水刷石配比智能分析系统的制作方法

本发明涉及一种水刷石配比智能分析系统。

背景技术：

1、很多既有建筑，尤其是一些历史保护建筑常采用水刷石墙面作为建筑外立面，但是随着年限的增长，水刷石墙面受到风化、水渍以及外力破坏的影响，原先美观的水刷石墙面早已破败不堪，严重影响了城市的市容市貌。为了能够更加精确、更加完善地对历史保护建筑的水刷石墙面开展修复工作，需要对原水刷石墙面中各类石子的配比，以及石子骨料与胶凝材料的配比进行准确的分析。目前，历史保护建筑水刷石外墙的配比分析只能依靠人工点数某一区域内各类石子的数量以及人工测量各类石子的粒径来实现，然后再通过试验在点数结果附近区间试制多个样本，通过样本与原墙面的对比结果最终确定水刷石的配比信息。这种传统的人工分析加试制样本的方法受人为影响因素大，检测效率低，长期重复点数某一区域内的同一类石子，容易发生因工人视觉疲劳和注意力下降导致点数结果出现误差的情况。此外，人工点数后的试制工期时间较长，时间、材料和人工成本均比较高。

技术实现思路

1、本发明的目的在于提供一种水刷石配比智能分析系统。

2、为解决上述问题，本发明提供一种水刷石配比智能分析系统，包括：

3、图像采集及结果展示系统，用于待分析区域的水刷石墙面图像的采集工作及分析结果的展示工作，并将采集到的水刷石墙面图像传输至云平台处理系统；

4、云平台处理系统，基于水刷石墙面图像完成石子配比分析工作，并将分析结果存储在云平台上，并将分析结果传输至图像采集及结果展示系统以供查看。

5、进一步的，在上述方法中，所述图像采集及结果展示系统，包括：

6、图像采集模块，调用智能手机的摄像头拍摄的水刷石墙面图像或从手机相册中调取由其他设备采集或从网络下载的水刷石墙面图像，其中，所述水刷石墙面图像中含有靶标；

7、结果展示模块，用于将经过云平台处理系统处理后得到的水刷石墙面粒径信息、配比信息进行展示，并将提供形成的配比报告以供下载。

8、进一步的，在上述方法中，所述云平台处理系统，包括：

9、图像预处理模块，图像预处理模块主要用于将原尺寸的水刷石墙面图像裁剪为小尺寸的子图像，并将小尺寸的子图像输入石子分割模块；并从水刷石墙面图像中裁剪出靶标区域，并对靶标区域进行分析，使用阈值分割和连通域分析，统计出靶标区域内的黑色像素点数，根据靶标的原尺寸，计算出像素单位与国际单位的换算关系；

10、石子分割模块，用于基于所述小尺寸的子图像，并采用基于深度学习的计算机视觉技术来分割水刷石墙面中的各类石子，以输出各类石子分割检测结果至配比分析模块；

11、配比分析模块，用于基于各类石子分割检测结果，进行阈值分割、连通域分析和最小外接圆分析后，结合由图像预处理模块得到的像素单位与国际单位制的换算系数，得到各类石子的粒径分布和面积比例的结果并输出至后处理模块；

12、后处理模块，用于基于各类石子的粒径分布和面积比例的结果，形成分析报告，并传输到图像采集与结果展示系统进行可视化显示并提供报告下载服务。

13、进一步的，在上述方法中，所述石子分割模块，用于收集水刷石墙面的样本图像，包括：原历史保护建筑的旧墙面图像和试制样本的图像；并将样本图像中的各类型石子使用labelme软件中多段线工具进行标记；采用旋转和拉伸的手段对标记后的样本图像进行增强，最终建立水刷石墙面图像数据库，用于后续深度学习训练模型的训练。

14、进一步的，在上述方法中，所述石子分割模块，用于搭设gpu云平台训练引擎，用于后续深度学习训练模型的建立及模型的存储、部署和运行；利用已建立的水刷石墙面图像数据库，建立基于通道注意力机制和全卷积神经网络的石子分割模型；开展模型训练，直至石子分割模型训练完成且未出现过拟合现象后，将石子分割模型存储、部署上线至云平台，用于分割水刷石墙面中不同类型的石子区域。

15、进一步的，在上述方法中，所述石子分割模型，包括：

16、特征编码单元，用于将输入的水刷石墙面图像通过下采样单元不断地压缩和提取深层特征。

17、进一步的，在上述方法中，所述石子分割模型，还包括：

18、特征解码单元，用于将被压缩的深层特征通过反卷积逐步还原成与输入的水刷石墙面图像具有相同尺度的某类石子分割图像；将特征编码单元与特征解码单元中的特征图通过跳跃连接进行拼接；在特征解码单元和特征编码单元之间加入通道注意力机制来融合浅层特征和深层特征，其中，xe和xd分别是编码层和解码层的特征图；使用1×1卷积核对输入xe和xd进行步长为1的卷积得到两个权重向量we和wd，将we和wd相加，使用leakyrelu激活函数对其进行激活，得到激活结果wa1；将wa1再次使用1×1卷积核进行卷积得到注意力权重层wa2；将这个注意力权重层wa2乘以原始输入xd，完成对xd的注意力激活。

19、本发明首先，利用智能手机中的摄像头采集贴有特制靶标的水刷石墙面图像；接着，将水刷石墙面图像上传至云平台处理系统，利用预处理模块将原始图像切割成子图像，并计算像素单位与国际单位的换算关系，通过云平台上搭建的石子分割模块分割出各个不同类型的石子。之后，配比分析模块将会对分割结果进行进一步的处理，结合像素单位与国际单位的换算关系，得到石子粒径的分布、各类石子的面积比例等结果。最后，将得到的配比结果输入到后处理模块，形成分析报告，并传输到图像采集与结果展示系统进行可视化的显示。

20、本发明针对上述水刷石墙面配比人工分析人为因素干扰大、检测效率低、检测精度低、成本高昂等诸多不足，利用基于深度学习的计算机视觉技术，提出一种新的水刷石配比智能分析系统，实现高效率、高精度、高操作性、高实用性的水刷石配比智能分析。

21、相比于传统的水刷石配比分析方法，本发明的有益效果主要有以下几点：

22、(1)检测效率高，可在段时间内完成图像的采集以及配比分析工作，避免了以往水刷石配比分析需要人工点数石子个数、人工测量石子粒径以及开展多种配比试验的复杂工序；

23、(2)检测精度高，可在一定程度上避免由于人眼视觉疲劳、现场光照因素影响等引起的错检、漏检情况的发生；

24、(3)实用性强，便于现场操作，仅需对水刷石墙面进行拍照即可，对于较高墙体等以往人工检测较难实施的部位，也可使用无人机的方式拍摄数据，传输到手机后完成分析。

技术特征：

1.一种水刷石配比智能分析系统，其特征在于，包括：

2.如权利要求1所述的水刷石配比智能分析系统，其特征在于，所述图像采集及结果展示系统，包括：

3.如权利要求2所述的水刷石配比智能分析系统，其特征在于，所述云平台处理系统，包括：

4.如权利要求3所述的水刷石配比智能分析系统，其特征在于，所述石子分割模块，用于收集水刷石墙面的样本图像，包括：原历史保护建筑的旧墙面图像和试制样本的图像；并将样本图像中的各类型石子使用labelme软件中多段线工具进行标记；采用旋转和拉伸的手段对标记后的样本图像进行增强，最终建立水刷石墙面图像数据库，用于后续深度学习训练模型的训练。

5.如权利要求4所述的水刷石配比智能分析系统，其特征在于，所述石子分割模块，用于搭设gpu云平台训练引擎，用于后续深度学习训练模型的建立及模型的存储、部署和运行；利用已建立的水刷石墙面图像数据库，建立基于通道注意力机制和全卷积神经网络的石子分割模型；开展模型训练，直至石子分割模型训练完成且未出现过拟合现象后，将石子分割模型存储、部署上线至云平台，用于分割水刷石墙面中不同类型的石子区域。

6.如权利要求5所述的水刷石配比智能分析系统，其特征在于，所述石子分割模型，包括：

7.如权利要求6所述的水刷石配比智能分析系统，其特征在于，所述石子分割模型，还包括：

技术总结
本发明提供一种水刷石配比智能分析系统，包括：将贴有特制靶标的水刷石墙面图像上传至云平台处理系统，利用预处理模块将原始图像切割成子图像，并计算像素单位与国际单位的换算关系，通过云平台上搭建的石子分割模块分割出各个不同类型的石子；配比分析模块结合换算关系，得到石子粒径的分布、各类石子的面积比例的结果。后处理模块，基于结果形成分析报告，并传输到图像采集与结果展示系统进行可视化的显示。本发明针对上述水刷石墙面配比人工分析人为因素干扰大、检测效率低、检测精度低、成本高昂等诸多不足，利用基于深度学习的计算机视觉技术，可以实现高效率、高精度、高操作性、高实用性的水刷石配比智能分析。

技术研发人员：张英楠,沈俊凯,陈雪峡,杨成斌,孙沈鹏,谷志旺,李海青,张书楷,何娇
受保护的技术使用者：上海建工四建集团有限公司
技术研发日：
技术公布日：2024/2/25