摘要
本发明涉及剪力墙识别技术领域,尤指一种基于重组分割图形的剪力墙识别方法,通过图像采集设备从不同点位获取室内墙体图像,同步获取测距数据和定位数据;通过卷积神经网络处理图像,自动标定墙体连接处并进行分割,结合测距数据计算单体墙的高度和长度,通过墙体图像获取时的定位与朝向数据将并映射于二维矩阵中。通过几何形态分析和剪力墙结构库对二维矩阵的遍历,识别剪力墙候选单体墙。聚类分析相邻墙体的空间位置和连接关系,确定剪力墙候选区域,生成重组图形。语义分割算法解析重组图形,并通过BP神经网络判断是否符合剪力墙特征,减少误判,提升识别精度。最终通过三维可视化展示识别结果,便于工程人员分析。
技术关键词
图像采集设备
单体
识别方法
语义分割算法
剪力墙结构
矩阵
卷积神经网络模型
三维可视化展示
BP神经网络模型
数据
形态
语义分割模型
更新网络参数
墙体连接处
端点