规则性特征的建筑物立面窗户检测方法分析

窗户作为建筑立面的主要组成部分,具有保证良好室内光照、温度的重要作用,但由于立面与窗户的多样性,相关检测方法也需与时俱进。基于此,本文从规则性特征出发,分析建筑物立面窗户检测方法,梳理分布感知与点位分布的窗角点检测要点,融合规则特征合理细化窗角点分组,结合实验验证方法的可行性,以期为相关工程或人员提供有效参考。

结合深度学习与规则特征的立面窗户检测方法

针对现有通过检测窗户角点实现窗户检测方法中存在窗户误检的问题,该文在窗角点分组阶段,以建筑物立面窗户的分布规律及其自身的几何结构特征为依据,提出一种参数自适应的窗角点分组方法。该方法是在使用深度学习方法获取窗户4个角点坐标的基础上,结合窗户角点及其连线的空间位置关系、平行垂直关系,建立窗角点分组判别依据,实现对窗角点检测结果的准确划分,进而得到有效窗户检测结果。为验证该方法的有效性,选用4个公开数据集进行窗户检测实验,结果表明:该方法可有效支持多类图像数据、实现全自动化运行,且与现有方法相比,具有更高的检测精度。