买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉长沙理工大学申请的专利基于红外热像图的高层建筑外墙脱落异常检测与风险评估方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115601331B 。

龙图腾网通过国家知识产权局官网在2026-04-10发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202211284634.5，技术领域涉及：G06T7/00；该发明授权基于红外热像图的高层建筑外墙脱落异常检测与风险评估方法是由苏盛;冯萧飞;李彬;王耀龙;邹念;李俊杰;李想;龙骧进;王斌设计研发完成，并于2022-10-18向国家知识产权局提交的专利申请。

本基于红外热像图的高层建筑外墙脱落异常检测与风险评估方法在说明书摘要公布了：一种基于红外热像图的高层建筑外墙脱落异常检测与风险评估方法，是利用框架结构的高层建筑中构成承重体系的梁柱结构与构成围护作用的填充墙之间外墙散热特性存在明显差异的特点，借助建筑外立面红外热像图对高层建筑外墙空鼓缺陷和脱落风险进行检测和评估。通过分析红外热像图上建筑梁柱与填充墙区域之间边界位置的边界入侵和区域连通情况，提取红外热像图上异常区域与正常区域之间的特征差异，准确评估高层建筑外墙脱落风险等级，筛选出外墙脱落风险突出的高层建筑。本发明通过对高层建筑外墙红外热像图的分析处理，实现大量高层建筑外墙脱落的缺陷筛查和风险评估，为选择性的进一步深入检测和维修提供决策支持。

本发明授权基于红外热像图的高层建筑外墙脱落异常检测与风险评估方法在权利要求书中公布了：1.一种基于红外热像图的高层建筑外墙脱落异常检测与风险评估方法，其特征在于，该方法步骤如下： A.建立城市高层建筑地理分布图，采集各高层建筑外墙的可见光图像及对应的红外热像图； B.分割可见光图像，提取图像中表征建筑外墙面的最大有效区域；并获取该最大有效区域对应的红外热像图区域的红外矫正图像； C.通过图像处理算法，提取红外矫正图像中建筑梁柱和填充墙区域的边界像素分布特征； D.根据红外矫正图像中填充墙区域边界位置的像素分布，建立像素堆积折线图，检测梁柱和填充墙区域之间是否存在表征空鼓缺陷的边界入侵和区域连通的异常，统计异常区域总数，进而评定该红外矫正图像对应的建筑外表面脱落风险等级，生成该建筑外墙健康诊断报告； 所述步骤D中检测区域边界异常的具体过程为：根据红外矫正图像中填充墙和梁柱区域边界位置的像素分布，以像素行坐标为底，矫正图像中同一行坐标下边界像素频数为高度，建立边界像素纵向堆积折线图，检测纵向正常堆积区间之外边界入侵的异常；并在纵向正常堆积区间之中，统计各零堆积区间宽度，计算零堆积区间宽度最大值，若一零堆积区间的宽度低于零堆积区间宽度最大值的60%，则判定该零堆积区间位置对应的红外图像区域存在边界入侵异常；若纵向正常堆积区间内部某局部堆积极大值与相邻零堆积区间的最短距离超过零堆积区间宽度最大值，则判定该处局部堆积极大值对应的图像上区域边界存在内部区域连通异常；同时以像素列坐标为底，矫正图像中同一列坐标下边界像素频数为高度，建立边界像素横向堆积折线图，检测横向正常堆积区间之外边界入侵的异常； 所述统计异常区域总数时，纵向正常堆积区间之外边界入侵的异常区域个数是根据纵向堆积折线图中所检测得到的各个位于正常堆积区间之外的异常像素之间的欧几里得距离，采用mean-shift聚类算法以纵向堆积图中正常堆积区间跨度为聚类带宽聚类得到，位置相邻的异常边界像素聚为一类，聚类结果中类簇数量即为异常区域个数；横向正常堆积区间之外边界入侵的异常区域个数是根据横向堆积折线图中所检测得到的各个位于正常堆积区间之外的异常像素之间的欧几里得距离，采用mean-shift聚类算法以纵向堆积图中各零堆积区域之间最小间距为聚类带宽聚类得到，位置相邻的异常边界像素聚为一类，聚类结果中类簇数量即为异常区域个数；异常区域总数为纵向正常堆积区间之外边界入侵的异常区域个数、纵向正常堆积区间之中零堆积区间宽度小于最大零堆积区间宽度60%的零堆积区间边界入侵异常个数、纵向正常堆积区间之中局部堆积极大值与相邻零堆积区间的最短距离超过零堆积区间宽度最大值的内部区域连通异常个数、及横向正常堆积区间之外边界入侵的异常区域个数的总和。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人长沙理工大学，其通讯地址为：410114 湖南省长沙市天心区万家丽南路二段960号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。