(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211248234.9 (22)申请日 2022.10.12 (71)申请人 东南大学 地址 210096 江苏省南京市玄武区四牌楼 2 号 (72)发明人 吴刚　冯东明　樊志超　 (74)专利代理 机构 南京经纬专利商标代理有限 公司 32200 专利代理师 朱小兵 (51)Int.Cl. G06T 7/00(2017.01) G06T 17/00(2006.01) G06T 15/00(2011.01) G06T 15/04(2011.01) G06T 5/20(2006.01)G06T 5/00(2006.01) (54)发明名称 基于无人机的建筑缺陷检测方法、 装置及电 子设备 (57)摘要 本发明公开了一种基于无人机的建筑缺陷 检测方法， 包括如下步骤： S01， 规划测区粗略模 型巡航路径； S02， 无人机采集带POS数据的 图像； S03， 基于可见光图像完成粗略三维模型重建； S04， 基于粗略三维模型制定精细化巡航路径； S05， 采集红外图像建立红外精细化三维模型； S06， 结合红外三维渲染模型完成建筑缺陷检测。 本发明还提出了基于该方法的装置、 电子设备。 本发明通过同时搭载变焦与红外相机的无人机 巡检方式， 完成无人机精细化路径规划， 能直观 地在红外精细化三维模型上确定建筑围护结构 缺陷位置， 实现缺陷的定位、 定量检测， 为 建筑围 护结构缺陷检测工作降低了作业成本， 提高了检 测效率和精度。 权利要求书2页 说明书4页 附图2页 CN 115439469 A 2022.12.06 CN 115439469 A 1.一种基于无 人机精细化红外建模的建筑缺陷检测方法， 其特 征在于， 包括以下步骤： S1， 规划测区粗略模型巡航路径； S2， 无人机根据粗略模型巡航路径采集带POS数据的可 见光图像； S3， 基于可 见光图像完成粗略三维模型重建； S4， 基于粗略三维模型制定精细化巡航路径； S5， 根据精细化巡航路径采集红外图像， 建立红外精细化 三维模型； S6， 结合红外三维渲染模型完成建筑缺陷检测。 2.根据权利要求1所述一种基于无人机精细化红外建模的建筑缺陷检测方法， 其特征 在于， 步骤S1的具体过程包括： 根据已有GPS控制点位布设像控点， 依据粗模要求的精度和测区范围的大小均匀布设 像控点的数量和位置， 其次根据申请的空域时间和范围规划 粗略三维模型规划巡航路径， 保证影像的航向重 叠、 旁向重 叠、 分辨率符合粗模要求。 3.根据权利要求1所述一种基于无人机精细化红外建模的建筑缺陷检测方法， 其特征 在于， 所述无 人机同时搭 载变焦和红外相机 。 4.根据权利要求1所述一种基于无人机精细化红外建模的建筑缺陷检测方法， 其特征 在于， 步骤S2的具体过程包括： 无人机沿粗略模型巡航路径采集待检测建筑的可见光和红外图像数据， 同时飞控系统 赋予每张热红外图像对应的POS数据， 包括： 经纬度、 海拔、 高度、 飞行 方向、 飞行姿态。 5.根据权利要求1所述一种基于无人机精细化红外建模的建筑缺陷检测方法， 其特征 在于， 步骤S3粗略三维模型重建的具体过程依次包括： 通过可见光图像数据下载及图像预处理、 空中三角测量控制点加密、 密集点云生成及 模型构建、 纹 理切片及自动映射、 三维模型重建。 6.根据权利要求1所述一种基于无人机精细化红外建模的建筑缺陷检测方法， 其特征 在于， 步骤S4的具体过程包括： 基于带有地理位置信息的粗略三维模型， 在粗略三维模型上标记特征点， 特征点标记 为Q1,Q2,Q3,…,Qk,…,Qm， (Qk(xk,yk,zk)， k∈{1,2,3, …,m})， 特征点依次连接为特征面， 在 选取划分的特征面上内插航点， 拓展生成精细化巡航路径； 将 特征点Q1设为航点 q1在Q1Q2内 插航点的坐标， 相机传感器尺 寸为b×h mm， 焦距为dmm， 物距为D  mm， 画面拍摄范围计为B × Hmm,航向重 叠率为ξ， 旁向重 叠率为 η， 则航向距离L1， 旁向距离L2分别为： 则同航向上qi坐标为： 下一相邻航线首个航 点qi+1坐标为：权　利　要　求　书 1/2 页 2 CN 115439469 A 2其中， i＝1,2,3. ..,n， n代表内插航 点数。 7.根据权利要求1所述一种基于无人机精细化红外建模的建筑缺陷检测方法， 其特征 在于， 步骤S5的具体过程包括： S501、 对所述红外图像进行中值滤波 去噪处理； S502、 使用SURF算法提取图像特 征点； S503、 使用KN N算法完成特 征点匹配； S504、 根据匹配结果完成三维模型重建； 其中， 步骤S502使用SURF算法， 搜索所有尺度空间上的图像， 构建Hessian矩阵来提取 明显亮度变化的图像特 征点， 具体为： 其中， I代 表图像， x、 y分别代 表图像的横、 纵坐标。 8.根据权利要求1所述一种基于无人机精细化红外建模的建筑缺陷检测方法， 其特征 在于， 步骤S6的具体过程包括： 根据生成的红外精细化三维渲染模型， 利用颜色差异显示温度差异， 得到热损 失显著 位置， 从而完成建筑围护结构缺陷定位的检测任务。 9.一种基于无 人机红外三维建模的建筑外 部缺陷检测装置， 其特 征在于， 包括： 路径规划模块， 用于规划 测区粗略模型巡航路径； 图像采集模块， 用于控制无人机按粗略模型巡航路径采集建筑外部带POS数据的红外 图像； 模型重建模块， 用于利用带POS数据的红外图像完成建筑外部粗略三维模型重建； 基于 粗略三维模型制 定精细化巡航路径， 根据精细化巡航路径采集红外图像， 建立红外精细化 三维模型； 缺陷检测模块， 用于结合 三维渲染模型完成建筑外 部缺陷检测。 10.一种电子设备， 包括： 至少一个处理器； 以及与所述至少一个处理器通信连接的存 储器； 其中， 所述存储器存储有可被所述至少一个处理器执行的指令， 其特征在于， 所述指 令被所述至少一个处理器执行， 以使所述至少一个处理器能够执行权利要求1 ‑7中任意一 项所述的方法。权　利　要　求　书 2/2 页 3 CN 115439469 A 3