[发明专利]一种基于红外图像的幕墙面板损伤识别方法

说明书

本发明提供了一种基于红外图像的幕墙面板损伤识别方法，包括以下步骤：S1.获取幕墙红外图像，预处理后获得幕墙灰度图像；S2.通过亮度补偿，调整幕墙灰度图像中杂物倒影阴影区的亮度值，使其小于损伤部位的亮度值，然后将调整后的幕墙灰度图像进行K均值聚类，得到待匹配图像；S3.用平方差匹配法将损伤模板与待匹配图像进行匹配，识别出与损伤模板最匹配的区域作为疑似损伤区域，并确定其位置；损伤模板为损伤幕墙面板红外图像经预处理后的灰度图像。本发明的适用范围广，不仅可用于检测玻璃幕墙的破碎情况，还可用于检测铝板幕墙的漏水情况；适应性好，对图像采集的环境要求和设备要求均较低；系统简单，实现方便，节约了算力和存储资源。

技术领域

本发明涉及建筑幕墙安全检测领域，尤其涉及一种基于红外图像的幕墙面板损伤识别方法。

背景技术

建筑幕墙指的是建筑物不承重的外墙围护，通常由面板(玻璃、金属板、石板、陶瓷板等)和后面的支承结构(铝横梁立柱、钢结构、玻璃肋等等)组成。是现在城市建设中的大型建筑外立面的常用结构。幕墙长期承受重力荷载、风荷载、温度作用及多种环境侵蚀作用，随着时间的推移，由于施工和设计上的缺陷、材料的磨损、腐蚀和老化等原因，幕墙工程存在各种各样的安全隐患。目前针对建筑幕墙检查及检测手段主要依靠人为判定，可通过蜘蛛人方式对幕墙进行抽样检查或在建筑物内部选取一定比例的幕墙进行抽样检查。采用蜘蛛人方式，危险大，人工成本高，对专业技术人员的高空作业要求高，因此，采用蜘蛛人进行普查或者抽样检查检测并不现实。然而仅从建筑物内部进行抽样检查检测，很难覆盖到所有玻璃幕墙面板，不能够有效的保证检查检测工作的全面性与可靠性。

现有技术中还存在利用可见光图像通过图像处理的方式检测玻璃幕墙损伤的方法，但这种方法的局限性在于：1、对可见光图像的质量要求较高，当分辨率较低或环境镜像图像清晰度时(如雾霾天气时)，其识别有效性较差；2、对于玻璃幕墙，由于存在反光和倒影，会大大的影响识别的难度和准确性，且无论采用何种的处理方式都不能完全的消除反光和倒影的影响；3、可见光在识别破碎面板时针对的是裂缝这类特征，因此需要足够高的分辨率来清晰的展示裂缝特征，在相机分辨率有限的情况下，只能单独拍摄各个面板的可见光图像；4、应用领域较为狭窄，多用于玻璃幕墙的损伤检测，对于其他材质的幕墙则缺乏相关研究；5、系统复杂，需要神经网络模型的支持，而神经网络模型的建立、训练、存储和使用均较为复杂。

红外图像技术是基于自然界中一切温度高于绝对零度的物体，每时每刻都辐射出红外线，且红外线辐射都载有物体的特征信息的特性，通过相应红外探测器捕捉物体发热部位辐射的功率信号后进行转化，成像装置就可以一一对应地模拟出物体表面温度的空间分布，最后经系统处理，形成热图像视频信号，传至显示屏幕上，就得到与物体表面热分布相对应的热像图。其与可见光图像特征相比有较大差别，主要表现在：1)可见光图像判读一般能识别出目标的性质、规模等静态信息，而热红外成像主要利用目标区的温度差异成像，可根据热辐射差异识别目标状态。2)可见光的存在是有条件的，而任何物体都是红外源，都在不停地辐射红外线，所以与可见光图像识别相比，红外技术的应用受日照、光线反光等的影响较小。

发明内容

为了解决人工检查的全面性和可靠性较差的问题，和可见光图像识别处理的应用领域狭窄、应用环境严苛、识别系统复杂的问题，本发明旨在提供一种基于红外图像的通用型建筑幕墙面板损伤识别方法。

为了实现以上技术目的，本发明提供的技术方案如下：

一种基于红外图像的幕墙面板损伤识别方法，包括以下步骤：

步骤S1.获取幕墙红外图像，预处理后获得幕墙灰度图像；

步骤S2.通过亮度补偿，调整所述幕墙灰度图像中杂物倒影阴影区的亮度值，使其小于损伤部位的亮度值，然后将调整后的幕墙灰度图像进行K均值聚类，得到待匹配图像；