【技術實現步驟摘要】
本專利技術涉及鋼結構建筑維護，具體涉及一種鋼結構建筑鋼構件智能識別及腐蝕等級評價方法及其評價設備。
技術介紹
1、鋼結構建筑是以建筑鋼材構成承重結構的建筑。通常由型鋼和鋼板制成的鋼梁、鋼柱、鋼桁架等鋼構件組成承重結構，其與屋面、樓面和墻面等建筑維護結構共同組成完整的建筑物。鋼結構建筑是主要的建筑結構類型之一。因其自重較輕，且施工簡便，廣泛應用于大型廠房、橋梁、場館、超高層等領域。
2、鋼結構建筑在使用過程中，鋼構件容易受使用環境的影響而產生腐蝕問題，鋼構件的腐蝕嚴重影響建筑的使用壽命及結構安全。因此，鋼結構建筑在使用過程中，需要定期對其進行維護，目前，對鋼結構建筑的維護方式為：人工定期巡檢鋼結構建筑，發現并評判鋼構件的腐蝕情況，及時對腐蝕的鋼構件進行修護處理以保證鋼結構建筑的結構安全。
3、但是，此種維護方式對于大型體育場、商場等大跨度鋼結構建筑并不實用，首先，大跨度鋼結構建筑，維護人員難以抵近觀察，其日常維護和監測難以通過人工抵近巡檢完成。其次，人為判定腐蝕情況等級的主觀性強，誤判率高，難以滿足鋼結構建筑的維護要求。為此，維護人員在大跨度鋼結構建筑的關鍵鋼構件處，固設多個無損監測點以實現對鋼構件的腐蝕情況的監測，但固設監測點只能對固定點位進行監測，難以把握鋼結構的整體情況，過多增加固設監測點則會顯著提高維護成本。
4、針對大跨度鋼結構建筑維護階段存在的人工抵近巡檢困難、人為判定誤判率高、難以低成本全面評判腐蝕情況等問題，亟需一種低成本的鋼結構建筑中鋼構件的腐蝕評判方法，以實現對大跨度鋼結構建
技術實現思路
1、有鑒于此，為克服現有技術問題的不足，本專利技術提供了一種鋼結構建筑鋼構件智能識別及腐蝕等級評價方法及其評價設備，該評價方法在目標建筑建設階段，構建目標建筑鋼構件原始圖像數據集，通過室內加速腐蝕實驗，構建樣本腐蝕圖像數據庫，然后在目標建筑維護階段，采集目標建筑鋼構件腐蝕圖像，將鋼構件腐蝕圖像與目標建筑鋼構件原始圖像數據集進行比對，用以確定鋼構件腐蝕圖像中的鋼構件的類型及其在目標建筑中的位置，將鋼構件腐蝕圖像與樣本腐蝕圖像數據庫進行比對，用以確定鋼構件腐蝕圖像中的鋼構件的腐蝕等級。
2、為實現上述目的，本專利技術所提供的鋼結構建筑鋼構件智能識別及腐蝕等級評價方法的技術方案為：
3、一種鋼結構建筑鋼構件智能識別及腐蝕等級評價方法，其中：包括以下工藝步驟：
4、s1、目標鋼結構建筑建設階段，采集含背景的目標建筑的鋼構件原始圖像，通過語義標注區分原始圖像中鋼構件的類型及位置信息，構建目標建筑的鋼構件的原始圖像數據集；
5、s2、對與目標鋼結構建筑的鋼構件材質相同的實驗樣本進行室內加速腐蝕實驗，定期采集室內加速腐蝕實驗的樣本腐蝕圖像，通過圖像識別和腐蝕等級分類訓練樣本腐蝕等級分類模型，構建樣本腐蝕圖像數據庫；
6、s3、目標鋼結構建筑維護階段，利用可移動的圖像采集設備，采集含背景的目標建筑的鋼構件腐蝕圖像；
7、s4、將步驟s3采集的含背景的目標建筑的鋼構件腐蝕圖像與步驟s1中構建的目標建筑的鋼構件的原始圖像數據集中的原始圖像進行一一比對，利用語義分割模型識別步驟s3中獲取的鋼構件腐蝕圖像中鋼構件的類型信息及其在目標建筑中的位置信息，并通過滑動窗口取樣的方式從鋼構件腐蝕圖像中提取不含背景的鋼構件表面圖像；
8、s5、將步驟s4中獲取的鋼構件表面圖像與步驟s2中構建的樣本腐蝕圖像數據庫中的樣本的腐蝕圖像進行特征比對，確定鋼構件表面圖像中的鋼構件的腐蝕等級。
9、進一步，所述的步驟s1中，利用圖像采集設備采集目標建筑鋼構件的至少四個方向的含背景的原始圖像，通過開源圖像語義標注軟件labelme，根據原始圖像中的鋼構件的類型及位置信息對采集的原始圖像進行標注，根據原始圖像中的鋼構件的類型對采集的原始圖像進行區分，將類型相同的原始圖像歸為一個數據集，同一數據集內的原始圖像通過標注的位置信息區分，形成目標建筑的鋼構件的原始圖像數據集。
10、進一步，對采集的原始圖像進行標注時，對采集的原始圖像進行三級標注，其中一級標注為目標建筑名稱，二級標注為原始圖像中的鋼構件在目標建筑中的位置信息，三級標注為原始圖像中的鋼構件的類型。
11、進一步，所述的步驟s2中，利用圖像采集設備定期采集室內加速腐蝕實驗的樣本腐蝕圖像，通過圖像識別算法提取樣本腐蝕圖像中樣本的腐蝕面積大小及腐蝕顏色深淺，按照腐蝕面積大小和腐蝕顏色深淺，利用深度學習卷積神經網絡訓練樣本腐蝕等級分類模型，將所采集的樣本腐蝕圖像按照腐蝕等級進行分類，建立樣本腐蝕圖像數據庫。
12、進一步，所述的深度學習卷積神經網絡為alexnet網絡、resnet網絡、vggnet網絡和inception網絡中的一種。
13、進一步，所述的圖像采集設備為數碼照相機、具有拍照功能的手機、電子攝像頭、具有拍照功能的無人飛行器、具有拍照功能的能夠在鋼構件表面吸附爬行的移動機器人中的一種。
14、進一步，所述的步驟s3中，采集鋼構件腐蝕圖像時，可移動的圖像采集設備圍繞目標建筑鋼構件連續平穩移動，在移動過程中可移動的圖像采集設備與目標建筑的鋼構件之間的距離固定，在移動過程中可移動的圖像采集設備對鋼構件進行連續拍攝，獲取含背景的目標建筑的鋼構件腐蝕圖像。
15、進一步，所述的可移動的圖像采集設備為具有拍照功能的無人飛行器，或為具有拍照功能的能夠在鋼構件表面吸附爬行的移動機器人。
16、進一步，所述的步驟s4中，所述的語義分割模型為rcnn模型、yolo模型、segnet模型、u-net模型中的一種。
17、進一步，所述的步驟s5包括：
18、s51、利用圖像識別算法提取步驟s4中獲取的鋼構件表面圖像中鋼構件的腐蝕面積特征及腐蝕顏色特征；
19、s52、利用圖像識別算法從樣本腐蝕圖像數據庫中提取與步驟s51中獲取的腐蝕面積特征及腐蝕顏色特征最接近的樣本腐蝕圖像，該樣本腐蝕圖像的腐蝕等級即為鋼構件表面圖像中的鋼構件的腐蝕等級。
20、上述鋼結構建筑鋼構件智能識別及腐蝕等級評價方法所采用的評價設備，包括：
21、存儲器，用于存儲計算機程序、目標建筑鋼構件的原始圖像數據集、樣本腐蝕圖像數據庫、目標建筑的鋼構件腐蝕圖像，
22、通信總線，用于實現存儲器、處理器及通信接口的通信連接，
23、通信接口，用于與顯示設備、圖像采集設備、打印輸出設備通信連接，
24、處理器，執行存儲器上的計算機程序，實現權利要求1~9任一項所訴的鋼結構建筑鋼構件智能識別及腐蝕等級評價方法。
25、本專利技術的有益效果為：
26、1、本專利技術在目標鋼結構建筑的建設階段，建立目標建筑鋼構件的原始圖像數據集，通過原始圖像數據集可方便對整個鋼結構建筑的鋼構件的管理，在鋼結構建筑的維護階段，能夠準確方便的識別出本文檔來自技高網...
【技術保護點】
1.一種鋼結構建筑鋼構件智能識別及腐蝕等級評價方法，其特征在于：包括以下工藝步驟：
2.根據權利要求1所述的鋼結構建筑鋼構件智能識別及腐蝕等級評價方法，其特征在于：所述的步驟S1中，利用圖像采集設備采集目標建筑鋼構件的至少四個方向的含背景的原始圖像，通過開源圖像語義標注軟件Labelme，根據原始圖像中的鋼構件的類型及位置信息對采集的原始圖像進行標注，根據原始圖像中的鋼構件的類型對采集的原始圖像進行區分，將類型相同的原始圖像歸為一個數據集，同一數據集內的原始圖像通過標注的位置信息區分，形成目標建筑的鋼構件的原始圖像數據集。
3.根據權利要求2所述的鋼結構建筑鋼構件智能識別及腐蝕等級評價方法，其特征在于：對采集的原始圖像進行標注時，對采集的原始圖像進行三級標注，其中一級標注為目標建筑名稱，二級標注為原始圖像中的鋼構件在目標建筑中的位置信息，三級標注為原始圖像中的鋼構件的類型。
4.根據權利要求1所述的鋼結構建筑鋼構件智能識別及腐蝕等級評價方法，其特征在于：所述的步驟S2中，利用圖像采集設備定期采集室內加速腐蝕實驗的樣本腐蝕圖像，通過圖像識別算法提
5.根據權利要求4所述的鋼結構建筑鋼構件智能識別及腐蝕等級評價方法，其特征在于：所述的深度學習卷積神經網絡為AlexNet網絡、ResNet網絡、VGGNet網絡和Inception網絡中的一種。
6.根據權利要求1所述的鋼結構建筑鋼構件智能識別及腐蝕等級評價方法，其特征在于：所述的步驟S3中，采集鋼構件腐蝕圖像時，可移動的圖像采集設備圍繞目標建筑鋼構件連續平穩移動，在移動過程中可移動的圖像采集設備與目標建筑的鋼構件之間的距離固定，在移動過程中可移動的圖像采集設備對鋼構件進行連續拍攝，獲取含背景的目標建筑的鋼構件腐蝕圖像。
7.根據權利要求6所述的鋼結構建筑鋼構件智能識別及腐蝕等級評價方法，其特征在于：所述的可移動的圖像采集設備為具有拍照功能的無人飛行器，或為具有拍照功能的能夠在鋼構件表面吸附爬行的移動機器人。
8.根據權利要求1所述的鋼結構建筑鋼構件智能識別及腐蝕等級評價方法，其特征在于：所述的步驟S4中，所述的語義分割模型為RCNN模型、Yolo模型、SegNet模型、U-Net模型中的一種。
9.根據權利要求1所述的鋼結構建筑鋼構件智能識別及腐蝕等級評價方法，其特征在于：所述的步驟S5包括：
10.權利要求1~9任一項所述的鋼結構建筑鋼構件智能識別及腐蝕等級評價方法采用的評價設備，其特征在于：包括：
...【技術特征摘要】
1.一種鋼結構建筑鋼構件智能識別及腐蝕等級評價方法，其特征在于：包括以下工藝步驟：
2.根據權利要求1所述的鋼結構建筑鋼構件智能識別及腐蝕等級評價方法，其特征在于：所述的步驟s1中，利用圖像采集設備采集目標建筑鋼構件的至少四個方向的含背景的原始圖像，通過開源圖像語義標注軟件labelme，根據原始圖像中的鋼構件的類型及位置信息對采集的原始圖像進行標注，根據原始圖像中的鋼構件的類型對采集的原始圖像進行區分，將類型相同的原始圖像歸為一個數據集，同一數據集內的原始圖像通過標注的位置信息區分，形成目標建筑的鋼構件的原始圖像數據集。
3.根據權利要求2所述的鋼結構建筑鋼構件智能識別及腐蝕等級評價方法，其特征在于：對采集的原始圖像進行標注時，對采集的原始圖像進行三級標注，其中一級標注為目標建筑名稱，二級標注為原始圖像中的鋼構件在目標建筑中的位置信息，三級標注為原始圖像中的鋼構件的類型。
4.根據權利要求1所述的鋼結構建筑鋼構件智能識別及腐蝕等級評價方法，其特征在于：所述的步驟s2中，利用圖像采集設備定期采集室內加速腐蝕實驗的樣本腐蝕圖像，通過圖像識別算法提取樣本腐蝕圖像中樣本的腐蝕面積大小及腐蝕顏色深淺，按照腐蝕面積大小和腐蝕顏色深淺，利用深度學習卷積神經網絡訓練樣本腐蝕等級分類模型，將所采集的樣本腐蝕圖像按照腐蝕等級進行分類，建立樣本腐蝕圖像數據庫。<...
【專利技術屬性】
技術研發人員：黃興紅，蔡禮雄，段振，路克勤，李航，吳文兵，
申請(專利權)人：中國建筑第七工程局有限公司，
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。