孫保燕，莫春華，薛 偉，張玉濤，葛廣昊

〈紅外應(yīng)用〉

紅外成像和傾斜攝影三維融合在建筑檢測(cè)中的應(yīng)用

孫保燕，莫春華，薛 偉，張玉濤，葛廣昊

（桂林電子科技大學(xué) 建筑與交通工程學(xué)院，廣西 桂林 541004）

針對(duì)建筑病害缺乏有效和高精度無(wú)損檢測(cè)手段，同時(shí)傳統(tǒng)人工檢測(cè)受建筑圍護(hù)結(jié)構(gòu)飾面層病害區(qū)域的高度、面積等方面的限制，提出一種紅外成像和傾斜攝影三維融合并建立含有建筑病害信息的三維模型電子檔案的方法。本文以學(xué)校某教學(xué)樓為例，以紅外技術(shù)為主，傾斜攝影技術(shù)為輔的采集方案，采用同位空間坐標(biāo)匹配法，經(jīng)過(guò)坐標(biāo)轉(zhuǎn)換和2種異源空間數(shù)據(jù)融合，獲取含有建筑病害信息的精細(xì)化三維模型電子檔案，并完成數(shù)據(jù)融合前后的模型精度對(duì)比評(píng)估。結(jié)果表明：此方法得到的融合模型精度高，點(diǎn)位誤差小，能快速、精準(zhǔn)獲取建筑病害空間位置，為建筑無(wú)損檢測(cè)技術(shù)的實(shí)際應(yīng)用提供新的思路，對(duì)建立建筑信息化監(jiān)、修、管一體化運(yùn)維體系具有研究?jī)r(jià)值和實(shí)際應(yīng)用意義。

圍護(hù)結(jié)構(gòu)飾面層；紅外檢測(cè)；傾斜攝影；無(wú)損檢測(cè)；異源空間數(shù)據(jù)融合；病害空間位置

0 引言

建筑圍護(hù)結(jié)構(gòu)飾面層長(zhǎng)期暴露于室外，當(dāng)飾面層內(nèi)部結(jié)構(gòu)存在空鼓、空洞和裂縫等缺陷時(shí)，經(jīng)過(guò)長(zhǎng)期雨水沖涮，強(qiáng)風(fēng)侵蝕，將導(dǎo)致建筑飾面層霉變、剝離、脫落，存在安全隱患。對(duì)于建筑圍護(hù)結(jié)構(gòu)病害檢測(cè)，傳統(tǒng)的小錐子敲擊、目測(cè)和望遠(yuǎn)鏡等檢測(cè)方式，安全性低，工作量大、局限性大、效率低。而且傳統(tǒng)的檢測(cè)方法所獲得的信息受到設(shè)備條件的限制，無(wú)法提取建筑圍護(hù)結(jié)構(gòu)的三維和損傷信息，難以精確評(píng)估建筑圍護(hù)結(jié)構(gòu)損傷程度和開(kāi)展飾面層修復(fù)工作。因此，對(duì)建筑圍護(hù)結(jié)構(gòu)飾面層內(nèi)部質(zhì)量缺陷進(jìn)行無(wú)損檢測(cè)具有重大意義[1]。

近年來(lái)，建筑圍護(hù)結(jié)構(gòu)飾面層內(nèi)部質(zhì)量缺陷檢測(cè)技術(shù)已發(fā)展成新產(chǎn)業(yè)，檢測(cè)技術(shù)也逐步向無(wú)損、便捷、快速的需求方向發(fā)展。相對(duì)于傳統(tǒng)的建筑病害檢測(cè)，無(wú)損檢測(cè)技術(shù)是目前建筑病害檢測(cè)最高效、準(zhǔn)確的技術(shù)之一，其中無(wú)人機(jī)傾斜攝影和紅外技術(shù)融合是極具代表性的一項(xiàng)技術(shù)，具有效率高、非接觸、檢測(cè)范圍廣、精準(zhǔn)定位等優(yōu)勢(shì)，為建筑圍護(hù)結(jié)構(gòu)飾面層的缺陷動(dòng)態(tài)監(jiān)測(cè)和質(zhì)量評(píng)估提供技術(shù)支持。

紅外檢測(cè)技術(shù)是一種無(wú)損檢測(cè)的方式之一，具有非接觸、快速簡(jiǎn)便、檢測(cè)范圍廣等優(yōu)勢(shì)，廣泛應(yīng)用在建筑面層缺陷、建筑節(jié)能、隧道裂縫等檢測(cè)。在建筑面層缺陷檢測(cè)方面，Edis等[2]利用紅外檢測(cè)技術(shù)檢測(cè)建筑飾面層瓷磚粘合耐久性，能獲取飾面層瓷磚內(nèi)部水分分層信息；Brigitte等[3]利用紅外熱成像監(jiān)測(cè)混凝土表面的熱響應(yīng)，得到鋼筋的腐蝕位置分布；張銳等[4]提出了一種利用紅外熱成像自動(dòng)檢測(cè)墻體裂縫的方法，得到該區(qū)域建筑物內(nèi)部結(jié)構(gòu)和外墻的損傷分布；馮力強(qiáng)[5]等利用紅外熱像儀對(duì)建筑外墻飾面磚飾面層內(nèi)部缺陷進(jìn)行檢測(cè)，驗(yàn)證了紅外檢測(cè)技術(shù)能有效檢測(cè)出飾面磚飾面層的內(nèi)部缺陷；鄧安仲等[6]總結(jié)紅外熱成像儀利用可實(shí)現(xiàn)對(duì)混凝土裂縫進(jìn)行遠(yuǎn)距離、非接觸、大面積的快速分布式監(jiān)測(cè)。紅外檢測(cè)技術(shù)雖然取得了寶貴的成果，但由于紅外熱像儀檢測(cè)的結(jié)果以二維圖像呈現(xiàn)，在實(shí)際工程應(yīng)用中無(wú)法對(duì)質(zhì)量缺陷區(qū)域精確定位。

傾斜攝影技術(shù)是國(guó)際測(cè)繪領(lǐng)域認(rèn)可的一項(xiàng)高新技術(shù)[7]，成為獲取空間數(shù)據(jù)的有效方式之一，該技術(shù)能夠呈現(xiàn)真實(shí)場(chǎng)景，構(gòu)建精細(xì)化三維模型，解決紅外檢測(cè)技術(shù)精確定位難題。M. Satoru等[8]采用傾斜攝影測(cè)量方法，獲得隧道高精度三維模型及空間坐標(biāo)；T. Zhou等[9]利用無(wú)人機(jī)傾斜攝影構(gòu)建城市真實(shí)場(chǎng)景三維模型；吳熠文等[10]分析表明傾斜攝影技術(shù)能夠大范圍、多數(shù)據(jù)、高效率采集空間數(shù)據(jù)；馮增文等[11]運(yùn)用傾斜攝影測(cè)量技術(shù)，為智慧地鐵提供了三維數(shù)據(jù)支撐；Gerke等[12]和眭海剛等[13]采用傾斜攝影技術(shù)實(shí)現(xiàn)震后建筑物三維損毀信息的提取，對(duì)震后城區(qū)建筑物的損毀情況進(jìn)行評(píng)估。綜上所述，傾斜攝影技術(shù)能夠清晰獲取目標(biāo)對(duì)象全方位的紋理信息，建立三維模型電子檔案。

因此，本研究以學(xué)校某教學(xué)樓為研究對(duì)象，以紅外成像技術(shù)為主，傾斜攝影技術(shù)為輔的采集方案，獲取建筑圍護(hù)結(jié)構(gòu)飾面層高精度紅外圖像和精細(xì)化三維模型數(shù)據(jù)；其次經(jīng)過(guò)坐標(biāo)轉(zhuǎn)換和2種異源空間數(shù)據(jù)融合，建立含有質(zhì)量缺陷的建筑三維模型電子檔案，快速獲取建筑病害區(qū)域空間位置，便于今后快速排查安全隱患和指導(dǎo)施工單位的修復(fù)工作。

1 關(guān)鍵技術(shù)分析及融合原理

本文關(guān)鍵檢測(cè)技術(shù)包括紅外檢測(cè)技術(shù)、傾斜攝影技術(shù)。充分結(jié)合兩種技術(shù)的優(yōu)勢(shì)，可實(shí)現(xiàn)技術(shù)優(yōu)勢(shì)互補(bǔ)，建立建筑病害三維模型電子檔案，形成空間立體坐標(biāo)，確定建筑病害空間位置。無(wú)損檢測(cè)的關(guān)鍵流程有：①數(shù)據(jù)采集及處理；②坐標(biāo)系轉(zhuǎn)換與統(tǒng)一；③異源空間數(shù)據(jù)匹配融合，融合模型精度的對(duì)比評(píng)估。

1.1 紅外檢測(cè)技術(shù)原理

紅外線是一種與無(wú)線電波和可見(jiàn)光相同本質(zhì)的電磁波，自然界中的物體溫度高于絕對(duì)零度（－273.15℃）以上[14]，因自身分子熱運(yùn)動(dòng)產(chǎn)生并向外界發(fā)出紅外輻射能量。通過(guò)吸收被測(cè)物體發(fā)出的紅外輻射能量，從而在紅外熱成像儀存儲(chǔ)熱圖像，并建立紅外輻射和被測(cè)物體溫度的關(guān)系。被測(cè)物體的紅外輻射總能量與物體絕對(duì)溫度的四次方關(guān)系：

＝T4(0＜＜1) (1)

式中：為被測(cè)物體單位時(shí)間內(nèi)的紅外輻射總能量；為輻射率；為斯特藩常量5.67×10－8W×m－2×K－4；為絕對(duì)溫度。

紅外熱成像儀檢測(cè)正是通過(guò)測(cè)量被測(cè)物體發(fā)出的紅外輻射能量，測(cè)出物體的表面絕對(duì)溫度和整體溫度分布狀況，并加以信號(hào)處理、光電轉(zhuǎn)換等手段，將不可見(jiàn)紅外輻射轉(zhuǎn)化為可見(jiàn)熱圖像，從而檢測(cè)出被測(cè)物體內(nèi)部結(jié)構(gòu)是否存在質(zhì)量缺陷，為運(yùn)維管理提供安全保障。其檢測(cè)工作原理如圖1所示。

圖1 紅外檢測(cè)工作原理

1.2 傾斜攝影技術(shù)原理

傾斜攝影技術(shù)以精度高、范圍廣的方式構(gòu)建符合人眼視覺(jué)的真實(shí)場(chǎng)景[15-16]，在三維建模和工程測(cè)量中作為一項(xiàng)高新技術(shù)被廣泛應(yīng)用。該技術(shù)通過(guò)在無(wú)人機(jī)云臺(tái)上搭載單個(gè)相機(jī)鏡頭，在飛控軟件設(shè)置環(huán)繞圓飛行航線、航高、環(huán)繞圓半徑等參數(shù)后，即可對(duì)建筑進(jìn)行影像數(shù)據(jù)自動(dòng)采集，獲取建筑全方位、清晰、完整、準(zhǔn)確的紋理信息。傾斜攝影技術(shù)結(jié)合相關(guān)的三維實(shí)體建模軟件，經(jīng)過(guò)影像信息匹配、空中三角測(cè)量計(jì)算、三維重建、生成DSM（Digital Surface Model）和紋理等過(guò)程，建立帶有真實(shí)紋理信息的精細(xì)化三維模型[17]?；趦A斜攝影技術(shù)獲取建筑三維點(diǎn)云數(shù)據(jù)及完整、高精度空間立體坐標(biāo)，能夠確定病象空間位置，用于精確指導(dǎo)修復(fù)工作。其影像數(shù)據(jù)自動(dòng)采集方式如圖2所示。

圖2 環(huán)繞航攝自動(dòng)采集示意圖

1.3 異源坐標(biāo)統(tǒng)一及匹配

異源坐標(biāo)匹配融合是建筑裂縫無(wú)損檢測(cè)的關(guān)鍵點(diǎn)?；谟?jì)算機(jī)視覺(jué)原理實(shí)現(xiàn)2種異源坐標(biāo)由相機(jī)坐標(biāo)到世界坐標(biāo)轉(zhuǎn)換，如圖3所示。異源坐標(biāo)系統(tǒng)一后，選取傾斜模型同名特征點(diǎn)作為配準(zhǔn)點(diǎn)，將二維質(zhì)量缺陷圖像向傾斜三維模型的坐標(biāo)數(shù)據(jù)匹配融合。2種異源坐標(biāo)的匹配融合涉及旋轉(zhuǎn)和平移，由公式(2)求解旋轉(zhuǎn)矩陣和平移矩陣。

＝＋(2)

式中：為同名特征點(diǎn)在二維質(zhì)量缺陷圖像的坐標(biāo)；為同名特征點(diǎn)位在傾斜三維模型的坐標(biāo)；、、分別表示繞軸、軸和軸旋轉(zhuǎn)矩陣，、、分別表示X軸、Y軸和Z軸旋轉(zhuǎn)角度；旋轉(zhuǎn)矩陣；為平移矩陣。

基于間接平差法按最小二乘求解原理，至少需要3個(gè)同名特征點(diǎn)坐標(biāo)數(shù)據(jù)，求解2種異源坐標(biāo)數(shù)據(jù)匹配融合的旋轉(zhuǎn)矩陣的3個(gè)旋轉(zhuǎn)參數(shù)(,,)和平移矩陣的3個(gè)平移參數(shù)(1,2,3)。

圖3 坐標(biāo)系轉(zhuǎn)換示意圖

2 工程實(shí)例驗(yàn)證

2.1 現(xiàn)場(chǎng)勘察

本文實(shí)驗(yàn)?zāi)繕?biāo)是位于廣西桂林某高校內(nèi)一棟教學(xué)樓，主體為框架結(jié)構(gòu)，教學(xué)樓已投入使用5年?，F(xiàn)用無(wú)損檢測(cè)技術(shù)對(duì)教學(xué)樓圍護(hù)結(jié)構(gòu)飾面層進(jìn)行病害檢測(cè)和傾斜攝影建模，建立帶有檢測(cè)信息的三維模型電子檔案，將建筑信息集成化管理，便于后期的運(yùn)維管理。無(wú)損檢測(cè)數(shù)據(jù)采集技術(shù)路線如圖4所示。

2.2 數(shù)據(jù)采集

2.2.1 無(wú)人機(jī)航攝影像采集

試驗(yàn)選用大疆精靈4 PRO V2.0專業(yè)智能4K超清航拍無(wú)人機(jī)采集影像數(shù)據(jù)。精靈4 PRO V2.0配備1英寸CMOS有效2000萬(wàn)像素影像傳感器，相機(jī)鏡頭采用FOV 84° 8.8mm/24mm、光圈/2.8～/11帶廣角自動(dòng)對(duì)焦，云臺(tái)可控俯仰轉(zhuǎn)動(dòng)范圍－90°～＋30°，垂直懸停精度±0.1m。

針對(duì)被測(cè)建筑場(chǎng)地的特征，布設(shè)6個(gè)平高控制點(diǎn)和2個(gè)檢查點(diǎn)，設(shè)計(jì)出階梯和立面多基線組合式環(huán)繞航攝影像采集方案，如圖5所示。本文采用高精度RTK（Real-Time Kinematic）測(cè)量平高控制點(diǎn)和檢查點(diǎn)；采用上海珞琪軟件有限公司自主開(kāi)發(fā)的Rocky Capture航線規(guī)劃飛控軟件，根據(jù)被測(cè)建筑物的地形環(huán)境、三維幾何參數(shù)長(zhǎng)寬高，設(shè)置航高90m、繞圓半徑90m、相機(jī)俯仰度45°、環(huán)繞圓航攝方向數(shù)24的一階螺旋環(huán)繞圓攝取被測(cè)建筑物主體和地形環(huán)境的影像；設(shè)置航高60m、環(huán)繞圓半徑60m、相機(jī)俯仰度45°、環(huán)繞圓航攝方向數(shù)36的二階螺旋環(huán)繞圓精細(xì)化攝取被測(cè)建筑物的影像，增加三維模型的精度；同時(shí)設(shè)計(jì)立面多基線環(huán)繞航測(cè)攝取建筑物圍護(hù)結(jié)構(gòu)的影像，保證三維模型的紋理完整度和清晰度。組合式環(huán)繞航攝采集影像要具有足夠重疊度的過(guò)度影像，確保影像匹配準(zhǔn)確率，影像采集方式如圖5所示。無(wú)人機(jī)航攝速度為7m/s，總共拍攝了684張航片，航攝耗時(shí)137min。

圖4 無(wú)損檢測(cè)技術(shù)融合模型流程

圖5 組合式環(huán)繞航攝采集影像

Fig 5 Combined surround aerial photography to collect images

2.2.2 紅外熱成像數(shù)據(jù)采集

試驗(yàn)選用FLIR T620BX紅外熱成像儀，標(biāo)準(zhǔn)測(cè)量溫度范圍為－40℃～＋650℃，在溫度低于30℃時(shí)熱靈敏度＜0.04℃@＋30℃，精確為±2°，內(nèi)置GPS和可見(jiàn)光鏡頭，空間分辨率（IFOV）為0.69mrad。

選用紅外熱成像儀多波段動(dòng)態(tài)成像檢測(cè)方法，調(diào)節(jié)裝置的輻射率為0.95、反射溫度＋20℃、大氣溫度＋18℃，調(diào)整裝置的檢測(cè)角度、焦距及其距離，以獲取熱圖像效果為最佳標(biāo)準(zhǔn)。將紅外熱成像儀架設(shè)在被檢測(cè)的圍護(hù)結(jié)構(gòu)飾面層前面，對(duì)圍護(hù)結(jié)構(gòu)飾面層四周不間斷探測(cè)，為確保全部飾面層檢測(cè)不遺漏，每間隔5m對(duì)飾面層攝取不同垂直角度下的熱圖像。紅外熱成像探測(cè)被測(cè)飾面層時(shí)，發(fā)現(xiàn)飾面層內(nèi)部有病害缺陷時(shí)，使用裝置上的紅外激光指示器標(biāo)定出病害缺陷區(qū)域，便于快速尋找出缺陷位置，如圖6所示。

圖6 紅外熱像儀探測(cè)示意圖

2.3 內(nèi)業(yè)數(shù)據(jù)處理

2.3.1 傾斜影像數(shù)據(jù)處理與三維重建

采用多視覺(jué)影像密集匹配算子能夠得到高密度三維點(diǎn)云數(shù)據(jù)，通過(guò)三維點(diǎn)云生產(chǎn)三角面片，進(jìn)而自動(dòng)生成高精度的三維模型。無(wú)人機(jī)按照環(huán)繞航攝參數(shù)完成被測(cè)建筑物的影像采集，去除對(duì)焦模糊、冗余等不合格影像，校正影像畸變，對(duì)影像進(jìn)行曝光修正和勻光勻色處理，為保證后期影像特征點(diǎn)快速識(shí)別和拼接。將篩選后的673張合格圖像導(dǎo)入到三維重建軟件Context Capture，導(dǎo)入RTK測(cè)量控制點(diǎn)的坐標(biāo)，進(jìn)行多視覺(jué)影像密集自動(dòng)匹配，獲取高密度三維點(diǎn)云數(shù)據(jù)，再經(jīng)過(guò)三角面片構(gòu)建、三維白膜模型封裝、紋理映射等處理過(guò)程，最終重建出具有建筑物真實(shí)紋理信息的三維模型。將生產(chǎn)出的三維模型導(dǎo)入到模型編輯軟件進(jìn)行修整，先認(rèn)真查看模型紋理完整性，若有紋理模糊或缺失，應(yīng)當(dāng)進(jìn)行局部補(bǔ)拍或者全部重拍；再利用編輯工具去除冗余物體，導(dǎo)出修正后的模型，如圖7所示。

圖7 帶真實(shí)紋理的三維模型

2.3.2 紅外熱圖像數(shù)據(jù)處理

篩選帶有紅外激光指示器標(biāo)定出缺陷區(qū)域的熱圖像，編制熱圖像處理的MATLAB語(yǔ)言代碼。在MATLAB軟件中，將篩選后的熱圖像進(jìn)行圖像類型轉(zhuǎn)換，需要調(diào)用函數(shù)rgb2ycbcr()將RGB圖像轉(zhuǎn)化為YcbCr格式；再對(duì)YcbCr圖像閾值分割，提取Cr分量圖，即獲取紅色區(qū)域；最后調(diào)用函數(shù)rgb2grgay()對(duì)紅色區(qū)域灰度處理，將灰度圖像轉(zhuǎn)換為二值圖像，即可得出缺陷圖像。圖8中(a)為采集到教學(xué)樓某一面圍護(hù)結(jié)構(gòu)飾面層的空鼓病害紅外熱圖像，(b)為經(jīng)過(guò)處理獲得的病害缺陷區(qū)域輪廓圖。

圖8 教學(xué)樓某一面圍護(hù)結(jié)構(gòu)飾面層的空鼓病害紅外熱圖像及處理結(jié)果

3 坐標(biāo)匹配融合及分析

3.1 異源空間數(shù)據(jù)融合

建筑的三維重建和圍護(hù)結(jié)構(gòu)飾面層內(nèi)部病害檢測(cè)中，紅外熱成像儀雖能夠快速獲取建筑整體的病害數(shù)據(jù)，但由于紅外熱成像儀設(shè)備受建筑表面溫度影響，無(wú)法獲取建筑的點(diǎn)云和病害空間位置。而傾斜攝影技術(shù)雖可以獲取建筑清晰的紋理和模型重建，但對(duì)病害空間位置無(wú)法直接識(shí)別。為精準(zhǔn)獲取建筑病害空間位置，本文研究將二維病害區(qū)域圖像和傾斜攝影數(shù)據(jù)匹配融合，并建立含有建筑病害的三維模型電子檔案。

研究是采用同位空間坐標(biāo)匹配法進(jìn)行2種異源空間數(shù)據(jù)融合，其原理通過(guò)選取同位點(diǎn)求解旋轉(zhuǎn)矩陣和平移參數(shù)，將二維病害區(qū)域圖像和傾斜攝影數(shù)據(jù)統(tǒng)一到同一個(gè)坐標(biāo)系下。在2種異源空間數(shù)據(jù)融合過(guò)程中，選取3組同位點(diǎn)分別在二維質(zhì)量缺陷圖像坐標(biāo)和傾斜攝影測(cè)量坐標(biāo)，由公式(2)求解旋轉(zhuǎn)矩陣和平移矩陣的參數(shù)值。

根據(jù)求解旋轉(zhuǎn)矩陣和平移矩陣的數(shù)值，將二維病害熱圖像坐標(biāo)中各點(diǎn)坐標(biāo)(X,Y,Z)分別代入同名特征點(diǎn)坐標(biāo)轉(zhuǎn)換公式(3)中，即可得到二維質(zhì)量缺陷圖像坐標(biāo)中的坐標(biāo)數(shù)據(jù)在傾斜三維模型中的坐標(biāo)值(X,Y,Z)。兩種異源數(shù)據(jù)通過(guò)同名特征點(diǎn)坐標(biāo)匹配算法進(jìn)行融合，即完成二維質(zhì)量缺陷圖像向傾斜三維模型的數(shù)據(jù)匹配融合，建立含有建筑病害的三維模型電子檔案。

3.2 成果對(duì)比分析

3.2.1 病害區(qū)域信息獲取難易度對(duì)比分析

傳統(tǒng)檢測(cè)方法探測(cè)建筑病害區(qū)域時(shí)獲取的二維圖像不清晰，經(jīng)過(guò)灰度圖像處理后，依舊模糊且工作量大和缺乏病害區(qū)域位置信息。獲取的二維圖像信息難以精確評(píng)估建筑圍護(hù)結(jié)構(gòu)損傷程度和開(kāi)展飾面層修復(fù)工作，運(yùn)維管理成本高，工作效率低，病害區(qū)域空間位置定位復(fù)雜、難度大。傳統(tǒng)檢測(cè)獲取的二維圖像及灰度處理結(jié)果如圖9、10所示。

本文采用無(wú)損檢測(cè)技術(shù)建立含有建筑病害信息的精細(xì)化三維模型電子檔案，實(shí)現(xiàn)病害區(qū)域三維可視化，真實(shí)反映建筑病害區(qū)域輪廓及精準(zhǔn)空間坐標(biāo)，如圖11、12所示。維修單位從三維模型中直接獲取病害區(qū)域空間位置和清晰的輪廓，快速開(kāi)展并精準(zhǔn)維修，高效率排查安全隱患，減小事故發(fā)生率。同時(shí)，無(wú)損檢測(cè)獲取的建筑病害信息更加豐富且共享，可為建筑圍護(hù)結(jié)構(gòu)飾面層的缺陷動(dòng)態(tài)監(jiān)測(cè)和質(zhì)量評(píng)估提供數(shù)據(jù)資料保障。

圖9 空鼓病害二維圖像及灰度處理結(jié)果

圖10 裂縫病害二維圖像及灰度處理結(jié)果

圖11 空鼓病害區(qū)域標(biāo)示圖

圖12 裂縫病害區(qū)域標(biāo)示圖

3.2.2 融合模型精度對(duì)比分析

為了檢驗(yàn)融合模型的空間位置精度是否存在偏差，隨機(jī)選取融合前后模型的12個(gè)特征點(diǎn)，采用點(diǎn)位誤差法對(duì)數(shù)據(jù)融合前后的三維模型精度對(duì)比。以傾斜攝影三維模型的坐標(biāo)數(shù)據(jù)(X,Y,Z)作為基準(zhǔn)點(diǎn)，相對(duì)應(yīng)融合模型的坐標(biāo)數(shù)據(jù)為(X,Y,Z)。

點(diǎn)位、、方向的誤差為：

則融合模型的點(diǎn)位誤差為：

由公式(4)、(5)計(jì)算后，異源數(shù)據(jù)融合模型精度誤差統(tǒng)計(jì)結(jié)果如表1。

表1 異源數(shù)據(jù)融合精度結(jié)果

本文異源空間數(shù)據(jù)融合模型精度誤差計(jì)算結(jié)果，點(diǎn)位各方向的誤差在0.020m以內(nèi)，點(diǎn)位誤差在0.025m以內(nèi)（如圖13所示），融合模型平均點(diǎn)位誤差為0.018m，模型平面和高程中誤差分別為0.041m、0.037m。由《三維地理信息模型數(shù)據(jù)產(chǎn)品規(guī)范》[18]規(guī)定平面中誤差0.3m，高程中誤差0.5m，因此，可得到異源數(shù)據(jù)融合的三維模型精度滿足規(guī)范要求。

圖13 融合模型精度誤差統(tǒng)計(jì)分析圖

綜上所述，本文采用無(wú)損檢測(cè)方法建立建筑病害信息的精細(xì)化三維模型電子檔案，具有精準(zhǔn)定位、檢測(cè)范圍廣、成本低、效率高、安全性高等優(yōu)勢(shì)。

4 結(jié)語(yǔ)

本文以學(xué)校某教學(xué)樓為研究對(duì)象，利用紅外檢測(cè)和傾斜攝影技術(shù)相融合的無(wú)損檢測(cè)技術(shù)完成異源空間數(shù)據(jù)匹配融合并處理生成含有建筑病害信息的精細(xì)化三維模型電子檔案，排查出裂縫隱患27處、滲漏水4處和空鼓7處，并可得出以下結(jié)論。

1）采用同位空間坐標(biāo)匹配法實(shí)現(xiàn)2種異源空間數(shù)據(jù)匹配融合，更精確、更快速地獲取建筑圍護(hù)結(jié)構(gòu)飾面層病害空間位置，為建筑病害信息集成化管理及信息共享提供數(shù)據(jù)支撐。

2）將紅外熱檢測(cè)和傾斜攝影技術(shù)有機(jī)整合，在無(wú)損前提下，解決建筑圍護(hù)結(jié)構(gòu)飾面層開(kāi)裂、脫落和滲漏水等安全隱患難排查難、檢測(cè)效率低、安全系數(shù)低等難題。

3）二維病害區(qū)域圖像和傾斜攝影數(shù)據(jù)匹配融合精度平均誤差為0.018m，數(shù)據(jù)精度高，滿足含有建筑缺陷的三維電子信息模型檔案保存需求。

綜上所述，紅外技術(shù)和傾斜攝影融合方法為建筑修復(fù)工作提供全方位、精準(zhǔn)定位、完整二維及三維信息的數(shù)據(jù)資料。為建筑無(wú)損檢測(cè)的實(shí)際應(yīng)用發(fā)展提供新的思路，對(duì)今后工程質(zhì)量缺陷動(dòng)態(tài)監(jiān)測(cè)和精確評(píng)估具有研究?jī)r(jià)值和實(shí)際應(yīng)用意義。

[1] 牛奕, 甘玲童, 馬云. 基于紅外無(wú)損檢測(cè)的非金屬材料粘貼缺陷識(shí)別[J]. 紅外技術(shù), 2020, 42(4): 393-398.

NIU Yi, GAN Lingtong, Ma Yun. Identification of pasting defects of non-metallic materials based on infrared non-destructive testing[J]., 2020, 42(4): 393-398.

[2] Edis E, Flores Colen, Inês De Brito J. Passive thermographic inspection of adhered ceramic claddings: limitation and conditioning factors[J]., 2012, 27(6): 737-747.

[3] Goffin B, Banthia N, Yonemitsu N . Use of infrared thermal imaging to detect corrosion of epoxy coated and uncoated rebar in concrete[J]., 2020, 263:120162.

[4] ZHANG R, LI H, DUAN K, et al. Automatic detection of earthquake-damaged buildings by integrating UAV oblique photography and infrared thermal imaging[J]., 2020, 12(16): 1-28.

[5] 馮力強(qiáng), 王歡祥, 晏大瑋, 等. 紅外熱像法檢測(cè)建筑外墻飾面層內(nèi)部缺陷試驗(yàn)研究[J]. 土木工程學(xué)報(bào), 2014, 47(6): 51-56. Doi: 10.15951/j. tmgcxb.2014.06.015.

FENG Liqiang, WANG Huanxiang, YAN Dawei, et al. Experimental study on the detection of internal defects of building exterior wall finishing layer by infrared thermal imaging method[J]., 2014, 47(6): 51-56. Doi:10.15951/j.tmgcxb. 2014.06.015.

[6] 鄧安仲, 趙啟林, 李勝波, 等. 混凝土裂縫紅外熱成像分布式監(jiān)測(cè)技術(shù)研究[J]. 建筑材料學(xué)報(bào), 2013, 16(2): 284-288.

DENG Anzhong, ZHAO Qilin, LI Shengbo, et al. Research on distributed monitoring technology of concrete cracks with infrared thermal imaging [J]., 2013, 16(2): 284-288.

[7] 閆利, 程君. 傾斜影像三維重建自動(dòng)紋理映射技術(shù)[J]. 遙感信息, 2015, 30(2): 31-35.

YAN Li, CHENG Jun. Automatic texture mapping technology for oblique image 3D reconstruction [J]., 2015, 30(2): 31-35.

[8] Satoru M, Takuji Y, Michio I, et al. Configuration and displacement measurement using vision metrology[J]., 2002, 2(5):395-398.

[9] ZHOU T, LV L, JIU T, et al. Application of UAV oblique photography in real scene 3d modeling[J]., 2021, XLIII-B2-2021: 413-418.

[10] 吳熠文, 余加勇, 陳仁朋, 等. 無(wú)人機(jī)傾斜攝影測(cè)量技術(shù)及其工程應(yīng)用研究進(jìn)展[J]. 湖南大學(xué)學(xué)報(bào): 自然科學(xué)版, 2018, 45(S1): 167-172.

WU Yiwen, YU Jiayong, CHEN Renpeng, et al. Research progress on UAV oblique photogrammetry technology and its engineering application [J].: Natural Science Edition, 2018, 45(S1): 167-172.

[11] 馮增文, 李珂, 李梓豪, 等. 低空無(wú)人機(jī)的傾斜攝影測(cè)量技術(shù)在城市軌道交通建設(shè)中的應(yīng)用[J]. 測(cè)繪通報(bào), 2020(9): 42-45.

FENG Zengwen, LI Ke, LI Zihao, et al. Application of low-altitude UAV oblique photogrammetry technology in urban rail transit construction [J]., 2020(9): 42-45.

[12] Gerke M, Kerle N. Automatic structural seismic damage assessment with airborne oblique pictometry imagery[J]., 2015, 77(9): 885-898.

[13] 眭海剛, 劉超賢, 黃立洪, 等. 遙感技術(shù)在震后建筑物損毀檢測(cè)中的應(yīng)用[J]. 武漢大學(xué)學(xué)報(bào): 信息板, 2019, 44(7): 1008-1019. Doi: 10.13203/j.whugis20190070.

SUI Haigang, LIU Chaoxian, HUANG Lihong, et al. Application of remote sensing technology in post-earthquake building damage detection [J]., 2019, 44(7): 1008-1019. Doi: 10.13203/j.whugis20190070.

[14] 陳文, 孫保燕, 賈巧志. 基于激光標(biāo)定的熱工缺陷面積測(cè)量方法[J]. 科學(xué)技術(shù)與工程, 2019, 19(2): 175-179.

CHEN Wen, SUN Baoyan, JIA Qiaozhi. Measurement method of thermal defect area based on laser calibration[J]., 2019, 19(2): 175-179.

[15] 李德仁, 肖雄武, 郭丙軒, 等. 傾斜影像自動(dòng)空三及其在城市真三維模型重建中的應(yīng)用[J]. 武漢大學(xué)學(xué)報(bào): 信息科學(xué)版, 2016, 41(6): 711-721.

LI Deren, XIAO Xiongwu, GUO Bingxuan, et al. Automatic aerial triangulation of oblique images and its application in reconstruction of true 3D urban models [J].: Information Science Edition, 2016, 41(6): 711-721.

[16] 譚仁春, 李鵬鵬, 文琳, 等. 無(wú)人機(jī)傾斜攝影的城市三維建模方法優(yōu)化[J]. 測(cè)繪通報(bào), 2016(11): 39-42.

TAN Renchun, LI Pengpeng, WEN Lin, et al. Optimization of urban 3D modeling method based on UAV oblique photography [J]., 2016(11): 39-42.

[17] 張寅, 李陽(yáng), 陳家華, 等. 基于Smart 3D的多源影像實(shí)景三維建模研究[J]. 地球科學(xué)前沿, 2018, 8(8): 1316-1322.

ZHANG Yin, LI Yang, CHEN Jiahua, et al. Research on 3D modeling of multi-source images based on smart 3D [J]., 2018, 8(8): 1316-1322.

[18] 國(guó)家測(cè)繪地理信息局. 三維地理信息模型數(shù)據(jù)產(chǎn)品規(guī)范[S]. CH/T 9015-2012, [2021-12-09].

National Bureau of Surveying, Mapping and Geographic Information. 3D geographic information model data product specification[S]. CH/T 9015-2012, [2021-12-09].

Application of 3D Fusion of Infrared Imaging and Tilt Photography in Building Detection

SUN Baoyan，MO Chunhua，XUE Wei，ZHANG Yutao，GE Guanghao

(College of Architecture and Traffic Engineering, Guilin University of Electronic Technology, Guilin 541004, China)

Effective and high-precision non-destructive detection methods for building diseases are lacking, and traditional manual detection imposes limitations on the height and area of the disease area of the building envelope facing layer. To address these issues, this study proposes a method of 3D fusion of infrared imaging and oblique photography along with the establishment of 3D model electronic archives containing building disease information. Taking a teaching building in a school as an example, this study adopts the acquisition scheme mainly based on infrared technology and supplemented by tilt photography technology and the coordinate matching method in the same position space, obtains the refined three-dimensional model electronic file containing building disease information through coordinate conversion and two kinds of heterogeneous spatial data fusion, and completes the comparative evaluation of model accuracy before and after data fusion. The results show that the fusion model obtained by this method has a high accuracy and small point error and can quickly and accurately obtain the spatial position of building diseases. The method provides a new idea for the practical application of building nondestructive testing technology and has research value and practical application significance for establishing an integrated operation and maintenance system of building information supervision, repair, and management.

enclosure finish layer, infrared detection, oblique photography, non-destructive testing, heterogeneous spatial data fusion, spatial location of disease

TN215

A

1001-8891(2022)09-0991-08

2021-12-09；

2022-01-28.

孫保燕（1962-），男，本科，教授級(jí)高工，主要研究方向?yàn)榻ㄖ悄苄畔z測(cè)、數(shù)字建造與BIM應(yīng)用。E-mail: sunbaoyan@126.com。

廣西創(chuàng)新驅(qū)動(dòng)發(fā)展專項(xiàng)資金項(xiàng)目（AA19182023）；廣西科學(xué)研究與技術(shù)開(kāi)發(fā)計(jì)劃項(xiàng)目（1598019-8）；廣西研究生教育創(chuàng)新計(jì)劃項(xiàng)目（YCSW2020164）。