本发明涉及建筑检测领域，尤其涉及一种建筑幕墙的无损检测方法、装置、设备及存储介质。
背景技术：
1、在现代建筑中，幕墙系统不仅起到美观作用，还具有保护建筑物内部结构的功能。然而，幕墙随时间的推移和外界因素的影响，可能会出现各种缺陷，如裂缝、脱落、密封不良等。这些缺陷不仅影响建筑物的外观，还可能对建筑物的结构安全造成威胁。因此，及时准确地检测和修复这些缺陷是至关重要的。传统的幕墙检测方法通常依赖于人工视觉检查，这种方法耗时耗力，且准确性和效率受限于检查人员的经验和条件限制。此外，传统方法往往难以覆盖建筑物的高处和难以接近的区域，这限制了检测的全面性和准确性。
技术实现思路
1、本发明的主要目的在于解决现有的建筑幕墙依赖于人工视觉检查限制了检测的全面性和准确性的技术问题。
2、本发明第一方面提供了一种建筑幕墙的无损检测方法，所述建筑幕墙的无损检测方法应用于幕墙检测设备，所述幕墙检测设备上装载有多个相机设备和成像仪器，所述建筑幕墙的无损检测方法包括：
3、控制所述幕墙检测设备在目标幕墙上移动，并在所述幕墙检测设备移动过程中，通过所述幕墙检测设备上的相机对所述目标幕墙进行拍摄，得到相同时间戳的多张幕墙图像；
4、对所述相同时间戳的多张幕墙图像进行深度标注，得到所述多张幕墙图像对应的多张深度图；
5、根据所述相机设备的相机内参，将所述深度图中的各像素的像素坐标转换至相应的相机坐标系，得到所述深度图中各像素在所述相机坐标系下的多个伪点云；
6、基于所述多个伪点云对所述目标幕墙进行平面检测，得到平面检测结果，并控制所述幕墙检测设备移动至所述平面检测结果的对应的缺陷位置；
7、在所述幕墙检测设备移动至所述缺陷位置的过程中，控制所述成像仪器对所述目标幕墙进行深度成像处理，得到成像图像，并对所述成像图像进行缺陷检测，得到所述目标幕墙在所述缺陷位置的缺陷类型。
8、可选的，在本发明第一方面的第一种实现方式中，所述对所述相同时间戳的多张幕墙图像进行深度标注，得到所述多张幕墙图像对应的多张深度图包括：
9、将所述相同时间戳的多张幕墙图像输入预设的深度标注模型中，其中，所述深度标注模型包括编码器、跳跃连接层和解码器；
10、通过所述编码器中的多个密集块提取输入的各幕墙图像的第一特征图；
11、通过所述跳跃连接层对所述第一特征图进行细节增强，得到各幕墙图像的第二特征图；
12、通过所述解码器对所述第二特征图进行深度估计，得到各幕墙图像对应的深度图。
13、可选的，在本发明第一方面的第二种实现方式中，所述通过所述跳跃连接层对所述第一特征图进行细节增强，得到各幕墙图像的第二特征图包括：
14、通过所述跳跃连接层将所述第一特征图进行第一卷积处理，得到所述第一特征图的图像特征；
15、通过所述跳跃连接层中的全局池化层将所述图像特征进行压缩，得到特征向量，并将所述特征向量进行第二卷积处理和通过预设的激活函数进行处理，得到权重向量；
16、在所述图像特征和权重向量进行逐像素点积，得到加权特征，并根据所述加权特征和所述图像特征进行整合，得到对应的幕墙图像的第二特征图。
17、可选的，在本发明第一方面的第三种实现方式中，所述相机内参包括焦距和图像中心点的坐标，所述焦距包括x轴焦距和y轴焦距，所述像素坐标包括x轴像素坐标、y轴像素坐标和z轴像素坐标；
18、所述根据所述相机设备的相机内参，将所述深度图中的各像素的像素坐标转换至相应的相机坐标系，得到所述深度图中各像素在所述相机坐标系下的多个伪点云包括：
19、根据所述x轴像素坐标、所述x轴焦距和所述图像中心点的坐标计算伪点云在所述相机坐标系下的x轴相机坐标；
20、根据所述y轴像素坐标、所述y轴焦距和所述图像中心点的坐标计算伪点云在所述相机坐标系下的y轴相机坐标；
21、将所述z轴像素坐标作为所述伪点云在所述相机坐标系下的z轴相机坐标，并基于各像素的x轴相机坐标、y轴相机坐标和z轴相机坐标生成对应的伪点云。
22、可选的，在本发明第一方面的第四种实现方式中，所述基于所述多个伪点云对所述目标幕墙进行平面检测，得到平面检测结果，并控制所述幕墙检测设备移动至所述平面检测结果的对应的缺陷位置包括：
23、从所述多个伪点云中随机选择若干伪点云作为一组伪点云组，并根据所述伪点云组进行平面模型拟合，得到平面模型；
24、计算非所述伪点云组的伪点云与所述平面模型的距离，并判断所述距离是否小于预设距离阈值；
25、将距离小于所述距离阈值的非所述伪点云组的伪点云作为所述平面模型的内点，并根据所述内点的数量计算所述平面模型的模型质量；
26、更新迭代次数，并返回至从所述多个伪点云中随机选择若干伪点云作为一组伪点云组的步骤，直至所述迭代次数等于预设的最大迭代次数；
27、根据所述模型质量从所有平面模型中筛选最优平面模型，并根据所述多个伪点云与所述最优平面模型之间的最短距离，确定缺陷位置；
28、基于所述缺陷位置生成平面检测结果，并控制所述幕墙检测设备移动至所述平面检测结果的对应的缺陷位置。
29、可选的，在本发明第一方面的第五种实现方式中，所述在所述幕墙检测设备移动至所述缺陷位置的过程中，控制所述成像仪器对所述目标幕墙进行深度成像处理，得到成像图像，并对所述成像图像进行缺陷检测，得到所述目标幕墙在所述缺陷位置的缺陷类型包括：
30、在所述幕墙检测设备移动至所述缺陷位置的过程中，控制所述成像仪器对所述目标幕墙进行深度成像处理，得到多张成像图像；
31、从所述多张成像图像中筛选出包含所述缺陷位置的多个关键帧图像，并将所述多个关键帧图像输入预设的缺陷检测模型中；
32、通过所述缺陷检测模型对所述多个关键帧图像进行特征提取，得到各关键帧图像的特征表示；
33、将各所述特征表示按照所述成像图像的成像时间轴，生成对应的时序数据；
34、通过所述缺陷检测模型对所述时序数据进行缺陷分类，得到所述目标幕墙在所述缺陷位置的缺陷类型。
35、可选的，在本发明第一方面的第六种实现方式中，所述通过所述缺陷检测模型对所述时序数据进行缺陷分类，得到所述目标幕墙在所述缺陷位置的缺陷类型包括：
36、对所述时序数据进行数据预处理，并将数据预处理后的时序数据输入所述时间卷积网络；
37、通过所述时间卷积网络中的因果卷积层和膨胀卷积层对时序数据进行处理计算，得到第一输出数据和第二输出数据；
38、将所述时间卷积网络中的因果卷积层和膨胀卷积层进行残差连接通过残差连接将所述时序数据和所述第一输出数据和第二输出数据相加，得到所述时序数据的特征信息；
39、使用激活函数对所述特征信息进行非线性映射，得到所述目标幕墙在所述缺陷位置的缺陷类型。
40、本发明第二方面提供了一种建筑幕墙的无损检测装置，所述建筑幕墙的无损检测装置应用于幕墙检测设备，所述幕墙检测设备上装载有多个相机设备和成像仪器，所述建筑幕墙的无损检测装置包括：
41、移动拍摄模块，用于控制所述幕墙检测设备在目标幕墙上移动，并在所述幕墙检测设备移动过程中，通过所述幕墙检测设备上的相机对所述目标幕墙进行拍摄，得到相同时间戳的多张幕墙图像；
42、深度估计模块，用于对所述相同时间戳的多张幕墙图像进行深度标注，得到所述多张幕墙图像对应的多张深度图；
43、伪点云生成模块，用于根据所述相机设备的相机内参，将所述深度图中的各像素的像素坐标转换至相应的相机坐标系，得到所述深度图中各像素在所述相机坐标系下的多个伪点云；
44、平面检测模块，用于基于所述多个伪点云对所述目标幕墙进行平面检测，得到平面检测结果，并控制所述幕墙检测设备移动至所述平面检测结果的对应的缺陷位置；
45、缺陷检测模块，用于在所述幕墙检测设备移动至所述缺陷位置的过程中，控制所述成像仪器对所述目标幕墙进行深度成像处理，得到成像图像，并对所述成像图像进行缺陷检测，得到所述目标幕墙在所述缺陷位置的缺陷类型。
46、本发明第三方面提供了一种建筑幕墙的无损检测装置，包括：存储器和至少一个处理器，所述存储器中存储有指令，所述存储器和所述至少一个处理器通过线路互连；所述至少一个处理器调用所述存储器中的所述指令，以使得所述建筑幕墙的无损检测设备执行上述的建筑幕墙的无损检测方法的步骤。
47、本发明的第四方面提供了一种计算机可读存储介质，所述计算机可读存储介质中存储有指令，当其在计算机上运行时，使得计算机执行上述的建筑幕墙的无损检测方法的步骤。
48、上述建筑幕墙的无损检测方法、装置、设备及存储介质，在幕墙检测设备移动过程中，通过幕墙检测设备上的相机对目标幕墙进行拍摄，得到相同时间戳的多张幕墙图像，并进行深度标注，得到对应的多张深度图；根据相机设备的相机内参，生成深度图中各像素在相机坐标系下的多个伪点云；基于多个伪点云对目标幕墙进行平面检测，得到平面检测结果，并控制幕墙检测设备移动至平面检测结果的对应的缺陷位置；在幕墙检测设备移动至缺陷位置的过程中，控制成像仪器对目标幕墙进行缺陷检测，得到目标幕墙在缺陷位置的缺陷类型。本方法通过自动化地进行幕墙检测，并通过深度成像和伪点云技术，能更准确地定位和识别幕墙的缺陷。
49、本发明的其他特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。
50、为使本发明的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。
1.一种建筑幕墙的无损检测方法，其特征在于，所述建筑幕墙的无损检测方法应用于幕墙检测设备，所述幕墙检测设备上装载有多个相机设备和成像仪器，所述建筑幕墙的无损检测包括：
2.根据权利要求1所述的建筑幕墙的无损检测方法，其特征在于，所述对所述相同时间戳的多张幕墙图像进行深度标注，得到所述多张幕墙图像对应的多张深度图包括：
3.根据权利要求2所述的建筑幕墙的无损检测方法，其特征在于，所述通过所述跳跃连接层对所述第一特征图进行细节增强，得到各幕墙图像的第二特征图包括：
4.根据权利要求1所述的建筑幕墙的无损检测方法，其特征在于，所述相机内参包括焦距和图像中心点的坐标，所述焦距包括x轴焦距和y轴焦距，所述像素坐标包括x轴像素坐标、y轴像素坐标和z轴像素坐标；
5.根据权利要求1所述的建筑幕墙的无损检测方法，其特征在于，所述基于所述多个伪点云对所述目标幕墙进行平面检测，得到平面检测结果，并控制所述幕墙检测设备移动至所述平面检测结果的对应的缺陷位置包括：
6.根据权利要求1所述的建筑幕墙的无损检测方法，其特征在于，所述在所述幕墙检测设备移动至所述缺陷位置的过程中，控制所述成像仪器对所述目标幕墙进行深度成像处理，得到成像图像，并对所述成像图像进行缺陷检测，得到所述目标幕墙在所述缺陷位置的缺陷类型包括：
7.根据权利要求6所述的建筑幕墙的无损检测方法，其特征在于，所述通过所述缺陷检测模型对所述时序数据进行缺陷分类，得到所述目标幕墙在所述缺陷位置的缺陷类型包括：
8.一种建筑幕墙的无损检测装置，其特征在于，所述建筑幕墙的无损检测装置应用于幕墙检测设备，所述幕墙检测设备上装载有多个相机设备和成像仪器，所述建筑幕墙的无损检测装置包括：
9.一种建筑幕墙的无损检测设备，其特征在于，所述建筑幕墙的无损检测设备包括：存储器和至少一个处理器，所述存储器中存储有指令；
10.一种计算机可读存储介质，所述计算机可读存储介质上存储有指令，其特征在于，所述指令被处理器执行时实现如权利要求1-7中任意一项所述建筑幕墙的无损检测方法的步骤。
