预测建筑拆除废弃物产生量的方法、系统、设备及介质技术方案

本发明专利技术公开了一种预测既有建筑拆除废弃物产生量的方法，包括以下步骤：获取拟拆除区域在实时地图中的分布；获取所述拟拆除区域在卫星地图中的建筑物的影像；获得所述建筑物的占地面积、影像高度及卫星拍摄角度；获取所述拟拆除区域的总建筑面积；通过计算进而获取到所述拟拆除区域的建筑废弃物产生量。一种预测既有建筑拆除废弃物产生量的系统，包括：拟拆除区域获取模块，区域信息获取模块，建筑废弃物产生量计算模块；以及一种预测既有建筑拆除废弃物产生量的设备及可读存储介质。该方法对于政府规划建筑废弃物综合利用企业和填埋场的数量、位置和规模提供指导意义，同时可减少因实地调查所投入的资源，从而减少财政支出。

【技术实现步骤摘要】
预测建筑拆除废弃物产生量的方法、系统、设备及介质
本专利技术涉及建筑领域，尤其是预测既有建筑拆除废弃物产生量的方法、系统、设备及存储介质。
技术介绍
实时地图：“实时地图”中的“地图”特指电子地图，如百度地图、谷歌地图、高德地图等。“实时”主要特指这些电子地图能够实时更新，人们能够基于这些电子地图进行相关信息的动态、实时、快速的查询。图像识别技术：图像识别技术是指为了模拟人类识别图像活动而编制的计算机程序，是一种在海量信息数据和人类经验的基础上，利用计算机和数学推理的方法对事物的形状、颜色、模式、字符格式等进行自动识别、评价和反馈的信息技术。建筑拆除废弃物：建筑拆除废弃物是指建筑物拆除过程中所产生的废弃物，具体包括废弃混凝土块、砖砌块、废金属、废旧木材以及其他废弃物，不包含建筑物、构筑物在拆除过程中产生的生活垃圾及工程弃土。目前，在大规模的城市更新过程中，大量的既有建筑面临着拆除重建，拆除过程中，会产生巨量的建筑拆除废弃物，而建筑拆除废弃物的精准预测是对其进行有效管理的基本前提。已有关于建筑拆除废弃物产生量的预测主要依赖于人工现场调研，现场收集有关拟拆除建筑的建筑信息，如高度、面积等，这样较为原始的数据收集方法需要耗费大量的时间、人力和物力，其误差也较大。现有的图像识别技术没有和实时地图API二次开发技术有效的结合，更没有将其运用到既有建筑拆除废弃物的预测中来。
技术实现思路
本专利技术旨在至少在一定程度上解决相关技术中的技术问题之一。为此，本专利技术的一个目的是提供一种能够实时、精准、快速的预测大规模城市更新过程中既有建筑拆除废弃物的产生数量的方法及系统。本专利技术所采用的技术方案是：本专利技术提供一种预测既有建筑拆除废弃物产生量的方法，包括以下步骤：获取拟拆除区域在实时地图中的分布；获取所述拟拆除区域在卫星地图中的建筑物的影像；获得所述建筑物的占地面积、影像高度及卫星拍摄角度；获取所述拟拆除区域的总建筑面积；通过计算进而获取到所述拟拆除区域的建筑废弃物产生量。作为该技术方案的改进，所述步骤获取拟拆除区域在实时地图中的分布，其中所述拟拆除区域在实时地图中为一封闭回路。作为该技术方案的改进，所述步骤获取所述拟拆除区域在卫星地图中的建筑物的影像，其采用灰度信息和建筑物形态信息相结合的轮廓提取算法。作为该技术方案的改进，所述采用灰度信息和建筑物形态信息相结合的轮廓提取算法，其具体包括：对原始图像进行灰度化处理；对灰度化处理后所得图像进行边缘提取，获得边缘图像。进一步地，所述采用灰度信息和建筑物形态信息相结合的轮廓提取算法，其还包括：将原始图像转换为HSV颜色模型的图像，并进行二值化处理。进一步地，通过将所得边缘图像与二值化处理后的图像进行融合，进而得到建筑物影像。进一步地，根据所得拟拆除区域的总建筑面积，结合拟拆除区域建筑物的单位建筑面积产废率，可得到所述拟拆除区域的建筑废弃物产生量。另一方面，本专利技术还提供一种预测既有建筑拆除废弃物产生量的系统，包括：拟拆除区域获取模块，用以执行步骤获取拟拆除区域在实时地图中的分布；区域信息获取模块，用以执行步骤获取所述拟拆除区域在卫星地图中的建筑物的影像；获得所述建筑物的占地面积、影像高度及卫星拍摄角度；获取所述拟拆除区域的总建筑面积；建筑废弃物产生量计算模块，用以执行步骤通过计算进而获取到所述拟拆除区域的建筑废弃物产生量。第三方面，本专利技术还提供一种预测既有建筑拆除废弃物产生量的设备，包括：至少一个处理器；以及，与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行所述的方法。第四方面，本专利技术还提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机可执行指令，所述计算机可执行指令用于使计算机执行所述的方法。本专利技术的有益效果是：本专利技术提供的预测既有建筑拆除废弃物产生量的方法、系统、设备及存储介质，在已有实时地图的基础上，通过开发API接口，将建筑物的相关数据嵌入网页平台中，可实时、快速的进行建筑拆除废弃物的估算和预测；同时其通过运用图像识别技术，用以识别和提取建筑物影像，剔除道路、绿化等非建筑影像，使建筑拆除废弃物的预测更加精准；本方案基于实时地图API二次开发和图像识别技术，实现对规模化既有建筑拆除废弃物的实时、快速和精准预测，有助于提高预测方法的准确性和科学性，并可以应用到各种地区或者更大范围的研究。该方法对于政府规划建筑废弃物综合利用企业和填埋场的数量、位置和规模提供指导意义，同时可减少因实地调查所投入的资源，从而减少财政支出。附图说明图1是本专利技术一实施例的控制流程框图；图2为本专利技术一实施例的原理图；图3为本专利技术一实施例的图像识别技术识别和提取建筑物影像的流程图；图4为本专利技术一实施例的建筑物实际高度计算原理示意图。具体实施方式需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。参照图1，本专利技术提供一种预测既有建筑拆除废弃物产生量的方法，包括以下步骤：获取拟拆除区域在实时地图中的分布；获取所述拟拆除区域在卫星地图中的建筑物的影像；获得所述建筑物的占地面积、影像高度及卫星拍摄角度；获取所述拟拆除区域的总建筑面积；通过计算进而获取到所述拟拆除区域的废弃物产生量。具体地，该方法包括如下步骤：(1)在实时地图中框选拟拆除区域，并保证框选区域形成一个闭合回路；(2)采用图像识别技术识别和提取所选区域卫星地图中的建筑物影像，用以区分建筑物与非建筑物；(3)通过实时地图中的测量工具测量已提取出来的建筑物的占地面积；(4)通过实时地图中的测量工具测量建筑物的影像高度，并从实时地图的存储信息中获取卫星拍摄该建筑物时的角度；(5)基于实时地图二次开发API插件，将建筑物的占地面积、影像高度和卫星拍摄角度三组数据调取出来，根据三角函数关系，即可计算出建筑物的实际高度；(6)将计算出的实际高度除以楼层高度，即可计算出该建筑物的楼层数；(7)将计算出的楼层数乘以该建筑物的占地面积，即可计算出该建筑物的建筑面积；(8)将拟拆除区域的所有建筑物的建筑面积相加，即可计算出拟拆除区域的总建筑面积；(9)将总建筑面积乘以单位建筑面积产废率，即可计算出拟拆除区域建筑拆除废弃物的产生数量。在实时地图中框选拟拆除区域，并保证框选区域形成一个闭合回路。采用人工智能图像识别技术识别和提取所选区域实时卫星地图中的建筑物影像，用以区分建筑物与非建筑物。通过实时地图中的测量工具测量已提取出来的建筑物的占地面积和影像高度，并从实时地图的存储信息中获取卫星拍摄该建筑物时的角度。对实时地图进行API二次开发，调取实时地图中建筑物的占地面积、影像高度和卫星拍摄角度三组数值。通过卫星地图中建筑物的影像高度和拍摄角度的正切值，即可计算出建筑物的实际高度。将计算出的实际高度除以楼层高度，即可计算出该建筑物的楼层数。将计算出的楼层数乘以该建筑物的占地面积，即可计算出该建筑物的建筑面积。将拟拆除区域的所有建筑物的建筑面积相加，即可计算出拟拆除区域的总建筑面积。将总建筑面积乘以单位建筑面积产废率，即可计算出拟拆除区域既有建筑拆除废弃物的产生数量。拟拆除区域既有建筑拆除废弃物的产生数量计算公式为G＝TA×WGR其中本文档来自技高网...

【技术保护点】
1.一种预测既有建筑拆除废弃物产生量的方法，其特征在于，包括以下步骤：获取拟拆除区域在实时地图中的分布；获取所述拟拆除区域在卫星地图中的建筑物的影像；获得所述建筑物的占地面积、影像高度及卫星拍摄角度；获取所述拟拆除区域的总建筑面积；通过计算进而获取到所述拟拆除区域的建筑废弃物产生量。

【技术特征摘要】
1.一种预测既有建筑拆除废弃物产生量的方法，其特征在于，包括以下步骤：获取拟拆除区域在实时地图中的分布；获取所述拟拆除区域在卫星地图中的建筑物的影像；获得所述建筑物的占地面积、影像高度及卫星拍摄角度；获取所述拟拆除区域的总建筑面积；通过计算进而获取到所述拟拆除区域的建筑废弃物产生量。2.根据权利要求1所述的预测既有建筑拆除废弃物产生量的方法，其特征在于，所述步骤获取拟拆除区域在实时地图中的分布，其中所述拟拆除区域在实时地图中为一封闭回路。3.根据权利要求1或2所述的预测既有建筑拆除废弃物产生量的方法，其特征在于，所述步骤获取所述拟拆除区域在卫星地图中的建筑物的影像，其采用灰度信息和建筑物形态信息相结合的轮廓提取算法。4.根据权利要求3所述的预测既有建筑拆除废弃物产生量的方法，其特征在于，所述采用灰度信息和建筑物形态信息相结合的轮廓提取算法，其具体包括：对原始图像进行灰度化处理；对灰度化处理后所得图像进行边缘提取，获得边缘图像。5.根据权利要求4所述的预测既有建筑拆除废弃物产生量的方法，其特征在于，所述采用灰度信息和建筑物形态信息相结合的轮廓提取算法，其还包括：将原始图像转换为HSV颜色模型的图像，并进行二值化处理。6.根据权利要求5所述的预测既有建筑拆除废弃物产生量...

【专利技术属性】
技术研发人员：王家远，喻博，李政道，张静蓉，周福萍，周敏，
申请(专利权)人：深圳大学，
类型：发明
国别省市：广东,44