摘要
本发明公开了一种基于热成像和全景摄影技术识别墙体缺陷的方法,包括:通过无人机对检测用到的成像设备进行搭载;获取红外热成像图像,通过图像实时检测饰面砖和墙体缺陷;对检测的整个立面进行多张可见光图像的拍摄,并编组合全景图片;采用对齐算法使可见光图像与红外热成像图像对齐,并通过神经网络模型分析将得到的红外热像上的信息集成到可见光长图片上;在长图片上标定出缺陷的信息。本发明将高清可见光摄像头集成在无人机上,以拍摄立面的多张照片,合成一张全景长图片。最终将神经网络模型根据红外热像预测出的缺陷信息反映到全景照片上,以达到直观的展示,便于施工人员快速对缺陷情况进行准确的判定,提高检测效率。
技术关键词
全景摄影技术
可见光图像
YOLO算法
热成像
神经网络模型
图片
YOLO模型
墙体
成像设备
语义分割模型
数据预处理分析
缺陷位置信息
语义分割算法
深度特征提取
多尺度信息
无人机
系统为您推荐了相关专利信息
故障诊断模型
消除电磁干扰
故障隔离
动态规划算法
高压电
在线预测方法
特征提取器
薄壁件铣削
数据获取模块
神经网络模型
疏通装置
监测单元
UWB定位标签
监测模块
多模态
车辆行人检测方法
公交站台
行人检测模型
通道注意力机制
卷积模块