一种建筑施工安全风险预警方法及系统与流程

本发明涉及图像处理，具体涉及一种建筑施工安全风险预警方法及系统。

背景技术：

1、建筑施工安全风险预警方法是指通过有效的技术手段，通过对建筑施工现场图像和视频的分析和处理，实现在建筑施工过程中，及时发现和预测潜在的安全风险，并提供相应的预警措施的目的，从而保障施工作业人员和工地的安全。基于计算机视觉的建筑施工安全风险预警方法依赖于高质量的视频数据和准确的目标检测，在实际应用中，需要根据具体的项目需求和现场情况进行合理选择和定制化设计。

2、在获取高质量的视频数据的过程中，工地的大量扬尘在空气中悬浮，会引起视野模糊和可见性较低的问题，这会对监测设备和人员的观察范围造成影响，降低安全监测的准确性和有效性。对于传统的暗通道去雾算法，在利用滑窗进行计算暗通道值时，并没有给出一个合适的滑窗大小与形状，其暗通道值只是利用了其周围像素点在三通道内的最小值近似，会导致图像中的细节和结构信息丢失，对比度降低、颜色偏移或颜色饱和度的改变等问题。故利用图像本身的特征，在超像素分割的基础上，进行合理的分块，以保证各块内雾的浓度在一个相同或近似的水平，以达到更好的去雾效果，进而提高建筑施工安全风险预警的准确性。

技术实现思路

1、本发明提供一种建筑施工安全风险预警方法及系统，以解决现有的问题。

2、本发明的一种建筑施工安全风险预警方法及系统采用如下技术方案：

3、本发明一个实施例提供了一种建筑施工安全风险预警方法，该方法包括以下步骤：

4、采集连续帧建筑施工图像；

5、对建筑施工图像进行超像素分割得到超像素块；

6、根据超像素块中的像素点的灰度值和梯度值得到超像素块的目标程度，根据超像素块的目标程度得到每个像素点的目标程度；

7、根据相邻帧的建筑施工图像得到帧差图，根据帧差图获取每个连通域的外边缘像素点；根据帧差图中每个外边缘像素点的邻域内的外边缘像素点灰度值得到帧差图中的目标像素点；根据任意两个目标像素点的邻域像素点得到任意两个目标像素点的相似性；根据任意两个目标像素点的相似性得到帧差图中每个连通域的移动距离和移动方向；根据每个连通域之间的移动距离和移动方向的差异得到移动物体的连通域以及每个移动物体的连通域对应的移动方向和移动距离；

8、根据每个移动物体的连通域对应的移动方向和移动距离对移动物体的连通域进行分割得到图像块；根据相邻图像块之间对应相邻帧的差异得到相邻图像块之间的差异程度；根据相邻图像块之间的差异程度对图像块进行合并，得到若干第二次分割图像块；

9、根据每个第二分割图像块的像素点个数和每个第二分割图像块的目标程度得到每个第二分割图像块内每个像素点的暗通道滑窗大小；根据每个第二分割图像块内每个像素点的暗通道滑窗大小得到暗通道结果图，根据暗通道结果图对建筑施工图像去雾得到最终的去雾效果图；

10、最后将每帧的建筑施工图像的去雾效果图进行安全预警。

11、进一步地，所述超像素块的目标程度，包括的具体步骤如下：

12、超像素块的目标程度的公式为：

13、

14、式中，表示为第个超像素块中的像素点个数，表示为第i个超像素块中的第个像素点对应的梯度大小，表示为第i个超像素块中的第个像素点的灰度值，为超像素块的个数，表示为第个超像素块的目标程度。

15、进一步地，所述目标像素点，包括的具体步骤如下：

16、在得到帧差图之后，将任意一个连通域的外边缘像素点分别记为，其中，表示第i个外边缘像素点，n表示连通域中的外边缘像素点数量；确定每个外边缘像素点的邻域像素点，然后进行目标像素点筛选；筛选规则为：若在的邻域内所有外边缘像素点的灰度值方差小于预设阈值时，则记为目标像素点，否则不为目标像素点。

17、进一步地，所述任意两个目标像素点的相似性，包括的具体步骤如下：

18、计算两个目标像素点邻域内具有相同的标记像素点个数与两个目标像素点邻域内所有的标记像素点个数之间的比值记为任意两个目标像素点的相似性。

19、进一步地，所述帧差图中每个连通域的移动距离和移动方向，包括的具体步骤如下：

20、对于目标像素点，取与其相似性最高的目标像素点，记为，将目标像素点与匹配为一个边缘像素点对，即得到任意一个连通域中多个一一匹配的边缘像素点对，每一对像素点之间的连线存在一个连线线段的方向与长度，将角度区间对等分为若干子区间，获取每一对像素点之间的连线线段的方向角所属子区间，统计各子区间内线段方向出现的频次，选取出现频次最大的区间内目标像素点对；对于选取出来的像素点对，将像素点对的距离均值作为第个连通域的移动距离，方向角均值作为连通域的移动方向。

21、进一步地，所述移动物体的连通域以及每个移动物体的连通域对应的移动方向和移动距离，包括的具体步骤如下：

22、分析一个帧差图中的诸多连通域，可得到每个连通域对应得移动距离与方向，在多个连通域内进行匹配，若第个连通域与第个连通域之间移动方向的角度小于预设角度，且移动距离在图像中小于预设数量个像素点，则这两个连通域对应同一个移动物体；选取多个属于同一物体的连通域进行多个连通域的凸包检测，得到的凸包构成的区域作为一个移动物体的连通域；最后根据同一个移动物体的移动方向和移动距离为移动物体的连通域内诸多连通域的移动方向和移动距离的均值。

23、进一步地，所述根据每个移动物体的连通域对应的移动方向和移动距离对移动物体的连通域进行分割得到图像块，包括的具体步骤如下：

24、将其中的第个移动物体对应的连通域记为，其对应的移动方向记为，其对应的移动距离记为；沿方向从一端开始，以为分割间隔，利用垂直于的直线对移动物体的外轮廓进行分割，记分割过后的各图像块为，其中表示第个移动物体对应的连通域被分割后的第n个图像块，n表示被分割后的图像块的数量。

25、进一步地，所述相邻图像块之间的差异程度，包括的具体步骤如下：

26、相邻图像块之间的差异程度的公式为：

27、

28、式中，表示对应的像素点的个数，表示对应的像素点的个数，表示出现在第帧时第个像素点对应的目标程度，表示出现在第帧下第个像素点对应的目标程度，表示出现在第帧时第个像素点对应灰度值，表示出现在第帧下第个像素点对应灰度值，表示第j块与第j+1块之间的差异程度。

29、进一步地，所述每个第二分割图像块内每个像素点的暗通道滑窗大小，包括的具体步骤如下：

30、每个第二分割图像块内每个像素点的暗通道滑窗大小的公式为：

31、

32、式中，为第二分割图像中第个分块内像素点的个数，为第二分割图像中第个分块的目标程度，为第i个分块内像素点滑窗的大小。

33、另一方面，本发明实施例提供了一种建筑施工安全风险预警系统，该系统包括以下模块：

34、图像采集模块：采集连续帧建筑施工图像；

35、图像处理模块：对建筑施工图像进行超像素分割得到超像素块，并获取初始暗通道像素点的灰度值；

36、根据超像素块中的像素点的灰度值和梯度值得到超像素块的目标程度，根据超像素块的目标程度得到每个像素点的目标程度；

37、根据相邻帧的建筑施工图像得到帧差图，根据帧差图获取每个连通域的外边缘像素点；根据帧差图中每个外边缘像素点的邻域内的外边缘像素点灰度值得到帧差图中的目标像素点；根据任意两个目标像素点的邻域像素点得到任意两个目标像素点的相似性；根据任意两个目标像素点的相似性得到帧差图中每个连通域的移动距离和移动方向；根据每个连通域之间的移动距离和移动方向的差异得到移动物体的连通域以及每个移动物体的连通域对应的移动方向和移动距离；

38、根据每个移动物体的连通域对应的移动方向和移动距离对移动物体的连通域进行分割得到图像块；根据相邻图像块之间对应相邻帧的差异得到相邻图像块之间的差异程度；根据相邻图像块之间的差异程度对图像块进行合并，得到若干第二次分割图像块；

39、去雾处理模块：根据每个第二分割图像块的像素点个数和每个第二分割图像块的目标程度得到每个第二分割图像块内每个像素点的暗通道滑窗大小；根据每个第二分割图像块内每个像素点的暗通道滑窗大小得到暗通道结果图，根据暗通道结果图对建筑施工图像去雾得到最终的去雾效果图；

40、预警模块：最后将每帧的建筑施工图像的去雾效果图进行安全预警。

41、本发明的技术方案的有益效果是：本发明针对建筑施工视频影像中往往会出现扬尘的现象，在获取了rgb三通道最小值，相邻帧下移动物体的信息，在超像素分割的基础上，对图像各分块进行更加细致的分割，进而利用各分块的目标程度对各块内像素点的暗通道值进行自适应选取，以确保各像素点按通道值在相近的背景与雾的浓度，这样的暗通道值的选取，在避免部分滑窗取值过大而导致去雾效果不佳的同时，消除了由于部分滑窗取值过小而导致颜色失真的问题。去雾结果有利于后续神经网络训练对于施工过程中的目标检测，进而改进了预警效果的准确性。