基于多模态视觉的建筑预制件质量检测方法

本申请涉及基于多模态视觉的建筑预制件质量检测方法。该方法通过获取包含2D图像数据和3D点云数据的多模态数据，利用改进的YOLOv8模型对2D图像数据进行缺陷粗定位并计算缺陷参数，能快速锁定如裂缝、露筋等缺陷区域并得到其参数。借助SIFT特征匹配和ICP点云配准技术，分别与BIM标准件模型的二维模板和三维几何参数对比，得到二维配准差异图和三维偏差热力图。最后，根据缺陷置信度、二维配准差异图和三维偏差热力图，采用预设动态加权规则进行联合决策，得到质量检测结果。该方法通过多模态数据、改进的YOLOv8模型、点云配准技术和预设动态加权规则，不仅能够有效解决误检问题，还提升了复杂工况下检测的可靠性与准确性，提升了建筑预制件的质量管理水平。