摘要
本发明公开了一种基于机器视觉的建筑结构裂缝智能检测方法,本发明涉及检测技术领域。该方法的步骤包括:使用AR眼镜扫描建筑表面,获取RGB图像并去噪,再通过SLAM技术构建三维空间坐标系;基于轻量化卷积神经网络模型,构建裂缝分类语义模型,输入去噪图像,输出裂缝语义标签和中心点坐标;训练端侧语音RNNT模型,将语音指令转换为检索指令,并通过声纹定位技术确定指令对应的裂缝;根据裂缝中心点坐标和指令对应的裂缝,利用图像处理算法提取裂缝几何特征;构建裂缝预测模型,输入几何特征,输出裂缝扩展预测结果,并在AR眼镜界面以颜色编码标注高风险区域。通过裂缝语义标签和裂缝扩展预测结果,实现了建筑结构裂缝检测与风险评估。
技术关键词
智能检测方法
轻量化卷积神经网络
坐标系
AR眼镜
SLAM技术
语义标签
Softmax函数
非局部均值滤波
图像处理算法
建筑结构表面
建筑结构裂缝检测
语音
视觉
相机
定位技术