相对较少。
一般来说,屋顶根据外形不同分为平屋顶、坡屋顶及各种大跨度屋顶,平屋顶坡度不大于5%的屋顶,常用坡度2%-3%。屋顶坡度大于10%的屋顶为坡屋顶,有单坡、双坡、四坡、攒尖等。其他形式的屋顶,如薄壳、悬索、球壳、双面扁壳、折板、网架等,多用于较大跨度结构的屋顶。屋顶除满足保温、隔热、抗渗漏等功能要求外,还应满足防水、排水等要求,屋面坡度影响防排水功能。屋面坡度为屋顶最高点与最低点高程差与两点水平距离的比值,坡度大小主要根据所选用的屋面防水层材料的性能和构造决定,根据建筑规范《民用建筑设计通则》(GB 50352-2005)中对选用不同屋顶材料类别的屋面排水坡度有具体要求,如下表所示,从表中可以看出,几乎没有坡度为0的严格的平顶建筑物,因此可以通过建筑物的坡度来反应建筑物是否损坏。
表1屋面排水坡度《民用建筑设计通则》(GB 50352-2005)
屋面类别 | 屋面排水坡度(%) |
卷材防水、刚性防水的平屋面 | 2-5 |
平瓦 | 20-50 |
波形瓦 | 10-50 |
油毡瓦 | ≥20 |
网架、悬索结构金属板 | ≥4 |
压型钢板 | 5-35 |
种植土屋面 | 1-3 |
注:1平屋面采用结构找坡不应小于3%,采用材料找坡宜为2%;
2卷材屋面的坡度不宜大于25%,当坡度大于25%时应采取固定和防止滑落的措施;
3卷材屋面天沟、檐沟纵向坡度不应小于1%,沟底水落差不得超过200mm。天沟、檐沟排水不得流经变形缝和防火墙;
4平瓦必须铺置牢固,地震设防地区或坡度大于50%的屋面,应采取固定加强措施;
5架空隔热屋面坡度不宜大于5%,种植屋面坡度不宜大于3%。
因此,图1显示了根据本发明的一个实施例的建筑物破坏状态检测方法流程图。
如图1所示,在步骤S101中,获取待分析建筑物的点云数据。根据本发明的一个实施例,建筑物信息可以是LiDAR点云数据,建筑物图像信息中的点云数据可能是密度不均的,会影响之后的计算精度,因此,可以对建筑物图像信息中的点云数据进行插值处理,使得点云数据具备预设的点云密度。进行点云插值的方式包含:最邻近插值法、距离倒数加权插值法、样条插值法、移动平均值插值法以及局部多项式插值法。
接着,在步骤S102中,沿待分析建筑物的第一方向对点云数据进行剖分,得到待分析横剖面及其点云数据。根据本发明的一个实施例,对点云数据进行剖分的过程可以是:沿建筑物走向按预设间隔对点云数据进行横剖面剖分,从所得到的多个剖面提取待分析横剖面及其点云数据。
然后,在步骤S103中,根据待分析横剖面的点云数据确定待分析横剖面所表征的屋顶的表面积以及投影面积,根据屋顶的表面积以及投影面积确定第一破坏系数。
根据本发明的一个实施例,计算屋顶的表面积的方式可以是:对待分析横剖面的点云数据进行水平投影,得到水平投影点云数据。然后,对水平投影点云数据进行三角剖分,确定剖分结果中各个三角形的顶点在待分析横剖面的点云数据中所对应的点,得到形成待分析横剖面的屋顶的各个三角形的顶点。最后,根据形成待分析横剖面的屋顶的各个三角形的顶点计算形成待分析横剖面的屋顶的各个三角形的面积,通过求和得到屋顶的表面积。
根据本发明的一个实施例,计算屋顶的投影面积的方式可以是:根据水平投影点剖分结果的各个三角形的面积,通过求和得到所述屋顶的投影面积。
理论上来说,第一破坏系数能够反映屋面建筑高计中屋面斜边比水平边的值,表示斜边比水平边长了多少倍,对于建筑物的屋顶坡度相同的建筑物,计算出来的每个横剖面的第一破坏系数在理论上是相等的。
接着,在步骤S104中,根据待分析横剖面的点云数据确定待分析横剖面所表征的屋顶的体积,根据屋顶的体积确定第二破坏系数。根据本发明的一个实施例,计算第二破坏系数的方式可以是:根据待分析横剖面及其点云数据对待分析横剖面进行三维空间三角剖分,得到组成多个四面体。然后,分别计算各个四面体的体积,通过求和得到屋顶的体积。最后,根据屋顶的体积及其投影面积,结合待分析建筑物的宽度确定所述第二破坏系数。
第二破坏系数也能够反映屋面建筑高计中屋面斜边比水平边的值,表示斜边比水平边长了多少倍,对于建筑物的屋顶坡度相同的建筑物,计算出来的每个横剖面的第一破坏系数在理论上是相等的。需要说明的是,对于同一建筑物,第一破坏系数与第二破坏系数在理论上是相等的。
最后,在步骤S105中,根据第一破坏系数和第二破坏系数确定待分析建筑物的破坏状态。根据本发明的一个实施例,确定建筑物破坏状态的方式可以是:计算第一破坏系数与第二破坏系数的差值,并判断该差值是否处于预设差值区间,其中,如果不处于,则判定待分析横剖面存在损毁。
如图1所示的流程图利用同一建筑物屋顶相似和震害导致建筑物高度突变两个主要特性,对建筑物的点云数据进行了剖分,分别计算剖分后每组横剖面能够反映建筑物破坏状态的系数,通过计算得到的系数进行对比确定建筑物的破坏状态。本发明提供的方法应用方便,计算量小,精度高,能够很好的确定建筑物的破坏状态。
图2显示了根据本发明的另一个实施例的建筑物破坏状态检测方法流程图。如图2所示,在步骤S201中,对点云数据进行插值。在一个实施例中,插值算法包括以下所列项中的任一项或几项:最邻近插值法、距离倒数加权插值法、样条插值法、移动平均值插值法以及局部多项式插值法。
通过点云插值,能够提高计算破坏系数的精度。在一个实施例中,原始点云数据平均密度为2.5points/m2,但实际数据中点云并非均匀分布,在条带重叠区点云密度可达7points/m2,有的地区2points/m2,同一建筑物在统计其点云密度不同,受点云误差的影响,点云密度不同可能会在一定程度上影响计算建筑物剖面体的空间几何特征,为了使建筑物各块段震害三维空间特征相互间有可比性,在进行第一破坏系数以及第二破坏系数计算前对各栋建筑物样本点云进行插值。
目前常用的插值方法包含:最邻近插值法、距离倒数加权插值法、样条插值法、移动平均值插值法以及局部多项式插值法。各插值法的基本理论如下:
最邻近插值法又称泰森(Thiessen)多边形法,是荷兰气象学家A.H.Thiessen提出用于从离散分布气象站的降雨量数据中计算平均降雨量的分析方法,现在地理空间分析中经常用该方法进行快速赋值。赋值方法是,假设任一网格点P(x,y)的属性值为距他最近的位置点的属性值,数据均匀分布或数据紧密完整只有少数点没有取值时,应用最邻近插值法能够快速准确地插值出格网,当点云分布不均匀时,该方法无法准确反映无数据区域的属性值变化。
距离倒数加权插值法首先是气象学家和地质工作者提出的,多用于地物边缘点平滑处理。其综合了Thiessen多边形的邻近点法和多元回归法的渐变方法的优点,基本原理为,设P(xi,yi,zi)为空间内的离散点,其高度的zi为其局部邻域内的所有数据点的距离加权平均值。公式为:
式中:dij为平面中Pj与P邻域内点集点Qi的距离,k为方次参数,其控制着权系数随着格网点距离增加而下降,k越大,较近的点被给寂一个较高的权重,k较小,权重比较均匀地分配给邻域内各点;Zi为点Qi的属性值。
样条插值法是将某一插值区分成若干块,对每一块定义不同的n次多项式曲面,该曲面必须与相邻块的边界上所有n-1次导数都连续,才能保证曲面与相邻分块之间的光滑性,n次多项式即为样条函数。
移动平均值插值法是对待插值点临近区域内的所有点的属性值取平均值,作为待插值点的属性,该方法是一种局部平滑的插值方法,适用于分布规则的大数量数据集的插值。
局部多项式插值法是按照局部数据预测的某种趋势来进行点内插的方法。一般是在待插值点的局部临近区域,采用加权最小二乘方法拟合多项式进行插值。该插值法也是一种平滑插值法,适用于本身比较平滑的数据集。
下面根据一个例子分析点云插值前后对空间几何特征的影响,地震造成建筑物破坏呈现各种破坏形态,破坏部分的点云高差变化较大。根据本发明的一个实施例,采用三角网插值方法采用0.1m间隔对建筑物点云进行插值处理,插值后点云密度为100points/m2。步骤为:首先创建原始点的三角剖分,然后遍历三角剖分数据结构体找到包围插值点的三角形,之后,依据该点和三角形选择插值取样方法求得插值点的Z值。
插值取样方法可选用最近邻法、线性法、三次卷积法等。不同的插值法计算值会有差异,最近邻法插值曲面不连续,其他插值曲面连续。根据实验数据,线性法、三次卷积法有平滑作用,建筑物面连续光滑,且插值结果几乎无差别,但三次卷积计算结果在点差别较大时,产生的结果会扩大这种差异。
为进一步选择合适的插值方法,对完好建筑物点云的最近邻法、线性法、三次卷积的插值结果,估计了各插值法点的第一破坏系数σs、第二破坏系数σv以及二者之间的差值的绝对值dσ。计算结果的折线图如图3、图4以及图5所示。从图中看出同一段屋顶不同插值方法σs,σv,dσ不同。由于原始点云不均匀分布,图3中房屋各段屋顶间σs变化较大,最大最小值的差近两倍;最近邻插值各段屋顶间σs有微小差别,但其值比较大;线性法和三次卷积法各段屋顶间的σs几乎相同,值也相对比较小。
图4中体积法估计的σv,原始点云和最近邻法相对面积估计的σs变小,各段间σv存在一定差异呈现高低起伏变化。线性法和三次卷积法中间各块段间相似性大,基本呈直线分布,三次卷积法的末段σv轻微变大。
图5中破坏系数差dσ分布可以看出,原始点云各段屋顶间dσ差别较大,最近邻法各段屋面间dσ相似,但整体值都偏大,而线性法和三次卷积法各段dσ分面于0左右,三次卷积法最末段dσ相对其他各段屋面的值轻微变大。
σs、σv、dσ的异常变化会导致房屋破坏的误判,因此,结果变化较大的最近邻法不适用于本发明,三次卷积方法与线性插值方法结果分布形态几乎相同,但是,多次多项式拟合可能会导致三次卷积法在房屋边缘处出现个别异常点,会带来建筑物破坏程度判断误差。综合上述,不同差值方法结果对建筑物表面积和体积几何参数影响分析表明,线性法既实现了点云加密,还保持了各段完屋面间的相似性,是相对比较好的插值方法,因此,在一个实施例中本发明对所有建筑物样本点云采用该方法进行插值加密。
接着,在步骤S202中,剖分建筑物以得到待分析横剖面及其点云数据。在一个实施例中,沿建筑物走向按预设间隔对点云数据进行横剖面剖分,从所得到的多个剖面提取待分析横剖面及其点云数据。
然后,在步骤S203中,对待分析横剖面进行水平投影以及平面三角剖分。在一个实施例中,对待分析横剖面的点云数据进行水平投影,得到水平投影点云数据。然后,对水平投影点云数据进行三角剖分,确定剖分结果中各个三角形的顶点在待分析横剖面的点云数据中所对应的点,得到形成待分析横剖面的屋顶的各个三角形的顶点。
接着,在步骤S205中,计算待分析横剖面所表征的屋顶的表面积。根据本发明的一个实施例,根据形成待分析横剖面的屋顶的各个三角形的顶点计算形成待分析横剖面的屋顶的各个三角形的面积,通过求和得到屋顶的表面积。
在步骤S207中,计算第一破坏系数。根据本发明的另一个方面,根据屋顶的表面积以及投影面积确定第一破坏系数。
同时,在步骤S204中,对待分析横剖面进行三维空间剖分。根据本发明的一个实施例,根据待分析横剖面及其点云数据对待分析横剖面进行三维空间三角剖分,得到组成多个四面体。
然后,在步骤S206中,计算待分析横剖面所表征的屋顶的体积。根据本发明的一个实施例,分别计算各个四面体的体积,通过求和得到屋顶的体积。
接着,在步骤S208中,计算第二破坏系数。根据本发明的一个实施例,根据屋顶的体积及其投影面积,结合待分析建筑物的宽度确定第二破坏系数。
最后,在步骤S209中,确定房屋破坏状态。根据本发明的一个实施例,计算第一破坏系数与第二破坏系数的差值,并判断该差值是否处于预设差值区间,其中,如果不处于,则判定待分析横剖面存在损毁。
图6显示了根据本发明的一个实施例的建筑物破坏状态检测方法计算第一破坏系数时建筑物剖面体示意图。
如图6所示,建筑物长L,宽D,沿长度方向取剖面分组,得到多个待分析横剖面及其点云数据。计算第一破坏系数的过程包含:对待分析横剖面的点云数据进行水平投影,得到水平投影点云数据。对水平投影点云数据进行三角剖分,确定剖分结果中各个三角形的顶点在待分析横剖面的点云数据中所对应的点,得到形成待分析横剖面的屋顶的各个三角形的顶点。根据形成待分析横剖面的屋顶的各个三角形的顶点计算形成待分析横剖面的屋顶的各个三角形的面积,通过求和得到所述屋顶的表面积。
计算待分析横剖面所表征的屋顶投影面积的过程包含:根据水平投影点剖分结果的各个三角形的面积,通过求和得到屋顶的投影面积。
根据本发明的一个实施例,根据如下表达式确定第一破坏系数:
σs=As/A0
其中,σs表示第一破坏系数,As和A0分别表示待分析横剖面所表征的屋顶的表面积和投影面积。
图7显示了根据本发明的一个实施例的建筑物破坏状态检测方法计算第二破坏系数时建筑物剖面体示意图。
如图7所示,将点云数据集进行三维空间的剖分,得到多个待分析横剖面及其点云数据,计算第二破坏系数的过程包含:根据待分析横剖面及其点云数据对待分析横剖面进行三维空间三角剖分,得到组成多个四面体。分别计算各个四面体的体积,通过求和得到屋顶的体积。根据屋顶的体积及其投影面积,结合待分析建筑物的宽度确定第二破坏系数。
根据本发明的一个实施例,根据如下表达式确定所述第二破坏系数:
其中,σv表示第二破坏系数,V和S0分别表示待分析横剖面所表征的屋顶的体积和投影面积,D表示待分析横剖面的宽度。
为进一步分析不同震害特征的敏感性,研究中对坐标归一化后的不同破坏等级不同屋面形状的建筑物样本,采用基于三角网的线性插值法,按0.1米格网大小进行插值采样,按1米间隔沿房屋长度方向划分剖面,计算了屋面点云的表面积、体积及相关比值参数。选取坡顶和平顶两种类型的建筑样本分析比较三维空间特征参数在不同破坏情况下的变化。
图8中为计算的坡顶和平顶房屋的表面积,横坐标为沿房屋纵向分段顺序号,从图中可以明显看出,完好房屋各段表面积基本一致呈直线分布,局部破坏的平房和坡顶房屋在其破坏部位值会有起伏变化,屋面破坏轻的部位,表面积值AS与相邻剖面有微小变化,但在破坏较重的部位,AS会变化较大,而完全毁坏房屋各段AS变化非常大,相邻剖面即出现较大变化,表面积变化大小直接反映了屋面破坏程度。但是不同规模大小的房屋之间,AS大小无法相互间比较。
图9中第一破坏系数σs分布与表面积AS分布趋势相同,图中未破坏屋面的第一破坏系数σs基本分布在1.0左右,严重破坏的屋面剖面σs大部分分布于1.1以上,局部倒塌越严重的位置σs变化越大,倒塌与未倒塌屋面明显区分。可知AS可以检测出房屋屋顶塌陷但未倒塌这种影像上目视判读不出的细微破坏。
图10以及图11分别是坡顶和平顶房屋各段体积V、第二破坏系数σv分布图。同样的可以看出,房屋各段体积V、第二破坏系数σv对破坏也比较敏感,破坏越严重的σv变化越大,屋面破坏主要表现为高度的变化,因此与AS比较,V在房屋破坏时变化的更为明显。
某栋局部倒塌坡顶房屋的σv和σs如图12所示,表面积估计的σs在房屋破坏部分比σv大,未破坏部分σv与σs几乎相同。图13中可以看出不同屋面坡度的第一破坏系数与第二破坏系数的差值dσ,未破坏的dσ均分布在0附近,房屋破坏部分的dσ明显大于0;倒塌越严重的房屋dσ越大,局部倒塌房屋倒塌部分的dσ大,未倒塌部分dσ分布于0附近。由此可见,dσ能够很好反映房屋各段破坏情况,可以用来作为震害检测的特征参数。
本发明提供的建筑物破坏状态检测方法对建筑物的点云数据进行了剖分,分别计算剖分后每组横剖面能够反映建筑物破坏状态的系数,通过计算得到的系数进行对比确定建筑物的破坏状态。本发明提供的方法应用方便,计算量小,精度高,能够很好的确定建筑物的破坏状态。
应该理解的是,本发明所公开的实施例不限于这里所公开的特定结构、处理步骤或材料,而应当延伸到相关领域的普通技术人员所理解的这些特征的等同替代。还应当理解的是,在此使用的术语仅用于描述特定实施例的目的,而并不意味着限制。
说明书中提到的“一个实施例”或“实施例”意指结合实施例描述的特定特征、结构或特性包括在本发明的至少一个实施例中。因此,说明书通篇各个地方出现的短语“一个实施例”或“实施例”并不一定均指同一个实施例。
虽然本发明所公开的实施方式如上,但所述的内容只是为了便于理解本发明而采用的实施方式,并非用以限定本发明。任何本发明所属技术领域内的技术人员,在不脱离本发明所公开的精神和范围的前提下,可以在实施的形式上及细节上作任何的修改与变化,但本发明的专利保护范围,仍须以所附的权利要求书所界定的范围为准。
Claims (10)
1.一种建筑物破坏状态检测方法,其特征在于,所述方法包含以下步骤:
步骤一、获取待分析建筑物的点云数据;
步骤二、沿所述待分析建筑物的第一方向对所述点云数据进行剖分,得到待分析横剖面及其点云数据;
步骤三、根据所述待分析横剖面的点云数据确定所述待分析横剖面所表征的屋顶的表面积以及投影面积,根据所述屋顶的表面积以及投影面积确定第一破坏系数;
步骤四、根据所述待分析横剖面的点云数据确定所述待分析横剖面所表征的屋顶的体积,根据所述屋顶的体积确定第二破坏系数;
步骤五、根据所述第一破坏系数和所述第二破坏系数确定待分析建筑物的破坏状态。
2.如权利要求1所述的方法,其特征在于,在所述步骤二中,沿建筑物走向按预设间隔对所述点云数据进行横剖面剖分,从所得到的多个剖面提取所述待分析横剖面及其点云数据。
3.如权利要求1或2所述的方法,其特征在于,在所述步骤一中,利用预设插值算法对所述待分析建筑物的原始点云数据进行插值处理,使得插值后的点云数据的点云密度大于或等于预设点云密度阈值,从而得到所述待分析建筑物的点云数据。
4.如权利要求3所述的方法,其特征在于,所述预设插值算法包括以下所列项中的任一项或几项:
最邻近插值法、距离倒数加权插值法、样条插值法、移动平均值插值法以及局部多项式插值法。
5.如权利要求1所述的方法,其特征在于,所述步骤三包括:
对所述待分析横剖面的点云数据进行水平投影,得到水平投影点云数据;
对所述水平投影点云数据进行三角剖分,确定剖分结果中各个三角形的顶点在所述待分析横剖面的点云数据中所对应的点,得到形成所述待分析横剖面的屋顶的各个三角形的顶点;
根据形成所述待分析横剖面的屋顶的各个三角形的顶点计算形成所述待分析横剖面的屋顶的各个三角形的面积,通过求和得到所述屋顶的表面积。
6.如权利要求5所述的方法,其特征在于,在所述步骤三中,根据水平投影点剖分结果的各个三角形的面积,通过求和得到所述屋顶的投影面积。
7.如权利要求1所述的方法,其特征在于,在所述步骤三中,根据如下表达式确定所述第一破坏系数:
σs=As/A0
其中,σs表示第一破坏系数,As和A0分别表示待分析横剖面所表征的屋顶的表面积和投影面积。
8.如权利要求1所述的方法,其特征在于,所述步骤四包括:
根据所述待分析横剖面及其点云数据对所述待分析横剖面进行三维空间三角剖分,得到组成多个四面体;
分别计算各个四面体的体积,通过求和得到所述屋顶的体积;
根据所述屋顶的体积及其投影面积,结合所述待分析建筑物的宽度确定所述第二破坏系数。
10.如权利要求1所述的方法,其特征在于,在所述步骤五中,计算所述第一破坏系数与所述第二破坏系数的差值,并判断该差值是否处于预设差值区间,其中,如果不处于,则判定所述待分析横剖面存在损毁。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810689399.7A CN108898596B (zh) | 2018-06-28 | 2018-06-28 | 建筑物破坏状态检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810689399.7A CN108898596B (zh) | 2018-06-28 | 2018-06-28 | 建筑物破坏状态检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108898596A CN108898596A (zh) | 2018-11-27 |
CN108898596B true CN108898596B (zh) | 2020-09-04 |
Family
ID=64346946
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810689399.7A Expired - Fee Related CN108898596B (zh) | 2018-06-28 | 2018-06-28 | 建筑物破坏状态检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108898596B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109727284A (zh) * | 2018-12-27 | 2019-05-07 | 中南大学 | 采空区体积的计算方法和装置 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101489848B1 (ko) * | 2014-06-23 | 2015-02-06 | (주)정우구조엔지니어링 | 와이어로프를 이용하여 철골프레임에 프리텐션을 도입한 개구부 내진보강 구조물 및 그 시공 방법 |
CN105139379A (zh) * | 2015-07-30 | 2015-12-09 | 滁州学院 | 基于分类分层的机载Lidar点云建筑物顶面渐进提取方法 |
CN105243276A (zh) * | 2015-10-14 | 2016-01-13 | 中国地震局地壳应力研究所 | 一种建筑物震害分析方法 |
CN107564046A (zh) * | 2017-07-17 | 2018-01-09 | 山东新汇建设集团有限公司 | 一种基于点云与uav影像二次配准的建筑物轮廓精确提取方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110167748A1 (en) * | 2010-01-08 | 2011-07-14 | Joseph Waters C | Device for and Method of Repairing Damaged Wallboard Openings |
-
2018
- 2018-06-28 CN CN201810689399.7A patent/CN108898596B/zh not_active Expired - Fee Related
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101489848B1 (ko) * | 2014-06-23 | 2015-02-06 | (주)정우구조엔지니어링 | 와이어로프를 이용하여 철골프레임에 프리텐션을 도입한 개구부 내진보강 구조물 및 그 시공 방법 |
CN105139379A (zh) * | 2015-07-30 | 2015-12-09 | 滁州学院 | 基于分类分层的机载Lidar点云建筑物顶面渐进提取方法 |
CN105243276A (zh) * | 2015-10-14 | 2016-01-13 | 中国地震局地壳应力研究所 | 一种建筑物震害分析方法 |
CN107564046A (zh) * | 2017-07-17 | 2018-01-09 | 山东新汇建设集团有限公司 | 一种基于点云与uav影像二次配准的建筑物轮廓精确提取方法 |
Non-Patent Citations (1)
Title |
---|
基于倾斜摄影三维影像的建筑物震害特征分析;李玮玮;《自然灾害学报》;20160430;第152-158页 * |
Also Published As
Publication number | Publication date |
---|---|
CN108898596A (zh) | 2018-11-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Millward-Hopkins et al. | Assessing the potential of urban wind energy in a major UK city using an analytical model | |
Foissard et al. | Defining scales of the land use effect to map the urban heat island in a mid-size European city: Rennes (France) | |
Asawa et al. | Thermal design tool for outdoor spaces based on heat balance simulation using a 3D-CAD system | |
Hadi et al. | Comparison of spatial interpolation methods of precipitation and temperature using multiple integration periods | |
US20170140077A1 (en) | Method for assessing efficiency of power generation systems | |
Friedland et al. | Isotropic and anisotropic kriging approaches for interpolating surface-level wind speeds across large, geographically diverse regions | |
CN108957477B (zh) | 建筑物破坏状态检测方法 | |
CN115641327B (zh) | 一种基于大数据的建筑工程质量监理和预警*** | |
CN108898596B (zh) | 建筑物破坏状态检测方法 | |
CN111915158A (zh) | 一种基于Flood Area模型的暴雨灾害天气风险评估方法、装置及设备 | |
CN108898553B (zh) | 建筑物破坏状态检测方法 | |
CN108961231B (zh) | 建筑物破坏状态检测方法 | |
CN114528672A (zh) | 基于3s技术的城市水文站网布设方法及*** | |
CN110633674B (zh) | 一种基于遥感影像与降雨监测数据的雨水去向不确定性分析方法及*** | |
CN116542371B (zh) | 一种城市内涝预测分析方法 | |
Wang et al. | Early warning of debris flow using optimized self-organizing feature mapping network | |
Soukissian et al. | Assessment of the wind and wave climate of the Hellenic Seas using 10-year hindcast results | |
CN116523189A (zh) | 一种考虑水文特征的墒情站点规划方法、装置及存储介质 | |
CN112986948B (zh) | 基于InSAR技术的建筑形变监测方法和装置 | |
da Silveira et al. | Observational Investigation of the Statistical Properties of Surface-Layer Turbulence in a Suburban Area of São Paulo, Brazil: Objective Analysis of Scaling-Parameter Accuracy and Uncertainties | |
Mobilia et al. | Using SAR Satellite Imagery for Potential Green Roof Retrofitting for Flood Mitigation in Urban Environment. | |
CN114111705A (zh) | 一种利用气象卫星资料计算云底高度的方法 | |
Liu et al. | Fitting generalized Pareto distribution based on the expected order statistics and its application for ice accretion hazard mapping | |
Hargrove | Interpolation of rainfall in Switzerland using a regularized spline with tension | |
CN117556643B (zh) | 一种洪水预警预报方法及预报*** |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20200904 |