基于计算机视觉实现房屋状态的安全监测方法及系统与流程

本发明涉及智能监测领域，尤其涉及基于计算机视觉实现房屋状态的安全监测方法及系统。

背景技术：

1、在智能家居领域，房屋状态的安全监测方法越来越受到关注，其中计算机视觉技术在房屋安全监测中发挥着重要作用。

2、目前，对于房屋状态的安全监测的方法主要有人工巡查、红外感应等传统手段，其中，人工巡查主要依赖于人力进行定期检查和维护，这种方式效率低下且容易漏掉潜在的危险，而红外感应可以检测运动物体，但其容易受到环境因素的影响，导致误报率较高，因此，需要一种基于计算机视觉实现房屋状态的安全监测方法，以提高房屋状态的监测效率和准确性。

技术实现思路

1、本发明提供基于计算机视觉实现房屋状态的安全监测方法及系统，其主要目的在于提高房屋状态的监测效率和准确性。

2、获取目标房屋对应的房屋全景图像，对所述房屋全景图像进行图像增强，得到房屋增强图像，对所述房屋增强图像进行边缘角点检测，得到边缘角点特征，基于所述边缘角点特征，识别所述房屋增强图像中的关键角点；

3、基于所述关键角点，对所述房屋增强图像进行结构分析，得到房屋结构特征，基于所述房屋结构特征，对所述目标房屋的房屋表面进行三维构建，得到三维房屋模型；

4、识别所述三维房屋模型中的房屋结构设施，对所述房屋结构设施进行网格划分，得到结构网格单元，基于所述结构网格单元，计算所述目标房屋对应的房屋表面厚度值；

5、识别所述房屋表面厚度值对应的厚度异常点，确定所述厚度异常点对应的异常区域，对所述异常区域进行风险标记，得到风险标记区域，对所述风险标记区域进行区域受力分析，得到区域受力数据，计算所述区域受力数据对应的受力临界值；

6、基于所述受力临界值，确定所述目标房屋对应的结构安全等级，基于所述结构安全等级与预设的安全标准，对所述目标房屋进行监测评估，得到评估参数，基于所述评估参数，生成所述目标房屋对应的安全监测报告。

7、可选地，所述基于所述边缘角点特征，识别所述房屋增强图像中的关键角点，包括：

8、对所述边缘角点特征进行平滑处理，得到平滑角点特征；

9、计算所述平滑角点特征对应的梯度幅值；

10、基于所述梯度幅值，标记所述房屋增强图像中的角点候选点；

11、查询所述角点候选点对应的窗口响应值；

12、基于所述窗口响应值，识别所述房屋增强图像中的关键角点。

13、可选地，所述基于所述房屋结构特征，对所述目标房屋的房屋表面进行三维构建，得到三维房屋模型，包括：

14、对所述目标房屋的房屋表面进行点云采集，得到点云数据；

15、对所述点云数据进行滤波处理，得到滤波点云；

16、将所述滤波点云与所述房屋结构特征进行特征映射，得到点云特征数据；

17、基于所述点云特征数据，构建所述目标房屋的房屋表面对应的房屋三维模型。

18、可选地，所述基于所述结构网格单元，计算所述目标房屋对应的房屋表面厚度值，包括：

19、利用下述公式计算所述目标房屋对应的房屋表面厚度值：

20、

21、其中，表示所述目标房屋对应的房屋表面厚度值，表示所述结构网格单元的索引，表示所述结构网格单元的总数，表示第个网格单元测量得到的实际厚度值，表示第个网格单元的面积，表示第个网格单元的权重系数。

22、可选地，所述识别所述房屋表面厚度值对应的厚度异常点，包括：

23、提取所述房屋表面厚度值对应的厚度分布点；

24、生成所述厚度分布点对应的厚度分布图；

25、对所述厚度分布图进行统计分析，得到统计分析指标；

26、基于所述统计分析指标，设定所述目标房屋对应的异常阈值；

27、基于所述异常阈值，识别所述房屋表面厚度值对应的厚度异常点。

28、可选地，所述对所述异常区域进行风险标记，得到风险标记区域，包括：

29、对所述异常区域进行边界提取，得到区域边界点；

30、基于所述区域边界点，划分所述异常区域对应的风险等级；

31、基于所述风险等级，设定所述异常区域对应的风险标签；

32、基于所述风险标签，对所述异常区域进行风险标记，得到风险标记区域。

33、可选地，所述对所述风险标记区域进行区域受力分析，得到区域受力数据，包括：

34、识别所述风险区域对应的受力因素；

35、基于所述受力因素，构建所述风险区域对应的受力框架；

36、基于所述受力框架，对所述风险区域进行荷载模拟，得到荷载模拟参数；

37、基于所述荷载模拟参数，对所述风险区域进行区域受力分析，得到区域受力数据。

38、可选地，所述计算所述区域受力数据对应的受力临界值，包括：

39、利用下述公式计算所述区域受力数据对应的受力临界值：

40、

41、其中，表示所述区域受力数据对应的受力临界值，表示所述区域受力数据中的元素索引，表示所述区域受力数据中元素的数量，表示所述区域受力数据中第个元素的面积，表示第个元素的材料强度，表示第个元素所受的力，表示第个元素的长度，表示所述区域受力数据中外部载荷的索引，表示所述区域受力数据中外部载荷的数量，表示第个外部载荷的大小，表示第个外部载荷的作用方向，表示第个元素与第个外部载荷之间的矩阵关系。

42、可选地，所述基于所述受力临界值，确定所述目标房屋对应的结构安全等级，包括：

43、确定所述受力临界值对应的标准受力范围；

44、基于所述标准受力范围，识别所述目标房屋对应的整体受力结构；

45、分析所述整体受力结构对应的承载比例；

46、基于所述承载比例，确定所述目标房屋对应的结构安全等级。

47、为了解决上述问题，本发明还提供基于计算机视觉实现房屋状态的安全监测系统，所述系统包括：

48、角点识别模块，用于获取目标房屋对应的房屋全景图像，对所述房屋全景图像进行图像增强，得到房屋增强图像，对所述房屋增强图像进行边缘角点检测，得到边缘角点特征，基于所述边缘角点特征，识别所述房屋增强图像中的关键角点；

49、三维构建模块，用于基于所述关键角点，对所述房屋增强图像进行结构分析，得到房屋结构特征，基于所述房屋结构特征，对所述目标房屋的房屋表面进行三维构建，得到三维房屋模型；

50、厚度值计算模块，用于识别所述三维房屋模型中的房屋结构设施，对所述房屋结构设施进行网格划分，得到结构网格单元，基于所述结构网格单元，计算所述目标房屋对应的房屋表面厚度值；

51、临界值计算模块，用于识别所述房屋表面厚度值对应的厚度异常点，确定所述厚度异常点对应的异常区域，对所述异常区域进行风险标记，得到风险标记区域，对所述风险标记区域进行区域受力分析，得到区域受力数据，计算所述区域受力数据对应的受力临界值；

52、报告生成模块，用于基于所述受力临界值，确定所述目标房屋对应的结构安全等级，基于所述结构安全等级与预设的安全标准，对所述目标房屋进行监测评估，得到评估参数，基于所述评估参数，生成所述目标房屋对应的安全监测报告。

53、首先，本发明通过获取目标房屋对应的房屋全景图像，对所述房屋全景图像进行图像增强，得到房屋增强图像，不仅能够提升图像的清晰度和细节表现，还能有效减少噪声和模糊，使得后续的边缘角点检测和结构分析更加精确，同时，本发明基于所述关键角点，对所述房屋增强图像进行结构分析，得到房屋结构特征，能够精确地提取出房屋的结构特征，提高了监测系统的精确度和可靠性，还增强了对于房屋潜在风险的识别能力，从而确保了房屋安全监测的有效性和实用性，本发明通过识别所述三维房屋模型中的房屋结构设施，对所述房屋结构设施进行网格划分，得到结构网格单元，能够将复杂的房屋结构细化为更小、更易于管理的单元，不仅有助于精确计算每个单元的物理属性，如应力、变形和材料特性，还能提高结构分析的效率和准确性，本发明通过识别所述房屋表面厚度值对应的厚度异常点，有助于及时发现并评估这些异常点对房屋整体安全性的影响，可以有效地预防潜在的结构失效风险，延长房屋的使用寿命，进一步地，本发明基于所述受力临界值，确定所述目标房屋对应的结构安全等级，可以明确房屋在当前和未来可能的载荷条件下的表现，从而识别出潜在的风险点并预测其发展趋势，从而提高了安全评估的准确性和可靠性。因此，本发明提出的基于计算机视觉实现房屋状态的安全监测方法及系统，能够提高房屋状态的监测效率和准确性。

技术特征：

1.基于计算机视觉实现房屋状态的安全监测方法，其特征在于，所述方法包括：

2.如权利要求1所述的基于计算机视觉实现房屋状态的安全监测方法，其特征在于，所述基于所述边缘角点特征，识别所述房屋增强图像中的关键角点，包括：

3.如权利要求1所述的基于计算机视觉实现房屋状态的安全监测方法，其特征在于，所述基于所述房屋结构特征，对所述目标房屋的房屋表面进行三维构建，得到三维房屋模型，包括：

4.如权利要求1所述的基于计算机视觉实现房屋状态的安全监测方法，其特征在于，所述基于所述结构网格单元，计算所述目标房屋对应的房屋表面厚度值，包括：

5.如权利要求1所述的基于计算机视觉实现房屋状态的安全监测方法，其特征在于，所述识别所述房屋表面厚度值对应的厚度异常点，包括：

6.如权利要求1所述的基于计算机视觉实现房屋状态的安全监测方法，其特征在于，所述对所述异常区域进行风险标记，得到风险标记区域，包括：

7.如权利要求1所述的基于计算机视觉实现房屋状态的安全监测方法，其特征在于，所述对所述风险标记区域进行区域受力分析，得到区域受力数据，包括：

8.如权利要求1所述的基于计算机视觉实现房屋状态的安全监测方法，其特征在于，所述计算所述区域受力数据对应的受力临界值，包括：

9.如权利要求1所述的基于计算机视觉实现房屋状态的安全监测方法，其特征在于，所述基于所述受力临界值，确定所述目标房屋对应的结构安全等级，包括：

10.基于计算机视觉实现房屋状态的安全监测系统，其特征在于，用于执行如权利要求1-9中任意一项所述的基于计算机视觉实现房屋状态的安全监测方法，所述系统包括：

技术总结
本发明涉及智能监测领域，提出了基于计算机视觉实现房屋状态的安全监测方法及系统，所述方法包括：获取目标房屋的高清图像，进行图像增强、边缘角点检测以识别关键角点，基于此进行结构分析构建三维房屋模型，接着识别模型中的房屋结构设施并网格划分，计算房屋表面厚度值，找出厚度异常点和异常区域，进行风险标记和区域受力分析得到受力临界值，然后确定房屋结构安全等级，结合预设安全标准监测评估得出评估参数，最终生成安全监测报告。本发明可以提高房屋状态的监测效率和准确性。

技术研发人员：李亮,那威,沈立予,范文宏,黄新华,杨欢
受保护的技术使用者：深圳瑞捷技术股份有限公司
技术研发日：
技术公布日：2024/9/23