本发明涉及建筑检测领域，具体涉及一种检测建筑外墙质量缺陷的检测系统。
背景技术：
目前，我国还没有一套便捷高效的外墙保温系统缺陷的检测装置。对于现有建筑外墙保温系统缺陷(外墙裂缝、脱落)的检测鉴定主要依靠工程技术人员观感目测、局部破损检测，不仅工作量大，而且对于整体高度较高的建筑，肉眼无法准确的观测外墙缺陷，较高处的外墙还存在难以破损检测的问题。
所以，如何便捷高效的检测建筑外墙保温系统的缺陷，是目前在建筑外墙缺陷检测工作中亟待解决的问题。
技术实现要素：
为解决上述问题，本发明提供了一种检测建筑外墙质量缺陷的检测系统，实现了外墙质量缺陷的全面检测，系统自带检测结果计算分析功能，使用方便，且检测结果较为精确。
为实现上述目的，本发明采取的技术方案为：
一种检测建筑外墙质量缺陷的检测系统，包括
目标数据采集模块，用于进行待监测建筑外墙面图像数据以及超声波缺陷检测结果数据的获取；
墙面三维重构模块，用于通过kinect深度传感器进行所采集到的图像数据深度图像的获取，并将所获得的深度图像进行三角化，然后在尺度空间中融合所有三角化的深度图像构建分层有向距离场，对距离场中所有的体素应用整体三角剖分算法产生一个涵盖所有体素的凸包，并利用Marching Tetrahedra算法构造等值面，完成三维图像的重构；
墙面初级缺陷评估模块，采用双边滤波和分段线性变换算法分别进行图像去噪和图像增强预处理；采用迭代自适应阈值分割法进行图像二值化处理，基于连通分量的形态学区域特征去除小面积杂点噪声，完成墙面脱落、裂缝、凹陷和空鼓所在位置的识别；并基于连通分量外接矩形的长宽比进行墙面裂缝、凹陷和空鼓形状识别，完成墙面初级缺陷情况的评估；
裂缝/凹陷/空鼓尺寸测量模块，用于根据墙面初级缺陷评估模块的识别结果进行对应的标尺的调用，通过调用的标尺对三维重构图形中对应的裂缝/凹陷/空鼓的尺寸进行测量，自动输出测量结果；所述标尺可根据图像的大小、变形进行缩放和拉伸；
裂缝/凹陷/空鼓面积计算模块，用于根据预设的图形模板面积计算算法进行各区域裂缝/凹陷/空鼓面积的计算，并根据每一个图像所对应的缩放比例进行面积比例的换算，并将所有的换算结果进行统计，得裂缝/凹陷/空鼓总面积；
墙面缺陷综合评估模块，用于通过预设的算法将超声波检测结果数据以及墙面初级评估模块的评估结果、裂缝/凹陷/空鼓面积计算模块的计算结果融合后进行墙面缺陷综合结果的输出。
优选地，所述目标数据采集模块包括两墙面爬行机器人，两墙面爬行机器人的外壁上均安装有一环形轨道，该环形轨道套接在所述墙面爬行机器人外，该环形轨道内通过带伺服装置的滑块安装有一带检测组件的电动伸缩杆，所述电动伸缩杆由若干套管通过驱动端首尾连接而成，每节套管的中心处均内嵌安装有一安装有超声波测距装置的摄像头，该摄像头四周对称安装有两组超声波探伤仪。
优选地，所述摄像头内安装有一GPS定位模块，用于摄像头所在位置的获取。
优选地，所述墙面爬行机器人内载有
一数据储存模块，用于接收并储存摄像头以及超声波探伤仪所采集到的数据；
射频发射模块，用于将接收到的数据发送到监控终端；
太阳能电池板，用于为墙面爬行机器人供电。
优选地，所述墙面三维重构模块、墙面初级缺陷评估模块、裂缝/凹陷/空鼓尺寸测量模块、裂缝/凹陷/空鼓面积计算模块、墙面缺陷综合评估模块内载于监控终端内。
优选地，所述图形模板至少包括三角形、圆形、半圆形、椭圆形、梯形、正方形、长方形、平行四边形以及非规则图形；每个图形模板对应一个面积计算公式和测量标尺。
优选地，所述监控终端内还设有一
绘图模块，用于根据评估结果进行各种曲线的绘制；
回归计算模块，用于通过不同函数对绘图模块所绘制的曲线进行回归计算；
墙面情况预测模块，用于将绘图模块所绘制的曲线与原标准曲线的对比分析进行墙面未来发展情况的预测，并将输出预测结果。
本发明具有以下有益效果：
通过kinect深度传感器获取了每个图像内每个像素所用的位数，从而实现了外墙壁颜色变化的监测，通过三维图像的重构实现了将图像从平面转换为三维的目的，经实验可知，利用Kinect传感器采集的不同的深度图像完成目标物体的三维重建，仅需要48s，并且可以得到非常精细的重建效果；然后再通过预设的模板、标尺以及面积计算方法完成了裂缝/凹陷/空鼓图形的识别、尺寸的测量以及面积的计算，从而完成了外墙壁缺陷情况的评估；同时通过配置有超声波测距装置的摄像头进行原始图像的采集，避免了由于摄像头与所拍摄面的距离变化而带来的面积计算误差，进一步提高了系统的精确度。
附图说明
图1为本发明实施例一种检测建筑外墙质量缺陷的检测系统的系统框图。
具体实施方式
为了使本发明的目的及优点更加清楚明白，以下结合实施例对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
如图1所示，本发明实施例提供了一种检测建筑外墙质量缺陷的检测系统，包括
目标数据采集模块，用于进行待监测建筑外墙面图像数据以及超声波缺陷检测结果数据的获取；
墙面三维重构模块，用于通过kinect深度传感器进行所采集到的图像数据深度图像的获取，并将所获得的深度图像进行三角化，然后在尺度空间中融合所有三角化的深度图像构建分层有向距离场，对距离场中所有的体素应用整体三角剖分算法产生一个涵盖所有体素的凸包，并利用Marching Tetrahedra算法构造等值面，完成三维图像的重构；
墙面初级缺陷评估模块，采用双边滤波和分段线性变换算法分别进行图像去噪和图像增强预处理；采用迭代自适应阈值分割法进行图像二值化处理，基于连通分量的形态学区域特征去除小面积杂点噪声，完成墙面脱落、裂缝、凹陷和空鼓所在位置的识别；并基于连通分量外接矩形的长宽比进行墙面裂缝、凹陷和空鼓形状识别，完成墙面初级缺陷情况的评估；
裂缝/凹陷/空鼓尺寸测量模块，用于根据墙面初级缺陷评估模块的识别结果进行对应的标尺的调用，通过调用的标尺对三维重构图形中对应的裂缝/凹陷/空鼓的尺寸进行测量，自动输出测量结果；所述标尺可根据图像的大小、变形进行缩放和拉伸；
裂缝/凹陷/空鼓面积计算模块，用于根据预设的图形模板面积计算算法进行各区域裂缝/凹陷/空鼓面积的计算，并根据每一个图像所对应的缩放比例进行面积比例的换算，并将所有的换算结果进行统计，得裂缝/凹陷/空鼓总面积；
墙面缺陷综合评估模块，用于通过预设的算法将超声波检测结果数据以及墙面初级评估模块的评估结果、裂缝/凹陷/空鼓面积计算模块的计算结果融合后进行墙面缺陷综合结果的输出。所述墙面三维重构模块、墙面初级缺陷评估模块、裂缝/凹陷/空鼓尺寸测量模块、裂缝/凹陷/空鼓面积计算模块、墙面缺陷综合评估模块内载于监控终端内。所述监控终端内还设有一
绘图模块，用于根据评估结果进行各种曲线的绘制；
回归计算模块，用于通过不同函数对绘图模块所绘制的曲线进行回归计算；
墙面情况预测模块，用于将绘图模块所绘制的曲线与原标准曲线的对比分析进行墙面未来发展情况的预测，并将输出预测结果。
所述目标数据采集模块包括两墙面爬行机器人，两墙面爬行机器人的外壁上均安装有一环形轨道，该环形轨道套接在所述墙面爬行机器人外，该环形轨道内通过带伺服装置的滑块安装有一带检测组件的电动伸缩杆，所述电动伸缩杆由若干套管通过驱动端首尾连接而成，每节套管的中心处均内嵌安装有一安装有超声波测距装置的摄像头，该摄像头四周对称安装有两组超声波探伤仪。使用时，将两爬行机器人上的相配合的两个电动伸缩杆的端头相连，优选的，可以在两电动伸缩杆的端头设置相配合的外螺纹和内螺纹，然后使得爬行机器人与电动伸缩杆构成矩形结构，然后将爬行机器人附着在需要检测的墙壁上，通过遥控器控制电动伸缩杆伸展，到达需要的长度后，驱动爬行机器人，便可以对墙面进行检测。
所述摄像头内安装有一GPS定位模块，用于摄像头所在位置的获取。
所述墙面爬行机器人内载有
一数据储存模块，用于接收并储存摄像头以及超声波探伤仪所采集到的数据；
射频发射模块，用于将接收到的数据发送到监控终端；
太阳能电池板，用于为墙面爬行机器人供电。
所述图形模板至少包括三角形、圆形、半圆形、椭圆形、梯形、正方形、长方形、平行四边形以及非规则图形；每个图形模板对应一个面积计算公式和测量标尺。
以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以作出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。