【技術實現步驟摘要】
本專利技術屬于空鼓檢測領域，具體而言涉及一種外墻空鼓檢測方法及系統。
技術介紹
1、外墻空鼓是建筑結構中常見的質量問題，尤其在高層建筑的外墻涂層或裝飾層中更為普遍。空鼓現象的產生通常是由于外墻涂層、保溫層或飾面層與基層之間的粘結失效，導致分層、脫落等情況。這種問題不僅影響建筑物的美觀，還可能帶來嚴重的安全隱患。尤其在高層建筑中，外墻裝飾材料如瓷磚、大理石或涂料的空鼓和脫落，可能對行人和周邊設施構成安全威脅。因此，外墻空鼓的及時檢測與修復對于保障建筑物的安全至關重要。
2、傳統的外墻空鼓檢測方法主要依賴人工敲擊法和聽音法。檢測人員通過輕擊外墻表面，結合聽音判斷是否存在空鼓。這種方法雖然簡單直觀，但存在明顯的局限性：人工檢測效率低、覆蓋面積有限，且受檢測人員經驗影響較大，無法量化空鼓區域的大小和位置。隨著建筑規模的擴大和裝飾材料的多樣化，傳統檢測方法難以滿足大面積、精細化的檢測需求。
3、近年來，無損檢測技術在建筑結構檢測中得到了廣泛應用。紅外熱成像技術和超聲波檢測技術作為常見的無損檢測手段，可以有效地識別外墻空鼓。紅外熱成像利用溫度差異檢測墻體表面的熱異常，通過分析墻體表面不同區域的溫度變化來識別空鼓區域。超聲波檢測則通過聲波的反射與衰減特性，判斷墻體內部是否存在空鼓。然而，由于外墻材料多樣、結構復雜，單一檢測方法往往難以保證檢測的精度和全面性。例如，紅外熱成像受環境溫度影響較大，超聲波檢測在多層材料結構中的信號衰減也會影響精度。
4、因此，如何融合多種無損檢測技術，發揮其各自的優勢，成為外墻空
技術實現思路
1、為了解決現有技術中的問題，本專利技術提供一種外墻空鼓檢測方法，所述方法包括如下步驟：
2、步驟1，數據采集：對外墻進行多模態檢測，分別獲取紅外熱成像圖像和超聲波檢測信號，其中紅外熱成像用于檢測墻體表面的溫度分布，超聲波檢測用于反映墻體內部的聲波反射特性；
3、步驟2，數據預處理：對紅外熱成像圖像進行圖像增強處理，提升圖像對比度，并通過邊緣檢測算法提取墻體的邊緣特征；對超聲波檢測信號進行去噪處理，轉化為二維回波圖形式；
4、步驟3，特征提取與融合：使用卷積神經網絡分別對紅外熱成像圖像和超聲波回波圖進行特征提取，提取出的特征包括與空鼓相關的邊緣、紋理、回波強度，并通過加權融合將不同模態的特征向量整合，形成融合后的高維特征向量；
5、步驟4，數據的空間對齊：提取與融合的高維特征向量，通過圖像配準算法和空間變換模型，將紅外熱成像圖像與超聲波回波圖進行對齊，使不同模態數據在統一的坐標系中呈現，實現數據的空間一致性；
6、步驟5，空鼓區域判定：基于步驟對齊后的數據，通過多層感知器對融合后的特征向量進行分類，輸出空鼓區域的具體位置、大小和嚴重程度。
7、本專利技術另一方面還提供一種外墻空鼓檢測系統，所述系統包括如下模塊：
8、數據采集模塊：對外墻進行多模態檢測，分別獲取紅外熱成像圖像和超聲波檢測信號，其中紅外熱成像用于檢測墻體表面的溫度分布，超聲波檢測用于反映墻體內部的聲波反射特性；
9、數據預處理模塊：對紅外熱成像圖像進行圖像增強處理，提升圖像對比度，并通過邊緣檢測算法提取墻體的邊緣特征；對超聲波檢測信號進行去噪處理，轉化為二維回波圖形式；
10、特征提取與融合模塊：使用卷積神經網絡分別對紅外熱成像圖像和超聲波回波圖進行特征提取，提取出的特征包括與空鼓相關的邊緣、紋理、回波強度，并通過加權融合將不同模態的特征向量整合，形成融合后的高維特征向量；
11、數據的空間對齊模塊：提取與融合的高維特征向量，通過圖像配準算法和空間變換模型，將紅外熱成像圖像與超聲波回波圖進行對齊，使不同模態數據在統一的坐標系中呈現，實現數據的空間一致性；
12、空鼓區域判定模塊：基于步驟對齊后的數據，通過多層感知器對融合后的特征向量進行分類，輸出空鼓區域的具體位置、大小和嚴重程度。
13、本專利技術的外墻空鼓檢測方法及系統具有以下有益效果：
14、通過結合紅外熱成像和超聲波檢測技術，實現了外墻表面和內部空鼓信息的全面采集，能夠同時捕捉表面的溫度分布和內部的聲波反射特性。利用這兩種無損檢測手段的互補性，提高了檢測的全面性和精確性，克服了單一檢測手段的局限性。
15、本專利技術通過卷積神經網絡分別對紅外熱成像圖像和超聲波回波圖進行高層次特征提取，并利用加權融合方法將不同模態的特征整合，形成高維特征向量。該過程能夠有效提取與空鼓相關的關鍵特征，增強了對復雜建筑結構空鼓區域的識別能力。
16、通過采用圖像配準算法和非剛性變換模型，能夠將紅外熱成像圖像與超聲波回波圖在統一的坐標系中進行精確對齊，解決了多模態數據異構性的難題。空間對齊確保了多模態數據的分析一致性，為后續檢測步驟提供了可靠的空間基礎。
17、基于多層感知器模型，融合后的特征向量能夠自動分類，輸出空鼓區域的具體位置、大小和嚴重程度，實現了對空鼓問題的自動化、智能化判定，減少了人工操作的主觀誤差，大幅提高了檢測效率。
18、綜上所述，本專利技術能夠大幅提升外墻空鼓檢測的效率、精度和自動化水平，具備重要的應用價值和廣泛的市場前景。
本文檔來自技高網...【技術保護點】
1.一種外墻空鼓檢測方法，其特征在于，所述方法包括以下步驟：
2.根據權利要求1所述的外墻空鼓檢測方法，其特征在于，所述轉化為二維回波圖形式包括：
3.根據權利要求1所述的外墻空鼓檢測方法，其特征在于，所述使用卷積神經網絡分別對紅外熱成像圖像和超聲波回波圖進行特征提取包括：
4.根據權利要求1所述的外墻空鼓檢測方法，其特征在于，提取與融合的高維特征向量，通過圖像配準算法和空間變換模型，將紅外熱成像圖像與超聲波回波圖進行對齊，使不同模態數據在統一的坐標系中呈現，實現數據的空間一致性包括：
5.根據權利要求4所述的外墻空鼓檢測方法，其特征在于，通過初步配準步驟對紅外熱成像圖像與超聲波回波圖進行幾何對齊包括：
6.一種外墻空鼓檢測系統，其特征在于，所述系統包括以下模塊：
7.根據權利要求6所述的外墻空鼓檢測系統，其特征在于，所述轉化為二維回波圖形式包括：
8.根據權利要求6所述的外墻空鼓檢測系統，其特征在于，所述使用卷積神經網絡分別對紅外熱成像圖像和超聲波回波圖進行特征提取包括：
9.根據權
10.根據權利要求9所述的外墻空鼓檢測系統，其特征在于，通過初步配準步驟對紅外熱成像圖像與超聲波回波圖進行幾何對齊包括：
...【技術特征摘要】
1.一種外墻空鼓檢測方法，其特征在于，所述方法包括以下步驟：
2.根據權利要求1所述的外墻空鼓檢測方法，其特征在于，所述轉化為二維回波圖形式包括：
3.根據權利要求1所述的外墻空鼓檢測方法，其特征在于，所述使用卷積神經網絡分別對紅外熱成像圖像和超聲波回波圖進行特征提取包括：
4.根據權利要求1所述的外墻空鼓檢測方法，其特征在于，提取與融合的高維特征向量，通過圖像配準算法和空間變換模型，將紅外熱成像圖像與超聲波回波圖進行對齊，使不同模態數據在統一的坐標系中呈現，實現數據的空間一致性包括：
5.根據權利要求4所述的外墻空鼓檢測方法，其特征在于，通過初步配準步驟對紅外熱成像圖像與超聲波回波圖進行幾何對齊包括：
...【專利技術屬性】
技術研發人員：李杰，鐘志彬，黃尚珩，周其健，何曉彤，劉啟超，劉苓杰，焦彤，肖蕾，黃文俊，吳思聰，
申請(專利權)人：成都建工第三建筑工程有限公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。