CN117808964B 一種基于bim的鋼結(jié)構(gòu)形變監(jiān)測(cè)處理方法及系統(tǒng) （山東程棋鋼結(jié)構(gòu)集團(tuán)有限公司）

202311278790.52023.10.07一種基于BIM的鋼結(jié)構(gòu)形變監(jiān)測(cè)處理方法及本發(fā)明公開了一種基于BIM的鋼結(jié)構(gòu)形變監(jiān)BIM模型；采用GrabCut算法對(duì)數(shù)字圖像進(jìn)行處利用三維重建技術(shù)獲取變形區(qū)域的三維信息數(shù)據(jù)；將變形區(qū)域的三維信息數(shù)據(jù)與BIM模型中的位置和形變程度；利用改進(jìn)的CNN模型并基于三處理方案。本發(fā)明通過機(jī)器學(xué)習(xí)和深度學(xué)習(xí)技術(shù)，可以自動(dòng)檢測(cè)數(shù)字圖像和三維信息中的變2S1、獲取激光掃描儀對(duì)鋼結(jié)構(gòu)進(jìn)行掃描得到的數(shù)字圖像，并基于數(shù)字圖像建立BIM模S5、根據(jù)鋼結(jié)構(gòu)檢測(cè)結(jié)果，利用改進(jìn)的CNN模型并基于三維信息對(duì)鋼結(jié)構(gòu)變形進(jìn)行評(píng)3所述利用三維重建技術(shù)獲取變形區(qū)域的三維信息數(shù)據(jù)包括2.根據(jù)權(quán)利要求1所述的一種基于BIM的鋼3.根據(jù)權(quán)利要求1所述的一種基于BIM的將所述變形區(qū)域的三維信息數(shù)據(jù)與所述BIM模型中的三維信息數(shù)據(jù)進(jìn)行比對(duì)，檢測(cè)鋼結(jié)構(gòu)S42、使用ICP算法將所述變形區(qū)域的三維信息數(shù)據(jù)與所述BIM模型的三維信息數(shù)據(jù)進(jìn)S43、使用計(jì)算機(jī)視覺中的形態(tài)差分法計(jì)算所述變形區(qū)域4.根據(jù)權(quán)利要求3所述的一種基于BIM的鋼結(jié)構(gòu)形變監(jiān)S422、在變形區(qū)域的三維信息數(shù)據(jù)中的每個(gè)點(diǎn)找到BIM模型的三維信息數(shù)據(jù)中的最近45.根據(jù)權(quán)利要求1所述的一種基于BIM的S54：將預(yù)處理后的三維信息數(shù)據(jù)輸入到訓(xùn)練好的6.根據(jù)權(quán)利要求1所述的一種基于BIM的鋼結(jié)構(gòu)所述根據(jù)知識(shí)圖譜對(duì)復(fù)雜變形進(jìn)行判斷包括將復(fù)雜變形的變形評(píng)估結(jié)果輸入到知識(shí)圖譜中，并在知識(shí)圖譜7.一種基于BIM的鋼結(jié)構(gòu)形變監(jiān)測(cè)處理系統(tǒng)，用于所述數(shù)據(jù)采集與模型構(gòu)建模塊通過所述圖像處理模塊與所述變形所述數(shù)據(jù)采集與模型構(gòu)建模塊，用于獲取激光掃描儀對(duì)鋼結(jié)構(gòu)進(jìn)行掃5所述變形定位模塊，用于將所述變形區(qū)域的三維信息數(shù)據(jù)與所述BIM模型中的三維信6[0008]為了克服以上問題，本發(fā)明旨在提出一種基于BIM的鋼結(jié)構(gòu)形變監(jiān)測(cè)處理方法及7[0036]其中，所述通過雙閾值算法和非最大值抑制來確定真正的邊緣信息包括以下步8[0041]S2435、若弱邊緣像素點(diǎn)的鄰域內(nèi)存在強(qiáng)邊緣像素點(diǎn)，則該弱邊緣也被確認(rèn)為邊[0048]可選地，所述將所述變形區(qū)域的三維信息數(shù)據(jù)與所述BIM模型中的三維信息數(shù)據(jù)[0050]S42、使用ICP算法將所述變形區(qū)域的三維信息數(shù)據(jù)與所述BIM模型的三維信息數(shù)[0051]S43、使用計(jì)算機(jī)視覺中的形態(tài)差分法計(jì)算所述變形區(qū)域的三維信息數(shù)據(jù)與所述[0056]S422、在變形區(qū)域的三維信息數(shù)據(jù)中的每個(gè)點(diǎn)找到BIM模型的三維信息數(shù)據(jù)中的9[0077]所述數(shù)據(jù)采集與模型構(gòu)建模塊通過所述圖像處理模塊與[0081]所述變形定位模塊，用于將所述變形區(qū)域的三維信息數(shù)據(jù)與所述BIM模型中的三為變形的及時(shí)發(fā)現(xiàn)和處理提供依據(jù)；通過與BIM模型的比對(duì)，可以精確地定位到變形的位[0123]其中，所述通過雙閾值算法和非最大值抑制來確定真正的邊緣信息包括以下步[0128]S2435、若弱邊緣像素點(diǎn)的鄰域內(nèi)存在強(qiáng)邊緣像素點(diǎn)，則該弱邊緣也被確認(rèn)為邊[0139]優(yōu)選地，所述將所述變形區(qū)域的三維信息數(shù)據(jù)與所述BIM模型中的三維信息數(shù)據(jù)[0141]S42、使用ICP算法將所述變形區(qū)域的三維信息數(shù)據(jù)與所述BIM模型的三維信息數(shù)[0142]S43、使用計(jì)算機(jī)視覺中的形態(tài)差分法計(jì)算所述變形區(qū)域的三維信息數(shù)據(jù)與所述[0147]S422、在變形區(qū)域的三維信息數(shù)據(jù)中的每個(gè)點(diǎn)找到BIM模型的三維信息數(shù)據(jù)中的錄和顯示差異區(qū)域。這些技術(shù)的結(jié)合可以實(shí)現(xiàn)變形區(qū)域三維信息與BIM模型三維信息的精常設(shè)定變換參數(shù)的變化閾值和最大迭代次數(shù)。這兩個(gè)閾值的設(shè)定需要平衡計(jì)算速度和精數(shù)的設(shè)定通常需要根據(jù)配準(zhǔn)精度需求和計(jì)算[0185]所述數(shù)據(jù)采集與模型構(gòu)建模塊1通過所述圖像處理模塊2與所述變形檢測(cè)模塊3連[0186]所述數(shù)據(jù)采集與模型構(gòu)建模塊1，用于獲取激光掃描儀對(duì)鋼結(jié)構(gòu)進(jìn)行掃描得到的