本發(fā)明涉及圖像處理領(lǐng)域，具體涉及一種基于邊緣檢測和圖像融合的施工結(jié)構(gòu)變化圖像檢測方法。

背景技術(shù)：

1、在工地施工過程中，監(jiān)測施工進度和結(jié)構(gòu)變化對于確保施工安全和質(zhì)量至關(guān)重要。傳統(tǒng)的人工監(jiān)測方法不僅效率低下，且容易出現(xiàn)疏漏。隨著圖像處理技術(shù)的發(fā)展，盡管圖像處理技術(shù)為施工結(jié)構(gòu)變化檢測提供了新的可能性，但市場上缺乏一種能夠高效、精準地對工地施工結(jié)構(gòu)變化進行檢測的方法。

技術(shù)實現(xiàn)思路

1、鑒于此，本發(fā)明的目的在于，提供一種基于邊緣檢測和圖像融合的施工結(jié)構(gòu)變化圖像檢測方法，以解決上述背景技術(shù)中所指出的問題。

2、為了達到上述發(fā)明目的，進而采取的技術(shù)方案如下：

3、基于邊緣檢測和圖像融合的施工結(jié)構(gòu)變化圖像檢測方法，包括以下步驟：

4、s1、利用安裝在工地的攝像設(shè)備定期拍攝工地的彩色圖像；

5、s2、對同一機位不同時間拍攝的彩色圖像進行預處理，消除由于拍攝環(huán)境引起的誤差；

6、s3、對步驟s2得到的彩色圖像進行圖像邊緣檢測，得到不同時刻建筑的輪廓差異圖像，反應在宏觀上的施工進度；

7、s4、對步驟s2得到的彩色圖像進行變化檢測，得到彩色差異圖像，反應在細節(jié)上的施工進度；

8、s5、差異圖像融合：將步驟s3所得的輪廓差異圖像和步驟s4所得的彩色差異圖像進行融合，同時反應宏觀上的施工進度和細節(jié)上的施工進度。

9、作為本發(fā)明的進一步改進，在步驟s2中，所述預處理具體包括以下步驟：

10、s2-1、圖像伽馬矯正：計算每個顏色通道的局部灰度均值，并根據(jù)灰度均值計算 γ因子，對每個圖像通道進行顏色校正，然后使用自適應直方圖均衡化增強圖像的局部對比度，輸出圖像；

11、s2-2、對圖像進行對數(shù)變換，并進行能量歸一，然后使用min-max歸一化穩(wěn)定圖像的亮度和對比度，輸出圖像；

12、s2-3、使用高斯濾波器對圖像進行平滑處理，減少噪聲，輸出圖像；

13、s2-4、圖像配準：對同一機位不同時刻采集的圖像經(jīng)上述步驟處理后得圖像和，計算配準平移量和使區(qū)域相似性最大，對圖像配準，計算公式如下：

14、。

15、作為本發(fā)明的進一步改進，在步驟s3中，所述圖像邊緣檢測具體包括以下步驟：

16、s3-1、灰度轉(zhuǎn)換與閾值分割：將步驟2處理后的彩色圖像轉(zhuǎn)換為灰度圖像，對轉(zhuǎn)換后的灰度圖像進行閾值分割，分割建筑區(qū)域和背景區(qū)域；

17、s3-2、圖像形態(tài)學操作：精細分割圖像中的建筑區(qū)域和背景區(qū)域，對圖像進行腐蝕、膨脹、開運算、閉運算，消除步驟s3-1處理后的背景干擾；計算最小外接距得到完整的建筑區(qū)域，與原始圖像做交集，完成對背景的消除；

18、s3-3、對步驟s3-2處理后的圖像進行canny邊緣檢測，得到輪廓圖像 和；

19、s3-4、對輪廓圖像和進行逐像素減法操作，得到輪廓差異圖像，對輪廓差異圖像二值化，突出顯示變化區(qū)域。

20、作為本發(fā)明的進一步改進，在步驟4中，對步驟s2得到的彩色圖像進行變化檢測具體包括以下步驟：

21、s4-1、小波變化特征提?。?/p>

22、將圖像和進行分為個子塊，對每個子塊圖像進行小波變換；

23、計算小波變換后低頻平滑子圖的能量、方差；計算水平方向高頻子圖的能量、方差；計算垂直方向高頻子圖的能量、方差；計算對角方向高頻子圖的能量、方差；提取圖像的特征向量；

24、s4-2、將圖像特征歸一化，計算每個子塊特征向量歐氏距離；

25、s4-3、設(shè)置閾值，對于每個子塊，比較計算得到的歐氏距離與閾值；如果大于，則認為該子塊發(fā)生了變化，將該子塊標記為淺紅色；

26、s4-4、對于步驟s4-3中發(fā)生變化的子塊，將其劃分為更小的子塊，重復步驟s4-1~s4-3計算更小的子塊的相似度，對發(fā)生變化的更小子塊標注為深紅色，得到彩色差異圖像，反應建筑在細節(jié)上的變化。

27、作為本發(fā)明的進一步改進，在步驟5中，將步驟s3所得輪廓差異圖像和步驟s4所得彩色差異圖像進行融合，具體包括以下步驟：

28、s5-1、彩色差異圖像轉(zhuǎn)換到his色彩空間；

29、s5-2、將輪廓差異圖像與彩色差異圖像的亮度分量進行疊加，得到新的亮度分量；

30、s5-3、使用疊加得到的亮度分量與原始的色調(diào)、飽和度分量進行逆變換，得到融合圖像。

31、本發(fā)明的有益效果是：本發(fā)明通過多步驟的圖像處理技術(shù)，能夠高效、準確地檢測工地施工結(jié)構(gòu)的變化，同時反映宏觀和細節(jié)上的施工進度。該方法適用于各種建筑施工項目的監(jiān)測和管理，提高了施工過程的透明度和管理水平。

技術(shù)特征：

1.基于邊緣檢測和圖像融合的施工結(jié)構(gòu)變化圖像檢測方法，其特征在于，包括以下步驟：

2.根據(jù)權(quán)利要求1所述的基于邊緣檢測和圖像融合的施工結(jié)構(gòu)變化圖像檢測方法，其特征在于，在步驟s2中，所述預處理具體包括以下步驟：

3.根據(jù)權(quán)利要求1所述的基于邊緣檢測和圖像融合的施工結(jié)構(gòu)變化圖像檢測方法，其特征在于，在步驟s3中，所述圖像邊緣檢測具體包括以下步驟：

4.根據(jù)權(quán)利要求1所述的基于邊緣檢測和圖像融合的施工結(jié)構(gòu)變化圖像檢測方法，其特征在于，在步驟4中，對步驟s2得到的彩色圖像進行變化檢測具體包括以下步驟：

5.根據(jù)權(quán)利要求1所述的基于邊緣檢測和圖像融合的施工結(jié)構(gòu)變化圖像檢測方法，其特征在于，在步驟5中，將步驟s3所得輪廓差異圖像和步驟s4所得彩色差異圖像進行融合，具體包括以下步驟：

技術(shù)總結(jié)
本發(fā)明涉及圖像處理領(lǐng)域，具體涉及一種基于邊緣檢測和圖像融合的施工結(jié)構(gòu)變化圖像檢測方法，該方法通過定期拍攝工地圖像，通過邊緣檢測與對比，提取建筑輪廓，得到輪廓差異圖像，反應在宏觀上的施工進度；通過彩色圖像對比，得到彩色差異圖像，反應在細節(jié)上的施工進度；將二值輪廓差異圖像疊加彩色輪廓圖像的亮度分量，進行圖像融合，突出輪廓差異同時保留彩色細節(jié)差異，提供全面的檢測結(jié)果；本發(fā)明實現(xiàn)了對施工進度的圖像檢測方法，同時反映宏觀和細節(jié)上的施工進度。本發(fā)明適用于各種建筑施工項目的監(jiān)測和管理，提高了施工過程的透明度和管理水平。

技術(shù)研發(fā)人員：楊光,李凱,李巖哲,侯榮麗,張一帆,景森陽
受保護的技術(shù)使用者：山西信息感知科技有限公司
技術(shù)研發(fā)日：
技術(shù)公布日：2025/5/15