摘要
本发明涉及古建筑保护技术领域,具体为一种古建筑木结构裂缝智能识别方法及系统,包括以下步骤:基于多曝光成像设备,捕捉差异曝光水平的原始图像数据,对原始图像细节进行优化处理,并对目标裂缝区域进行局部对比度增强,生成裂缝视觉增强图。本发明中,通过结合多曝光成像技术和机器学习算法,提高了古建筑木结构裂缝识别的精度与效率,通过精细调整图像对比度和细节,提升了微小裂缝的可视化,使得初期损伤能够被即时捕捉,细化裂缝特征并利用迭代优化增强了裂缝识别的准确性,通过三维激光扫描技术获取的点云数据和曲面拟合算法,使裂缝的三维结构和深度测量更为准确,从而准确评估其对结构安全的影响。
技术关键词
古建筑木结构
裂缝特征
智能识别方法
三维激光扫描技术
裂缝模型
三维点云数据
原始图像数据
多尺度特征提取
定位框
对比度
生成结构
成像设备
拟合算法
识别裂缝
视觉
地图
结构稳定性评估
古建筑保护技术
系统为您推荐了相关专利信息
智能识别方法
分类预测模型
邻域
识别区
服务效能
智能提取方法
采煤沉陷区
连续点
补丁
抑制背景噪声
人工智能识别方法
矿山井下
样本
人工智能识别系统
煤矿井下监控
废旧电路板
智能识别方法
元器件
图像
时序预测模型