一种基于无人机巡检的外墙多类型病害检测方法和系统

本发明公开了一种基于无人机巡检的外墙多类型病害检测方法和系统，该方法包括：根据被检测建筑物尺寸及环境信息确定无人机拍摄航线，采集图像数据；对图像数据进行增强处理并对外立面裂缝、剥落、渗水及空鼓缺陷进行标注；基于GAN构建并训练图像融合网络，获取训练好的融合图像生成器；将融合图像输入开源模型进行图像实例分割，将缺陷与外立面背景分离；使用SURF算法对上述局部图进行特征提取、配准等操作，对图像重叠区域进行处理，得到全局缺陷检测图。本发明借助无人机，通过深度学习算法能够获得较为直观、精准的建筑外墙病害融合图像，实用性较强且克服了单一模态病害检测的局限，能够识别多种外墙病害，提高了外墙病害检测效率。