[发明专利]建筑外墙砂浆流坠检测方法及装置在审

专利信息
申请号: 202011147573.9 申请日: 2020-10-23
公开(公告)号: CN112258482A 公开(公告)日: 2021-01-22
发明(设计)人: 彭登;陶永康;贾宁;韩定;傅志刚;周森标;杨海溢;吴则刚;熊晶;蔡韬 申请(专利权)人: 广东博智林机器人有限公司
主分类号: G06T7/00 分类号: G06T7/00;G06N3/04;G06N3/08;G06T5/00;G06T7/11;G06T7/181
代理公司: 北京清亦华知识产权代理事务所(普通合伙) 11201 代理人: 周红
地址: 528311 广东省佛山市顺德区北滘镇顺江*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 建筑 外墙 砂浆 检测 方法 装置
【权利要求书】:

1.一种建筑外墙砂浆流坠检测方法,其特征在于,包括以下步骤:

在外墙移动平台导轨车移动时,通过设置于所述导轨车上的双目相机采集墙面的原始外墙图像;

对所述原始外墙图像进行预处理,并对所述处理后的原始外墙图像进行语义分割处理和初步轮廓提取处理,得到最终外墙图像;以及

基于所述双目相机的深度图像对所述最终外墙图像校验得到流坠区域轮廓,确定建筑外墙砂浆流坠区域。

2.根据权利要求1所述的方法,其特征在于,所述对所述原始外墙图像进行预处理,包括:

提取所述原始外墙图像的深度图像;

对所述深度图像进行裁剪,提取所述原始外墙图像的有效区域;

对所述有效区域进行滤波降噪,且基于预设光照补偿/去除策略进行光照处理,得到初始外墙图像。

3.根据权利要求2所述的方法,其特征在于,所述对所述处理后的原始外墙图像进行语义分割处理和初步轮廓提取处理,包括:

基于预设神经网络对所述初始外墙图像中的每个像素进行二分类,确定流坠像素点,以得到流坠区域的二值图像。

4.根据权利要求3所述的方法,其特征在于,还包括:

在训练所述预设神经网络时,将整个神经网络大部分允许稀疏的神经元变成0,且对训练好的模型的语义分割网络连接进加强两级分化处理,将贡献度不满足预设条件的神经元连接进行裁剪;

采用预设的加速策略对整个裁剪后的模型进行加速处理。

5.根据权利要求3所述的方法,其特征在于,所述基于所述双目相机的深度图像对所述最终外墙图像校验得到流坠区域轮廓,包括:

将所述二值图像划分为多格条形格区域;

在每格条形格区域内做最小外接矩形;

在所述最小外接矩形内的十字线和纵向中线上采样多个点计算深度值,确定规则矩形组成的建筑外墙砂浆流坠区域。

6.根据权利要求5所述的方法,其特征在于,若所述深度值大于阈值的个数少于预设值,则判定为误判。

7.一种建筑外墙砂浆流坠检测装置,其特征在于,包括:

采集模块,用于在外墙移动平台导轨车移动时,通过设置于所述导轨车上的双目相机采集墙面的原始外墙图像;

处理模块,用于对所述原始外墙图像进行预处理,并对所述处理后的原始外墙图像进行语义分割处理和初步轮廓提取处理,得到最终外墙图像;以及

确定模块,用于基于所述双目相机的深度图像对所述最终外墙图像校验得到流坠区域轮廓,确定建筑外墙砂浆流坠区域。

8.根据权利要求7所述的装置,其特征在于,所述处理模块,包括:

第一提取单元,用于提取所述原始外墙图像的深度图像;

第二提取单元,用于对所述深度图像进行裁剪,提取所述原始外墙图像的有效区域;

处理单元,用于对所述有效区域进行滤波降噪,且基于预设光照补偿/去除策略进行光照处理,得到初始外墙图像。

9.一种电子设备,其特征在于,包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述程序,以实现如权利要求1-7任一项所述的建筑外墙砂浆流坠检测方法。

10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行,以用于实现如权利要求1-7任一项所述的建筑外墙砂浆流坠检测方法。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于广东博智林机器人有限公司,未经广东博智林机器人有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202011147573.9/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top