經(jīng)濟(jì)建設(shè)的快速發(fā)展，使我國計算機(jī)行業(yè)以高效、快速、準(zhǔn)確的優(yōu)勢融入社會，逐漸成為人們生活不可或缺的一部分。無論工程大小，施工前都會對工程進(jìn)行制圖、預(yù)算保證建筑工程在施工過程中有序進(jìn)行，由于不可抗因素和人力原因，導(dǎo)致工作不能按照施工圖進(jìn)行，從而出現(xiàn)偏差。實(shí)際施工過程中，任何一個細(xì)節(jié)的改變都會影響整個工程，還會對監(jiān)理人員和施工人員造成錯誤判斷，延誤工程進(jìn)度。因此，計算機(jī)圖像識別技術(shù)成功被引入了工程管理當(dāng)中。文章基于計算機(jī)影像視覺進(jìn)行研究，能夠使建筑工程管理更加科學(xué)化、智能化。

　　1構(gòu)件的識別特征

　　識別系統(tǒng)要完成對建筑構(gòu)件的準(zhǔn)確識別過程，首先要了解構(gòu)件的特征，然后對不同構(gòu)件特征進(jìn)行提取，建筑工程構(gòu)件的形狀多均為規(guī)則多邊形，材質(zhì)不同，特征不同。在圖像處理中，將構(gòu)件在光照下的陰影區(qū)域及灰度作為圖像特征使用，并根據(jù)建筑構(gòu)件自身特點(diǎn)，可將構(gòu)件特征以形狀、材質(zhì)、構(gòu)件紋理以及構(gòu)件本身的作用進(jìn)行歸類處理，如圖1所示。

　　2影像識別模式的構(gòu)建

　　影像識別模式是基于理論與實(shí)踐的中介環(huán)節(jié)，該模式具有一定的穩(wěn)定性和操作性。鑒于市面上圖像識別軟件對影像識別進(jìn)行研究時，需結(jié)合實(shí)際情況進(jìn)行調(diào)整，實(shí)現(xiàn)特殊性與普遍性之間的聯(lián)系。目前，圖智能是在國內(nèi)具有代表性的圖像識別軟件，圖像識別模式大致分為3種;①是基于小波矩的;②是基于分型特征的;③是基于計算機(jī)視覺。在工業(yè)中首先采用工業(yè)相機(jī)拍攝照片，然后通過合適的圖像軟件根據(jù)圖片灰階差做識別處理。該模式識別流程根據(jù)工程規(guī)模的大小和管理精度確定圖像采集設(shè)備，確定圖像儲存格式后再輸入計算機(jī)，利用軟件提取去除噪音的圖像并與背景分開，最后再選擇可用目標(biāo)參數(shù)進(jìn)行計算。為確保識別信息的準(zhǔn)確性，需將計算所得結(jié)果與系統(tǒng)儲存的工程信息進(jìn)行校準(zhǔn)。

　　3建筑結(jié)構(gòu)構(gòu)件影像識別系統(tǒng)的構(gòu)建

　　影像識別平臺的構(gòu)建是為實(shí)現(xiàn)工程管理智能化、科學(xué)化，同時也減少了人為因素在工程管理中的影響。影像識別系統(tǒng)的開發(fā)應(yīng)以用戶需求為中心，合理分析，避免因分析不到位影響平臺開發(fā)進(jìn)度。

　　3.1功能模塊設(shè)計

　　功能模塊設(shè)計根據(jù)系統(tǒng)需求，業(yè)務(wù)流程和用戶等多方面考慮實(shí)現(xiàn)功能明確劃分，便于后期程序開發(fā)。建筑工程結(jié)構(gòu)構(gòu)件影像識別系統(tǒng)包含用戶管理、圖像配準(zhǔn)、歸納劃分、圖像預(yù)處理、特征提取、圖像輸入以及項(xiàng)目信息等，具體功能層次圖如圖2所示。

　　3.2數(shù)據(jù)庫設(shè)計

　　數(shù)據(jù)庫的建立要充分考慮建筑工程結(jié)構(gòu)構(gòu)件的影像識別特點(diǎn)，將工程自身的信息和相關(guān)資源作為設(shè)計基礎(chǔ)。無論大型工程或小型工程在施工過程中自身都有一定變數(shù)存在，所在才會出現(xiàn)設(shè)計圖紙修改和工程進(jìn)度延誤等情況發(fā)生，這就為數(shù)據(jù)采集帶來了一定難度，因此數(shù)據(jù)庫需要不斷的完善、更新。結(jié)合功能模塊的設(shè)計，可將數(shù)據(jù)信息進(jìn)行分類。各分類包括詳細(xì)信息如圖3所示。

　　3.3實(shí)驗(yàn)

　　實(shí)驗(yàn)部分將“XX大樓會議廳”作為研究對象。會議廳位于大樓的五層，整體結(jié)構(gòu)為鋼筋混凝土，根據(jù)大樓模型構(gòu)件，將大廳主梁和次梁的分布搭載情況進(jìn)行分析，如圖4所示。3.3.1圖像采集選取大廳兩根柱子作為實(shí)驗(yàn)對象，采集工具選用高精度數(shù)碼照相機(jī)，由于該采集過程屬于小型工程，所以管理精度可設(shè)置為周結(jié)。點(diǎn)擊進(jìn)入影像識別系統(tǒng)，填寫頁面顯示的圖像和項(xiàng)目信息，設(shè)置施工日期定為90d，類別選為公共建筑，施工階段為裝修內(nèi)部裝飾，并保存圖像拍攝日期、格式、數(shù)量。3.3.2圖像處理灰度化后的圖像整體會模糊不清楚，地面紋路混亂，在影像識別系統(tǒng)中點(diǎn)擊“預(yù)處理”將圖像上傳至系統(tǒng)，格式為“jpg”，點(diǎn)擊開始按照羅伯特算子法去噪。目標(biāo)提取是將鏡頭對準(zhǔn)兩根柱子，再點(diǎn)擊“預(yù)處理”設(shè)置格式，點(diǎn)擊開始進(jìn)行邊緣檢測。研究對象為大廳柱子，將該柱子長度作為特征值進(jìn)行“特征提取”，提取后再進(jìn)行長度計算。3.3.3歸納在系統(tǒng)中點(diǎn)擊“歸納”并將圖像上傳至系統(tǒng)，設(shè)置特征為幾何特征，修改參數(shù)坐標(biāo)再進(jìn)行保存，將保存好的信息上傳至數(shù)據(jù)庫，如果需要修改可點(diǎn)擊“重置”或“取消”。3.3.4圖片配準(zhǔn)取同一場景不同視角的兩幅圖，在影像識別系統(tǒng)中點(diǎn)擊“圖像配比”進(jìn)行上傳，并設(shè)置圖片來源，點(diǎn)擊開始系統(tǒng)會對兩幅圖像進(jìn)行配準(zhǔn)，確認(rèn)配比結(jié)果無誤保存即可，如有問題，點(diǎn)擊“刪除”按鈕，選擇重新配比。仿真實(shí)驗(yàn)章節(jié)對圖像識別模式的構(gòu)建進(jìn)行了詳細(xì)劃分和描述。首先根據(jù)各系統(tǒng)的功能化需求和業(yè)務(wù)流程，對功能化模塊進(jìn)行設(shè)計，使建筑結(jié)構(gòu)構(gòu)件識別流程更細(xì)化、更清晰、更具體，也充分證明了這一流程在建筑工程中的可行性。

　　4結(jié)語

　　文章根據(jù)計算機(jī)視覺信息處理技術(shù)，對工程構(gòu)件的特征以及構(gòu)建影像識別系統(tǒng)進(jìn)行研究。首先根據(jù)建筑構(gòu)件的組成和它的紋理特征、光譜特征、形狀特征等得到影像識別模式的框架;然后通過模式框架構(gòu)建識別系統(tǒng)，進(jìn)行仿真實(shí)驗(yàn);最后選定目標(biāo)，設(shè)置圖像獲取設(shè)備和存儲格式，對影像識別系統(tǒng)進(jìn)行測試，實(shí)現(xiàn)圖像識別得出最終結(jié)論。由此可見對建筑工程構(gòu)建影像識別系統(tǒng)模式和流程研究是可行的，由計算機(jī)代替人力實(shí)現(xiàn)工程管理，準(zhǔn)確、客觀的保證了對構(gòu)件的識別，避免了各方面因素帶來的風(fēng)險，有效抑制了資源浪費(fèi)，在減少安全隱患的同時也進(jìn)一步保證了工程質(zhì)量和進(jìn)度以及管理的客觀性和公正性，進(jìn)一步推動了建筑工程實(shí)現(xiàn)智能化管理。

　　參考文獻(xiàn)

　　[1]劉文霞，郝紹菊，喬小琳.高層樓宇建筑電氣漏電火花智能圖像識別方法[J].電氣應(yīng)用，2020，31(14)：74-77.

　　[2]宋廷強(qiáng)，李繼旭，張信耶.基于深度學(xué)習(xí)的高分辨率遙感圖像建筑物識別[J].計算機(jī)工程與應(yīng)用，2020，56(8)：26-34.

　　[3]劉定操，尚展壘.利用遙感圖像對震損建筑結(jié)構(gòu)變形檢測的識別研究[J].地震工程學(xué)報，2019，41(5)：1380-1384.

　　[4]韓豫，張涇杰，孫昊，等.基于圖像識別的建筑工人智能安全檢查系統(tǒng)設(shè)計與實(shí)現(xiàn)[J].中國安全生產(chǎn)科學(xué)技術(shù)，2016，12(10)：142-148.

　　[5]曹艷玲，袁義宏.基于特征分布的建筑墻體裂縫圖像識別方法[J].沈陽工業(yè)大學(xué)學(xué)報，2018，40(2)：235-240.

　　[6]朱丹，吳茲古力.基于機(jī)器視覺的農(nóng)業(yè)機(jī)械圖像識別系統(tǒng)分析[J].農(nóng)機(jī)化研究，2020(10)：28-31+36.

　　[7]王偉，呂山可，張雨果，等.基于BIM與機(jī)器視覺技術(shù)結(jié)合的建筑施工危險區(qū)域入侵預(yù)警研究[J].安全與環(huán)境工程，2020，27(2)：196-203.

　　[8]張浩，趙云勝，陳冠宇，等.基于支持向量機(jī)的遙感圖像建筑物識別與分類方法研究[J].地質(zhì)科技情報，2016，35(6)：194-199.

　　[9]宋廷強(qiáng)，李繼旭，張信耶.基于深度學(xué)習(xí)的高分辨率遙感圖像建筑物識別[J].計算機(jī)工程與應(yīng)用，2020，56(8)：26-34.

　　[10]金永昌，哈圖，閆衛(wèi)生.航拍區(qū)域建筑圖像目標(biāo)點(diǎn)優(yōu)化識別仿真[J].計算機(jī)仿真，2018，35(4)：373-376.

　　[11]蔡小青.復(fù)雜場景下非正交建筑圖像自動識別仿真[J].計算機(jī)仿真，2019，36(10)：339-343.

　　《計算機(jī)視覺信息處理技術(shù)在建筑結(jié)構(gòu)中的影像識別模式研究》來源：《粘接》，作者：王炎