一种基于图像处理的建筑幕墙玻璃破裂检测方法及系统与流程

本发明涉及图像处理，尤其涉及一种基于图像处理的建筑幕墙玻璃破裂检测方法及系统。

背景技术：

1、建筑幕墙玻璃作为现代建筑的重要组成部分，不仅具有美观的外观，还具备隔音、隔热和保温等功能，然而，在长期的使用过程中，建筑幕墙玻璃可能会面临各种内外部因素的影响，如风力、温度变化、外部冲击等，从而导致玻璃破裂的风险，传统的玻璃破裂检测方法主要依赖于人工巡检和视觉观察，存在着检测不准确、效率低下和成本高昂等问题，为了满足对建筑幕墙玻璃破裂检测的自动化和智能化需求，近年来，基于图像处理的方法逐渐得到关注和应用，借助图像处理技术，实现对建筑幕墙玻璃破裂的高效、精准检测，提高安全性和可靠性。

技术实现思路

1、本发明为解决上述技术问题，提出了一种基于图像处理的建筑幕墙玻璃破裂检测方法及系统，以解决至少一个上述技术问题。

2、为实现上述目的，本发明提供一种基于图像处理的建筑幕墙玻璃破裂检测方法，包括以下步骤：

3、步骤s1：对建筑幕墙玻璃进行激光叠加斜射处理，并获取建筑幕墙玻璃图像；对建筑幕墙玻璃图像进行边缘锐化处理，以生成细节增强玻璃图像；

4、步骤s2：对细节增强玻璃图像进行光谱频域分析，以生成图像光谱频域数据；通过图像光谱频域数据对细节增强玻璃图像进行光学干涉分析，以生成干涉条纹序列数据；对干涉条纹序列数据进行振幅特征分析，以生成干涉条纹振幅特征数据；

5、步骤s3：对干涉条纹序列数据进行偏振形态检测，以生成偏振形态数据；根据偏振形态数据对细节增强玻璃图像进行条纹扭曲曲率计算，以生成干涉条纹扭曲曲率参数；通过干涉条纹扭曲曲率参数对细节增强玻璃图像进行破裂区域定位，以生成破裂区域数据；

6、步骤s4：通过干涉条纹振幅特征数据对细节增强玻璃图像进行三维重构，以构建建筑幕墙玻璃三维模型；通过建筑幕墙玻璃三维模型对破裂区域数据进行瞬态压力模拟，以生成瞬态压力数据；对瞬态压力数据进行应力应变分析，以生成应力-应变关联曲线；

7、步骤s5：通过应力-应变关联曲线数据对建筑幕墙玻璃三维模型进行表面微形貌细节识别，以生成局部振动形变数据；利用局部振动形变数据对破裂区域数据进行裂纹形态特征分析，以生成裂纹形态特征数据；

8、步骤s6：通过建筑幕墙玻璃三维模型对裂纹形态特征数据进行时空演变分析，生成裂纹时空演变数据；对裂纹时空演变数据进行趋势预测，以生成裂纹演变趋势预测曲线；通过裂纹演变趋势预测曲线对建筑幕墙玻璃三维模型进行缺陷决策分析，以构建玻璃破裂决策模型，执行建筑幕墙玻璃破裂检测作业。

9、本发明通过激光叠加斜射处理改变玻璃的光学特性，增强图像的对比度和清晰度，边缘锐化处理突出图像中的细节和边缘部分，使细节增强玻璃图像更加清晰和鲜明，光谱频域分析提取图像中不同频率的信息，有助于分析玻璃表面的细微变化和结构特征，光学干涉分析通过干涉条纹的形成来检测玻璃表面的微小凹凸和变形情况，提供更加精细的表面形貌信息，干涉条纹振幅特征数据用于表征玻璃表面的振动情况和局部变形特征，为后续的分析提供重要数据，偏振形态检测分析干涉条纹的偏振特性，揭示玻璃表面的形变情况和应力分布，干涉条纹扭曲曲率参数提供玻璃表面的局部扭曲和变形程度，用于评估玻璃的稳定性和破裂风险，破裂区域数据的定位确定玻璃表面存在的裂纹或破损区域，为后续的分析和修复提供指导，通过三维重构，将细节增强玻璃图像转换为建筑幕墙玻璃的几何模型，提供更加全面和准确的形状信息，瞬态压力模拟通过模拟建筑幕墙玻璃受到外部压力的情况，帮助了解破裂的潜在原因和影响，应力-应变关联曲线描述建筑幕墙玻璃在不同应力情况下的应变响应，为后续的力学分析和结构评估提供依据，应力-应变关联曲线数据用于识别建筑幕墙玻璃表面的微小形貌细节，揭示潜在的结构问题和破损情况，局部振动形变数据提供建筑幕墙玻璃在振动条件下的响应情况，确定破裂区域的裂纹形态特征，裂纹时空演变数据揭示裂纹在建筑幕墙玻璃中的发展过程和变化规律，为裂纹的评估和管理提供依据，裂纹演变趋势预测曲线预测裂纹的未来发展趋势，制定相应的维护措施和决策，构建玻璃破裂决策模型基于裂纹演变趋势和其他相关参数，进行缺陷识别和破裂检测，从而确保建筑幕墙玻璃的安全性和可靠性。

10、优选地，步骤s1包括以下步骤：

11、步骤s11：对建筑幕墙玻璃进行激光叠加斜射处理，并获取建筑幕墙玻璃图像；

12、步骤s12：对建筑幕墙玻璃图像进行边缘区域分割，以生成边缘区域图像；

13、步骤s13：对边缘区域图像进行像素灰度计算，生成边缘像素灰度值；

14、步骤s14：基于边缘像素灰度值对边缘区域图像进行边缘锐化处理，以生成锐化边缘图像；

15、步骤s15：对锐化边缘图像及建筑幕墙玻璃图像进行灰度拉伸融合，以生成细节增强玻璃图像。

16、本发明通过激光叠加斜射处理改变玻璃的光学特性，增强图像的对比度和清晰度，减少或消除图像中的反射、折射和散射等干扰因素，提高后续处理步骤的准确性，边缘区域分割将图像中的边缘部分与背景区域分离，便于后续对边缘进行处理和分析，通过分割出边缘区域图像，集中关注玻璃表面的细节和边缘特征，像素灰度计算提取边缘区域图像中每个像素的灰度值，反映图像中边缘的亮度信息，边缘像素灰度值用于后续的边缘锐化处理和细节增强，突出图像中的边缘特征，边缘锐化处理增强图像中的边缘部分，使其更加清晰和鲜明，通过基于边缘像素灰度值的处理，突出边缘的细节和形状，使图像在边缘部分更加锐利，灰度拉伸调整图像的灰度范围，使图像的对比度更加均衡和饱和，将锐化边缘图像与建筑幕墙玻璃图像进行融合，将边缘的细节和形状与整体图像结合，产生细节更加丰富的图像，细节增强玻璃图像有助于更清晰地观察建筑幕墙玻璃的细微变化和破损情况，提供更准确的数据用于破裂检测。

17、优选地，步骤s2包括以下步骤：

18、步骤s21：对细节增强玻璃图像进行频域转换，以生成频率响应图像；

19、步骤s22：对频率响应图像进行频率带分布分析，生成频率带分布数据；

20、步骤s23：基于频率带分布数据对频率响应图像进行光谱频域分析，以生成图像光谱频域数据；

21、步骤s24：通过图像光谱频域数据对细节增强玻璃图像进行光学干涉分析，以生成干涉条纹序列数据；

22、步骤s25：对干涉条纹序列数据进行条纹区域梯度间隔计算，生成条纹梯度间隔数据；

23、步骤s26：通过条纹梯度间隔数据对光学干涉条纹进行振幅特征分析，以生成干涉条纹振幅特征数据。

24、本发明通过频域转换将图像从空间域转换到频率域，提供图像在不同频率上的能量分布信息，频率响应图像反映图像中不同频率成分的强度和分布情况，有助于分析图像的纹理和细节特征，频率带分布分析将频率响应图像划分为不同的频率带，并统计每个频率带的能量分布，频率带分布数据提供不同频率带上的信息，了解图像中不同尺度的细节特征的贡献，光谱频域分析进一步分析频率响应图像中的频率成分，并提取其光谱特性，图像光谱频域数据提供不同频率上的能量分布和相位信息，理解图像中不同频率成分的相互关系和特征，光学干涉分析利用图像光谱频域数据的相位信息，检测和分析图像中的干涉现象和条纹结构，干涉条纹序列数据提供干涉条纹的位置和形态信息，识别和量化图像中的干涉现象和细节特征，条纹区域梯度间隔计算分析干涉条纹序列中的条纹间距和梯度变化情况，条纹梯度间隔数据提供干涉条纹的间距和梯度信息，量化干涉条纹的密度和形态特征，干涉条纹振幅特征分析提取干涉条纹的振幅变化信息，反映图像中光学干涉的强度和形态特征，干涉条纹振幅特征数据提供干涉条纹的振幅分布和变化特征，识别和定量分析图像中的干涉现象和细节特征。

25、优选地，步骤s24的具体步骤为：

26、步骤s241：通过图像光谱频域数据对细节增强玻璃图像进行光强分布重构，生成光强分布图；

27、步骤s242：根据光强分布图对细节增强玻璃图像进行光频分解，生成光频分量数据；

28、步骤s243：利用光频分量数据对细节增强玻璃图像进行光学干涉分析，生成光学干涉图；

29、步骤s244：对光学干涉图进行干涉条纹提取，以生成光学干涉条纹；

30、步骤s245：对光学干涉条纹进行条纹布局结构分析，以生成干涉条纹序列数据。

31、本发明通过光强分布重构利用图像光谱频域数据的能量信息，重新构建图像的光强分布图，光强分布图提供图像中不同位置的光强强度信息，分析图像的亮度分布和强度变化，光频分解将图像分解为不同频率上的光频分量，提取图像中的频率信息，光频分量数据提供图像在不同频率上的光强分布信息，理解图像中不同频率成分的贡献和特征，光学干涉分析利用光频分量数据的相位信息，检测和分析图像中的干涉现象和条纹结构，光学干涉图提供干涉条纹的位置和形态信息，有助于可视化干涉现象和细节特征，干涉条纹提取从光学干涉图中分离出干涉条纹，以便进一步分析和处理，光学干涉条纹提供干涉现象的视觉表现形式，进一步分析干涉条纹的形态和特征，条纹布局结构分析分析干涉条纹的间距、密度和形态等布局特征，干涉条纹序列数据提供干涉条纹的布局结构信息，识别和量化干涉条纹的特征和变化。

32、优选地，步骤s3的具体步骤为：

33、步骤s31：对干涉条纹序列数据进行偏振状态采样，以生成偏振状态数据，偏振状态数据包括0°偏振状态数据、45°偏振状态数据、90°偏振状态数据及135°偏振状态数据；

34、步骤s32：基于偏振状态数据对干涉条纹序列数据进行条纹差异分析，以生成偏振态条纹差异数据；

35、步骤s33：对偏振态条纹差异数据进行偏振形态检测，以生成偏振形态数据；

36、步骤s34：根据偏振形态数据对细节增强玻璃图像进行条纹扭曲曲率计算，以生成干涉条纹扭曲曲率参数；

37、步骤s35：通过干涉条纹扭曲曲率参数对光学干涉图进行异常条纹识别，以标记异常条纹数据；

38、步骤s36：基于异常条纹数据对细节增强玻璃图像进行破裂区域定位，以生成破裂区域数据。

39、本发明通过采集不同偏振角度下的干涉条纹序列数据，获取干涉条纹在不同偏振状态下的表现，偏振状态数据提供不同偏振角度下的干涉条纹信息，分析和理解干涉现象的偏振特性，条纹差异分析通过对不同偏振状态下的干涉条纹进行比较，提取条纹在不同偏振状态下的差异信息，偏振态条纹差异数据提供不同偏振状态下的条纹差异程度和分布信息，分析和量化干涉条纹的偏振特征，偏振形态检测通过分析偏振态条纹差异数据，检测和识别出干涉条纹的偏振形态特征，偏振形态数据提供干涉条纹的偏振形态信息，理解和描述干涉条纹的偏振变化和形态特征，条纹扭曲曲率计算利用偏振形态数据，分析干涉条纹的形态变化和扭曲程度，计算出条纹的曲率参数，干涉条纹扭曲曲率参数提供干涉条纹的扭曲程度和变化信息，评估条纹的形态特性和变形情况，异常条纹识别利用干涉条纹扭曲曲率参数，检测和识别出具有异常形态或扭曲的干涉条纹，异常条纹数据提供标记异常干涉条纹的信息，定位和分析可能存在破裂的区域，破裂区域定位通过分析异常条纹数据，确定存在破裂的区域，进行破裂的定位和标记，破裂区域数据提供破裂位置和范围的信息，准确定位和识别建筑幕墙玻璃的破裂情况。

40、优选地，步骤s4的具体步骤为：

41、步骤s41：通过干涉条纹振幅特征数据对细节增强玻璃图像进行三维重构，以构建建筑幕墙玻璃三维模型；

42、步骤s42：通过建筑幕墙玻璃三维模型对破裂区域数据进行瞬态压力模拟，以生成瞬态压力数据；

43、步骤s43：对瞬态压力数据进行形变响应分析，生成受力形变响应数据；

44、步骤s44：对受力形变响应数据进行应力应变分析，以生成应力应变数据；

45、步骤s45：利用动力学原理对应力应变数据进行应力应变关联曲线拟合，生成应力-应变关联曲线。

46、本发明通过干涉条纹振幅特征数据提供干涉条纹在空间中的振幅信息，用于恢复干涉条纹的三维形状，三维重构将基于干涉条纹的振幅特征数据，通过算法和技术手段，将二维图像转换为具有空间信息的三维模型，为后续的模拟和分析提供几何形状数据，建筑幕墙玻璃三维模型提供玻璃的几何形状和结构信息，用于模拟破裂区域的物理响应，瞬态压力模拟利用建筑幕墙玻璃的三维模型，通过施加外部压力或加载条件，模拟破裂区域的瞬态压力响应，为后续的形变和应力分析提供边界条件，形变响应分析通过对瞬态压力数据进行分析，计算和描述了破裂区域的形变情况，受力形变响应数据提供破裂区域的形变程度和分布信息，理解和评估破裂区域的受力情况和变形特征，应力应变分析通过对受力形变响应数据进行分析，计算和描述破裂区域的应力和应变分布，应力应变数据提供破裂区域内部的应力状态和应变情况，评估破裂区域的强度和承载能力，应力应变关联曲线拟合利用动力学原理，将应力应变数据拟合为一条曲线，描述材料的力学性质和行为，应力-应变关联曲线提供破裂区域材料的应力-应变关系，评估破裂区域的强度和变形特性，为破裂检测和结构分析提供参考。

47、优选地，步骤s41的具体步骤为：

48、步骤s411：通过干涉条纹振幅特征数据对细节增强玻璃图像进行特征点匹配，以标记干涉条纹特征点；

49、步骤s412：对干涉条纹特征点进行相对位移计算，以生成特征点相位值；

50、步骤s413：基于特征点相位值对干涉条纹特征点进行点云整合，生成点云数据；

51、步骤s414：根据细节增强玻璃图像对点云数据进行表面重建，生成建筑幕墙玻璃网格模型；

52、步骤s415：利用图像光谱频域数据对建筑幕墙玻璃网格模型进行光谱色散校正，以生成色散校正网格模型；

53、步骤s416：对色散校正网格模型进行三维重构，以构建建筑幕墙玻璃三维模型。

54、本发明通过干涉条纹振幅特征数据提供干涉条纹的振幅信息，提取干涉条纹的特征点，特征点匹配将干涉条纹特征点在不同图像帧之间进行关联，从而实现对玻璃表面的特征点标记，相对位移计算可根据特征点在图像序列中的位置变化，计算出特征点之间的相对位移，特征点相位值反映干涉条纹的相对相位信息，用于后续的点云数据生成和重建，特征点相位值提供干涉条纹特征点的相对位置信息，通过整合这些点的坐标，生成点云数据，点云数据以三维坐标形式表示干涉条纹特征点的空间位置，为后续的表面重建和模型构建提供几何数据，细节增强玻璃图像提供玻璃表面的高分辨率图像信息，用于点云数据的表面重建，表面重建通过对点云数据进行算法处理，将离散的点云拟合为连续的曲面，生成建筑幕墙玻璃的网格模型，图像光谱频域数据提供玻璃材料的光学特性，用于对建筑幕墙玻璃网格模型进行光谱色散校正，色散校正通过调整建筑幕墙玻璃网格模型的颜色和光学特性，使其更加真实地反映实际材料的色散效应，色散校正网格模型提供经过颜色校正的建筑幕墙玻璃模型，具有更真实的外观和光学特性，三维重构将色散校正网格模型转换为具有空间信息的三维模型，为后续的破裂检测和分析提供几何形状数据。

55、优选地，步骤s5的具体步骤为：

56、步骤s51：对建筑幕墙玻璃三维模型进行局部区域划分，生成局部区域；

57、步骤s52：通过应力-应变关联曲线数据对局部区域进行表面微形貌细节识别，以生成局部振动形变数据；

58、步骤s53：对局部振动形变数据进行共振模态分析，生成局部共振模态数据；

59、步骤s54：利用局部共振模态数据对破裂区域数据进行裂纹形态特征分析，以生成裂纹形态特征数据。

60、本发明通过局部区域划分将建筑幕墙玻璃三维模型分割成多个小的局部区域，为后续的分析和处理提供更精细的数据范围，局部区域的划分根据玻璃的结构特点和破裂区域的位置，将重点关注的区域进行划分，提高破裂检测的精确性和效率，应力-应变关联曲线数据提供破裂区域材料的力学性质和行为，根据这些数据对局部区域进行表面微形貌细节识别，表面微形貌细节识别分析局部区域的微小形变情况，捕捉玻璃表面的细微振动形变，为后续的破裂检测和裂纹分析提供准确的数据基础，共振模态分析识别局部区域的共振模态，即特定频率下的振动模式，局部共振模态数据提供破裂区域附近的振动模态信息，了解破裂区域的振动特性，为裂纹形态特征分析提供依据，裂纹形态特征分析基于局部振动形变数据，对破裂区域的裂纹形态进行分析和描述，裂纹形态特征数据提供破裂区域的裂纹形状、长度、分布等信息，评估破裂区域的严重程度和演化趋势。

61、优选地，步骤s6的具体步骤为：

62、步骤s61：对裂纹形态特征数据进行裂纹扩展方向分析，以生成裂纹扩展路径数据；

63、步骤s62：根据裂纹扩展路径数据对裂纹形态特征数据进行裂纹速率计算，生成裂纹速率数据；

64、步骤s63：通过建筑幕墙玻璃三维模型对裂纹扩展路径数据及裂纹速率数据进行时空演变分析，生成裂纹时空演变数据；

65、步骤s64：对裂纹时空演变数据进行动态裂纹演化分析，生成动态演变规律数据；

66、步骤s65：利用动态演变规律数据对裂纹时空演变数据进行趋势预测，以生成裂纹演变趋势预测曲线；

67、步骤s66：通过裂纹演变趋势预测曲线对建筑幕墙玻璃三维模型进行缺陷决策分析，生成缺陷决策策略；

68、步骤s67：利用缺陷决策策略对建筑幕墙玻璃三维模型进行数据挖掘建模，以构建玻璃破裂决策模型，执行建筑幕墙玻璃破裂检测作业。

69、本发明通过裂纹扩展方向分析确定裂纹在建筑幕墙玻璃中的传播路径，通过裂纹扩展路径数据，了解裂纹的传播方向和路径，评估裂纹的扩展趋势和影响范围，裂纹速率计算基于裂纹扩展路径数据，确定裂纹的扩展速率，裂纹速率数据提供裂纹扩展的时间变化信息，了解裂纹的演化速度和预测裂纹的未来发展趋势，时空演变分析结合建筑幕墙玻璃三维模型，将裂纹扩展路径数据和裂纹速率数据在时间和空间上进行综合分析，裂纹时空演变数据提供裂纹在建筑幕墙玻璃中的时空分布情况，理解裂纹的演化过程和预测裂纹的未来发展趋势，动态裂纹演化分析分析裂纹的演变规律和特征，动态演变规律数据提供裂纹的变化趋势、模式和规律，评估裂纹的稳定性和破坏风险，裂纹演变趋势预测基于动态演变规律数据，预测裂纹的未来发展趋势，裂纹演变趋势预测曲线提供裂纹的预测路径和变化趋势，有助于制定相应的维护和修复策略，缺陷决策分析基于裂纹演变趋势预测曲线，评估建筑幕墙玻璃的缺陷状况和破裂风险，缺陷决策策略提供针对不同缺陷情况的处理建议和决策方案，制定相应的维护和修复计划，数据挖掘建模基于缺陷决策策略，利用建筑幕墙玻璃三维模型的数据进行模式识别和预测建模，玻璃破裂决策模型根据建筑幕墙玻璃的特征和缺陷情况，进行破裂风险评估和检测方案的制定。

70、在本说明书中，提供一种基于图像处理的建筑幕墙玻璃破裂检测系统，包括：

71、细节增强模块，对建筑幕墙玻璃进行激光叠加斜射处理，并获取建筑幕墙玻璃图像；对建筑幕墙玻璃图像进行边缘锐化处理，以生成细节增强玻璃图像；

72、光学干涉模块，对细节增强玻璃图像进行光谱频域分析，以生成图像光谱频域数据；通过图像光谱频域数据对细节增强玻璃图像进行光学干涉分析，以生成干涉条纹序列数据；对干涉条纹序列数据进行振幅特征分析，以生成干涉条纹振幅特征数据；

73、破裂区域定位模块，对干涉条纹序列数据进行偏振形态检测，以生成偏振形态数据；根据偏振形态数据对细节增强玻璃图像进行条纹扭曲曲率计算，以生成干涉条纹扭曲曲率参数；通过干涉条纹扭曲曲率参数对细节增强玻璃图像进行破裂区域定位，以生成破裂区域数据；

74、应力应变模块，通过干涉条纹振幅特征数据对细节增强玻璃图像进行三维重构，以构建建筑幕墙玻璃三维模型；通过建筑幕墙玻璃三维模型对破裂区域数据进行瞬态压力模拟，以生成瞬态压力数据；对瞬态压力数据进行应力应变分析，以生成应力-应变关联曲线；

75、裂纹形态特征模块，通过应力-应变关联曲线数据对建筑幕墙玻璃三维模型进行表面微形貌细节识别，以生成局部振动形变数据；利用局部振动形变数据对破裂区域数据进行裂纹形态特征分析，以生成裂纹形态特征数据；

76、裂纹演变趋势模块，通过建筑幕墙玻璃三维模型对裂纹形态特征数据进行时空演变分析，生成裂纹时空演变数据；对裂纹时空演变数据进行趋势预测，以生成裂纹演变趋势预测曲线；通过裂纹演变趋势预测曲线对建筑幕墙玻璃三维模型进行缺陷决策分析，以构建玻璃破裂决策模型，执行建筑幕墙玻璃破裂检测作业。

77、本发明通过构建基于图像处理的建筑幕墙玻璃破裂检测系统，通过细节增强模块进行激光叠加斜射处理，增强建筑幕墙玻璃的细节信息，使得图像更加清晰和详细，经过处理后，获得建筑幕墙玻璃的图像，用作后续处理和分析的输入，光学干涉模块通过对细节增强玻璃图像进行光谱频域分析，了解图像在不同频率上的光学特性，进一步了解幕墙玻璃的性质，利用图像光谱频域数据进行光学干涉分析，检测到干涉条纹的存在，提供有关玻璃表面形态和结构的信息，分析干涉条纹序列数据的振幅特征，获取幕墙玻璃表面的振动和变形信息，用于后续的破裂区域定位和应力应变分析，破裂区域定位模块通过偏振形态数据的检测，确定幕墙玻璃表面的偏振特性，进一步了解玻璃的形态和结构，利用偏振形态数据计算干涉条纹的扭曲曲率参数，从而确定破裂区域的位置和形状，应力应变模块通过干涉条纹振幅特征数据对细节增强玻璃图像进行三维重构，建立建筑幕墙玻璃的准确三维模型，为后续分析提供基础，利用建筑幕墙玻璃三维模型进行瞬态压力模拟，模拟外部环境对幕墙玻璃的冲击和应力情况，通过应力应变分析，生成建筑幕墙玻璃的应力-应变关联曲线，用于评估玻璃的强度和稳定性，裂纹形态特征模块利用应力-应变关联曲线数据对建筑幕墙玻璃三维模型进行表面微形貌细节识别，精确检测出裂纹的形态和特征，分析局部振动形变数据，获得裂纹的形态特征，例如长度、宽度和方向等信息，裂纹演变趋势模块通过建筑幕墙玻璃三维模型对裂纹形态特征数据进行时空演变分析，了解裂纹在时间和空间上的变化情况，为后续的趋势预测提供依据，根据裂纹时空演变数据，进行趋势预测，预测裂纹的扩展路径和速度，提供对破裂的预警和决策分析，利用裂纹演变趋势预测曲线对建筑幕墙玻璃三维模型进行缺陷决策分析，确定是否存在严重破裂的区域，为维修和保养提供决策依据。