CN115980065B 一种多角度打光的墙面施工质量检测方法 （深圳大方智能科技有限公司）.docxVIP

(19)国家知识产权局

(12)发明专利

(10)授权公告号CN115980065B(45)授权公告日2025.07.08

(21)申请号202310062012.6

(22)申请日2023.01.18

(65)同一申请的已公布的文献号申请公布号CN115980065A

(43)申请公布日2023.04.18

(73)专利权人深圳大方智能科技有限公司

地址518000广东省深圳市前海深港合作

区南山街道桂湾片区二单元前海卓越金融中心(一期)7号楼2703A

(72)发明人邓煜严启凡何彦杉

(74)专利代理机构广东普润知识产权代理有限公司44804

专利代理师寇闯

(51)Int.CI.

GO1N21/88(2006.01)

G01B11/30(2006.01)

GO6V10/141(2022.01)

GO6V10/82(2022.01)

GO6N3/08(2023.01)

GO6N3/0464(2023.01)

(56)对比文件

CN106651893A,2017.05.10CN111257348A,2020.06.09

审查员刘佳伦

权利要求书2页说明书5页附图1页

(54)发明名称

一种多角度打光的墙面施工质量检测方法

(57)摘要

CN115980065B本发明公开了一种多角度打光的墙面施工质量检测方法，属于建筑墙面施工检测技术领域，包括：使用设备云台前方的摄像头，以及设备云台前方和前侧方的补光灯进行图像数据采集；使用原始图像卷积，再反卷积的方法生成与原始图像对应的图像；对上述图像进行阴影调整算法；对上述得到的所有边缘，计算边缘所占的总长度q,q即为墙面是否有痕迹的判断标准，对于全图求其方差δ,将方差δ作为墙面整体是否均一的判断标准，根据经验调试，选取合适的q与δ阈值，任一值大于阈值的墙即为不合格。本发明通过传统视觉算法进行图像的处理，通过计算图像边缘数量及长度，从而达到判断墙面是否有明显痕迹的依据，可从多角度检测家庭墙面装修的

CN115980065B

图像数据采集

图像数据采集

对图像数据卷积再反卷积

对图像数据采用阴影调整算法得到图像边缘

计算图像边缘的长度和数量，判断墙面质量

CN115980065B权利要求书1/2页

2

1.一种多角度打光的墙面施工质量检测方法，该质量检测方法配合建筑墙面处理机器人使用，该建筑墙面处理机器人通过设备云台控制墙面处理机构进行墙面腻子的刮批打磨，所述设备云台正前方固定有摄像头和补光灯，其特征在于：所述设备云台前侧方同样固定有补光灯，通过建筑墙面处理机器人进行墙面施工质量的检测，该质量检测方法包括：

Sp1:采集数据：使用设备云台正前方的摄像头，以及设备云台正前方的补光灯进行图像数据采集，采集到的图像数据作为训练集的训练数据，在相同位置，关闭正前方补光灯，打开前侧方补光灯，作为训练数据对应的标签，在相同位置，通过补光灯正面打光、侧面打光各采集一次图像，二者一一对应，作为神经网络训练时的输入及标签；

Sp2:深度学习：使用原始图像卷积，再反卷积的方法生成与原始图像对应的图像，新图像生成后即对应侧面打光照射下正拍的图像；

Sp3:传统视觉算法：对上述图像进行阴影调整算法，加大原图中阴影部分的暗化效果，形成更明显的视觉对比，模拟侧面打光的效果，首先要识别出阴影区，再通过对阴影区的色彩做变换处理，使其达到暗化效果，最后对阴影区和非阴影区间的边缘作平滑处理；

Sp4:判断施工质量：对得到的所有边缘，计算边缘所占的总长度q,q即为墙面是否有痕迹的判断标准，对于全图求其方差δ,将方差δ作为墙面整体是否均一的判断标准，根据经验调试，选取合适的q与δ阈值，任一值大于阈值的墙即为不合格；

Sp2-1:图像生成网络采用全卷积神经网络，以左边网络为特征提取网络，使用conv卷积和pooling池化，收缩路径上是每两个3*3的卷积层，后跟一个2*2的最大池化层，其步长为2,并且每个卷积层后面采用relu激活函数来对原始图片进行降采样操作，同时，每一次降采样都会增加一倍通道数；

Sp2-2:以右边网络为特征生成网络，使用上采样产生的特征图与左侧特征图进行连接操作，在扩展路径的向上采样中，每一步会有一个2*2的卷积层，且其激活函数也是relu,以及两个3*3的卷积层，同时，每一步的上采样