(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210544305.3 (22)申请日 2022.05.18 (71)申请人 江苏恒尚节能科技股份有限公司 地址 214000 江苏省无锡市锡山区鹅湖镇 通湖路8号 (72)发明人 朱燕明　乐树才　兰林燕　唐晓青　 (74)专利代理 机构 无锡睿升知识产权代理事务 所(普通合伙) 32376 专利代理师 袁诚 (51)Int.Cl. G01N 29/04(2006.01) G01N 29/44(2006.01) G06V 10/44(2022.01) (54)发明名称 一种建筑幕墙健康监测损伤识别方法与系 统 (57)摘要 本发明涉及幕墙健康 监测技术领域， 公开了 一种建筑幕墙健康监测损伤识别方法与系统， 所 述方法包括： 获取建筑幕墙原始图像， 实时采集 建筑幕墙图像以及建筑幕墙 反射的声波信号； 分 别提取建筑幕墙图像和建筑幕墙原始图像的轮 廓特征， 将实时提取的建筑幕墙图像轮廓特征与 建筑幕墙原始图像的轮廓特征进行特征匹配； 构 建基于决策树的幕墙破碎检测模 型， 将建筑幕墙 实时反射的声波信号输入到模型中， 模 型输出建 筑幕墙的破碎检测结果； 根据幕墙形变检测结果 以及幕墙破碎检测结果进行建筑幕墙健康监测 警告。 本发 明所述方法通过基于图像特征以及信 号特征的特征比对， 实现建筑幕墙是否发生形变 损伤、 破碎损伤的识别监测。 权利要求书4页 说明书9页 附图2页 CN 114858921 A 2022.08.05 CN 114858921 A 1.一种建筑幕墙健康监测损伤 识别方法与系统， 其特 征在于， 所述方法包括： S1、 获取建筑幕墙原 始图像， 并在建筑幕墙表面设置超声 波发射和接收装置； S2、 实时采集建筑幕墙图像以及建筑幕墙反射的声 波信号； S3、 分别提取建筑幕墙 图像和建筑幕墙原始图像的轮廓特征， 将实时提取的建筑幕墙 图像轮廓特征与建筑幕墙原始图像的轮廓特征进行特征匹配， 若匹配结果低于匹配阈值， 则说明建筑幕墙存在形变； S4、 构建基于决策树的幕墙破碎检测模型， 将建筑幕墙实时反射的声波信号输入到模 型中， 模型输出建筑幕墙的破碎检测结果； S5、 根据幕墙形变 检测结果以及幕墙破碎检测结果进行建筑幕墙健康监测警告。 2.如权利要求1所述的一种建筑幕墙健康监测损伤识别方法， 其特征在于， 所述S1步骤 中获取建筑幕墙原 始图像并设置超声 波发射和接收装置， 包括： 在建筑幕墙附近设置摄像设备， 利用摄像设备 获取建筑幕墙原始图像I0， 并将获取的建 筑幕墙原始图像发送到幕墙损伤识别装置， 所述建筑幕墙原始图像为不存在损伤的建筑幕 墙的完整图像； 在建筑幕墙表面设置超声 波发射和接收装置 。 3.如权利要求1所述的一种建筑幕墙健康监测损伤识别方法， 其特征在于， 所述S2步骤 中实时采集建筑幕墙图像以及建筑幕墙反射的声 波信号， 包括： 所述超声 波发射装置实时向建筑幕墙发射超声 波信号， 所述超声 波信号s(t)为： 其中： β 表示超声 波的信号幅值， 将其设置为2； α 表示超声 波的信号带宽， 将其设置为103； f表示超声 波发射装置的中心频率， 将其设置为80 Hz； 表示超声 波发射装置的初始相位， 将其设置为 π/ 6； τ表示超声 波的偏移时间， 将其设置为0.0 5； t表示信号的时域信息； 超声波信号到达幕墙表面后形成回波信号x(t)， 利用超声波接收装置实时接收幕墙反 射的回波信号x(t)， 并将接收到的回波信号x(t)发送到幕墙损伤 识别装置； 利用摄像设备实时采集建筑幕墙图像， 则当前时刻采集的建筑幕墙图像为I， 将采集到 的建筑幕墙图像实时发送到幕墙损伤 识别装置 。 4.如权利要求2 ‑3所述的一种建筑幕墙健康监测损伤识别方法， 其特征在于， 所述S3步 骤中提取建筑幕墙图像和建筑幕墙原 始图像的轮廓特 征， 包括： 幕墙损伤识别装置利用轮廓特征提取方法分别提取建筑幕墙图像I以及 建筑幕墙原始 图像I0的轮廓特 征， 所述轮廓特 征提取方法的流 程为： 1)利用均值滤波器对图像进行均值滤波处 理， 所述均值滤波处 理的公式为： 其中：权　利　要　求　书 1/4 页 2 CN 114858921 A 2I(i,j)表示图像 像素， (i,j)表示像素坐标； N表示以像素I(i,j)为中心的模板； ∑NI(i,j)表示模板N所覆盖区域的像素值之和； n表示模板N所覆盖区域的像素个数； g(i,j)表示图像 像素I(i,j)滤波处 理后的灰度值； 2)计算任意图像 像素的梯度值： 其中： 表示图像像素I(i,j)的梯度值； 设置梯度阈值为q， 将 的图像像素I (i,j)作为图像的边 缘像素； 3)分别计算任意图像像素I(i,j)灰度值g(i,j)在[ 0,M)与[M,L]出现的概率P1,P2， 其中 [0,L]表示灰度 级， L＝255， P1+P2＝1； 计算像素灰度值在[0,M)与[M,L]的平均灰度值 μ1, μ2， 以及图像的平均灰度值 μ， 则图像灰度方差σ2的计算公式为： σ2＝P1( μ‑μ1)2+P2( μ‑μ2)2 遍历M∈[0,L]的所有灰度级数M， 当σ2最大时的M即为图像二值化阈值∈， 则对于 滤波处 理后的图像， 将灰度值大于等于∈的像素的灰度值调整为255， 将其余像素的灰度值调整为 0， 得到二 值化图像； 4)从二值化图像的左上方开始逐行扫 描， 直到扫描到第一个像素的灰度值为255时， 记 录该像素为I ′(i1,j1)； 以该像素为中心， I ′(i1,j1‑1)为起始点， 在I ′(i1,j1)邻域内以顺 时 针方向查找边 缘像素， 将第一个边 缘像素记为 I′(i2,j2)； 5)以I′(i1,j1)为中心， 在 I′(i1,j1)邻域内以I ′(i2,j2)为起点逆时针查找边缘像素， 将 查找到的边缘像素作为下一轮边缘像素查找的起点， 重复步骤5 )， 直到循环至起始点I ′ (i2,j2)， 得到以像素I ′(i1,j1)为中心的轮廓特 征； 6)设定扫描点为轮廓特征区域的左方邻近像素， 并返回步骤4)， 以设定的扫描点开始 逐行扫描， 得到图像的轮廓特 征； 所述建筑幕墙图像I的轮廓特 征为w(I)， 建筑幕墙原 始图像I0的轮廓特 征为w(I0)。 5.如权利要求4所述的一种建筑幕墙健康监测损伤识别方法， 其特征在于， 所述S3步骤 中将提取的建筑幕墙图像轮廓特征与建筑幕墙原始图像的轮廓特征进 行特征匹配， 得到幕 墙形变检测结果， 包括： 幕墙损伤识别 装置计算建筑幕墙图像轮廓特征w(I)与建筑幕墙原始图像的轮廓特征w (I0)的特征匹配结果， 所述计算公式为： 其中： Sim(w(I),w(I0))表示建筑幕墙图像轮廓特征w(I)与建筑幕墙原始图像的轮廓特征w (I0)的匹配结果； numw(I)表示建筑幕墙图像轮廓特征w(I)中的轮廓数量， numw(I0)表示建筑幕墙原始图像 的轮廓特 征w(I0)中的轮廓数量；权　利　要　求　书 2/4 页 3 CN 114858921 A 3