[发明专利]一种城垛缺失自动定量评估方法

说明书

本发明涉及一种城垛缺失自动定量评估方法。使用倾斜影像及其生成的三维模型作为文物建筑损伤评估的数据源，通过设计损伤评估指标，得到关于建筑损坏情况的统计数据，用于指导后续文物的保护和修复工作；通过分析建筑物结构特点，自动检索和定位建筑中的缺失部件，为后续文物实际修复过程提供重要信息。本发明提出的方法不需要大量人工和专业仪器参与，节省人力物力，提高了对大型文物建筑损坏评估的效率。

技术领域

本发明属于计算机视觉技术领域，具体涉及一种城垛缺失自动定量评估方法。

背景技术

对文物的损坏程度进行自动定量评估，在文物保护与修复方面具有重要意义。传统方法需要人员借助专业仪器进行现场调查，费时费力，一些受损严重的文物甚至无法进行测量。非接触式技术的出现如光学影像、SAR、激光雷达等则大大加快了大型文物建筑损伤检测的进程。倾斜影像具有覆盖面大、成本低、采集快等优势，可生产真实尺寸的三维模型，为后续评估提供面积、体积等定量信息。

但是现有方法侧重于检测建筑表面的可见损伤，诸如识别损坏类型、定位损坏区域，缺乏对于建筑部件如结构性破坏的屋顶、墙壁等的定量损伤分析，而这些损伤分析都是文物建筑保护与修复过程中的有用信息。

发明内容

本发明针对现有技术的不足，提供一种城垛缺失自动定量评估方法。使用倾斜影像及其生成的三维模型作为文物建筑损伤评估的数据源，通过设计损伤评估指标，得到关于建筑损坏情况的统计数据，用于指导后续文物的保护和修复工作；通过分析建筑物结构特点，自动检索和定位建筑中的缺失部件，为后续文物实际修复过程提供重要信息。

为了达到上述目的，本发明提供的技术方案是一种城垛缺失自动定量评估方法，包括以下步骤：

步骤1，利用无人机采集的高分辨率倾斜影像，通过摄影测量方法重建得到具有真实尺寸和比例的三维模型；

步骤2，利用改进的Mask-RCNN深度学习图像分割算法对无人机采集的二维图像进行实例分割，并基于分割结果对三维模型进行对象提取；

步骤3，在三维对象提取的基础上，对单个城垛进行定量损伤评估；

步骤4，建筑物中缺失部分的检测及定位；

步骤4.1，在三维对象提取的基础上，通过参数化拟合得到对称面；

步骤4.1.1，根据空间连通性将步骤2识别出的城垛分成城墙的左右侧两组，每组使用2度多项式方程进行最小二乘意义下的三维曲面拟合，得到两侧城垛所在的墙面；

步骤4.1.2，计算两侧墙面各对应城垛之间的距离的中点，利用一系列中点重新拟合2度多项式曲面，得到对称面；

步骤4.2，将两侧城垛投影到对称面上，基于投影重叠率，检测和定位缺失部分；

步骤4.2.1，将对称面一侧的城垛沿其法方向投影到对称面上，根据投影结果建立局部坐标系；

步骤4.2.2，计算两侧城垛的投影重叠率，通过设定重叠率阈值T，小于阈值T的城垛为单一对象，大于阈值T的城垛为对称对象；

步骤4.2.3，定位物体的缺失部分。

而且，所述步骤2中对经典MaskRCNN网络掩膜预测分支的损失函数Loss_mask进行改进，通过在训练过程中使用5×5sobel算子对标签图像做卷积运算，提取图像梯度，得到像素的权重，然后在掩膜预测分支中使用加权二元交叉熵损失函数，从而赋予边缘像素更大的权重，以加强训练过程中对边缘像素的学习。

加权二元交叉熵损失函数计算公式如下：

其中：