一种木结构古建筑的损伤检测方法、系统及可存储介质技术方案

本发明专利技术公开了一种木结构古建筑的损伤检测方法、系统及可存储介质，涉及古建筑损伤检测技术领域，包括：通过小型X射线成像系统采集木结构古建筑的360度投影图像，获取初始图像集；其中，投影图像数量为n，图像采集间隔角度为θ，n＝2π/θ；对获取的初始图像集进行预处理，获取训练样本集；基于深度神经网络构建木结构古建筑的损伤检测模型，将所述训练样本集输入所述损伤检测模型中进行训练，直至模型收敛，获得最优损伤检测模型；通过所述最优损伤检测模型对木结构古建筑进行损伤检测，获取损伤检测结果。本发明专利技术在保证不破坏古建筑的前提下，采用更科学更可靠的技术对材料或构件损伤、缺陷等进行精确检测，为木结构古建筑的保护维修提供了科学依据。护维修提供了科学依据。护维修提供了科学依据。

【技术实现步骤摘要】
一种木结构古建筑的损伤检测方法、系统及可存储介质


[0001]本专利技术涉及古建筑损伤检测
，更具体的说是涉及一种木结构古建筑的损伤检测方法、系统及可存储介质。

技术介绍

[0002]以木结构体系为主的古建筑是中国古代建筑的主体，在世界建筑史上占有重要地位，长期以来受到国内外学者的广泛关注。但由于木材是一种有机生物材料，具有各向异性的特点，因此木结构古建筑体系中的各类木质构件，在日积月累的自然条件侵蚀下，易产生诸如腐朽、变形、虫蛀等残损缺陷，造成其各项力学性能指标显著降低，轻则影响美观，重则使古建筑面临不可预知的倒塌风险。
[0003]传统的古建筑木构件的检测方法主要有现场目测敲击法和实验室仪器检测法，但前者受主观经验影响，缺乏对检测结果的数据理论支撑；后者则必须是拆解下的构件，且需要将构件锯解成标准尺寸试件方可采集数据，缺乏现场实施度。前期大量的研究普遍是基于针对活力木和木材料本身的实验室数据检测，现在针对木结构古建筑的保护观念和方法依然比较落后，传统的检测方法可能会造成古建筑木构件内部常年微小的残损不断扩大，而在建筑出现严重问题时才上报维修的事后补救会使古建筑错过最佳修复时期而出现不可逆转的损失。
[0004]因此，如何在保证不破坏古建筑的前提下，采用更科学、更可靠的技术对材料或构件损伤、缺陷等进行精确检测，为木结构古建筑的保护维修提供科学依据是本领域技术人员亟需解决的问题。

技术实现思路

[0005]有鉴于此，本专利技术提供了一种木结构古建筑的损伤检测方法、系统及可存储介质，可以在保证不破坏古建筑的前提下，对木结构损伤、缺陷进行精确检测，为木结构古建筑的保护维修提供了科学依据。
[0006]为了实现上述目的，本专利技术提供如下技术方案：
[0007]一种木结构古建筑的损伤检测方法，包括以下步骤：
[0008]通过小型X射线成像系统采集木结构古建筑的360度投影图像，获取初始图像集；其中，投影图像数量为n，图像采集间隔角度为θ，n＝2π/θ；
[0009]对获取的所述初始图像集进行预处理，获取训练样本集；
[0010]基于深度神经网络构建木结构古建筑的损伤检测模型，将所述训练样本集输入所述损伤检测模型中进行训练，直至模型收敛，获得最优损伤检测模型；
[0011]通过所述最优损伤检测模型对木结构古建筑进行损伤检测，获取损伤检测结果。
[0012]可选的，所述小型X射线成像系统包括X射线发射器、平板探测器、支架；所述平板探测器为若干X射线接收传感器构成的二维传感器阵列；
[0013]所述支架上设置圆形轨道，所述圆形轨道上安装两个可沿轨道自由滑动的滑块；
所述X射线发射器及平板探测器分别置于两个滑块上方。
[0014]可选的，通过所述小型X射线成像系统采集木结构古建筑的360度投影图像，具体包括以下步骤：
[0015]在木结构古建筑四周安装小型X射线成像系统，并使所述木结构古建筑处于圆形轨道的圆心；
[0016]所述X射线发射器及平板探测器分别随着两个滑块在圆形轨道上自由滑动，且两个滑块所处位置的连线总是经过所述圆形轨道的圆心；
[0017]X射线发射器每隔角度θ向所述木结构古建筑发射锥形X射线束；
[0018]所述平板探测器接收穿过木结构古建筑之后衰减的X射线束并输出数字信号，再传送给与所述平板探测器相连的计算机进行图像处理，获取木结构古建筑的投影图像。
[0019]可选的，对获取的所述初始图像集进行预处理，具体包括以下步骤：
[0020]对所述初始图像集中的投影图像进行归一化处理，获取第一图像；
[0021]采用双三次插值方法对所述第一图像进行尺度变换，获取第二图像；
[0022]通过直方图均衡方法对所述第二图像进行低频背景增强，获取第三图像，作为训练样本集并对所述训练样本集中的所有图像标注标签。
[0023]可选的，所述归一化处理为线性归一化，表达式为：
[0024][0025]其中，X
max
为样本数据的最大值，X
min
为样本数据的最小值，X
norm
为归一化结果，数值区间为[0,1]。
[0026]可选的，采用双三次插值方法对所述第一图像进行尺度变换，具体为：
[0027]通过以下公式对所述第一图像中每个像素点像素值进行计算：
[0028]p(x,y)＝a
00
+a
10
x+a
01
y+a
20
x2+a
11
xy+a
02
y2+a
21
x2y+a
12
xy2+a
22
x2y2+a
30
x3+a
03
y3+a
31
x3y+a
13
xy3+a
32
x3y2；+a
23
x2y3+a
33
x3y3[0029]对上式进行简化，得到：
[0030][0031]其中，a
ij
表示插值系数。
[0032]可选的，基于YOLOV3模型构建木结构古建筑的损伤检测模型，具体为：
[0033]在所述YOLOV3模型中引入金字塔池化SPP模块，将所述SPP模块添加在第5层和第6层卷积之间；
[0034]所述损伤检测模型还包括Darknet
‑
53残差神经网络和特征金字塔网络；
[0035]所述Darknet
‑
53残差神经网络包括CBL模块和五个残差模块res1、res2、res8、res8、res4；
[0036]所述CBL模块包括卷积层、批量归一化层和激活函数层；所述残差模块包括串行连接的零填充层、卷积网络模块和残差单元组；
[0037]所述残差单元组包括m个残差单元，每个残差单元包括采用残差网络连接形式连接的多个CBL模块，特征融合方式采用并行方式。
[0038]可选的，获得最优损伤检测模型，具体包括以下步骤：
[0039]将所述训练样本集输入Darknet
‑
53残差神经网络中，分别将第一个res8的输出、第二个res8的输出、res4的输出作为第一特征图、第二特征图和第三特征图；
[0040]将第三特征图输入SPP模块后，再通过所述特征金字塔网络，获取第一检测结果；
[0041]分别将所述第一特征图、第二特征图输入特征金字塔网络，获取第三检测结果、第二检测结果；
[0042]计算木结构古建筑损失检测模型的损失函数，并通过反向传播算法对模型参数进行调整，直至损失函数收敛，得到最优损伤检测模型。
[0043]本专利技术还公开了一种木结构古建筑的损伤检测系统，包括：
[0044]采集模块，用于通过小型X射线成像系统采集木结构古建筑的360度投本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种木结构古建筑的损伤检测方法，其特征在于，包括以下步骤：通过小型X射线成像系统采集木结构古建筑的360度投影图像，获取初始图像集；其中，投影图像数量为n，图像采集间隔角度为θ，n＝2π/θ；对获取的所述初始图像集进行预处理，获取训练样本集；基于深度神经网络构建木结构古建筑的损伤检测模型，将所述训练样本集输入所述损伤检测模型中进行训练，直至模型收敛，获得最优损伤检测模型；通过所述最优损伤检测模型对木结构古建筑进行损伤检测，获取损伤检测结果。2.根据权利要求1所述的一种木结构古建筑的损伤检测方法，其特征在于，所述小型X射线成像系统包括X射线发射器、平板探测器、支架；所述平板探测器为若干X射线接收传感器构成的二维传感器阵列；所述支架上设置圆形轨道，所述圆形轨道上安装两个可沿轨道自由滑动的滑块；所述X射线发射器及平板探测器分别置于两个滑块上方。3.根据权利要求2所述的一种木结构古建筑的损伤检测方法，其特征在于，通过所述小型X射线成像系统采集木结构古建筑的360度投影图像，具体包括以下步骤：在木结构古建筑四周安装小型X射线成像系统，并使所述木结构古建筑处于圆形轨道的圆心；所述X射线发射器及平板探测器分别随着两个滑块在圆形轨道上自由滑动，且两个滑块所处位置的连线总是经过所述圆形轨道的圆心；X射线发射器每隔角度θ向所述木结构古建筑发射锥形X射线束；所述平板探测器接收穿过木结构古建筑之后衰减的X射线束并输出数字信号，再传送给与所述平板探测器相连的计算机进行图像处理，获取木结构古建筑的投影图像。4.根据权利要求1所述的一种木结构古建筑的损伤检测方法，其特征在于，对获取的所述初始图像集进行预处理，具体包括以下步骤：对所述初始图像集中的投影图像进行归一化处理，获取第一图像；采用双三次插值方法对所述第一图像进行尺度变换，获取第二图像；通过直方图均衡方法对所述第二图像进行低频背景增强，获取第三图像，作为训练样本集并对所述训练样本集中的所有图像标注标签。5.根据权利要求4所述的一种木结构古建筑的损伤检测方法，其特征在于，所述归一化处理为线性归一化，表达式为：其中，X
max
为样本数据的最大值，X
min
为样本数据的最小值，X
norm
为归一化结果，数值区间为[0,1]。6.根据权利要求4所述的一种木结构古建筑的损伤检测方法，其特征在于，采用双三次插值方法对所述第一图像进行尺度变换，具体为：通过以下公式对所述...

【专利技术属性】
技术研发人员：高宜生，杨霄霞，葛浙东，俄广术，
申请(专利权)人：山东建筑大学，
类型：发明
国别省市：