基于可见光和红外图像融合的建筑外墙空鼓与脱落识别方法研究

作者：王玮; 米庆仁; 肖云; 杨新聪^*

来源：工业建筑, 2023, 1-13.

DOI：10.13204/j.gyjzG22112305

• 多模态融合
• 可见光和红外图像融合
• 外墙缺陷识别
• 深度学习

建筑外墙空鼓与脱落的识别对于确保城市老旧建筑物周围公共安全至关重要。传统的人工原位检测方法需要耗费大量人力物力且存在一定的安全风险，此外识别结果也会受到专业人员的工作经验和工作状态等主观因素的影响。近年来，采用无人机进行图像采集并通过人工智能模型对建筑外墙缺陷进行识别的方法逐渐流行开来。然而，目前对于缺陷检测的研究仅针对单一模态的可见光图像或者红外图像，往往只能对某一缺陷进行检测，且没有考虑缺陷之间的转换关系。针对这一问题，本文通过融合建筑外墙的可见光和红外图像，结合两种模态的图像信息，并通过不同深度的UNet和Res-UNet模型对融合后图像进行建筑外墙缺陷识别，比较了不同深度模型的识别效果。实验结果表明，深度为4的Res-UNet模型对建筑外墙的空鼓和脱落具有很好的识别效果。

• 单位
  哈尔滨工业大学（深圳）; 广州地铁集团有限公司