CN112883847A - 基于大数据与图像分析技术的市政道路工程建设项目智慧监理方法 - Google Patents
基于大数据与图像分析技术的市政道路工程建设项目智慧监理方法 Download PDFInfo
- Publication number
- CN112883847A CN112883847A CN202110145743.8A CN202110145743A CN112883847A CN 112883847 A CN112883847 A CN 112883847A CN 202110145743 A CN202110145743 A CN 202110145743A CN 112883847 A CN112883847 A CN 112883847A
- Authority
- CN
- China
- Prior art keywords
- cement concrete
- concrete pavement
- core sample
- detection
- image
- 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.)
- Withdrawn
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/217—Validation; Performance evaluation; Active pattern learning techniques
- G06F18/2193—Validation; Performance evaluation; Active pattern learning techniques based on specific statistical tests
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/40—Scenes; Scene-specific elements in video content
- G06V20/41—Higher-level, semantic clustering, classification or understanding of video scenes, e.g. detection, labelling or Markovian modelling of sport events or news items
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Data Mining & Analysis (AREA)
- Life Sciences & Earth Sciences (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Artificial Intelligence (AREA)
- Computational Linguistics (AREA)
- Software Systems (AREA)
- Probability & Statistics with Applications (AREA)
- Investigating Strength Of Materials By Application Of Mechanical Stress (AREA)
Abstract
本发明公开基于大数据与图像分析技术的市政道路工程建设项目智慧监理方法,通过获取各个检测子区域的水泥混凝土路面芯样侧面图像,并进行图像预处理操作,同时获取各个检测子区域的水泥混泥土路面芯样侧面图像中各水泥混凝土材料种类所占面积比例,并与标准数据进行对比,进而获取各检测子区域的水泥混凝土路面芯样的极限荷载,确定对应的抗压强度等级以及抗压强度影响系数,以统计水泥混泥土路面综合质量影响系数以及对应的水泥混凝土路面质量等级,并进行显示,具有真实性高以及可靠性高的特点,有利于降低混凝土发生突发性破坏的概率,并延长混凝土路面的使用寿命,为市政道路的安全应用提供了有力的技术支持。
Description
技术领域
本发明属于市政道路监测技术领域,具体涉及到基于大数据与图像分析技术的市政道路工程建设项目智慧监理方法。
背景技术
随着社会经济的快速发展,市政道路的建设也迅速崛起,水泥混凝土由于其抗压强度高、原材料易得,成本低等显著优势在市政道路领域中得到了极为广泛的应用。但是,混凝土在长期服役过程中内部容易产生损伤,且损伤程度随时间不断地累积,在突发性自然灾害或外界荷载等作用下容易集中释放和爆发,从而导致不可估量的经济损失以及极坏的社会影响。因此,对混凝土特别是重要结构的混凝土进行实时监测和评估十分必要。
由于现有的市政道路检测方法主要为外部检测技术,包括弯沉、声发射、地探雷达,超声、红外热像与图像技术等,但外部检测技术缺乏自发性且具有滞后性,需要配套的人力、设备资源较大,且检测位置多位于表面,对于自下而上的隐蔽裂缝检测较为困难。
发明内容
针对上述问题,本发明提出基于大数据与图像分析技术的市政道路工程建设项目智慧监理方法,获取各个检测子区域的水泥混凝土路面芯样侧面图像,并进行图像预处理操作,同时获取各个检测子区域的水泥混泥土路面芯样侧面图像中各水泥混凝土材料种类所占面积比例,并与标准数据进行对比,进而获取各检测子区域的水泥混凝土路面芯样的极限荷载,确定对应的抗压强度等级以及抗压强度影响系数,以统计水泥混泥土路面综合质量影响系数以及对应的水泥混凝土路面质量等级,并进行显示,解决了背景技术中存在的问题。
本发明的目的可以通过以下技术方案来实现:
基于大数据与图像分析技术的市政道路工程建设项目智慧监理方法,包括以下步骤:
S1:获取各个检测子区域的水泥混凝土路面芯样侧面图像,并进行图像预处理操作;
S2:获取各个检测子区域的水泥混泥土路面芯样侧面图像中各水泥混凝土材料种类所占面积比例,并与标准数据进行对比;
S3:获取各检测子区域的水泥混凝土路面芯样的极限荷载,确定对应的抗压强度等级以及抗压强度影响系数;
S4:根据S2和S3获得的数据,以统计水泥混泥土路面综合质量影响系数以及对应的水泥混凝土路面质量等级,并进行显示;
上述基于大数据与图像分析技术的市政道路工程建设项目智慧监理方法使用了一种基于大数据与图像分析技术的市政道路工程建设项目智慧监理***,包括区域划分模块、芯样获取模块、图像采集模块、图像预处理模块、特征提取模块、抗压强度检测模块、数据库、建模分析服务器、管理服务器和显示终端;
所述芯样获取模块分别与区域划分模块、图像采集模块和抗压强度检测模块连接,图像预处理模块分别与图像采集模块和特征提取模块连接,建模分析服务器分别与抗压强度检测模块、特征提取模块、数据库和管理服务器连接,数据库分别与特征提取模块和管理服务器连接,显示终端与管理服务器连接;
所述区域划分模块用于对检测的市政道路进行区域划分,将检测的整条市政道路划分为若干个面积相同且相互连接的检测子区域,将划分后的各检测子区域按照预设的顺序进行编号,依次标记为1,2,...,i,...,g,;
所述芯样获取模块包括钻芯机,用于对各个检测子区域的水泥混凝土路面进行取芯,并将各检测子区域获取的水泥混凝土路面芯样分别发送至图像采集模块和抗压强度检测模块;
所述图像采集模块包括高清摄像头,用于对各个检测子区域的水泥混凝土路面芯样的侧面图像进行采集,并将采集到的各个检测子区域的水泥混凝土路面芯样侧面图像发送至图像预处理模块;
所述图像预处理模块接收图像采集模块发送的各个检测子区域的水泥混凝土路面芯样侧面图像,对接收的各个检测子区域的水泥混凝土路面芯样侧面图像进行图像分割,拼接图像分割得到的芯样特征区域,并去除水泥混凝土路面芯样特征区域之外的背景图像,将保留的水泥混凝土路面芯样特征区域图像通过几何归一化处理变化为大小一致且芯样不存在偏角的图像,同时进行灰度变化处理和图像增强处理,得到处理后的各个检测子区域的水泥混凝土路面芯样侧面图像,并将处理后的各个检测子区域的水泥混凝土路面芯样侧面图像发送至特征提取模块;
所述特征提取模块接收图像预处理模块发送的处理后的各个检测子区域的水泥混凝土路面芯样侧面图像,对接收的各个检测子区域的水泥混凝土路面芯样侧面图像进行放大,并将各个检测子区域的水泥混凝土路面芯样侧面图像中各水泥混凝土材料的特征与数据库中存储的不同水泥混凝土材料种类对应的特征进行对比,得到该检测子区域的水泥混凝土路面芯样侧面图像中各水泥混凝土材料种类的特征,进而得到各个检测子区域的水泥混凝土路面芯样侧面图像中各水泥混凝土材料种类的特征,按照预设的顺序,将各水泥混凝土材料种类特征依次标记为1,2,...,j,...,k,构成水泥混凝土材料种类特征集合Ai(ai1,ai2,...,aij,...,aik),aij表示为第i个检测子区域的水泥混凝土路面芯样侧面图像中第j个水泥混凝土材料种类特征,特征提取模块将水泥混凝土材料种类特征集合和各个检测子区域的水泥混凝土路面芯样侧面图像分别发送至建模分析服务器;
所述抗压强度检测模块包括压力试验机,接收芯样获取模块发送的各检测子区域获取的水泥混凝土路面芯样,对接收的各检测子区域获取的水泥混凝土路面芯样分别逐渐施加压力,当该检测子区域的水泥混凝土路面芯样接近破坏而开始变形时停止施加压力,直至该检测子区域的水泥混凝土路面芯样破坏,记下该检测子区域获取的水泥混凝土路面芯样极限荷载,进而获得各检测子区域获取的水泥混凝土路面芯样的极限荷载,构成极限荷载集合B(b1,b2,...,bi,...,bg),bi表示为第i个检测子区域的水泥混凝土路面芯样的极限荷载,抗压强度检测模块将极限荷载集合发送至建模分析服务器;
所述数据库用于存储不同水泥混凝土材料种类对应的特征,存储水泥混泥土路面芯样侧面图像面积,存储各水泥混凝土材料种类所占面积标准比例,存储各抗压强度等级对应的极限荷载范围,存储各抗压强度等级对应的抗压强度影响系数,并存储各水泥混凝土路面质量等级对应水泥混凝土路面综合质量评估系数范围;
所述建模分析服务器接收特征提取模块发送的水泥混凝土材料种类特征集合和各个检测子区域的水泥混凝土路面芯样侧面图像,对接收的各个检测子区域的水泥混凝土路面芯样侧面图像进行各水泥混凝土材料种类所占面积获取,构成水泥混泥土材料面积集合Ci(ci1,ci2,...,cij,...,cik),cij表示为第i个检测子区域的水泥混凝土路面芯样侧面图像中第j个水泥混凝土材料种类所占的面积,建模分析服务器提取数据库中存储的水泥混泥土路面芯样侧面图像面积,并根据水泥混泥土材料面积集合统计各个检测子区域的水泥混泥土路面芯样侧面图像中各水泥混凝土材料种类所占面积比例,构成水泥混泥土材料面积占比集合Di(di1,di2,...,dij,...,dik),dij表示为第i个检测子区域的水泥混凝土路面芯样侧面图像中第j个水泥混凝土材料种类所占的面积比例,建模分析服务器将各个检测子区域的水泥混泥土路面芯样侧面图像中各水泥混凝土材料种类所占面积比例与数据库中存储的各水泥混凝土材料种类所占面积标准比例进行对比,构成水泥混泥土材料面积占比对比集合Di′(di′1,di′2,...,di′j,...,di′k),di′j表示为第i个检测子区域的水泥混凝土路面芯样侧面图像中第j个水泥混凝土材料种类所占的面积比例与j个水泥混凝土材料种类所占的面积标准比例之间的差值;
建模分析服务器接收抗压强度检测模块发送的极限荷载集合,提取极限荷载集合中各检测子区域获取的水泥混凝土路面芯样的极限荷载,将各检测子区域的水泥混凝土路面芯样的极限荷载与数据库中存储的各抗压强度等级对应的极限荷载范围进行对比,获取该检测子区域的水泥混泥土路面芯样的极限荷载对应的抗压强度等级,提取数据库中存储的各抗压强度等级对应的抗压强度影响系数,构成抗压强度影响系数集合 表示为i个检测子区域的水泥混泥土路面芯样的抗压强度影响系数;
建模分析服务器根据抗压强度影响系数集合和水泥混泥土材料面积占比对比集合,以统计水泥混凝土路面的综合质量评估系数,并将统计的水泥混凝土路面的综合质量评估系数发送至管理服务器;
所述管理服务器接收建模分析服务器发送的水泥混凝土路面的综合质量评估系数,将接收的水泥混凝土的路面综合质量评估系数与数据库中存储的各水泥混凝土路面质量等级对应水泥混凝土路面综合质量评估系数范围进行对比,若该水泥混凝土路面综合质量评估系数在一级水泥混凝土路面质量等级对应的水泥混凝土路面综合质量评估系数范围内,则该水泥混凝土路面的质量等级为一级,若该水泥混凝土路面综合质量评估系数在二级水泥混凝土路面质量等级对应的水泥混凝土路面综合质量评估系数范围内,则该水泥混凝土路面的质量等级为二级,若该水泥混凝土路面综合质量评估系数在三级水泥混凝土路面质量等级对应的水泥混凝土路面综合质量评估系数范围内,则该水泥混凝土路面的质量等级为三级,管理服务器将该水泥混凝土路面的综合质量评估系数以及对应的水泥混凝土路面质量等级分别发送至显示终端;
所述显示终端接收管理服务器发送的该水泥混凝土路面的综合质量评估系数以及对应的水泥混凝土路面质量等级,并进行显示。
进一步地,所述水泥混凝土材料种类包括掺粒化高炉矿渣、钢渣、粉煤灰和石灰石。
进一步地,所述各个检测子区域的水泥混泥土路面芯样侧面图像中各水泥混凝土材料种类所占面积比例计算公式为dij表示为第i个检测子区域的水泥混凝土路面芯样侧面图像中第j个水泥混凝土材料种类所占的面积比例,S表示为水泥混泥土路面芯样侧面图像面积。
进一步地,一级水泥混凝土路面质量等级对应的水泥混凝土路面综合质量评估系数范围的上限数值小于二级水泥混凝土路面质量等级对应的水泥混凝土路面综合质量评估系数范围的下限数值,二级水泥混凝土路面质量等级对应的水泥混凝土路面综合质量评估系数范围的上限数值小于三级水泥混凝土路面质量等级对应的水泥混凝土路面综合质量评估系数范围的下限数值。
进一步地,一级抗压强度等级对应的极限荷载范围的上限数值小于二级抗压强度等级对应的极限荷载范围的下限数值,二级抗压强度等级对应的极限荷载范围的上限数值小于三级抗压强度等级对应的极限荷载范围的下限数值。
进一步地,各抗压强度等级对应的抗压强度影响系数对应的大小顺序为ω1<ω2<ω3。
进一步地,所述水泥混凝土路面综合质量评估系数的计算公式为 表示为i个检测子区域的水泥混泥土路面芯样的抗压强度影响系数,di′j表示为第i个检测子区域的水泥混凝土路面芯样侧面图像中第j个水泥混凝土材料种类所占的面积比例与j个水泥混凝土材料种类所占的面积标准比例之间的差值,dij表示为第i个检测子区域的水泥混凝土路面芯样侧面图像中第j个水泥混凝土材料种类所占的面积比例。
有益效果:
(1)本发明通过获取各个检测子区域的水泥混凝土路面芯样侧面图像,并进行图像预处理操作,同时获取各个检测子区域的水泥混泥土路面芯样侧面图像中各水泥混凝土材料种类所占面积比例,并与标准数据进行对比,进而获取各检测子区域的水泥混凝土路面芯样的极限荷载,确定对应的抗压强度等级以及抗压强度影响系数,以统计水泥混泥土路面综合质量影响系数以及对应的水泥混凝土路面质量等级,并进行显示,具有真实性高以及可靠性高的特点,有利于降低混凝土发生突发性破坏的概率,并延长混凝土路面的使用寿命,为市政道路的安全应用提供了有力的技术支持。
(2)本发明通过获取各个检测子区域的水泥混凝土路面芯样侧面图像以及极限荷载,为后期统计水泥混凝土路面综合质量评估系数提供了可靠的前期数据准备和参考依据,具有真实性高以及数据精确度和准确率高的特点。
(3)本发明在显示终端,通过对水泥混凝土路面综合质量评估系数以及对应的质量等级进行显示,为相关部门提供了市政道路的检测数据,方便及时人员根据市政道路的检测数据采取不同的措施对市政道路进行安全维护,大大提高了市政道路使用的安全性。
附图说明
利用附图对本发明作进一步说明,但附图中的实施例不构成对本发明的任何限制,对于本领域的普通技术人员,在不付出创造性劳动的前提下,还可以根据以下附图获得其它的附图。
图1为本发明的方法步骤图。
图2为本发明的***流程图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
参照图1所示,基于大数据与图像分析技术的市政道路工程建设项目智慧监理方法,包括以下步骤:
S1:获取各个检测子区域的水泥混凝土路面芯样侧面图像,并进行图像预处理操作;
S2:获取各个检测子区域的水泥混泥土路面芯样侧面图像中各水泥混凝土材料种类所占面积比例,并与标准数据进行对比;
S3:获取各检测子区域的水泥混凝土路面芯样的极限荷载,确定对应的抗压强度等级以及抗压强度影响系数;
S4:根据S2和S3获得的数据,以统计水泥混泥土路面综合质量影响系数以及对应的水泥混凝土路面质量等级,并进行显示;
请参阅图二所示,上述基于大数据与图像分析技术的市政道路工程建设项目智慧监理方法使用了一种基于大数据与图像分析技术的市政道路工程建设项目智慧监理***,包括区域划分模块、芯样获取模块、图像采集模块、图像预处理模块、特征提取模块、抗压强度检测模块、数据库、建模分析服务器、管理服务器和显示终端;
所述芯样获取模块分别与区域划分模块、图像采集模块和抗压强度检测模块连接,图像预处理模块分别与图像采集模块和特征提取模块连接,建模分析服务器分别与抗压强度检测模块、特征提取模块、数据库和管理服务器连接,数据库分别与特征提取模块和管理服务器连接,显示终端与管理服务器连接;
所述区域划分模块用于对检测的市政道路进行区域划分,将检测的整条市政道路划分为若干个面积相同且相互连接的检测子区域,将划分后的各检测子区域按照预设的顺序进行编号,依次标记为1,2,...,i,...,g,;
所述芯样获取模块包括钻芯机,用于对各个检测子区域的水泥混凝土路面进行取芯,并将各检测子区域获取的水泥混凝土路面芯样分别发送至图像采集模块和抗压强度检测模块;
所述图像采集模块包括高清摄像头,用于对各个检测子区域的水泥混凝土路面芯样的侧面图像进行采集,并将采集到的各个检测子区域的水泥混凝土路面芯样侧面图像发送至图像预处理模块;
所述图像预处理模块接收图像采集模块发送的各个检测子区域的水泥混凝土路面芯样侧面图像,对接收的各个检测子区域的水泥混凝土路面芯样侧面图像进行图像分割,拼接图像分割得到的芯样特征区域,并去除水泥混凝土路面芯样特征区域之外的背景图像,将保留的水泥混凝土路面芯样特征区域图像通过几何归一化处理变化为大小一致且芯样不存在偏角的图像,同时进行灰度变化处理和图像增强处理,得到处理后的各个检测子区域的水泥混凝土路面芯样侧面图像,并将处理后的各个检测子区域的水泥混凝土路面芯样侧面图像发送至特征提取模块;
所述特征提取模块接收图像预处理模块发送的处理后的各个检测子区域的水泥混凝土路面芯样侧面图像,对接收的各个检测子区域的水泥混凝土路面芯样侧面图像进行放大,并将各个检测子区域的水泥混凝土路面芯样侧面图像中各水泥混凝土材料的特征与数据库中存储的不同水泥混凝土材料种类对应的特征进行对比,得到该检测子区域的水泥混凝土路面芯样侧面图像中各水泥混凝土材料种类的特征,进而得到各个检测子区域的水泥混凝土路面芯样侧面图像中各水泥混凝土材料种类的特征,按照预设的顺序,将各水泥混凝土材料种类特征依次标记为1,2,...,j,...,k,构成水泥混凝土材料种类特征集合Ai(ai1,ai2,...,aij,...,aik),aij表示为第i个检测子区域的水泥混凝土路面芯样侧面图像中第j个水泥混凝土材料种类特征,特征提取模块将水泥混凝土材料种类特征集合和各个检测子区域的水泥混凝土路面芯样侧面图像分别发送至建模分析服务器;
所述抗压强度检测模块包括压力试验机,接收芯样获取模块发送的各检测子区域获取的水泥混凝土路面芯样,对接收的各检测子区域获取的水泥混凝土路面芯样分别逐渐施加压力,当该检测子区域的水泥混凝土路面芯样接近破坏而开始变形时停止施加压力,直至该检测子区域的水泥混凝土路面芯样破坏,记下该检测子区域获取的水泥混凝土路面芯样极限荷载,进而获得各检测子区域获取的水泥混凝土路面芯样的极限荷载,构成极限荷载集合B(b1,b2,...,bi,...,bg),bi表示为第i个检测子区域的水泥混凝土路面芯样的极限荷载,抗压强度检测模块将极限荷载集合发送至建模分析服务器;
本实施例通过获取各个检测子区域的水泥混凝土路面芯样侧面图像以及极限荷载,为后期统计水泥混凝土路面综合质量评估系数提供了可靠的前期数据准备和参考依据,具有真实性高以及数据精确度和准确率高的特点。
所述数据库用于存储不同水泥混凝土材料种类对应的特征,水泥混凝土材料种类包括掺粒化高炉矿渣、钢渣、粉煤灰和石灰石,存储水泥混泥土路面芯样侧面图像面积,存储各水泥混凝土材料种类所占面积标准比例,存储各抗压强度等级对应的极限荷载范围,一级抗压强度等级对应的极限荷载范围的上限数值小于二级抗压强度等级对应的极限荷载范围的下限数值,二级抗压强度等级对应的极限荷载范围的上限数值小于三级抗压强度等级对应的极限荷载范围的下限数值,存储各抗压强度等级对应的抗压强度影响系数,各抗压强度等级对应的抗压强度影响系数对应的大小顺序为ω1<ω2<ω3,并存储各水泥混凝土路面质量等级对应水泥混凝土路面综合质量评估系数范围,一级水泥混凝土路面质量等级对应的水泥混凝土路面综合质量评估系数范围的上限数值小于二级水泥混凝土路面质量等级对应的水泥混凝土路面综合质量评估系数范围的下限数值,二级水泥混凝土路面质量等级对应的水泥混凝土路面综合质量评估系数范围的上限数值小于三级水泥混凝土路面质量等级对应的水泥混凝土路面综合质量评估系数范围的下限数值;
所述建模分析服务器接收特征提取模块发送的水泥混凝土材料种类特征集合和各个检测子区域的水泥混凝土路面芯样侧面图像,对接收的各个检测子区域的水泥混凝土路面芯样侧面图像进行各水泥混凝土材料种类所占面积获取,构成水泥混泥土材料面积集合Ci(ci1,ci2,...,cij,...,cik),cij表示为第i个检测子区域的水泥混凝土路面芯样侧面图像中第j个水泥混凝土材料种类所占的面积,建模分析服务器提取数据库中存储的水泥混泥土路面芯样侧面图像面积,并根据水泥混泥土材料面积集合统计各个检测子区域的水泥混泥土路面芯样侧面图像中各水泥混凝土材料种类所占面积比例,所述各个检测子区域的水泥混泥土路面芯样侧面图像中各水泥混凝土材料种类所占面积比例计算公式为dij表示为第i个检测子区域的水泥混凝土路面芯样侧面图像中第j个水泥混凝土材料种类所占的面积比例,S表示为水泥混泥土路面芯样侧面图像面积,构成水泥混泥土材料面积占比集合Di(di1,di2,...,dij,...,dik),dij表示为第i个检测子区域的水泥混凝土路面芯样侧面图像中第j个水泥混凝土材料种类所占的面积比例,建模分析服务器将各个检测子区域的水泥混泥土路面芯样侧面图像中各水泥混凝土材料种类所占面积比例与数据库中存储的各水泥混凝土材料种类所占面积标准比例进行对比,构成水泥混泥土材料面积占比对比集合D′i(d′i1,d′i2,...,d′i j,...,d′ik),d′i j表示为第i个检测子区域的水泥混凝土路面芯样侧面图像中第j个水泥混凝土材料种类所占的面积比例与j个水泥混凝土材料种类所占的面积标准比例之间的差值;
建模分析服务器接收抗压强度检测模块发送的极限荷载集合,提取极限荷载集合中各检测子区域获取的水泥混凝土路面芯样的极限荷载,将各检测子区域的水泥混凝土路面芯样的极限荷载与数据库中存储的各抗压强度等级对应的极限荷载范围进行对比,获取该检测子区域的水泥混泥土路面芯样的极限荷载对应的抗压强度等级,提取数据库中存储的各抗压强度等级对应的抗压强度影响系数,构成抗压强度影响系数集合 表示为i个检测子区域的水泥混泥土路面芯样的抗压强度影响系数;
建模分析服务器根据抗压强度影响系数集合和水泥混泥土材料面积占比对比集合,以统计水泥混凝土路面的综合质量评估系数,:所述水泥混凝土路面综合质量评估系数的计算公式为 表示为i个检测子区域的水泥混泥土路面芯样的抗压强度影响系数,di′j表示为第i个检测子区域的水泥混凝土路面芯样侧面图像中第j个水泥混凝土材料种类所占的面积比例与j个水泥混凝土材料种类所占的面积标准比例之间的差值,dij表示为第i个检测子区域的水泥混凝土路面芯样侧面图像中第j个水泥混凝土材料种类所占的面积比例,并将统计的水泥混凝土路面的综合质量评估系数发送至管理服务器;
所述管理服务器接收建模分析服务器发送的水泥混凝土路面的综合质量评估系数,将接收的水泥混凝土的路面综合质量评估系数与数据库中存储的各水泥混凝土路面质量等级对应水泥混凝土路面综合质量评估系数范围进行对比,若该水泥混凝土路面综合质量评估系数在一级水泥混凝土路面质量等级对应的水泥混凝土路面综合质量评估系数范围内,则该水泥混凝土路面的质量等级为一级,若该水泥混凝土路面综合质量评估系数在二级水泥混凝土路面质量等级对应的水泥混凝土路面综合质量评估系数范围内,则该水泥混凝土路面的质量等级为二级,若该水泥混凝土路面综合质量评估系数在三级水泥混凝土路面质量等级对应的水泥混凝土路面综合质量评估系数范围内,则该水泥混凝土路面的质量等级为三级,管理服务器将该水泥混凝土路面的综合质量评估系数以及对应的水泥混凝土路面质量等级分别发送至显示终端;
所述显示终端接收管理服务器发送的该水泥混凝土路面的综合质量评估系数以及对应的水泥混凝土路面质量等级,并进行显示,通过对水泥混凝土路面综合质量评估系数以及对应的质量等级进行显示,为相关部门提供了市政道路的检测数据,方便及时人员根据市政道路的检测数据采取不同的措施对市政道路进行安全维护,大大提高了市政道路使用的安全性。
本发明通过获取各个检测子区域的水泥混凝土路面芯样侧面图像,并进行图像预处理操作,同时获取各个检测子区域的水泥混泥土路面芯样侧面图像中各水泥混凝土材料种类所占面积比例,并与标准数据进行对比,进而获取各检测子区域的水泥混凝土路面芯样的极限荷载,确定对应的抗压强度等级以及抗压强度影响系数,以统计水泥混泥土路面综合质量影响系数以及对应的水泥混凝土路面质量等级,并进行显示,具有真实性高以及可靠性高的特点,有利于降低混凝土发生突发性破坏的概率,并延长混凝土路面的使用寿命,为市政道路的安全应用提供了有力的技术支持。
以上内容仅仅是对本发明结构所作的举例和说明,所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代,只要不偏离发明的结构或者超越本权利要求书所定义的范围,均应属于本发明的保护范围。
Claims (7)
1.基于大数据与图像分析技术的市政道路工程建设项目智慧监理方法,其特征在于:包括以下步骤:
S1:获取各个检测子区域的水泥混凝土路面芯样侧面图像,并进行图像预处理操作;
S2:获取各个检测子区域的水泥混泥土路面芯样侧面图像中各水泥混凝土材料种类所占面积比例,并与标准数据进行对比;
S3:获取各检测子区域的水泥混凝土路面芯样的极限荷载,确定对应的抗压强度等级以及抗压强度影响系数;
S4:根据S2和S3获得的数据,以统计水泥混泥土路面综合质量影响系数以及对应的水泥混凝土路面质量等级,并进行显示;
上述基于大数据与图像分析技术的市政道路工程建设项目智慧监理方法使用了一种基于大数据与图像分析技术的市政道路工程建设项目智慧监理***,包括区域划分模块、芯样获取模块、图像采集模块、图像预处理模块、特征提取模块、抗压强度检测模块、数据库、建模分析服务器、管理服务器和显示终端;
所述芯样获取模块分别与区域划分模块、图像采集模块和抗压强度检测模块连接,图像预处理模块分别与图像采集模块和特征提取模块连接,建模分析服务器分别与抗压强度检测模块、特征提取模块、数据库和管理服务器连接,数据库分别与特征提取模块和管理服务器连接,显示终端与管理服务器连接;
所述区域划分模块用于对检测的市政道路进行区域划分,将检测的整条市政道路划分为若干个面积相同且相互连接的检测子区域,将划分后的各检测子区域按照预设的顺序进行编号,依次标记为1,2,...,i,...,g,;
所述芯样获取模块包括钻芯机,用于对各个检测子区域的水泥混凝土路面进行取芯,并将各检测子区域获取的水泥混凝土路面芯样分别发送至图像采集模块和抗压强度检测模块;
所述图像采集模块包括高清摄像头,用于对各个检测子区域的水泥混凝土路面芯样的侧面图像进行采集,并将采集到的各个检测子区域的水泥混凝土路面芯样侧面图像发送至图像预处理模块;
所述图像预处理模块接收图像采集模块发送的各个检测子区域的水泥混凝土路面芯样侧面图像,对接收的各个检测子区域的水泥混凝土路面芯样侧面图像进行图像分割,拼接图像分割得到的芯样特征区域,并去除水泥混凝土路面芯样特征区域之外的背景图像,将保留的水泥混凝土路面芯样特征区域图像通过几何归一化处理变化为大小一致且芯样不存在偏角的图像,同时进行灰度变化处理和图像增强处理,得到处理后的各个检测子区域的水泥混凝土路面芯样侧面图像,并将处理后的各个检测子区域的水泥混凝土路面芯样侧面图像发送至特征提取模块;
所述特征提取模块接收图像预处理模块发送的处理后的各个检测子区域的水泥混凝土路面芯样侧面图像,对接收的各个检测子区域的水泥混凝土路面芯样侧面图像进行放大,并将各个检测子区域的水泥混凝土路面芯样侧面图像中各水泥混凝土材料的特征与数据库中存储的不同水泥混凝土材料种类对应的特征进行对比,得到该检测子区域的水泥混凝土路面芯样侧面图像中各水泥混凝土材料种类的特征,进而得到各个检测子区域的水泥混凝土路面芯样侧面图像中各水泥混凝土材料种类的特征,按照预设的顺序,将各水泥混凝土材料种类特征依次标记为1,2,...,j,...,k,构成水泥混凝土材料种类特征集合Ai(ai1,ai2,...,aij,...,aik),aij表示为第i个检测子区域的水泥混凝土路面芯样侧面图像中第j个水泥混凝土材料种类特征,特征提取模块将水泥混凝土材料种类特征集合和各个检测子区域的水泥混凝土路面芯样侧面图像分别发送至建模分析服务器;
所述抗压强度检测模块包括压力试验机,接收芯样获取模块发送的各检测子区域获取的水泥混凝土路面芯样,对接收的各检测子区域获取的水泥混凝土路面芯样分别逐渐施加压力,当该检测子区域的水泥混凝土路面芯样接近破坏而开始变形时停止施加压力,直至该检测子区域的水泥混凝土路面芯样破坏,记下该检测子区域获取的水泥混凝土路面芯样极限荷载,进而获得各检测子区域获取的水泥混凝土路面芯样的极限荷载,构成极限荷载集合B(b1,b2,...,bi,...,bg),bi表示为第i个检测子区域的水泥混凝土路面芯样的极限荷载,抗压强度检测模块将极限荷载集合发送至建模分析服务器;
所述数据库用于存储不同水泥混凝土材料种类对应的特征,存储水泥混泥土路面芯样侧面图像面积,存储各水泥混凝土材料种类所占面积标准比例,存储各抗压强度等级对应的极限荷载范围,存储各抗压强度等级对应的抗压强度影响系数,并存储各水泥混凝土路面质量等级对应水泥混凝土路面综合质量评估系数范围;
所述建模分析服务器接收特征提取模块发送的水泥混凝土材料种类特征集合和各个检测子区域的水泥混凝土路面芯样侧面图像,对接收的各个检测子区域的水泥混凝土路面芯样侧面图像进行各水泥混凝土材料种类所占面积获取,构成水泥混泥土材料面积集合Ci(ci1,ci2,...,cij,...,cik),cij表示为第i个检测子区域的水泥混凝土路面芯样侧面图像中第j个水泥混凝土材料种类所占的面积,建模分析服务器提取数据库中存储的水泥混泥土路面芯样侧面图像面积,并根据水泥混泥土材料面积集合统计各个检测子区域的水泥混泥土路面芯样侧面图像中各水泥混凝土材料种类所占面积比例,构成水泥混泥土材料面积占比集合Di(di1,di2,...,dij,...,dik),dij表示为第i个检测子区域的水泥混凝土路面芯样侧面图像中第j个水泥混凝土材料种类所占的面积比例,建模分析服务器将各个检测子区域的水泥混泥土路面芯样侧面图像中各水泥混凝土材料种类所占面积比例与数据库中存储的各水泥混凝土材料种类所占面积标准比例进行对比,构成水泥混泥土材料面积占比对比集合D′i(d′i1,d′i2,...,d′ij,...,d′ik),d′ij表示为第i个检测子区域的水泥混凝土路面芯样侧面图像中第j个水泥混凝土材料种类所占的面积比例与j个水泥混凝土材料种类所占的面积标准比例之间的差值;
建模分析服务器接收抗压强度检测模块发送的极限荷载集合,提取极限荷载集合中各检测子区域获取的水泥混凝土路面芯样的极限荷载,将各检测子区域的水泥混凝土路面芯样的极限荷载与数据库中存储的各抗压强度等级对应的极限荷载范围进行对比,获取该检测子区域的水泥混泥土路面芯样的极限荷载对应的抗压强度等级,提取数据库中存储的各抗压强度等级对应的抗压强度影响系数,构成抗压强度影响系数集合 表示为i个检测子区域的水泥混泥土路面芯样的抗压强度影响系数;
建模分析服务器根据抗压强度影响系数集合和水泥混泥土材料面积占比对比集合,以统计水泥混凝土路面的综合质量评估系数,并将统计的水泥混凝土路面的综合质量评估系数发送至管理服务器;
所述管理服务器接收建模分析服务器发送的水泥混凝土路面的综合质量评估系数,将接收的水泥混凝土的路面综合质量评估系数与数据库中存储的各水泥混凝土路面质量等级对应水泥混凝土路面综合质量评估系数范围进行对比,若该水泥混凝土路面综合质量评估系数在一级水泥混凝土路面质量等级对应的水泥混凝土路面综合质量评估系数范围内,则该水泥混凝土路面的质量等级为一级,若该水泥混凝土路面综合质量评估系数在二级水泥混凝土路面质量等级对应的水泥混凝土路面综合质量评估系数范围内,则该水泥混凝土路面的质量等级为二级,若该水泥混凝土路面综合质量评估系数在三级水泥混凝土路面质量等级对应的水泥混凝土路面综合质量评估系数范围内,则该水泥混凝土路面的质量等级为三级,管理服务器将该水泥混凝土路面的综合质量评估系数以及对应的水泥混凝土路面质量等级分别发送至显示终端;
所述显示终端接收管理服务器发送的该水泥混凝土路面的综合质量评估系数以及对应的水泥混凝土路面质量等级,并进行显示。
2.根据权利要求1所述的基于大数据与图像分析技术的市政道路工程建设项目智慧监理方法,其特征在于:所述水泥混凝土材料种类包括掺粒化高炉矿渣、钢渣、粉煤灰和石灰石。
4.根据权利要求1所述的基于大数据与图像分析技术的市政道路工程建设项目智慧监理方法,其特征在于:一级水泥混凝土路面质量等级对应的水泥混凝土路面综合质量评估系数范围的上限数值小于二级水泥混凝土路面质量等级对应的水泥混凝土路面综合质量评估系数范围的下限数值,二级水泥混凝土路面质量等级对应的水泥混凝土路面综合质量评估系数范围的上限数值小于三级水泥混凝土路面质量等级对应的水泥混凝土路面综合质量评估系数范围的下限数值。
5.根据权利要求1所述的基于大数据与图像分析技术的市政道路工程建设项目智慧监理方法,其特征在于:一级抗压强度等级对应的极限荷载范围的上限数值小于二级抗压强度等级对应的极限荷载范围的下限数值,二级抗压强度等级对应的极限荷载范围的上限数值小于三级抗压强度等级对应的极限荷载范围的下限数值。
6.根据权利要求1所述的基于大数据与图像分析技术的市政道路工程建设项目智慧监理方法,其特征在于:各抗压强度等级对应的抗压强度影响系数对应的大小顺序为ω1<ω2<ω3。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110145743.8A CN112883847A (zh) | 2021-02-02 | 2021-02-02 | 基于大数据与图像分析技术的市政道路工程建设项目智慧监理方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110145743.8A CN112883847A (zh) | 2021-02-02 | 2021-02-02 | 基于大数据与图像分析技术的市政道路工程建设项目智慧监理方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112883847A true CN112883847A (zh) | 2021-06-01 |
Family
ID=76056755
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110145743.8A Withdrawn CN112883847A (zh) | 2021-02-02 | 2021-02-02 | 基于大数据与图像分析技术的市政道路工程建设项目智慧监理方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112883847A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113781425A (zh) * | 2021-09-07 | 2021-12-10 | 中国三峡建工(集团)有限公司 | 混凝土平仓分析方法及装置 |
CN115130179A (zh) * | 2022-06-23 | 2022-09-30 | 中冶检测认证有限公司 | 确定含钢渣骨料的混凝土结构安全性的方法 |
CN116894610A (zh) * | 2023-09-11 | 2023-10-17 | 山东万世机械科技有限公司 | 一种基于混凝土激光整平机的路面整平质量分析管理*** |
-
2021
- 2021-02-02 CN CN202110145743.8A patent/CN112883847A/zh not_active Withdrawn
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113781425A (zh) * | 2021-09-07 | 2021-12-10 | 中国三峡建工(集团)有限公司 | 混凝土平仓分析方法及装置 |
CN115130179A (zh) * | 2022-06-23 | 2022-09-30 | 中冶检测认证有限公司 | 确定含钢渣骨料的混凝土结构安全性的方法 |
CN116894610A (zh) * | 2023-09-11 | 2023-10-17 | 山东万世机械科技有限公司 | 一种基于混凝土激光整平机的路面整平质量分析管理*** |
CN116894610B (zh) * | 2023-09-11 | 2023-12-01 | 山东万世机械科技有限公司 | 一种基于混凝土激光整平机的路面整平质量分析管理*** |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112883847A (zh) | 基于大数据与图像分析技术的市政道路工程建设项目智慧监理方法 | |
CN108537215A (zh) | 一种基于图像目标检测的火焰检测方法 | |
CN111896721A (zh) | 一种基于大数据的市政道路工程质量智能验收检测管理*** | |
CN114997682B (zh) | 一种基于大数据的施工现场安全监测***及方法 | |
CN108154498A (zh) | 一种裂缝缺陷检测***及其实现方法 | |
CN116343441B (zh) | 一种基于多维度实时监控的高速公路安全监控*** | |
CN113344745A (zh) | 基于远程视频监控和云计算的工程项目智慧工地数据采集分析一体化云平台 | |
CN110133639B (zh) | 一种传力杆施工质量检测方法 | |
CN112150769A (zh) | 一种基于大数据的地质灾害岩体崩塌智能监测预警*** | |
CN110427441B (zh) | 一种基于空天地一体化技术的铁路外部环境隐患检测和管理方法 | |
CN111027881B (zh) | 基于改进灰色关联度的输电杆塔自然灾害损失评估方法 | |
CN112053093A (zh) | 一种基于大数据的地质灾害滑坡实时监测管理*** | |
Elberink et al. | Detection of collapsed buildings by classifying segmented airborne laser scanner data | |
CN111881970A (zh) | 一种基于深度学习的外破图像智能识别方法 | |
CN115993096A (zh) | 一种高层建筑变形测量方法 | |
CN114581764A (zh) | 基于深度学习算法的地下结构裂纹病害判别方法 | |
CN117636185A (zh) | 基于图像处理的松材线虫病检测*** | |
CN112069464A (zh) | 一种基于大数据的建筑幕墙工程验收检测管理*** | |
CN116989679A (zh) | 一种基于图像处理的高速公路高边坡位移集成监测方法 | |
CN112884273A (zh) | 基于云计算和大数据的道路项目工程质量检测监理智能管理*** | |
US20230169681A1 (en) | Quantitative evaluation method and system for prediction result of remote sensing inversion | |
CN214372603U (zh) | 一种智能道路安全监测与运营管理*** | |
Maningo et al. | Crack detection with 2D wall mapping for building safety inspection | |
CN114429295A (zh) | 一种基于bim三维模型技术的建筑工程结构裂纹状态安全监测分析方法 | |
CN112964735A (zh) | 基于大数据分析的轨道交通安全智能监测方法及云监测平台 |
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 | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20210601 |
|
WW01 | Invention patent application withdrawn after publication |