基于计算机视觉的建筑结构改扩建安全排查方法与装置制造方法及图纸

本申请涉及基于计算机视觉的建筑结构改扩建安全排查方法、装置、计算机设备、存储介质和计算机程序产品。方法包括：在各预设检测时间对目标建筑进行扫描，得到目标建筑在各检测时间对应的点云数据集合；将各点云数据集合包含的点云数据进行配准处理，得到配准结果；根据配准结果和各点云数据集合包含的点云数据进行三维模型叠加处理，得到叠加后的三维模型；根据叠加后的三维模型，展示目标建筑对应的目标模型，目标模型用于反映目标建筑的形变特征。采用本方法能够降低漏检率。特征。采用本方法能够降低漏检率。特征。采用本方法能够降低漏检率。

【技术实现步骤摘要】
基于计算机视觉的建筑结构改扩建安全排查方法与装置


[0001]本申请涉及计算机视觉领域，特别是涉及基于计算机视觉的建筑结构改扩建安全排查方法、装置、计算机设备、存储介质和计算机程序产品。

技术介绍

[0002]近年来，私自扩建、改建房屋建筑现象越来越多，而违规扩建、改建房屋建筑会导致结构事故发生，例如坍塌事故等。建筑物违规扩建主要为违规加层，违规改建主要为私自增设门窗洞口，这些违规扩建、改建会给建筑结构的使用造成安全隐患，所以需要及时进行检测与排查。
[0003]传统建筑的检测与排查为人工巡检，由检查人员人工检查来排查违规扩建、改建现象，然而，人工检查的方式存在漏检率较高的问题。

技术实现思路

[0004]基于此，有必要针对上述技术问题，提供基于计算机视觉的建筑结构改扩建安全排查方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。
[0005]第一方面，本申请提供了基于计算机视觉的建筑结构改扩建安全排查方法。方法包括：在各预设检测时间对目标建筑进行扫描，得到目标建筑在各检测时间对应的点云数据集合；将各点云数据集合包含的点云数据进行配准处理，得到配准结果；根据配准结果和各点云数据集合包含的点云数据进行三维模型叠加处理，得到叠加后的三维模型；根据叠加后的三维模型，输出目标建筑对应的目标模型，目标模型用于反映目标建筑的形变特征。
[0006]在其中一个实施例中，在各预设检测时间对目标建筑进行扫描，得到目标建筑在各检测时间对应的点云数据集合包括：在各预设检测时间内，利用即时定位与地图构建算法对目标建筑进行扫描，得到目标建筑在各检测时间对应的点云数据集合。
[0007]在其中一个实施例中，将各点云数据集合包含的点云数据进行配准处理，得到配准结果包括：根据每个点云数据集合的时间将点云数据集合包含的点云数据进行排序，得到点云数据集合序列；通过迭代最近点算法，对点云数据集合序列中相邻的点云数据集合包含的各点云数据进行配准处理，得到相邻的点云数据集合之间的配准结果。
[0008]在其中一个实施例中，根据配准结果和各点云数据集合包含的点云数据进行三维模型叠加处理，得到叠加后的三维模型包括：
根据点云数据对目标建筑建立三维模型；根据配准结果对三维模型进行叠加，得到叠加后的三维模型。
[0009]在其中一个实施例中，配准结果包括检测时间相邻的点云数据集合之间的旋转矩阵和平移矩阵；根据配准结果对三维模型进行叠加，得到叠加后的目标模型包括：根据旋转矩阵和平移矩阵，对不同检测时间的三维模型进行平移或旋转，得到叠加后的三维模型。
[0010]在其中一个实施例中，方法还包括：根据深度学习算法对各所述点云数据集合进行识别，得到各所述点云数据集合的识别结果；所述识别结果包括各构件的构件类别、各所述构件的几何中心的坐标、以及各所述构件类别对应的构件数量；基于识别出的各所述构件类别、以及各所述构件类别对应的构件数量，确定所述目标建筑对应的合规性检测结果；通过所述构件的几何中心的坐标得到构件间的绝对距离，将所述构件间的绝对距离与预设安全阈值进行对比，得到所述目标建筑对应的安全性检测结果；根据所述合规性检测结果和所述安全性检测结果，输出所述目标建筑的检测报告。
[0011]第二方面，本申请还提供了基于计算机视觉的建筑结构改扩建安全排查装置。装置包括：扫描模块，用于在各预设检测时间对目标建筑进行扫描，得到目标建筑在各检测时间对应的点云数据集合；配准模块，用于将各点云数据集合包含的点云数据进行配准处理，得到配准结果；叠加模块，用于根据配准结果和各点云数据集合包含的点云数据进行三维模型叠加处理，得到叠加后的三维模型；展示模块，用于根据叠加后的三维模型，展示目标建筑对应的目标模型，目标模型用于反映目标建筑的形变特征。
[0012]在其中一个实施例中，扫描模块，具体用于：在各预设检测时间内，利用即时定位与地图构建算法对目标建筑进行扫描，得到目标建筑在各检测时间对应的点云数据集合。
[0013]在其中一个实施例中，配准模块，具体用于：将点云数据集合包含的点云数据进行排序，得到点云数据集合序列；对点云数据集合序列中，相邻的点云数据集合包含的各点云数据通过迭代最近点算法进行配准处理，得到相邻的点云数据集合之间的配准结果。
[0014]在其中一个实施例中，叠加模块，具体用于：根据点云数据对目标建筑建立三维模型；根据旋转矩阵和平移矩阵，对不同检测时间的三维模型进行坐标变换，得到叠加后的三维模型。
[0015]在其中一个实施例中，展示模块，具体用于：根据叠加后的三维模型，展示目标建筑对应的目标模型，目标模型用于反映目标建筑的形变特征。
[0016]在其中一个实施例中，装置还包括：识别模块，用于根据深度学习算法对各所述点云数据集合进行识别，得到各所述点云数据集合的识别结果；所述识别结果包括各构件的构件类别、各所述构件的几何中心的坐标、以及各所述构件类别对应的构件数量；确定模块，用于基于识别出的各所述构件类别、以及各所述构件类别对应的构件数量，确定所述目标建筑对应的合规性检测结果；对比模块，用于通过所述构建的几何中心的坐标得到构件间的绝对距离，将所述构件间的绝对距离与预设安全阈值进行对比，得到所述目标建筑对应的安全性检测结果；展示模块，用于根据所述合规性检测结果和所述安全性检测结果，输出所述目标建筑的检测报告。
[0017]第三方面，本申请还提供了一种计算机设备。计算机设备包括存储器和处理器，存储器存储有计算机程序，处理器执行计算机程序时实现第一方面的方法的步骤。
[0018]第四方面，本申请还提供了一种计算机可读存储介质。计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现第一方面的方法的步骤。
[0019]第五方面，本申请还提供了一种计算机程序产品。计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现第一方面的方法的步骤。
[0020]上述基于计算机视觉的建筑结构改扩建安全排查方法、装置、计算机设备、存储介质和计算机程序产品，通过在各预设检测时间对目标建筑进行扫描，得到目标建筑在各检测时间对应的点云数据集合；将各点云数据集合包含的点云数据进行配准处理，得到配准结果；根据配准结果和各点云数据集合包含的点云数据进行三维模型叠加处理，得到叠加后的三维模型；根据叠加后的三维模型，输出目标建筑对应的目标模型，目标模型用于反映目标建筑的形变特征。通过将扫描的目标建筑的点云数据集进行配准，并根据配准结果对不同时间点的目标建筑的三维模型进行叠加，能够降低房屋建筑违规结构的漏检率。
附图说明
[0021]图1为一个实施例中基于计算机视觉的建筑结构改扩建安全排查方法的应用环境图；图2为一个实施例基于计算机视觉的建筑结构改扩建安全排查方法的流程示意图；图3为一个实施例中点云配准步骤的流程示意图；图4为一个实施例中模型叠加步骤的流程示意图；图5为另一个实施例中裂缝投影步骤的流程示意图；图6为一个实施例中基于计算机视觉的建筑结构改扩本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于计算机视觉的建筑结构改扩建安全排查方法，其特征在于，所述方法包括：在各预设检测时间对目标建筑进行扫描，得到所述目标建筑在各所述检测时间对应的点云数据集合；将各所述点云数据集合包含的点云数据进行配准处理，得到配准结果；根据所述配准结果和各所述点云数据集合包含的点云数据进行三维模型叠加处理，得到叠加后的三维模型；根据所述叠加后的三维模型，展示所述目标建筑对应的目标模型，所述目标模型用于反映所述目标建筑的形变特征。2.根据权利要求1所述的方法，其特征在于，所述在各预设检测时间对目标建筑进行扫描，得到所述目标建筑在各所述检测时间对应的点云数据集合包括：在各预设检测时间内，利用即时定位与地图构建算法对目标建筑进行扫描，得到所述目标建筑在各所述检测时间对应的点云数据集合。3.根据权利要求1所述的方法，其特征在于，所述将各所述点云数据集合包含的点云数据进行配准处理，得到配准结果包括：根据每个点云数据集合的时间将所述点云数据集合包含的点云数据进行排序，得到点云数据集合序列；通过迭代最近点算法，对所述点云数据集合序列中相邻的点云数据集合包含的各点云数据进行配准处理，得到相邻的点云数据集合之间的配准结果。4.根据权利要求1所述的方法，其特征在于，所述根据所述配准结果和各所述点云数据集合包含的点云数据进行三维模型叠加处理，得到叠加后的三维模型包括：根据所述点云数据集合包含的点云数据对目标建筑建立三维模型；根据所述配准结果对所述三维模型进行叠加，得到叠加后的三维模型。5.根据权利要求4所述的方法，其特征在于，所述配准结果包括检测时间相邻的点云数据集合之间的旋转矩阵和平移矩阵；所述根据所述配准结果对所述三维模型进行叠加，得到叠加后的目标模型包括：根据所述旋转矩阵和平移矩阵，对不同检测时间的三...

【专利技术属性】
技术研发人员：樊健生，冯楚乔，刘宇飞，
申请(专利权)人：清华大学，
类型：发明
国别省市：