CN115131518B - 用于建筑幕墙毫米波近场成像透视检测的三维展示方法 - Google Patents
用于建筑幕墙毫米波近场成像透视检测的三维展示方法 Download PDFInfo
- Publication number
- CN115131518B CN115131518B CN202210833562.9A CN202210833562A CN115131518B CN 115131518 B CN115131518 B CN 115131518B CN 202210833562 A CN202210833562 A CN 202210833562A CN 115131518 B CN115131518 B CN 115131518B
- Authority
- CN
- China
- Prior art keywords
- imaging
- layer
- curtain wall
- dimensional
- millimeter wave
- 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.)
- Active
Links
- 238000003384 imaging method Methods 0.000 title claims abstract description 180
- 238000001514 detection method Methods 0.000 title claims abstract description 40
- 238000000034 method Methods 0.000 title claims abstract description 24
- 239000000463 material Substances 0.000 claims abstract description 53
- 238000005516 engineering process Methods 0.000 claims abstract description 20
- 230000006870 function Effects 0.000 claims abstract description 11
- 238000010801 machine learning Methods 0.000 claims abstract description 7
- 230000035515 penetration Effects 0.000 claims abstract description 4
- 239000010410 layer Substances 0.000 claims description 139
- 239000002184 metal Substances 0.000 claims description 16
- 238000009413 insulation Methods 0.000 claims description 15
- 230000000694 effects Effects 0.000 claims description 12
- 239000004575 stone Substances 0.000 claims description 8
- 238000010276 construction Methods 0.000 claims description 7
- 238000004321 preservation Methods 0.000 claims description 7
- 238000000926 separation method Methods 0.000 claims description 6
- 210000000988 bone and bone Anatomy 0.000 claims description 4
- 238000012790 confirmation Methods 0.000 claims description 4
- 239000002356 single layer Substances 0.000 claims description 4
- 230000005540 biological transmission Effects 0.000 claims description 3
- 230000000295 complement effect Effects 0.000 claims description 3
- 238000002592 echocardiography Methods 0.000 claims description 3
- 230000004927 fusion Effects 0.000 claims description 3
- 238000009434 installation Methods 0.000 claims description 3
- 238000012216 screening Methods 0.000 claims description 2
- 230000003287 optical effect Effects 0.000 abstract description 4
- 230000000007 visual effect Effects 0.000 abstract description 3
- 230000019771 cognition Effects 0.000 abstract description 2
- 230000001066 destructive effect Effects 0.000 abstract 1
- 230000000149 penetrating effect Effects 0.000 abstract 1
- 238000010586 diagram Methods 0.000 description 8
- 238000009659 non-destructive testing Methods 0.000 description 6
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000015572 biosynthetic process Effects 0.000 description 2
- 238000013135 deep learning Methods 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 238000013519 translation Methods 0.000 description 2
- 230000007547 defect Effects 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000003325 tomography Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
- G06T17/10—Constructive solid geometry [CSG] using solid primitives, e.g. cylinders, cubes
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/02—Systems using reflection of radio waves, e.g. primary radar systems; Analogous systems
- G01S13/06—Systems determining position data of a target
- G01S13/08—Systems for measuring distance only
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/88—Radar or analogous systems specially adapted for specific applications
- G01S13/89—Radar or analogous systems specially adapted for specific applications for mapping or imaging
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/40—Scaling of whole images or parts thereof, e.g. expanding or contracting
- G06T3/4038—Image mosaicing, e.g. composing plane images from plane sub-images
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
- G06T7/33—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/40—Document-oriented image-based pattern recognition
- G06V30/42—Document-oriented image-based pattern recognition based on the type of document
- G06V30/422—Technical drawings; Geographical maps
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2200/00—Indexing scheme for image data processing or generation, in general
- G06T2200/32—Indexing scheme for image data processing or generation, in general involving image mosaicing
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Software Systems (AREA)
- Computer Networks & Wireless Communication (AREA)
- Artificial Intelligence (AREA)
- Geometry (AREA)
- Electromagnetism (AREA)
- Computer Graphics (AREA)
- Multimedia (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明提供用于建筑幕墙毫米波近场成像透视检测的三维展示方法,包括如下步骤:通过三维建模技术,实现三维成像,建立三维模型库;利用毫米波雷达设备采集照片,以机器学习的方式建立智能识别库;借助搭载设备完成建筑幕墙外表面的扫描;通过AI自动识别技术确认材料成像种类及材质;对图像进行提取分层,设置分选功能;对不同图层图像进行优化及替换;将建筑三维模型与成像结果进行链接,识别未检测区域,提供检测区域指导,实现既有建筑幕墙的穿透成像及展示。本发明由原来的声、光预警变成图像展示;借助毫米波近场穿透成像的无损、非接触实现建筑幕墙的快速扫描,同时直观展示主要通过光学模型进行,让使用者对幕墙有更清晰的认知。
Description
技术领域
本发明涉及建筑幕墙安全检测技术领域,具体涉及用于建筑幕墙毫米波近场成像透视检测的三维展示方法。
背景技术
现有的建筑幕墙检测技术,主要通过目视、手试、测量等手段进行检测,人工需求大、检测效率低、重复性差、成本高,且展示效果及展示手段落后,不能充分提供安全隐患评估支撑;
毫米波三维层析成像技术通常用于安检、军工等探测,传统展示手段适合小范围、小面积的探测,大范围探测指向性差,细节信息匮乏,不符合既有建筑幕墙检测的大面积、高细节成像要求的应用条件;
因此,现有技术存在不足,需要提供一种新的方案解决上述问题。
发明内容
针对现有技术存在的问题,本发明提供于建筑幕墙毫米波近场成像透视检测的三维展示方法。
为实现上述目的,本发明的具体方案如下:
本发明提供用于建筑幕墙毫米波近场成像透视检测的三维展示方法,包括如下步骤:
S1,通过三维建模技术,对建筑幕墙的不同材料实体进行三维成像,建立材料实体的三维模型库;
S2,利用毫米波雷达设备采集不同材料实体的照片,以机器学习的方式建立智能识别库;
S3,利用毫米波雷达设备完成建筑幕墙的数据采集,利用近场三维成像技术,完成不可见部位的成像,并对成像结果进行配准拼接;
S4,采集图纸或样板实物的图像,通过AI自动识别技术对比智能识别库,确认图像中材料实体成像种类及材质;
S5,根据步骤S4图像中的材料实体成像种类及材质,结合步骤S3获取的深度信息、灰度数值、成像形状及材料尺寸,对图像进行提取分层,设置分选功能;
S6,对不同图层图像进行优化及替换,形成最终的成像结果;
S7,将建筑三维模型与步骤S6完成的成像结果进行链接,实现既有建筑幕墙的穿透成像及展示;
其中,步骤S5对成像结果按照建设顺序分别进行提取分层,结合毫米波成像回波中携带的深度信息、三维重建结果、灰度数值、成像形状,划分保温层、龙骨层及其他层,深度信息或三维重建结果中距信号发射装置最远的为保温层,其次为龙骨层,最近的为其他层;根据灰度数值及成像形状辅助确认,根据灰度数值及成像形状辅助确认,由于金属反射信号强,灰度最大,因此灰度小且面积大的为保温层,灰度最大且呈长条形的为龙骨层,结合毫米波成像结果中的灰度数值及成像结果宽度在其他层中划分出接缝层、面板层及挂件层,接缝层穿透性最强,但反射小,灰度介于面板及金属挂件之间,且常规为10mm左右的长条形成像结果;挂件层为金属反射最强,灰度最大,且通常为数10cm的短条形金属;面板层穿透性最弱,且反射小,灰度值最小且通常尺寸达到m级,至此将成像结果划分为保温层、龙骨层、挂件层、面板层及接缝层,完成层级划分后将不同层的材料分别放在单独的显示层并叠合显示,设置单层、多层、全选的选择及显示功能。
进一步的,在步骤S1中,三维建模技术所采用的设备为激光扫描仪,采用的三维建模技术为:倾斜摄影技术、激光三维扫描建模技术,
对建筑幕墙的材料实体按照类型、尺寸及材质建立三维模型,并将最佳建模效果匹配相应调用名称,作为标准成像单元。
进一步的,在步骤S2中,是在已知的实际工程工况下的样板,对不同工况、不同挂件、不同连接形式的样板进行毫米波雷达扫描成像,进行数据采集及成像,通过机器学习的方式识别并提取步骤S1中的不同材料实体的特征信号,包含图像特征及回波特征,从回波信号的幅值、相位,产生回波信号的面积、信号边缘及图像灰度值分别提取,回波信号幅值、相位转换为成像结果,成像形状、面积与实物接近,与实际工况实物及实物所在位置对应后确认信号特征,并匹配相应的调用名称,按照建筑幕墙的建设顺序,划分为接缝层、面板层、挂件层、龙骨层、保温层,并分别建立智能识别库,作为标准的对比学习图像,提升未知工况成像的识别率。
进一步的,在步骤S3中,通过搭载设备携带的毫米波雷达设备,具备穿透石材进行三维重建成像、采集检测设备定位及姿态信息和无线传输的功能,对待检测的建筑幕墙进行扫描并成像,获取条带式的成像结果、定位及姿态信息,并通过图像配准算法,基于灰度图像的匹配识别不同图像的重合部分,实现图像融合,将条带式的成像结果拼接为完整的整幅幕墙的成像效果。
进一步的,步骤S4将步骤S3中提取的成像结果与步骤S2中提到的标准的对比学习图像从回波信号的幅值、相位,产生回波信号的面积、信号边缘及图像灰度值这几方面进行图像特征的比对,筛选与步骤S2中提及的不同工况下成像结果图像特征一致度最高的样品名称,确认种类、连接形式及状态,或结合图纸与样板实际安装情况,将成像结果与工程实况进行对比,确认一致性后添加至步骤S2中的智能识别库,作为丰富样本量的素材。
进一步的,步骤S6优化成像效果,对保温层及面板层,优化边缘变形部位,结合成像尺寸及实际工程常用尺寸,调整为最接近实际情况的四四方方的图形;对接缝层,将密封胶成像结果替换为横平竖直的分隔线条,作为实际面板分隔线的示意;对龙骨层及挂件层,若步骤S4识别到的特征值一致度最高的样品名称符合步骤S1中标准成像单元的名称,调用步骤S1中提到的相关信息后及标准成像单元替换相应层中的成像结果,对其按照种类及材质优化相应的三维模型。
进一步的,步骤S7通过无人机建模或整栋建筑毫米波近场成像结果还原建筑三维模型,将拼接后的整幅或局部幕墙成像检测结果,根据步骤S3采集的定位及姿态信息,定位实际工程现场位置,并将拼接后的成像结果链接至三维模型中,实现检测目标的检测、成像及展示;自动识别未匹配到成像结果的幕墙区域,调整为红色状态预警,并提示操作人员补充扫描相应区域。
采用本发明的技术方案,具有以下有益效果:
1)由原来的声、光预警变成图像展示,直观且方便的实现检测目标的检测及展示;
2)相较于毫米波近场成像结果,本发明针对既有建筑幕墙进行适用性及创造性修改,在不改变检测及评判正确性的前提下,优化了感官效果,更有利于建设单位及业主单位对建筑幕墙主体有更清晰的认知;
3)完美融合光学模型及毫米波近场穿透成像的优点,借助毫米波近场穿透成像的无损、非接触实现建筑幕墙的快速扫描,同时直观展示主要通过光学模型进行,更符合非专业技术人员的使用要求。
附图说明
图1是本发明的流程图;
图2是三维扫描建模示意图;
图3是透视成像无损检测示意图;
图4是不同成像结果的交叉关系示意图;
图5是分层依据示意图;
图6是实物示意图;
图7是饰面层成像结果;
图8是接缝层成像结果;
图9是挂件层成像结果;
图10是龙骨层成像结果。
图中:1、石材挂件;2、圆形转台;3、平移装置;4、光学相机;5、激光扫描建模装置;6、透视成像无损检测搭载设备;7、透视成像无损检测搭载平台及雷达成像设备;8、无损检测路径;9、待检测目标。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释本发明,而非对本发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与本发明相关的部分而非全部结构。
在本发明的描述中,除非另有明确的规定和限定,术语“相连”、“连接”、“固定”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或成一体;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通或两个元件的相互作用关系。对于本领域的普通技术人员而言,可以具体情况理解上述术语在本发明中的具体含义。
在本发明中,除非另有明确的规定和限定,第一特征在第二特征之“上”或之“下”可以包括第一和第二特征直接接触,也可以包括第一和第二特征不是直接接触而是通过它们之间的另外的特征接触。而且,第一特征在第二特征“之上”、“上方”和“上面”包括第一特征在第二特征正上方和斜上方,或仅仅表示第一特征水平高度高于第二特征。第一特征在第二特征“之下”、“下方”和“下面”包括第一特征在第二特征正下方和斜下方,或仅仅表示第一特征水平高度小于第二特征。
在本实施例的描述中,术语“上”、“下”、“前”、“后”、“左”、“右”等方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述和简化操作,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。此外,术语“第一”、“第二”仅仅用于在描述上加以区分,并没有特殊的含义。
如图1-10所示,本发明提供用于建筑幕墙毫米波近场成像透视检测的三维展示方法,包括如下步骤:
S1,通过三维建模技术,对建筑幕墙的不同材料实体(各类挂件、连接件、不同材质等)进行三维成像,建立材料实体的三维模型库;
在步骤S1中,三维建模技术所采用的设备为激光扫描仪,采用的三维建模技术为:倾斜摄影技术、激光三维扫描建模技术,
对建筑幕墙的材料实体按照类型、尺寸及材质建立三维模型,并将最佳建模效果(建模评价指标分值最高者)匹配相应调用名称,作为标准成像单元。
S2,利用毫米波雷达设备采集不同材料实体的照片,以机器学习的方式建立智能识别库;
在步骤S2中,是在已知的实际工程工况下的样板,对不同工况、不同挂件、不同连接形式的样板进行毫米波雷达扫描成像,进行数据采集及成像,通过机器学习的方式识别并提取步骤S1中的不同材料实体的特征信号,包含图像特征及回波特征,从回波信号的幅值、相位,产生回波信号的面积、信号边缘及图像灰度值分别提取,回波信号幅值、相位转换为成像结果,成像形状、面积与实物接近,与实际工况实物及实物所在位置对应后确认信号特征,并匹配相应的调用名称,按照建筑幕墙的建设顺序,划分为接缝层、面板层、挂件层、龙骨层、保温层,并分别建立智能识别库,作为标准的对比学习图像,提升未知工况成像的识别率。
S3,借助搭载设备携带毫米波雷达设备利用近场三维成像技术,完成建筑幕墙外表面的扫描及不可见部位的成像及配准拼接;
在步骤S3中,通过搭载设备携带的毫米波雷达设备,具备穿透石材进行三维重建成像、采集检测设备定位及姿态信息和无线传输的功能,对待检测的建筑幕墙进行扫描并成像,获取条带式的成像结果、定位及姿态信息,并通过图像配准算法,基于灰度图像的匹配识别不同图像的重合部分,实现图像融合,将条带式的成像结果拼接为完整的整幅幕墙的成像效果。
S4,采集图纸或样板实物的图像,通过AI自动识别技术对比智能识别库,确认图像中材料实体成像种类及材质;
步骤S4将步骤S3中提取的成像结果与步骤S2中提到的标准的对比学习图像从回波信号的幅值、相位,产生回波信号的面积、信号边缘及图像灰度值这几方面进行图像特征的比对,筛选与步骤S2中提及的不同工况下成像结果图像特征一致度最高的样品名称,确认种类、连接形式及状态,或结合图纸与样板实际安装情况,将成像结果与工程实况进行对比,确认一致性后添加至步骤S2中的智能识别库,作为丰富样本量的素材。
S5,根据步骤S4图像中的材料实体成像种类及材质,结合步骤S3获取的深度信息、灰度数值、成像形状及材料尺寸,对图像进行提取分层,设置分选功能;
如图5所示,步骤S5对成像结果按照建设顺序分别进行提取分层,结合毫米波成像回波中携带的深度信息、三维重建结果、灰度数值、成像形状,划分保温层、龙骨层及其他层,深度信息或三维重建结果中距信号发射装置最远的为保温层,其次为龙骨层,最近的为其他层;根据灰度数值及成像形状辅助确认,由于金属反射信号强,灰度最大,因此灰度小且面积大的为保温层,灰度最大且呈长条形的为龙骨层,结合毫米波成像结果中的灰度数值及成像结果宽度在其他层中划分出接缝层、面板层及挂件层,接缝层穿透性最强,但反射小,灰度介于面板及金属挂件之间,且常规为10mm左右的长条形成像结果;挂件层为金属反射最强,灰度最大,且通常为数10cm的短条形金属;面板层穿透性最弱,且反射小,灰度值最小且通常尺寸达到m级,至此将成像结果划分为保温层、龙骨层、挂件层、面板层及接缝层,完成层级划分后将不同层的材料分别放在单独的显示层并叠合显示,设置单层、多层、全选的选择及显示功能。
S6,对不同图层图像进行优化及替换,形成最终的成像结果;
步骤S6优化成像效果,对保温层及面板层,优化边缘变形部位,结合成像尺寸及实际工程常用尺寸,调整为最接近实际情况的四四方方的图形;对接缝层,将密封胶成像结果替换为横平竖直的分隔线条,作为实际面板分隔线的示意;对龙骨层及挂件层,若步骤S4识别到的特征值一致度最高的样品名称符合步骤S1中标准成像单元的名称,调用步骤S1中提到的相关信息后及标准成像单元替换相应层中的成像结果,对其按照种类及材质优化相应的三维模型。
S7,将建筑三维模型与步骤S6完成的成像结果进行链接,提供检测区域指导,实现既有建筑幕墙的穿透成像及展示。
步骤S7通过无人机建模或整栋建筑毫米波近场成像结果还原建筑三维模型,将拼接后的整幅或局部幕墙成像检测结果,根据步骤S3采集的定位及姿态信息,定位实际工程现场位置,并将拼接后的成像结果链接至三维模型中,实现检测目标的检测、成像及展示;自动识别未匹配到成像结果的幕墙区域,调整为红色状态预警,并提示操作人员补充扫描相应区域。
本发明的工作原理:
如图2所示,为石材挂件1进行三维建模的示意图,将实际工程所用石材挂件1放置在圆形转台2上,通过圆形转台2及平移装置3携带石材挂件1进行旋转及平移运动,使进行三维建模的光学相机4及激光扫描建模装置5对整个石材挂件1进行信息采集,并重建为三维模型,将最佳结果匹配相应调用名称,作为标准成像单元。
如图3所示,透视成像无损检测搭载设备6通过吊索连接透视成像无损检测平台及雷达成像设备7,沿着无损检测路径8所示,对待检测目标9进行之字形扫描采集,实现建筑幕墙不可见部位受力构件的数据采集及成像。
如图4所示,为不同成像结果的交叉关系图:
步骤1所述的标准成像单元仅为材料实体通过激光扫描仪,在三维建模技术下的建模产物,是实验室内采集的最佳成像结果,主要用于替换深度学习中识别到的同类材料实体的成像结果,优化展示效果;
步骤2所述的智能识别库则为已知工况下的实际建筑场景下通过毫米波雷达成像设备采集到的成像结果,相当于对比信号,其主要作用为在已知的实际工况下采集成像信息,通过深度学习的方式,提高未知工况的识别率,一般包括同种材料实体在不同人员、方案、措施下完成的存在细微差距的成像结果,样本量越大,对未知工况的识别准确度越高;
步骤3是未知工况下的实际建筑场景下通过毫米波雷达成像设备采集到的成像结果,为实际检测过程中的检测信号,将检测信号与步骤2中的对比信号比较,确认一致度最高的材料实体,准确识别出未知的材料实体的信息;如经过拆除、维修等过程确认材料实体的信息后,可将其作为已知工况的采集的对比信号,即图中步骤4所示的交叉信号。
如图5所示,为分层依据示意图;
如图6-10所示,依次为:实物示意图、饰面层成像结果、接缝层成像结果、挂件层成像结果、龙骨层成像结果。针对幕墙材料对成像结果按照建设顺序分别进行提取分层,结合毫米波成像回波中携带的深度信息、三维重建结果、灰度数值、成像形状,划分保温层、龙骨层及其他层,深度信息或三维重建结果中距信号发射装置最远的为保温层,其次为龙骨层,最近的为其他层;根据灰度数值及成像形状辅助确认,由于金属反射信号强,灰度最大,因此灰度小且面积大的为保温层,灰度最大且呈长条形的为龙骨层,结合毫米波成像结果中的灰度数值及成像结果宽度在其他层中划分出接缝层、面板层及挂件层,接缝层穿透性最强,但反射小,灰度介于面板及金属挂件之间,且常规为10mm左右的长条形成像结果;挂件层为金属反射最强,灰度最大,且通常为数10cm的短条形金属;面板层穿透性最弱,且反射小,灰度值最小且通常尺寸达到m级,至此将成像结果划分为保温层、龙骨层、挂件层、面板层及接缝层,完成层级划分后将不同层的材料分别放在单独的显示层并叠合显示,设置单层、多层、全选的选择及显示功能。
以上所述仅为本发明的优选实施例,并非因此限制本发明的专利范围,凡是在本发明的发明构思下,利用本发明说明书及附图内容所作的等效结构变换,或直接/间接运用在其他相关的技术领域均包括在本发明的保护范围内。
Claims (7)
1.用于建筑幕墙毫米波近场成像透视检测的三维展示方法,其特征在于,包括如下步骤:
S1,通过三维建模技术,对建筑幕墙的不同材料实体进行三维成像,建立材料实体的三维模型库;
S2,利用毫米波雷达设备采集不同材料实体的照片,以机器学习的方式建立智能识别库;
S3,利用毫米波雷达设备完成建筑幕墙的数据采集,利用近场三维成像技术,完成不可见部位的成像,并对成像结果进行配准拼接;
S4,采集图纸或样板实物的图像,通过AI自动识别技术对比智能识别库,确认图像中材料实体成像种类及材质;
S5,根据步骤S4图像中的材料实体成像种类及材质,结合步骤S3获取的深度信息、灰度数值、成像形状及材料尺寸,对图像进行提取分层,设置分选功能;
S6,对不同图层图像进行优化及替换,形成最终的成像结果;
S7,将建筑三维模型与步骤S6完成的成像结果进行链接,实现既有建筑幕墙的穿透成像及展示;
其中,步骤S5对成像结果按照建设顺序分别进行提取分层,结合毫米波成像回波中携带的深度信息、三维重建结果、灰度数值、成像形状,划分保温层、龙骨层及其他层,深度信息或三维重建结果中距信号发射装置最远的为保温层,其次为龙骨层,最近的为其他层;根据灰度数值及成像形状辅助确认,由于金属反射信号强,灰度最大,因此灰度小且面积大的为保温层,灰度最大且呈长条形的为龙骨层,结合毫米波成像结果中的灰度数值及成像结果宽度在其他层中划分出接缝层、面板层及挂件层,接缝层穿透性最强,但反射小,灰度介于面板及金属挂件之间,且常规为10mm左右的长条形成像结果;挂件层为金属反射最强,灰度最大,且通常为数10cm的短条形金属;面板层穿透性最弱,且反射小,灰度值最小且通常尺寸达到m级,至此将成像结果划分为保温层、龙骨层、挂件层、面板层及接缝层,完成层级划分后将不同层的材料分别放在单独的显示层并叠合显示,设置单层、多层、全选的选择及显示功能。
2.根据权利要求1所述的用于建筑幕墙毫米波近场成像透视检测的三维展示方法,其特征在于,
在步骤S1中,三维建模技术所采用的设备为激光扫描仪,采用的三维建模技术为:倾斜摄影技术、激光三维扫描建模技术;
对建筑幕墙的材料实体按照类型、尺寸及材质建立三维模型,并将最佳建模效果匹配相应调用名称,作为标准成像单元。
3.根据权利要求2所述的用于建筑幕墙毫米波近场成像透视检测的三维展示方法,其特征在于,
在步骤S2中,是在已知的实际工程工况下的样板,对不同工况、不同挂件、不同连接形式的样板进行毫米波雷达扫描成像,进行数据采集及成像,通过机器学习的方式识别并提取步骤S1中的不同材料实体的特征信号,包含图像特征及回波特征,从回波信号的幅值、相位,产生回波信号的面积、信号边缘及图像灰度值分别提取,回波信号幅值、相位转换为成像结果,成像形状、面积与实物接近,与实际工况实物及实物所在位置对应后确认信号特征,并匹配相应的调用名称,按照建筑幕墙的建设顺序,划分为接缝层、面板层、挂件层、龙骨层、保温层,并分别建立智能识别库,作为标准的对比学习图像,提升未知工况成像的识别率。
4.根据权利要求3所述的用于建筑幕墙毫米波近场成像透视检测的三维展示方法,其特征在于,
在步骤S3中,通过搭载设备携带的毫米波雷达设备,具备穿透石材进行三维重建成像、采集检测设备定位及姿态信息和无线传输的功能,对待检测的建筑幕墙进行扫描并成像,获取条带式的成像结果、定位及姿态信息,并通过图像配准算法,基于灰度图像的匹配识别不同图像的重合部分,实现图像融合,将条带式的成像结果拼接为完整的整幅幕墙的成像效果。
5.根据权利要求4所述的用于建筑幕墙毫米波近场成像透视检测的三维展示方法,其特征在于,
步骤S4将步骤S3中提取的成像结果与步骤S2中提到的标准的对比学习图像从回波信号的幅值、相位,产生回波信号的面积、信号边缘及图像灰度值这几方面进行图像特征的比对,筛选与步骤S2中提及的不同工况下成像结果图像特征一致度最高的样品名称,确认种类、连接形式及状态,或结合图纸与样板实际安装情况,将成像结果与工程实况进行对比,确认一致性后添加至步骤S2中的智能识别库,作为丰富样本量的素材。
6.根据权利要求5所述的用于建筑幕墙毫米波近场成像透视检测的三维展示方法,其特征在于,
步骤S6优化成像效果,对保温层及面板层,优化边缘变形部位,结合成像尺寸及实际工程常用尺寸,调整为最接近实际情况的四四方方的图形;对接缝层,将密封胶成像结果替换为横平竖直的分隔线条,作为实际面板分隔线的示意;对龙骨层及挂件层,若步骤S4识别到的特征值一致度最高的样品名称符合步骤S1中标准成像单元的名称,调用步骤S1中提到的相关信息后及标准成像单元替换相应层中的成像结果,对其按照种类及材质优化相应的三维模型。
7.根据权利要求6所述的用于建筑幕墙毫米波近场成像透视检测的三维展示方法,其特征在于,
步骤S7通过无人机建模或整栋建筑毫米波近场成像结果还原建筑三维模型,将拼接后的整幅或局部幕墙成像检测结果,根据步骤S3采集的定位及姿态信息,定位实际工程现场位置,并将拼接后的成像结果链接至三维模型中,实现检测目标的检测、成像及展示;自动识别未匹配到成像结果的幕墙区域,调整为红色状态预警,并提示操作人员补充扫描相应区域。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210833562.9A CN115131518B (zh) | 2022-07-15 | 2022-07-15 | 用于建筑幕墙毫米波近场成像透视检测的三维展示方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210833562.9A CN115131518B (zh) | 2022-07-15 | 2022-07-15 | 用于建筑幕墙毫米波近场成像透视检测的三维展示方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115131518A CN115131518A (zh) | 2022-09-30 |
CN115131518B true CN115131518B (zh) | 2024-03-01 |
Family
ID=83383552
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210833562.9A Active CN115131518B (zh) | 2022-07-15 | 2022-07-15 | 用于建筑幕墙毫米波近场成像透视检测的三维展示方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115131518B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116819529B (zh) * | 2023-07-13 | 2024-04-30 | 中建深圳装饰有限公司 | 一种基于毫米波的石材幕墙金属结构透视成像方法及装置 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113689416A (zh) * | 2021-08-30 | 2021-11-23 | 中建深圳装饰有限公司 | 一种基于微波成像的建筑幕墙安全无损检测成像方法 |
WO2021236019A1 (en) * | 2020-05-21 | 2021-11-25 | Wavescan Technologies Pte. Ltd. | Non-contact microwave testing system and method for see-through imaging |
CN114663629A (zh) * | 2022-04-15 | 2022-06-24 | 安徽安联云服务有限公司 | 一种楼宇场景建模方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8668136B2 (en) * | 2012-03-01 | 2014-03-11 | Trimble Navigation Limited | Method and system for RFID-assisted imaging |
-
2022
- 2022-07-15 CN CN202210833562.9A patent/CN115131518B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2021236019A1 (en) * | 2020-05-21 | 2021-11-25 | Wavescan Technologies Pte. Ltd. | Non-contact microwave testing system and method for see-through imaging |
CN113689416A (zh) * | 2021-08-30 | 2021-11-23 | 中建深圳装饰有限公司 | 一种基于微波成像的建筑幕墙安全无损检测成像方法 |
CN114663629A (zh) * | 2022-04-15 | 2022-06-24 | 安徽安联云服务有限公司 | 一种楼宇场景建模方法 |
Non-Patent Citations (1)
Title |
---|
基于激光扫描数据的三维可视化建模;路兴昌;宫辉力;赵文吉;张爱武;李小娟;;***仿真学报(第07期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN115131518A (zh) | 2022-09-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106392304B (zh) | 一种激光辅助焊缝智能寻迹***及方法 | |
CN102927448B (zh) | 管道无损检测方法 | |
KR101948852B1 (ko) | 비접촉식 균열 평가를 위한 이종영상 스캐닝 방법 및 장치 | |
CN102016565B (zh) | 用于将三维模型配准到表现零件姿态的点数据的***和相关方法 | |
JP6490366B2 (ja) | 非破壊検査のための方法およびシステム | |
CN109239206B (zh) | 缺陷自动识别辅助电熔接头智能相控阵的超声检测方法 | |
CN106735749B (zh) | 一种激光辅助焊缝智能寻迹*** | |
KR102122893B1 (ko) | Uav 탑재용 하이브리드 이미지 스캐닝에 기반한 자동화 구조물 균열 평가 시스템 및 그 방법 | |
Rodríguez-Martín et al. | Procedure for quality inspection of welds based on macro-photogrammetric three-dimensional reconstruction | |
CN115131518B (zh) | 用于建筑幕墙毫米波近场成像透视检测的三维展示方法 | |
TW201009292A (en) | Vision system for scan planning of ultrasonic inspection | |
CN104508423A (zh) | 用于被检查对象的表面的检查的方法和装置 | |
JPWO2018034057A1 (ja) | 欠陥検査装置、欠陥検査方法、およびプログラム | |
CN104808210A (zh) | 一种声纳和双目视觉成像***的融合成像装置及方法 | |
CN107132271A (zh) | 点结构光及磁光成像双传感焊缝成形及缺陷无损检测方法 | |
JPH11326580A (ja) | シュラウド自動検査装置 | |
CN101464417A (zh) | 玻璃检测方法及其设备 | |
CN114812403A (zh) | 基于无人机及机器视觉的大跨度钢结构吊装变形监测方法 | |
CN108226295A (zh) | 一种超声波混凝土裂缝深度检测装置及其工作方法 | |
CN105023270A (zh) | 用于地下基础设施结构监测的主动式3d立体全景视觉传感器 | |
CN116429768A (zh) | 一种密封钉焊接质量检测方法、***、设备及存储介质 | |
CN114092411A (zh) | 一种高效快速的双目3d点云焊点缺陷检测方法 | |
JPH11118775A (ja) | 超音波検査装置 | |
CN114022460A (zh) | 一种剪切散斑干涉视频图像多缺陷融合方法 | |
Merkle et al. | Sensor evaluation for crack detection in concrete bridges |
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 |