本技術(shù)涉及房屋監(jiān)測(cè)，尤其是涉及一種房屋安全監(jiān)測(cè)方法及相關(guān)裝置。

背景技術(shù)：

1、房屋建筑的數(shù)量不斷增多，由于幾十年高密度、高強(qiáng)度開(kāi)發(fā)建設(shè)，導(dǎo)致老舊建筑逐漸增多，房屋的安全風(fēng)險(xiǎn)增大。

2、目前針對(duì)存在安全隱患的房屋的排查主要依靠相關(guān)城管部門工作人員的實(shí)地考察，這種方式不僅對(duì)于人力的投入需求較大，工作效率低下，并且也不能夠及時(shí)發(fā)現(xiàn)存在安全隱患的房屋并進(jìn)行監(jiān)管。

技術(shù)實(shí)現(xiàn)思路

1、為了解決目前針對(duì)存在安全隱患的房屋的排查主要依靠相關(guān)城管部門工作人員的實(shí)地考察，這種方式不僅對(duì)于人力的投入需求較大，工作效率低下，并且也不能夠及時(shí)發(fā)現(xiàn)存在安全隱患的房屋并進(jìn)行監(jiān)管的問(wèn)題，本技術(shù)提供一種房屋安全監(jiān)測(cè)方法及相關(guān)裝置。

2、第一方面，本技術(shù)提供的一種房屋安全監(jiān)測(cè)方法采用如下的技術(shù)方案：

3、一種房屋安全監(jiān)測(cè)方法，包括：

4、獲取目標(biāo)區(qū)域的原始房屋圖像；

5、對(duì)所述原始房屋圖像進(jìn)行增強(qiáng)處理，得到參考房屋圖像；

6、對(duì)所述參考房屋圖像進(jìn)行去霧處理，得到目標(biāo)房屋圖像；

7、基于歷史房屋基礎(chǔ)數(shù)據(jù)與歷史房屋外部數(shù)據(jù)構(gòu)建房屋安全監(jiān)測(cè)模型，所述歷史房屋基礎(chǔ)數(shù)據(jù)包括歷史房屋的自身結(jié)構(gòu)數(shù)據(jù)，所述歷史房屋外部數(shù)據(jù)包括歷史氣象數(shù)據(jù)與歷史政策數(shù)據(jù)；

8、基于所述目標(biāo)房屋圖像獲取所述目標(biāo)區(qū)域的房屋基礎(chǔ)數(shù)據(jù)，并獲取所述目標(biāo)區(qū)域的房屋外部數(shù)據(jù)，將所述房屋基礎(chǔ)數(shù)據(jù)和所述房屋外部數(shù)據(jù)輸入至所述房屋安全監(jiān)測(cè)模型，得到房屋安全程度；

9、根據(jù)所述房屋安全程度監(jiān)測(cè)所述目標(biāo)區(qū)域內(nèi)房屋的安全性。

10、可選的，所述對(duì)所述原始房屋圖像進(jìn)行增強(qiáng)處理，得到參考房屋圖像，包括：

11、確定所述原始房屋圖像的寬度；

12、基于所述寬度構(gòu)建變換矩陣；

13、以所述原始房屋圖像的中軸線為基準(zhǔn)基于所述變換矩陣對(duì)所述原始房屋圖像進(jìn)行變換處理，得到變換后的房屋圖像；

14、從所述變換后的房屋圖像中任意選取一像素點(diǎn)，按照預(yù)設(shè)大小構(gòu)建以所述像素點(diǎn)為中心的區(qū)域，并基于所述區(qū)域內(nèi)各個(gè)像素點(diǎn)的像素值確定所述區(qū)域的像素均值，以及基于所述區(qū)域的像素均值確定標(biāo)準(zhǔn)差方差；

15、確定所述變換后的房屋圖像對(duì)應(yīng)的全局像素均值，根據(jù)所述全局像素均值、所述標(biāo)準(zhǔn)差方差以及預(yù)設(shè)參數(shù)確定增強(qiáng)參數(shù)，并基于所述增強(qiáng)參數(shù)和所述區(qū)域的像素均值確定所述像素點(diǎn)對(duì)應(yīng)的增強(qiáng)后的像素值，返回執(zhí)行所述從所述變換后的房屋圖像中任意選取一像素點(diǎn)，按照預(yù)設(shè)大小構(gòu)建以所述像素點(diǎn)為中心的區(qū)域，并基于所述區(qū)域內(nèi)各個(gè)像素點(diǎn)的像素值確定所述區(qū)域的像素均值，以及基于所述區(qū)域的像素均值確定標(biāo)準(zhǔn)差方差的步驟直至確定所有像素點(diǎn)的對(duì)應(yīng)的增強(qiáng)后的像素值，根據(jù)所述所有像素點(diǎn)的對(duì)應(yīng)的增強(qiáng)后的像素值得到參考房屋圖像。

16、可選的，所述對(duì)所述參考房屋圖像進(jìn)行去霧處理，得到目標(biāo)房屋圖像，包括：

17、識(shí)別所述參考房屋圖像中的暗通道；

18、從上述暗通道中按亮度大小排序，取亮度最大的前若干像素值，并在所述暗通道對(duì)應(yīng)的區(qū)域中標(biāo)定出所述前若干像素值對(duì)應(yīng)的像素點(diǎn)的位置信息；

19、將所述位置信息與所述參考房屋圖像進(jìn)行相對(duì)應(yīng)，將符合要求的像素點(diǎn)的三個(gè)分量值相加并計(jì)算平均值，得到第一參數(shù)值；

20、根據(jù)所述第一參數(shù)值和第二預(yù)設(shè)參數(shù)值對(duì)所述參考房屋圖像進(jìn)行去霧處理，得到目標(biāo)房屋圖像。

21、可選的，所述基于歷史房屋基礎(chǔ)數(shù)據(jù)與歷史房屋外部數(shù)據(jù)構(gòu)建房屋安全監(jiān)測(cè)模型，包括：

22、對(duì)歷史房屋基礎(chǔ)數(shù)據(jù)與歷史房屋外部數(shù)據(jù)進(jìn)行地區(qū)分類與融合，得到參考房屋數(shù)據(jù)集；

23、對(duì)所述參考房屋數(shù)據(jù)集進(jìn)行標(biāo)注，以得到目標(biāo)房屋數(shù)據(jù)集，其中，標(biāo)注包括對(duì)所述參考房屋數(shù)據(jù)集對(duì)應(yīng)的房屋圖像中的房屋按照預(yù)設(shè)形式的矩形框進(jìn)行高亮標(biāo)注，并對(duì)房屋所屬的類別標(biāo)注相應(yīng)的類別標(biāo)識(shí)；

24、將所述目標(biāo)房屋數(shù)據(jù)集輸入至預(yù)設(shè)網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練，并實(shí)時(shí)獲取所述預(yù)設(shè)網(wǎng)絡(luò)模型在訓(xùn)練過(guò)程中的輸出結(jié)果；

25、根據(jù)所述輸出結(jié)果構(gòu)建混淆矩陣表以及確定預(yù)測(cè)結(jié)果對(duì)應(yīng)的預(yù)測(cè)框；

26、根據(jù)所述混淆矩陣表確定精確率與召回率；

27、根據(jù)所述預(yù)測(cè)結(jié)果對(duì)應(yīng)的預(yù)測(cè)框和所述目標(biāo)房屋數(shù)據(jù)集中的預(yù)設(shè)形式的矩形框確定交并比；

28、在所述精確率、所述召回率以及所述交并比均符合訓(xùn)練要求時(shí)，判定所述預(yù)設(shè)網(wǎng)絡(luò)模型完成訓(xùn)練，以得到房屋安全監(jiān)測(cè)模型。

29、可選的，所述預(yù)設(shè)網(wǎng)絡(luò)模型包括輸入端、主干網(wǎng)絡(luò)、頸部網(wǎng)絡(luò)以及輸出端，所述將所述目標(biāo)房屋數(shù)據(jù)集輸入至預(yù)設(shè)網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練，包括：

30、所述輸入端從所述目標(biāo)房屋數(shù)據(jù)集對(duì)應(yīng)的房屋圖像中每次隨機(jī)選擇4張圖像，將所選擇的4張圖像的大小進(jìn)行隨機(jī)變換，同時(shí)將所選擇的4張圖像在位置關(guān)系中隨機(jī)排布，并進(jìn)行堆疊，對(duì)完成處理的房屋圖像進(jìn)行自適應(yīng)縮放，得到所述目標(biāo)房屋數(shù)據(jù)集對(duì)應(yīng)的第一房屋圖像集，所述第一房屋圖像集中的圖像尺寸為a×a×3；

31、所述主干網(wǎng)絡(luò)對(duì)所述第一房屋圖像集中的各個(gè)房屋圖像進(jìn)行切片，在切片后生成(a/2)×(a/2)×3的參考特征圖，并對(duì)所述參考特征圖經(jīng)過(guò)32個(gè)卷積核的卷積操作后得到(a/2)×(a/2)×32的目標(biāo)特征圖；

32、所述頸部網(wǎng)絡(luò)從所述目標(biāo)特征圖中篩選出小于預(yù)設(shè)尺寸的小尺寸特征圖，對(duì)所述小尺寸特征圖進(jìn)行尺寸擴(kuò)張，將當(dāng)前層的小尺寸特征圖以及大于等于所述預(yù)設(shè)尺寸的尺寸特征圖分別與上一層對(duì)應(yīng)的尺寸特征圖進(jìn)行融合，以得到預(yù)測(cè)特征圖；

33、所述輸出端輸出所述預(yù)測(cè)特征圖。

34、可選的，所述輸入端包括mosaic數(shù)據(jù)增強(qiáng)、自適應(yīng)錨框計(jì)算和自適應(yīng)圖片縮放；所述主干網(wǎng)絡(luò)包括focus結(jié)構(gòu)與csp結(jié)構(gòu)；所述頸部網(wǎng)絡(luò)包括fpn結(jié)構(gòu)與pan結(jié)構(gòu)；所述輸出端由邊界框的損失函數(shù)和非極大值抑制構(gòu)成，在位置信息邊界框損失部分選用ciou損失函數(shù)，用于檢測(cè)位置預(yù)測(cè)框的檢測(cè)損失，在目標(biāo)檢測(cè)預(yù)測(cè)結(jié)果處理階段，選擇加權(quán)非極大值抑制操作，選用符合標(biāo)準(zhǔn)的框作為輸出的預(yù)測(cè)框。

35、可選的，所述根據(jù)所述房屋安全程度監(jiān)測(cè)所述目標(biāo)區(qū)域內(nèi)房屋的安全性，包括：

36、將所述房屋安全程度與程度閾值進(jìn)行比較；

37、若所述房屋安全程度小于所述程度閾值，則判定所述目標(biāo)區(qū)域內(nèi)對(duì)應(yīng)的房屋為危房；

38、計(jì)算所述房屋安全程度與所述程度閾值之間的差值；

39、根據(jù)所述差值和所述危房對(duì)應(yīng)的危房類型確定所述危房的風(fēng)險(xiǎn)等級(jí)，并輸出整改信息。

40、第二方面，本技術(shù)提供一種房屋安全監(jiān)測(cè)裝置，所述房屋安全監(jiān)測(cè)裝置包括：

41、采集模塊，用于獲取目標(biāo)區(qū)域的原始房屋圖像；

42、增強(qiáng)模塊，用于對(duì)所述原始房屋圖像進(jìn)行增強(qiáng)處理，得到參考房屋圖像；

43、去霧模塊，用于對(duì)所述參考房屋圖像進(jìn)行去霧處理，得到目標(biāo)房屋圖像；

44、構(gòu)建模塊，用于基于歷史房屋基礎(chǔ)數(shù)據(jù)與歷史房屋外部數(shù)據(jù)構(gòu)建房屋安全監(jiān)測(cè)模型，所述歷史房屋基礎(chǔ)數(shù)據(jù)包括歷史房屋的自身結(jié)構(gòu)數(shù)據(jù)，所述歷史房屋外部數(shù)據(jù)包括歷史氣象數(shù)據(jù)與歷史政策數(shù)據(jù)；

45、處理模塊，用于基于所述目標(biāo)房屋圖像獲取所述目標(biāo)區(qū)域的房屋基礎(chǔ)數(shù)據(jù)，并獲取所述目標(biāo)區(qū)域的房屋外部數(shù)據(jù)，將所述房屋基礎(chǔ)數(shù)據(jù)和所述房屋外部數(shù)據(jù)輸入至所述房屋安全監(jiān)測(cè)模型，得到房屋安全程度；

46、監(jiān)測(cè)模塊，用于根據(jù)所述房屋安全程度監(jiān)測(cè)所述目標(biāo)區(qū)域內(nèi)房屋的安全性。

47、可選的，所述增強(qiáng)模塊，用于確定所述原始房屋圖像的寬度；

48、基于所述寬度構(gòu)建變換矩陣；

49、以所述原始房屋圖像的中軸線為基準(zhǔn)基于所述變換矩陣對(duì)所述原始房屋圖像進(jìn)行變換處理，得到變換后的房屋圖像；

50、從所述變換后的房屋圖像中任意選取一像素點(diǎn)，按照預(yù)設(shè)大小構(gòu)建以所述像素點(diǎn)為中心的區(qū)域，并基于所述區(qū)域內(nèi)各個(gè)像素點(diǎn)的像素值確定所述區(qū)域的像素均值，以及基于所述區(qū)域的像素均值確定標(biāo)準(zhǔn)差方差；

51、確定所述變換后的房屋圖像對(duì)應(yīng)的全局像素均值，根據(jù)所述全局像素均值、所述標(biāo)準(zhǔn)差方差以及預(yù)設(shè)參數(shù)確定增強(qiáng)參數(shù)，并基于所述增強(qiáng)參數(shù)和所述區(qū)域的像素均值確定所述像素點(diǎn)對(duì)應(yīng)的增強(qiáng)后的像素值，返回執(zhí)行所述從所述變換后的房屋圖像中任意選取一像素點(diǎn)，按照預(yù)設(shè)大小構(gòu)建以所述像素點(diǎn)為中心的區(qū)域，并基于所述區(qū)域內(nèi)各個(gè)像素點(diǎn)的像素值確定所述區(qū)域的像素均值，以及基于所述區(qū)域的像素均值確定標(biāo)準(zhǔn)差方差的步驟直至確定所有像素點(diǎn)的對(duì)應(yīng)的增強(qiáng)后的像素值，根據(jù)所述所有像素點(diǎn)的對(duì)應(yīng)的增強(qiáng)后的像素值得到參考房屋圖像。

52、可選的，所述去霧模塊，用于識(shí)別所述參考房屋圖像中的暗通道；

53、從上述暗通道中按亮度大小排序，取亮度最大的前若干像素值，并在所述暗通道對(duì)應(yīng)的區(qū)域中標(biāo)定出所述前若干像素值對(duì)應(yīng)的像素點(diǎn)的位置信息；

54、將所述位置信息與所述參考房屋圖像進(jìn)行相對(duì)應(yīng)，將符合要求的像素點(diǎn)的三個(gè)分量值相加并計(jì)算平均值，得到第一參數(shù)值；

55、根據(jù)所述第一參數(shù)值和第二預(yù)設(shè)參數(shù)值對(duì)所述參考房屋圖像進(jìn)行去霧處理，得到目標(biāo)房屋圖像。

56、綜上描述，本技術(shù)包括以下有益技術(shù)效果：

57、本技術(shù)通過(guò)獲取目標(biāo)區(qū)域的原始房屋圖像；對(duì)原始房屋圖像進(jìn)行增強(qiáng)處理，得到參考房屋圖像；對(duì)參考房屋圖像進(jìn)行去霧處理，得到目標(biāo)房屋圖像；基于歷史房屋基礎(chǔ)數(shù)據(jù)與歷史房屋外部數(shù)據(jù)構(gòu)建房屋安全監(jiān)測(cè)模型；基于目標(biāo)房屋圖像獲取目標(biāo)區(qū)域內(nèi)房屋的基礎(chǔ)數(shù)據(jù)，并獲取目標(biāo)區(qū)域的房屋外部數(shù)據(jù)，將待監(jiān)測(cè)房屋的基礎(chǔ)數(shù)據(jù)和房屋外部數(shù)據(jù)輸入至房屋安全監(jiān)測(cè)模型，得到房屋安全程度根據(jù)房屋安全程度監(jiān)測(cè)目標(biāo)區(qū)域內(nèi)房屋的安全性，通過(guò)上述方式結(jié)合房屋自身數(shù)據(jù)與外部數(shù)據(jù)構(gòu)建房屋安全監(jiān)測(cè)模型，最后利用該模型進(jìn)行房屋安全監(jiān)測(cè)，極大地提升了檢測(cè)效率，提高了房屋監(jiān)管的效率。