CN115908424B 基于三维激光扫描的建筑物健康检测方法、系统及介质 (广东建准检测技术有限公司)_第1页
CN115908424B 基于三维激光扫描的建筑物健康检测方法、系统及介质 (广东建准检测技术有限公司)_第2页
CN115908424B 基于三维激光扫描的建筑物健康检测方法、系统及介质 (广东建准检测技术有限公司)_第3页
CN115908424B 基于三维激光扫描的建筑物健康检测方法、系统及介质 (广东建准检测技术有限公司)_第4页
CN115908424B 基于三维激光扫描的建筑物健康检测方法、系统及介质 (广东建准检测技术有限公司)_第5页
已阅读5页,还剩27页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

US2019287254A1,2019.09.19基于三维激光扫描的建筑物健康检测方法、本发明公开了一种基于三维激光扫描的建通过目标建筑物三维模型结合点云数据及影像2获取目标建筑物的环境信息及遮挡情况,生成目物的基本信息结合二维图纸信息生成三维激光根据扫描站点规划方案获取各扫描站点的点云数据,通过多源点云数据进行拼接配通过目标建筑物三维模型结合点云数据及影像数据获取目标建通过目标建筑物三维模型结合点云数据及影像数据获取通过目标建筑物三维模型获取目标建筑单一墙面上的将所述墙面拟合平面划分为若干子区域,将子区域内的墙面拟子区域对应点云空间中各点云到基准面的距根据所述集群划分获取子区域点云空间中的点云的将子区域点云空间中的点云投影在主成分方向获取子区获取平整度判断曲线中各平整度离散点到定位线通过目标建筑物三维模型结合点云数据及影像数据获取目通过目标建筑物三维模型获取标记不平整标签的墙面子区构建建筑物墙面异常检测模型,基于数据检索获取常见建筑物及墙面病害图像数据,基于残差网络连接特征金字塔网络结合FPN网络生成多尺度特征提取网络,生成特征根据所述精细化分割特征对卷积图进行特征的重新分通过所述带数据标记的数据集对建筑物墙面异常检测模型进根据异常情况生成建筑物预警信息,判断异常情况发生3获取异常情况所在子区域的环境特征、结构特征料特征构建子区域的特征描述,通过特征描述根据相似计算在目标建筑物获取相似子区通过对比获取环境特征差异,并根据历史三维激光扫描根据目标建筑物的建筑病害及主导因素获取相似度大于预设相似度阈值的历史维修获取扫描站点规划方案中各扫描站点的点云数据,将根据各扫描站点的位置信息及点云特征进行点云拼接,获取点云的拼接误差,当相邻两扫描站点的拼接通过坐标转换后的点云数据进行三维重建,将点云基于鱼骨图法对建筑病害相关文献、知识库及历史数据根据主要影响因素的下属影响因子获取建筑病害的评利用模糊综合评价法通过隶属度函数获取各个下基于三维激光扫描的建筑物健康检测方法程序被所述处理器4获取目标建筑物的环境信息及遮挡情况,生成目物的基本信息结合二维图纸信息生成三维激光根据扫描站点规划方案获取各扫描站点的点云数据,通过多源点云数据进行拼接配通过目标建筑物三维模型结合点云数据及影像数据获取目标建通过目标建筑物三维模型结合点云数据及影像数据获取通过目标建筑物三维模型获取目标建筑单一墙面上的将所述墙面拟合平面划分为若干子区域,将子区域内的墙面拟子区域对应点云空间中各点云到基准面的距根据所述集群划分获取子区域点云空间中的点云的将子区域点云空间中的点云投影在主成分方向获取子区获取平整度判断曲线中各平整度离散点到定位线通过目标建筑物三维模型结合点云数据及影像数据获取目通过目标建筑物三维模型获取标记不平整标签的墙面子区构建建筑物墙面异常检测模型,基于数据检索获取常见建筑物及墙面病害图像数据,基于残差网络连接特征金字塔网络结合FPN网络生成多尺度特征提取网络,生成特征根据所述精细化分割特征对卷积图进行特征的重新分通过所述带数据标记的数据集对建筑物墙面异常检测模型进根据异常情况生成建筑物预警信息,判断异常情况发生5获取异常情况所在子区域的环境特征、结构特征料特征构建子区域的特征描述,通过特征描述根据相似计算在目标建筑物获取相似子区通过对比获取环境特征差异,并根据历史三维激光扫描根据目标建筑物的建筑病害及主导因素获取相似度大于预设相似度阈值的历史维修5.一种计算机可读存储介质,其特征在于:6对结构异常进行预警分析评估建筑物健康状况是亟不可建筑物的基本信息结合图纸信息生成三维激光[0008]通过目标建筑物三维模型结合点云数据及影像数据获取目标建7[0017]将所述墙面拟合平面划分为若干子区域,将子区域内的墙面拟根据子区域对应点云空间中各点云到基准面的距离[0019]将子区域点云空间中的点云投影在主成分方向获取子区域的平整度离散点分布[0024]基于残差网络连接特征金字塔网络结合FPN网络生成多尺度特征提取网络,生成[0025]根据所述精细化分割特征对卷积图进行特征的重新分配,为卷积图进行分类预[0031]利用模糊综合评价法通过隶属度函数获取各个下属影响因子对评估等级的隶属8[0037]根据目标建筑物的建筑病害及主导因素获取相似度大于预设相似度阈值的历史建筑物的基本信息结合图纸信息生成三维激光[0041]通过目标建筑物三维模型结合点云数据及影像数据获取目标建9[0047]图3示出了本发明构建建筑物墙面异常检测模型识别目标建筑物的墙面异常情况[0052]如图1所示,本发明第一方面提供了一种基于三维激光扫描的建筑物健康检测方[0067]图3示出了本发明构建建筑物墙面异常检测模型识别目标建筑物的墙面异常情况生成特征矩阵,并在CNN模型中引入动态空洞卷积对所述特征矩阵进行精细化分割特征提[0080]通过预设时间内各特征点的沉降规律曲线获取各特征点在不同时间点的沉降速[0085]本发明第二方面还提供了一种基于三维激光扫描的建筑物健康检测系统4,该系建筑物的基本信息结合图纸信息生成三维激光[0088]通过目标建筑物三维模型结合点云数据及影像数据获取目标建[0094]将所述墙面拟合平面划分为若干子区域,将子区域内的墙面拟根据子区域对应点云空间中各点云到基准面的距离[0096]将子区域点云空间中的点云投影在主成分方向获取子区域的平整度离散点分布[0102]基于残差网络连接特征金字塔网络结合FPN网络生成多尺度特征提取网络,生成[0103]根据所述精细化分割特征对卷积图进行特征的重新分配,为卷积图进行分类预光盘等各种可以存储程序代码的介质。例的技术方案本质上或者说对

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论