(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202210495710.0 (22)申请日 2022.05.09 (65)同一申请的已公布的文献号 申请公布号 CN 114596313 A (43)申请公布日 2022.06.07 (73)专利权人 深圳大学 地址 518060 广东省深圳市南 山区南海大 道3688号 (72)发明人 王伟玺　黄俊杰　谢林甫　李晓明　 汤圣君　郭仁忠　 (74)专利代理 机构 深圳市君胜知识产权代理事 务所(普通 合伙) 44268 专利代理师 陈专 (51)Int.Cl. G06T 7/00(2017.01)G06T 7/11(2017.01) G06T 7/155(2017.01) G06T 7/187(2017.01) G06T 7/33(2017.01) G06T 5/00(2006.01) G06V 10/762(2022.01) G06V 10/774(2022.01) G06V 10/764(2022.01) G06K 9/62(2022.01) (56)对比文件 CN 111986322 A,2020.1 1.24 CN 109341528 A,2019.02.15 US 201427049 2 A1,2014.09.18 审查员 张倩倩 (54)发明名称 一种基于室内点云的建筑物构件损伤检测 方法及相关 设备 (57)摘要 本发明公开了一种基于室内点云的建筑物 构件损伤检测方法及相关设备， 所述方法包括： 对原始建筑物室内点云和损伤后建筑物室内点 云进行预处理； 预处理后， 根据不同房间构件的 几何形状特征和相互之间的空间位置关系， 对原 始建筑物室内点云进行构 件提取和房间划分； 根 据原始建筑物和损伤建筑物中具有相同楼层编 号、 房间编号以及构件编号的点簇进行损伤检 测； 根据损伤检测得到的损伤等级进行损伤模式 的识别并计算损伤数值。 本发明基于室内点云对 建筑物进行构 件级别的损伤检测， 有效识别受到 损伤后的建筑物中每一个构 件的损伤情况， 提升 了损伤识别的精度。 权利要求书6页 说明书11页 附图9页 CN 114596313 B 2022.10.04 CN 114596313 B 1.一种基于室内点云的建筑物构件损伤检测方法， 其特征在于， 所述基于室内点云的 建筑物构件损伤检测方法包括： 对原始建筑物室内点云和损伤后建筑物室内点云进行 预处理； 预处理后， 根据不同房间构件的几何形状特征和相互之间的空间位置关系， 对原始建 筑物室内点云进行构件提取和房间划分； 根据原始建筑物和损伤建筑物中具有相同楼层编号、 房间编 号以及构件编 号的点簇进 行损伤检测； 根据损伤检测得到的损伤等级 进行损伤模式的识别并计算损伤数值； 所述对原 始建筑物室内点云和损伤后建筑物室内点云进行 预处理， 具体包括： 对原始建筑物室内点云和损伤后建筑物室内点云进行降噪以及降采样， 去除原始建筑 物室内点云和损伤后建筑物室内点云中的离 散噪声点； 分别在原始建筑物室内点云和损伤后建筑物室内点云上选取三个或者三个以上同名 点进行点云配准， 通过ICP算法对配准结果进 行优化， 得到配准后的原始建筑物室内点云和 损伤后建筑物室内点云； 对每一个在原始建筑物室内点云中的点 ， 搜索点 在损伤后建筑物室内点云中最 邻近的 个点， 并计算 点 与 个点的平均距离 ， 通过如下公式： ； 计算原始建筑物室内点云和损伤后建筑物室内点云之间的平均距离 ， 若平均距离 小于两倍的点云空间分辨 率， 则认为配准 合格； 其中， n表示 点云的个数； 所述预处理后， 根据不同房间构件的几何形状特征和相互之间的空间位置关系， 对原 始建筑物室内点云进行构件提取和房间划分， 具体包括： 配准合格后， 提取原始建筑物中不同楼层点云， 计算不同楼层点云的包围盒， 获取原始 建筑物室内点云中不同楼层点云的包围盒的最大三维角点 和 最小三维角点 ， 根据如下公式： ； 判断损伤后建筑物室内点云中的点 是否属于原始建筑物室内点云楼层 的 包围盒中， 循环将损伤后建筑物室内点云中每一个点与 原始建筑物室内点云中每一个楼层 的包围盒进行判断， 完成对损伤后建筑物室内点云的楼层划分； 完成楼层划分后， 依次对原 始建筑物每一楼层点云进行构件提取以及房间划分； 计算每一个原始建筑物室内构件点簇的包围盒， 根据包围盒的最大点信 息和最小点信 息对损伤后建筑物室内点云进 行构件点簇的提取， 并赋予与原始建筑物室内构件点簇相同 的标签； 所述构件 包括： 墙、 梁、 柱、 顶板和底板；权　利　要　求　书 1/6 页 2 CN 114596313 B 2所述构件提取 具体包括： 对原始建筑物室内点云进行多尺度分辨率的超体素分割， 以超体素为基元进行区域增 长， 将同属于一个平面的相邻超体素进行拟合， 完成对原始建筑物室内点云中的平面进行 分割， 构成点簇集 合； 计算点簇集合的几何特 征、 表面特 征和空间上 下文特征， 构成特 征向量集合； 使用标记好的训练数据集对随机森林分类器进行训练， 得到随机森林分类器的配置文 件后， 使用配置文件对分类器进 行配置， 使用分类器对平 面点簇进 行墙、 梁、 柱、 顶板和底板 的类别进行 标注； 初始分类完成后， 根据先验规则对标注的类别进行优化， 完成构件提取； 其中， 所述先验规则包括： 梁、 柱的体积始终小于墙、 顶板、 底板； 墙、 柱始终垂直于顶 板、 底板； 同一楼层的底板始终低于顶板； 梁始终与顶板相邻接； 所述房间划分具体包括： 依次对每一楼层中的原始建筑物的构件进行房间划分， 提取同一楼层中的地面点簇， 计算底板点簇的法向量， 将 墙面点簇沿着地面点簇的法向量方向投影到二维平面上构成二 维投影图， 利用最小二乘法实现对墙面的拟合， 将原先散乱的直线拟合到直线； 完成投影后对二维投影图进行二进制处理， 将墙面直线的像素设置为0， 其它像素设置 为1， 在二维图像上 形成相对独立的连通区域； 基于形态学知识消除识别错 误的连通区域， 去除小面积以及比例失调的连通区域； 使用分水岭分割算法对处理后的连通 区域进行粗分割， 为每一个连通 区域赋予一个空 间标签， 使用格网分割算法对分割得到的连通区域进行精细分割， 获得每一个房间在二维 图像上的带有房间编号标签的准确投影区域， 提取投影区域的角点作为房间的二维角点； 将二维角点逆投影变化到三维空间中得到三维房角点， 基于底板点簇法 向量的方向 以 及底板点簇和顶板点簇之 间的高度差异， 扩充房间点， 形成一个房间包围盒， 根据房间包围 盒对构件点簇进行房间划分， 赋予每一个构件点簇标签 ， 其中 为楼层编号， 为房间编号， 为构件编号； 所述根据原始建筑物和损伤建筑物中具有相同楼层编 号、 房间编 号以及构件编 号的点 簇进行损伤检测， 具体包括： 搜索每一个在原始构件点簇中的点 在损伤后建筑物构件点簇中最邻近 的 个点， 计算点 与 个点的平均距离 ， 通过如下公式： ； 计算原始构件点簇和损伤后建筑物构件点簇之间的平均距离 ， 假设 为体素化 的原始分辨率对原始构件点簇和损伤后建筑物构件点簇进 行体素化， 获得原始构件和损伤 后建筑物构件的原 始体素集 合， 设原始构件中体素总数为 ； 基于原始构件体素集合 对损伤后 构件体素集合 进行布尔计算， 判断原始构件体素 集合中的体素是否与损伤后构件体素相交； 若原始体素未与损伤构件体素集合中的任何体 素相交， 则认为原 始体素所在的原 始构件位置发生损伤；权　利　要　求　书 2/6 页 3 CN 114596313 B 3