[发明专利]基于大数据视觉分析的钢筋裸露检测工作方法

说明书

本发明提出了一种基于大数据视觉分析的钢筋裸露检测工作方法，包括如下步骤：S1，通过远程监控系统获取建筑工地施工图像，对建筑工地施工中的外墙、承重梁进行图像扫描；S2，统计外墙和承重梁的个数已经图像中的外墙样本数和承重梁样本数，根据图像灰度变换方法形成样本数据库；S3，形成样本数据库后，对提取的灰度图像进行局部线性检测和Hough函数计算，得到钢筋裸露图像。

技术领域

本发明涉及大数据计算领域，尤其涉及一种基于大数据视觉分析的钢筋裸露检测工作方法。

背景技术

由于大规模建筑工程施工，在建设完成的楼宇外立面，或者建筑外墙会形成钢筋裸露包裹不严的问题，虽然现有环境下会采取人工巡检方式，人员肉眼识别难免会造成疏漏，这样就会对建筑施工安全造成难以估计的风险，而且不利于后期建筑物的维护保养，这就亟需本领域技术人员解决相应的技术问题。

发明内容

本发明旨在至少解决现有技术中存在的技术问题，特别创新地提出了一种基于大数据视觉分析的钢筋裸露检测工作方法。

为了实现本发明的上述目的，本发明提供了一种基于大数据视觉分析的钢筋裸露检测工作方法，包括如下步骤：

S1，通过远程监控系统获取建筑工地施工图像，对建筑工地施工中的外墙、承重梁进行图像扫描；

S2，统计外墙和承重梁的个数已经图像中的外墙样本数和承重梁样本数，根据图像灰度变换方法形成样本数据库；

S3，形成样本数据库后，对提取的灰度图像进行局部线性检测和Hough函数计算，得到钢筋裸露图像。

优选的，所述S1包括：S1-1，针对建筑外墙选取每个面的中心区域进行图像采集，采集完成后，将图像进行逐行扫描，遍历每行图像数据的明暗像素点；

S1-2，对裸露在外的承重梁进行图像采集，对承重梁的直线状态进行图像筛选，计算承重梁的图像聚类的平均值，获取图像中直线不变性或者直线形变收敛判断值；

S1-3，采用标定方法获得建筑外墙和裸露在外的承重梁的具体参数，获取沿时间轴变化图像信息，经内外参数矩阵进行校正，获得畸变校正的的连续图像。

优选的，所述S2图像灰度变换方法包括：

S2-1，根据畸变校正的连续图像，对建筑外墙样本和裸露在外的承重梁进行统计，形成参评关键部位的特定标签标签，通过分割不同灰度的区域图像，设置特征参考标签坐标。

优选的，所述S2图像灰度变换方法还包括：

S2-2，利用特征提取函数进行二值化转换，对下一时间节点建筑外墙钢筋裸露位置进行预测，记录历史变化轨迹及运动频率，为提高计算速度，加速特征提取和测试过程，进行特征二值化，由于建筑外墙图像幅值取值范围[0，255]，因此利用如下公式进行二进制比特流替换值h的计算；

其中，k∈{0,8}表示k位二进制值，β_i表示选取第i个图像向量系数，将图像向量s_i进行平方运算，形成联合图像帧准备参数；获取的建筑外墙样本和裸露在外的承重梁图像矩阵区域，N为正整数；

获取符号，表示内积运算；σ为图像提取模型参数，T_(j,x,y)为检验度量j在图像坐标(x，y)的抓取特征，c_x为x轴的图像像素遍历值，d_y为y轴的图像像素遍历值，η为图像校正因子，a_i为第i个图像基向量；

将a_i图像基向量中的值为零后，建筑外墙图像样本和裸露在外的承重梁图像像素遍历结束，形成样本数据库。

优选的，所述S3包括：