导读:本文包含了建筑物表面论文开题报告文献综述及选题提纲参考文献，主要关键词:无人机,图像采集,表面裂缝检测,建筑物
建筑物表面论文文献综述
郭宝立[1]（2019）在《试论基于无人机采集图像的建筑物表面裂缝检测方法》一文中研究指出表面裂缝检测工作一直都是建筑工程项目的重要环节,随着高层建筑数量不断增加,传统的检测方法已经无法满足建筑物发展需求。基于此,本文针对无人机采集图像的建筑物表面裂缝检测方法进行分析,从宽度、长度、面积这叁个方面入手提出无人机采集图像具体的测量方法,明确无人机采集图像的应用价值。(本文来源于《居舍》期刊2019年27期）
王森援,蔡国榕,王宗跃,吴云东[2]（2019）在《基于加权约束的单体建筑物点云表面重建算法》一文中研究指出建筑物点云表面重建在高精度城市测绘、虚拟现实等领域有十分广泛的应用前景。由于建筑物的几何形态多变,重建算法普遍存在计算速率慢、拟合精度低和模型结构不完整的问题。为此,本文以单体建筑物为研究对象,提出基于加权约束的单体建筑物点云表面重建算法,在表面初始化过程中充分考虑数据对结构拟合的贡献。在此基础上,构建基于正则集的单体建筑物表面重建算法,实现建筑物拟合过程中的加权拟合误差、近邻结构平滑的同步优化。针对多类建筑物叁维点云的实验结果表明,相比传统的建筑物重建策略,本文的加权约束方法可根据不同类型的点云数据设计自适应权重,并选择模型拟合中最优的权重函数,在高噪声、低精度点云数据下能得到更高精度的单体建筑物表面模型。(本文来源于《地球信息科学学报》期刊2019年05期）
文青[3]（2019）在《基于深度学习的建筑物表面裂缝检测技术研究与实现》一文中研究指出在大坝、桥梁、隧道等基础设施的建设中,混凝土作为用途最广、用量最大的一种建筑材料发挥着重要作用。然而由于恶劣天气、使用时间、材料质量和施工技术等原因,建筑物的混凝土构件经常会出现不同程度的裂缝,导致混凝土构件形成一定损伤,对基础设施的使用寿命、行人安全以及社会经济产生严重影响。因此对混凝土表面的裂缝等缺陷结构进行检测成为一大重要研究问题。针对此问题,本文提出了一种基于深度学习的裂缝图像检测与分割方法。该方法主要分为两个阶段:在第一阶段中,我们通过卷积神经网络提取抽象特征,并保留每一层的特征图。在第二阶段,我们利用转置卷积将特征图放大,并与低维度的特征进行融合,从而得到精确度更高的分割模型。此外,我们还提出了一种适用于细小物体分割网络的边界加权损失函数,根据像素点到边界的距离不同而给予不同权重,从而使得细边界目标区域被判定为正样本时具有更高的优先级,以此减少分割结果的断裂情况,提高检测精度。为符合实际应用场景,本文还构建了一个真实的裂缝数据集,用于对模型进行训练和验证。之后我们基于图像处理技术对裂缝的分割结果进行了定量分析,通过基本的形态学方法如腐蚀、膨胀、开闭运算等操作得到裂缝的分割标记图、骨架图及几何参数信息,进一步为专业工程人员提供检修和判定依据。最后,本文建立了一个Web端的智能缺陷检测原型系统,将之前提出的裂缝检测与分析方法集成起来。通过该系统,我们可以批量导入需要被检测的图片,通过后端处理后便可得到含有裂缝的图片信息列表,并可将结果导出离线查看,具有较高的实用价值。(本文来源于《北京邮电大学》期刊2019-06-04）
吴生宇[4]（2019）在《基于无人机视觉的大型建筑物表面裂缝检测技术研究》一文中研究指出随着社会的发展及人口的增长使得栋栋高楼拔地而起,建筑物的外墙不仅仅是起到美观的作用,还起到保护墙内钢筋等材料不被加速锈蚀的作用,无论是在建筑物完工验收时或者是建筑物以后的定期检查与维护,都需要对外墙进行检查。对于越高的建筑物,使用传统的人工检测方式进行外墙的定期检查与维护会受到很大限制,存在检测效率低、成本高、检测精度低、安全隐患大等问题。通过调研,本文提出了一种基于无人机视觉的大型建筑物表面裂缝检测技术。本课题研究具有很大的实际应用价值,以无人机结合视觉技术以灵活、轻便的优势对大型建筑物进行检查与维护,可以弥补传统人工检测方式的不足,具有巡检效率高、检测精度高、安全系数高等优点。本课题通过以无人机结合视觉的方式作为研究平台。首先,搭建大型建筑物外墙图像系统;然后对比分析了基于人工设计特征结合BP神经网络与基于深度学习卷积神经网络对于墙面裂缝检测的实验;最后对大尺度图中检测出来的裂缝区域进行图像处理,使用本文提出的NEAR模型的外墙面裂缝连接算法实现裂缝连接,连接后的裂缝将更有利于之后对裂缝的分类和量化。本文的主要研究成果有:搭建了无人机图像采集系统平台,并对无人机图像采集系统的各个模块进行了详细介绍。建立墙面裂缝数据库。通过控制无人机在学校内飞行和拍摄建筑物的外墙面图像和网络下载等方式来构建墙面裂缝数据库,对图像中的裂缝目标标定为数据库的正样本,对非裂缝目标则标定为数据库的负样本。在大尺度图裂缝检测中,通过实验对比基于人工设计特征结合BP神经网络的方法与基于深度学习卷积神经网络的方法。将LBP、HOG算法用于提取裂缝数据库特征并送到BP分类器进行训练和测试;用目前主流的深度学习卷积神经网络模型Faster R-CNN与YOLOv3分别对裂缝数据库进行训练和测试;对比两种方式在大尺度图中进行裂缝目标检测的效果。评价已经检测出来的裂缝。对已经检测出来的裂缝区域进行图像处理,针对裂缝提取过程中出现的裂缝断裂问题创新地提出了一种NEAR模型的外墙面裂缝连接算法;使用了基于投影特征的方法来对裂缝进行分类、量化及损伤程度评价。(本文来源于《广西大学》期刊2019-06-01）
胡翠薇[5]（2019）在《水工建筑物表面抗冻害的防护技术及应用初探》一文中研究指出随着社会经济的不断发展,水工建筑物质量逐步提升,合理应用抗冻害防护技术能够达到病害、冻害防止的目的,本文通过良好的选择性粘结性、优异的耐久性,两个方面对水工建筑物抗冻害表面防护材料的要求进行了总结,又从喷涂型单组分聚脲防水涂料、聚合物基面修复材料两个方面详细介绍了常见的水工建筑物抗冻害表面材料,之后对防护技术进行了分析,希望为关注这一话题的人们提供参考。(本文来源于《价值工程》期刊2019年14期）
王森援[6]（2019）在《基于高分辨率叁维点云的建筑物表面重建关键技术研究》一文中研究指出建筑物点云的表面重建方法是根据点云数据提取建筑物表面的几何结构,从而恢复叁维实体模型的过程。目前,面向点云的建筑物表面重建方法在高精度城市测绘、虚拟现实等领域有十分广泛的应用前景。由于建筑物具有几何形态多变的特点,重建算法普遍存在拟合精度低、模型结构不完整等问题。因此,本文从提升模型的重建精度、增强模型闭合性的需求出发,重点开展高效的建筑物表面矢量化重建算法的研究,主要工作如下:1、针对带噪声和缺失建筑物点云数据的表面拟合问题,提出基于加权约束的单体建筑物点云表面重建算法。首先,在数据表面初始化过程中根据不同点云数据的分布特点,设计自适应权重。其次,选择模型拟合中最优的权重函数,达到建筑物的拟合误差最小。最后,构建基于正则集的建筑物表面重建算法,实现建筑物表面的加权约束提取。针对不同数据源和不同规模的建筑物重建实验结果表明,基于加权约束的建筑物点云表面重建算法在高噪声、低精度点云数据下能得到更高精度的建筑物表面模型。2、针对重建模型存在的边界非闭合问题,提出基于闭合约束的建筑物点云表面重建算法。首先,根据主成分分析方法对点云数据进行初始拟合。其次,按照正则集重建方法的候选集生成方式扩充初始基元集。最后,在含有数据项、正则项和平滑项的能量最小化方程中添加闭合约束项来选择最终的模型平面集。与基于正则集的建筑物表面重建算法相比,基于多边形闭合约束的重建算法对噪声有较好的鲁棒性,并能有效地提高重建模型的闭合性。综上所述,本文针对重建模型拟合精度低,结构闭合性差的问题,分别提出基于加权约束和闭合约束的建筑物点云表面重建算法。通过分析数据的加权拟合权重与模型边界闭合性对重建的影响,针对带噪声、不同尺度和不同结构复杂度的建筑物重建实验结果表明,所提算法有效地提高了模型拟合精度和闭合度,得到高精度紧密的建筑物模型。(本文来源于《集美大学》期刊2019-05-08）
吴思远[7]（2019）在《基于航空立体像对数字表面模型的城市建筑物屋顶提取与叁维建模研究》一文中研究指出城市建筑物屋顶的轮廓信息及其叁维模型对叁维城市模拟、太阳能供给分析、环境模拟和灾害管理等领域有着非常重要的作用。已有许多研究从激光雷达(Light Detection and Ranging,简称LiDAR)数据生成的数字表面模型(Digital Surface Model,简称DSM)中进行了建筑物屋顶的提取和叁维重建。然而,与摄影测量技术相比,LiDAR数据采集较慢,成本较贵,较难应用于大范围城市地区的建筑物屋顶信息获取。因此,针对没有高分辨率机载LiDAR数据覆盖的大型城市区域,如何从航空立体像对数据中进行屋顶的自动提取和重建,是目前研究的热点技术和迫切需要解决的问题。本文利用航空立体像对生成的DSM数据,在绿地分布数据的辅助下,提出了建筑物屋顶的自动提取和叁维建模方法,主要研究内容和成果包括:(1)本文提出了基于航空立体像对DSM数据和绿地分布数据的建筑物屋顶轮廓提取方法。该方法首先使用高斯滤波和中值滤波去除DSM数据中的噪声,并通过膨胀重建算法,获得建筑物屋顶的初始种子区域。考虑到植被和地面对种子区域选取的影响,采用绿地分布数据和数字高程模型(Digital Elevation Model,简称DEM)去除非屋顶种子区域。随后,采用区域生长方法进行建筑物屋顶斑块的提取,并且通过区域合并方法对同一屋顶的斑块进行合并,得到完整的建筑物屋顶。最后,通过形态学处理平滑建筑物屋顶边界得到最终的建筑物屋顶轮廓。本文将该方法应用于建筑物屋顶结构复杂、类型多样的上海市中心城区,进行方法的验证。共选择了3种不同土地利用类型的9个验证区域进行精度评估,基于数量和面积的完整度分别为93.5%和96.2%。结果表明,该方法可以准确地提取建筑物屋顶轮廓。本文提出的方法可以应用于其他大型城市地区,并可以为城市规划和管理提供建筑物屋顶信息。(2)在获取的建筑物屋顶轮廓数据基础上,结合归一化数字表面模型(normalized Digital Surface Model,简称nDSM),本文改进了一种基于图论的建筑物屋顶叁维建模方法。该方法首先根据建筑物屋顶轮廓和nDSM数据构建建筑物屋顶等值线,并对等值线进行规则化、旋转和裁剪处理,使其更为规则和整齐。然后采用局部等值线树方法对建筑物屋顶拓扑结构进行表达和描述,根据拓扑结构变化检测对等值线树进行分解,获得建筑物屋顶单一均质的局部结构。利用相邻等值线间的空间以及形态属性构建偶图,通过偶图匹配求取最大化匹配结果完成屋顶局部结构的模型重建。最后通过整合各个单独的表面模型获得最终的建筑物屋顶叁维模型。本文以上海市陆家嘴的部分区域为实例进行了方法的验证。结果表明,该方法能够有效地提取建筑物屋顶的几何和拓扑信息,并成功地重建出复杂的建筑物屋顶模型,为基于航空立体像对的DSM数据的建筑物屋顶叁维建模提供了一种有效的解决方案。(本文来源于《华东师范大学》期刊2019-05-01）
李哲锋,董璐,刘月妍,郭永华[8]（2019）在《夜景照明条件下木质景观建筑物表面的视觉感官评价》一文中研究指出木结构建筑在景观建筑物中占有十分重要的地位。为了研究在夜景照明条件下人们对木制景观建筑物表面的好感度与协调度,以呼和浩特市大召寺前广场的木制景观构筑物为例,采用实地勘测调研与现场问卷调查相结合的方法对其进行了相关的调查分析。结果表明,木构表面的变色与表面粗糙度是影响其感观舒适度的主要因素,而照明灯具的照度(亮度)、色温以及显色性则是影响景观木构建筑外观表现的重要物理量,结合周边的环境背景综合影响着人们对木质景观建筑物的主观视觉评价。(本文来源于《内蒙古农业大学学报(自然科学版)》期刊2019年03期）
钟永力,晏致涛,游溢,赵爽[9]（2019）在《平面壁面射流风场作用下建筑物表面风压数值模拟》一文中研究指出采用平面壁面射流模拟下击暴流的出流段风场,通过协同流模拟下击暴流水平移动,基于计算流体动力学方法,采用雷诺应力模型(RSM)的Stress-Omega模型模拟了稳态下击暴流的平均风剖面,并在风场中建立高层建筑物模型,研究下击暴流风场中高层建筑物表面风压分布特性.结果表明,采用平面壁面射流模型得到的水平速度竖向风剖面与下击暴流理论风剖面以及试验结果吻合较好,壁面射流模型风场中建筑风压分布特征与冲击射流风洞试验一致;迎风面风压系数随着顺流向距离的增加而不断减小,随着射流入流湍流强度的增大而减小.当下击暴流风剖面半高值大于1.45倍建筑物高度时,壁面射流风场中建筑风压分布与大气边界层风场中类似.协同流对结构中下部风压分布影响较大,而风向角对最大风压的影响不大.(本文来源于《湖南大学学报(自然科学版)》期刊2019年01期）
王子明[10]（2019）在《一种结合数字表面模型的建筑物提取方法》一文中研究指出以数字表面模型(DSM)影像为辅助,提出了一种结合基于对象和基于知识的建筑物提取方法。首先利用DSM辅助多尺度分割,有助于分割完整的建筑区域;然后利用3种规则进行建筑物提取;最后利用国际摄影测量与遥感学会(ISPRS)标准数据集影像进行实验验证。结果表明,该方法可有效提取建筑物,得到高精度的提取结果,错提率与漏提率分别为6.26%与7.43%。(本文来源于《地理空间信息》期刊2019年01期）
建筑物表面论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
建筑物点云表面重建在高精度城市测绘、虚拟现实等领域有十分广泛的应用前景。由于建筑物的几何形态多变,重建算法普遍存在计算速率慢、拟合精度低和模型结构不完整的问题。为此,本文以单体建筑物为研究对象,提出基于加权约束的单体建筑物点云表面重建算法,在表面初始化过程中充分考虑数据对结构拟合的贡献。在此基础上,构建基于正则集的单体建筑物表面重建算法,实现建筑物拟合过程中的加权拟合误差、近邻结构平滑的同步优化。针对多类建筑物叁维点云的实验结果表明,相比传统的建筑物重建策略,本文的加权约束方法可根据不同类型的点云数据设计自适应权重,并选择模型拟合中最优的权重函数,在高噪声、低精度点云数据下能得到更高精度的单体建筑物表面模型。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
建筑物表面论文参考文献
[1].郭宝立.试论基于无人机采集图像的建筑物表面裂缝检测方法[J].居舍.2019
[2].王森援,蔡国榕,王宗跃,吴云东.基于加权约束的单体建筑物点云表面重建算法[J].地球信息科学学报.2019
[3].文青.基于深度学习的建筑物表面裂缝检测技术研究与实现[D].北京邮电大学.2019
[4].吴生宇.基于无人机视觉的大型建筑物表面裂缝检测技术研究[D].广西大学.2019
[5].胡翠薇.水工建筑物表面抗冻害的防护技术及应用初探[J].价值工程.2019
[6].王森援.基于高分辨率叁维点云的建筑物表面重建关键技术研究[D].集美大学.2019
[7].吴思远.基于航空立体像对数字表面模型的城市建筑物屋顶提取与叁维建模研究[D].华东师范大学.2019
[8].李哲锋,董璐,刘月妍,郭永华.夜景照明条件下木质景观建筑物表面的视觉感官评价[J].内蒙古农业大学学报(自然科学版).2019
[9].钟永力,晏致涛,游溢,赵爽.平面壁面射流风场作用下建筑物表面风压数值模拟[J].湖南大学学报(自然科学版).2019
[10].王子明.一种结合数字表面模型的建筑物提取方法[J].地理空间信息.2019