基于图像识别技术的缺陷识别数字化验收方法及系统

技术领域

本发明涉及数字化验收技术领域，尤其涉及一种基于图像识别技术的缺陷识别数字化验收方法及系统。

背景技术

在工程竣工之后，根据相关行业标准，需要对工程建设质量和成果进行验收，检查是否符合设计要求和工程质量。传统的验收是人工测量，通过人工使用量具对竣工设施的各个位置的尺寸测量，再对比设施的设计尺寸，根据两者之间的差值判断设施竣工后是否符合设计要求，测量过程繁琐，耗时长，并且测量结果容易受到验收检测人员的技术差异影响，导致测量结果准确性降低。

现有技术提出利用数字化云台技术，通过激光扫描获取点云数据从而建立建筑物的三维模型，根据三维模型可实现对建筑物的细小施工位置进行数据核查，自动化程度很高，然而在激光扫描的过程中难免收到扫描设备、周围环境、人为扰动甚至扫描对象表面材质影响，得到的数据或多或少存在噪声点，存在不能正确表达目标点位数据的情况，会影响实际建模的准确度，从而影响验收结论。

发明内容

有鉴于此，本发明提供一种基于图像识别技术的缺陷识别数字化验收方法及系统，改进自动化验收的方法，克服由于采用激光扫描采集源数据导致建模失真、验收结论受影响的问题。

本发明实施例解决其技术问题所采用的技术方案是：

一种基于图像识别技术的缺陷识别数字化验收方法，包括：

步骤S1，根据建筑物的标准施工图纸以及施工验收标准建立所述建筑物的原始三维模型和原始二维模型；

步骤S2，基于三维激光扫描设备现场扫描所述建筑物所得的点云数据构建所述建筑物的实际三维模型；

步骤S3，基于图像采集设备现场拍摄所述建筑物所得的图像资料数据构建所述建筑物的实际二维模型；

步骤S4，根据所述原始三维模型、所述原始二维模型、所述实际三维模型、所述实际二维模型判断所述建筑物的建造尺寸是否符合设计标准。

较优地，所述步骤S1根据建筑物的标准图纸建立所述建筑物的原始三维模型和原始二维模型包括：

根据所述施工验收标准以及所述建筑物施工图纸，利用绘图软件生成所述建筑物的原始二维图像和原始三维图像；

根据所述原始二维图像建立所述原始二维模型；

根据所述原始三维图像建立所述原始三维模型。

较优地，所述三维激光扫描设备、所述图像采集设备安装在一个旋转云台上，所述旋转云台安装在一个无人机设备上，所述三维激光扫描设备和所述图像采集设备的采集工作是在所述无人机设备飞行过程中执行的，所述三维激光扫描设备、所述图像采集设备、所述旋转云台均与所述无人机设备的主板电性连接，所述三维激光扫描设备、所述图像采集设备采集到的数据是所述无人机设备通过无线传输方式传输至计算机的。

较优地，所述步骤S1之后、所述步骤S2之前，还包括：

步骤S5，基于所述三维激光扫描设备现场扫描所述建筑物得到所述点云数据；

所述步骤S5包括：

步骤S51，通过所述三维激光扫描设备中激光笔选取原点坐标，同时实时获取并记录所述无人机设备的初始位置坐标、以及所述旋转云台的初始姿态数据，所述姿态数据包括初始航向角、初始俯仰角；

步骤S52，所述无人机设备在所述建筑物内外航行过程中，通过所述三维激光扫描设备中激光笔扫描所述建筑物上的目标位置获得目标点位坐标，同时实时获取所述无人机设备的实时位置坐标、以及所述旋转云台的实时姿态数据；

步骤S53，以所述原点坐标、所述初始位置坐标和所述初始姿态数据为基准，通过所述实时位置坐标和所述实时姿态数据校正所述目标点位坐标，得到所述目标位置的点云坐标，所述点云数据为各所述点云坐标的集合。

较优地，所述步骤S4根据所述原始三维模型、所述原始二维模型、所述实际三维模型、所述实际二维模型判断所述建筑物的建造尺寸是否符合设计标准包括：

根据施工验收标准切割所述原始三维模型和所述原始二维模型，得到原始三维坐标数据和原始二维坐标数据；

根据所述施工验收标准切割所述实际三维模型和所述实际二维模型，得到实际三维坐标数据和实际二维坐标数据；

对所述原始二维模型与所述实际二维模型进行坐标原点对正处理，以所述原始二维模型为基准，对所述原始二维模型和所述实际二维模型进行坐标比对、并计算出二维模型重合率，所述二维模型重合率是指所述原始二维坐标数据与所述实际二维坐标数据的坐标重合数目与原始二维坐标数据总数占比；

对所述原始三维模型与所述实际三维模型进行坐标原点对正处理，以所述原始三维模型为基准，对所述原始三维模型和所述实际三维模型进行坐标比对、并计算出三维模型重合率，所述三维模型重合率是指所述原始三维坐标数据与所述实际三维坐标数据的坐标重合数目与原始三维坐标数据总数占比；

若所述二维模型重合率和所述三维模型重合率均高于重合率阈值，则确认所述建筑物的建造尺寸符合所述设计标准；

若所述二维模型重合率和所述三维模型重合率均不高于所述重合率阈值，则对所述原始二维模型和所述原始三维模型中未找到重合坐标数据的坐标添加错误标注。

本发明提供一种基于图像识别技术的缺陷识别数字化验收系统，包括：无人机设备和计算机，所述无人机设备上集成三维激光扫描设备、图像采集设备和旋转云台，所述三维激光扫描设备、所述图像采集设备安装在所述旋转云台上，所述旋转云台安装在所述无人机设备上，所述三维激光扫描设备、所述图像采集设备、所述旋转云台均与所述无人机设备的主板电性连接；

所述三维激光扫描设备，用于在所述无人机设备飞行过程中通过激光对所述建筑物进行扫描，以获取所述建筑物的点云数据并传输至所述无人机设备的主控制器；

所述图像采集设备，用于在所述无人机设备飞行过程中对所述建筑物的现场进行拍摄，以获取所述建筑物的图像资料数据并传输至所述无人机设备的主控制器，所述建筑物的图像资料数据包括现场视频数据以及现场图像数据；

所述无人机设备的主控制器，用于通过所述无人机设备的无线收发装置将所述建筑物的点云数据和所述建筑物的图像资料数据传输至所述计算机；

所述计算机包括：

无线接收模块，用于接收来自所述无人机设备传输的所述建筑物的点云数据和所述建筑物的图像资料数据；

施工原始建模模块，根据建筑物的标准施工图纸以及施工验收标准建立所述建筑物的原始三维模型和原始二维模型；

实际数据建模模块，用于基于所述建筑物的点云数据构建所述建筑物的实际三维模型；还用于基于所述建筑物的图像资料数据构建所述建筑物的实际二维模型；

对比模块，用于根据所述原始三维模型、所述原始二维模型、所述实际三维模型、所述实际二维模型判断所述建筑物的建造尺寸是否符合设计标准；

中央控制模块，用于控制所述无线接收模块、所述施工原始建模模块、所述实际数据建模模块和所述对比模块；还用于存储所述建筑物的点云数据和所述建筑物的图像资料数据，还用于存储所述施工原始建模模块、所述实际数据建模模块和所述对比模块的运行数据。

较优地，所述施工原始建模模块还用于：

根据所述施工验收标准以及所述建筑物施工图纸，利用绘图软件生成所述建筑物的原始二维图像和原始三维图像；根据所述原始二维图像建立所述原始二维模型；根据所述原始三维图像建立所述原始三维模型。

较优地，还包括：

点云数据采集模块，用于基于所述三维激光扫描设备现场扫描所述建筑物得到所述点云数据。

较优地，所述点云数据采集模块包括：

基准数据获取单元，用于获取所述三维激光扫描设备中激光笔选取的原点坐标，同时实时获取并记录所述无人机设备的初始位置坐标、以及所述旋转云台的初始姿态数据，所述姿态数据包括初始航向角、初始俯仰角；

实时数据获取单元，所述无人机设备在所述建筑物内外航行过程中，用于获取所述三维激光扫描设备中激光笔扫描所述建筑物上的目标位置获得的目标点位坐标，同时实时获取所述无人机设备的实时位置坐标、以及所述旋转云台的实时姿态数据；

坐标校正单元，用于以所述原点坐标、所述初始位置坐标和所述初始姿态数据为基准，通过所述实时位置坐标和所述实时姿态数据校正所述目标点位坐标，得到所述目标位置的点云坐标，所述点云数据为各所述点云坐标的集合。

较优地，所述对比模块包括：

坐标提取单元，用于根据施工验收标准切割所述原始三维模型和所述原始二维模型，得到原始三维坐标数据和原始二维坐标数据；

坐标提取单元，还用于根据所述施工验收标准切割所述实际三维模型和所述实际二维模型，得到实际三维坐标数据和实际二维坐标数据；

所述模型对比单元，用于对所述原始二维模型与所述实际二维模型进行坐标原点对正处理，以所述原始二维模型为基准，对所述原始二维模型和所述实际二维模型进行坐标比对、并计算出二维模型重合率，所述二维模型重合率是指所述原始二维坐标数据与所述实际二维坐标数据的坐标重合数目与原始二维坐标数据总数占比；

所述模型对比单元，还用于对所述原始三维模型与所述实际三维模型进行坐标原点对正处理，以所述原始三维模型为基准，对所述原始三维模型和所述实际三维模型进行坐标比对、并计算出三维模型重合率，所述三维模型重合率是指所述原始三维坐标数据与所述实际三维坐标数据的坐标重合数目与原始三维坐标数据总数占比；

确认单元，所述二维模型重合率和所述三维模型重合率均高于重合率阈值时，确认所述建筑物的建造尺寸符合所述设计标准；

缺陷标注单元，所述二维模型重合率和所述三维模型重合率均不高于所述重合率阈值时，对所述原始二维模型和所述原始三维模型中未找到重合坐标数据的坐标添加错误标注。

由上述技术方案可知，本发明实施例提供的基于图像识别技术的缺陷识别数字化验收方法，首先根据建筑物的标准施工图纸以及施工验收标准建立建筑物的原始三维模型和原始二维模型；基于三维激光扫描设备现场扫描建筑物所得的点云数据构建建筑物的实际三维模型；基于图像采集设备现场拍摄建筑物所得的图像资料数据构建建筑物的实际二维模型；根据原始三维模型、原始二维模型、实际三维模型、实际二维模型判断建筑物的建造尺寸是否符合设计标准。本发明改进自动化验收的方法，可克服由于采用激光扫描采集源数据导致建模失真、验收结论受影响的问题，能够有效提高识别缺陷的精准度。

附图说明

图1为基于图像识别技术的缺陷识别数字化验收方法的流程图。

图2为基于图像识别技术的缺陷识别数字化验收系统的结构示意图。

具体实施方式

以下结合本发明的附图，对本发明的技术方案以及技术效果做进一步的详细阐述。

如图2所示，本发明提供一种基于图像识别技术的缺陷识别数字化验收系统，系统包括无人机设备和计算机，可用于执行图1所示的方法。其中，无人机设备上集成三维激光扫描设备、图像采集设备和旋转云台，三维激光扫描设备、图像采集设备安装在旋转云台上，云台通过连接架与三维激光扫描设备的激光笔固定，旋转云台安装在无人机设备上，三维激光扫描设备、图像采集设备、旋转云台均与无人机设备的主板电性连接；

三维激光扫描设备，用于在无人机设备飞行过程中通过激光对建筑物的内部和外部进行扫描，以获取建筑物的点云数据并传输至无人机设备的主控制器；

图像采集设备，用于在无人机设备飞行过程中对建筑物的现场进行拍摄，以获取建筑物的图像资料数据并传输至无人机设备的主控制器，建筑物的图像资料数据包括现场视频数据以及现场图像数据；

无人机设备的主控制器，用于通过无人机设备的无线收发装置将建筑物的点云数据和建筑物的图像资料数据传输至计算机，其中，图像资料数据可包括建筑物的现场视频、现场照片等资料；

计算机的内部有：

点云数据采集模块，用于基于三维激光扫描设备现场扫描建筑物得到点云数据；

无线接收模块，用于接收来自无人机设备传输的建筑物的点云数据和建筑物的图像资料数据；

施工原始建模模块，根据建筑物的标准施工图纸以及施工验收标准建立建筑物的原始三维模型和原始二维模型；施工原始建模模块首先根据施工验收标准以及建筑物施工图纸，利用绘图软件生成建筑物的原始二维图像和原始三维图像；然后根据原始二维图像建立原始二维模型、根据原始三维图像建立原始三维模型；

实际数据建模模块，用于基于建筑物的点云数据构建建筑物的实际三维模型；还用于基于建筑物的图像资料数据构建建筑物的实际二维模型；

对比模块，用于根据原始三维模型、原始二维模型、实际三维模型、实际二维模型判断建筑物的建造尺寸是否符合设计标准；

中央控制模块，用于控制无线接收模块、施工原始建模模块、实际数据建模模块和对比模块，无线接收模块、施工原始建模模块、实际数据建模模块和对比模块与中央控制模块之间为电性连接；还用于存储建筑物的点云数据和建筑物的图像资料数据，还用于存储施工原始建模模块、实际数据建模模块和对比模块的运行数据。

其中，点云数据采集模块包括：

基准数据获取单元，用于获取三维激光扫描设备中激光笔选取的原点坐标，同时实时获取并记录无人机设备的初始位置坐标、以及旋转云台的初始姿态数据，姿态数据包括初始航向角、初始俯仰角；

实时数据获取单元，无人机设备在建筑物内外航行过程中，用于获取三维激光扫描设备中激光笔扫描建筑物上的目标位置获得的目标点位坐标，同时实时获取无人机设备的实时位置坐标、以及旋转云台的实时姿态数据；

坐标校正单元，用于以原点坐标、初始位置坐标和初始姿态数据为基准，通过实时位置坐标和实时姿态数据校正目标点位坐标，得到目标位置的点云坐标，点云数据为各点云坐标的集合。

三维激光扫描设备通过激光笔聚焦远处任意一点的位置并且将此处设为原点坐标，通过调节双自由度转台对云台俯仰角以及航向角进行调整模拟云台寻北以及追踪调节，调节完成后对云台进行复位调节，同时记录并传输初始数据。

进一步地，对比模块包括坐标提取单元、模型对比单元、确认单元以及缺陷标注单元：

坐标提取单元，用于根据施工验收标准切割原始三维模型和原始二维模型，得到原始三维坐标数据和原始二维坐标数据；

坐标提取单元，还用于根据施工验收标准切割实际三维模型和实际二维模型，得到实际三维坐标数据和实际二维坐标数据；

模型对比单元，用于对原始二维模型与实际二维模型进行坐标原点对正处理，以原始二维模型为基准，对原始二维模型和实际二维模型进行坐标比对、并计算出二维模型重合率，二维模型重合率是指原始二维坐标数据与实际二维坐标数据的坐标重合数目与原始二维坐标数据总数占比；

模型对比单元，还用于对原始三维模型与实际三维模型进行坐标原点对正处理，以原始三维模型为基准，对原始三维模型和实际三维模型进行坐标比对、并计算出三维模型重合率，三维模型重合率是指原始三维坐标数据与实际三维坐标数据的坐标重合数目与原始三维坐标数据总数占比；

确认单元，当二维模型重合率和三维模型重合率均高于重合率阈值时，确认建筑物的建造尺寸符合设计标准；

缺陷标注单元，二维模型重合率和三维模型重合率均不高于重合率阈值时，对原始二维模型和原始三维模型中未找到重合坐标数据的坐标添加错误标注。

如图2所示，本发明提供一种基于图像识别技术的缺陷识别数字化验收方法，其实施主体为图1所示系统中的计算机，步骤包括：

步骤S1，根据建筑物的标准施工图纸以及施工验收标准建立建筑物的原始三维模型和原始二维模型；

步骤S2，基于三维激光扫描设备现场扫描建筑物所得的点云数据构建建筑物的实际三维模型；

步骤S3，基于图像采集设备现场拍摄建筑物所得的图像资料数据构建建筑物的实际二维模型；

步骤S4，根据原始三维模型、原始二维模型、实际三维模型、实际二维模型判断建筑物的建造尺寸是否符合设计标准。

其中，步骤S1根据建筑物的标准图纸建立建筑物的原始三维模型和原始二维模型包括：

步骤S11，根据施工验收标准以及建筑物施工图纸，利用绘图软件生成建筑物的原始二维图像和原始三维图像；

步骤S12，根据原始二维图像建立原始二维模型；

步骤S13，根据原始三维图像建立原始三维模型。

步骤S1之后、步骤S2之前，还包括：

步骤S5，基于所述三维激光扫描设备现场扫描所述建筑物得到所述点云数据；

所述步骤S5包括：

步骤S51，通过所述三维激光扫描设备中激光笔选取原点坐标，同时实时获取并记录所述无人机设备的初始位置坐标、以及所述旋转云台的初始姿态数据，所述姿态数据包括初始航向角、初始俯仰角；

步骤S52，所述无人机设备在所述建筑物内外航行过程中，通过所述三维激光扫描设备中激光笔扫描所述建筑物上的目标位置获得目标点位坐标，同时实时获取所述无人机设备的实时位置坐标、以及所述旋转云台的实时姿态数据；

步骤S53，以所述原点坐标、所述初始位置坐标和所述初始姿态数据为基准，通过所述实时位置坐标和所述实时姿态数据校正所述目标点位坐标，得到所述目标位置的点云坐标，所述点云数据为各所述点云坐标的集合。

通过激光笔聚焦远处任意一点的位置并且将此处设为原点坐标，通过调节双自由度转台对云台俯仰角以及航向角进行调整模拟云台寻北以及追踪调节，调节完成后对云台进行复位调节，同时记录并传输角度数据。

具体的，步骤S4根据原始三维模型、原始二维模型、实际三维模型、实际二维模型判断建筑物的建造尺寸是否符合设计标准包括：

步骤S41，根据施工验收标准切割原始三维模型和原始二维模型，得到原始三维坐标数据和原始二维坐标数据；

步骤S42，根据施工验收标准切割实际三维模型和实际二维模型，得到实际三维坐标数据和实际二维坐标数据；

步骤S43，对原始二维模型与实际二维模型进行坐标原点对正处理，以原始二维模型为基准，对原始二维模型和实际二维模型进行坐标比对、并计算出二维模型重合率，二维模型重合率是指原始二维坐标数据与实际二维坐标数据的坐标重合数目与原始二维坐标数据总数占比；

步骤S44，对原始三维模型与实际三维模型进行坐标原点对正处理，以原始三维模型为基准，对原始三维模型和实际三维模型进行坐标比对、并计算出三维模型重合率，三维模型重合率是指原始三维坐标数据与实际三维坐标数据的坐标重合数目与原始三维坐标数据总数占比；

步骤S45，若二维模型重合率和三维模型重合率均高于重合率阈值，则确认建筑物的建造尺寸符合设计标准，这里，重合率阈值可取值为90%。

步骤S46，若二维模型重合率和三维模型重合率均不高于重合率阈值，则对原始二维模型和原始三维模型中未找到重合坐标数据的坐标添加错误标注。

通过本发明的方法及系统，采用了三维激光扫描的点云数据三维建模技术和根据现场图像二维建模技术，利用激光扫描所得点云数据对建筑物的实际情况建立了实际三维模型，利用现场图像数据进行二维建模得到实际二维模型，再将实际三维模型与实际二维模型分别与基于图纸和施工验收标准建模所得的原始三维模型、原始二维模型进行坐标重合度计算，通过信息源不同的两种比较形式，可以提高识别缺陷的精准度，进一步地提高验收结论的准确度，并能够更加严谨地识别出缺陷部位。本发明通过无人机设备载三维激光扫描设备、图像采集设备进行现场数据自动采集，并将采集数据以无线传输的方式回传至计算机，因此具有自动化程度高的特点，省时节能，工作效率高。

以上所揭露的仅为本发明较佳实施例而已，当然不能以此来限定本发明之权利范围，本领域普通技术人员可以理解实现上述实施例的全部或部分流程，并依本发明权利要求所作的等同变化，仍属于发明所涵盖的范围。