1.本发明涉及文化遗产保护技术领域，尤其涉及一种古建筑遗产中木构件的保护决策方法。
背景技术：2.古建筑作为人类智慧文明的结晶，它的价值逐渐受到了人们的重视，但在历史发展的中却由于受到各种环境及人为因素的影响，古建筑中的木构件会受到腐蚀、裂缝、槽朽、虫害等不同程度的损毁，从而，古建筑中的木构件进行修缮与加固工作是极为重要的，但是，现如今的大多数木构件在保护、修缮时采用人工查看的方式，费时费力，并且不能观测到木构件内部的残损，并作出相应的措施。
3.因此，提供一种新的技术方案改善上述问题，是本领域技术人员急需解决的问题。
技术实现要素：4.有鉴于此，本发明提供一种古建筑遗产中木构件的保护决策方法，以解决上述技术问题。
5.为实现上述目的，本发明提供如下技术方案：
6.一种古建筑遗产中木构件的保护决策方法，包括：
7.建立古建筑木构件数据库；
8.对古建筑木构件数据库中记录的木构件进行信息采集；
9.对木构件的采集信息进行分析处理，并根据分析处理结果对建立的古建筑木构件数据库进行数据更新；
10.根据分析处理结果获取保护决策信息。
11.在上述的方案中，所述建立古建筑木构件数据库包括：
12.统计各个古建筑的名称以及各个古建筑中木构件的名称，并统计各个古建筑中木构件样本数量，根据统计结果建立古建筑木构件样本统计表；
13.对所有古建筑中各个木构件的所用树种进行统计，建立木构件树种统计表；
14.统计古建筑中木构件已出现或预计出现的残损状态信息，建立残损状态信息表；
15.建立对各个古建筑中每个木构件进行监测的监测信息表；
16.建立对各个古建筑中每个木构件进行维护的维护信息表。
17.在上述的方案中，所述建立古建筑木构件数据库还包括：
18.根据古建筑木构件样本统计表、木构件树种统计表、残损状态信息表、监测信息表和维护信息表建立多个数据表；
19.对各个数据表之间通过关联字段进行关联建立古建筑木构件数据库；
20.与古建筑遗产中木构件的保护服务器建立古建筑木构件数据库链接；
21.基于visualstudi建立登录界面、管理员管理界面、数据库查询界面和数据库总览界面；
22.基于ado.net建立登录界面、管理员管理界面、数据库查询界面和数据库总览界面与古建筑木构件数据库的连接。
23.在上述的方案中，所述根据古建筑木构件样本统计表、木构件树种统计表、残损状态信息表、监测信息表和维护信息表建立多个数据表包括：
24.对古建筑木构件样本统计表中的各个古建筑的名称进行提取建立古建筑数据表；
25.对古建筑木构件样本统计表中各个古建筑中木构件的名称进行提取建立木构件数据表；
26.对木构件树种统计表中树种名称进行提取建立树种数据表；
27.对残损状态信息表中的残损类别进行提取建立残损类别数据表；
28.对残损状态信息表中的残损严重程度进行提取建立残损严重程度数据表；
29.对监测信息表中的监测内容进行提取建立监测数据表；
30.对维护信息表中的维护内容进行提取建立维护数据表。
31.在上述的方案中，所述对古建筑木构件数据库中记录的木构件进行信息采集包括：
32.通过摄像机采集各个古建筑中的木构件表面图像；
33.通过用应力波断层测试仪采集各个古建筑中的木构件内部应力波图像。
34.在上述的方案中，所述对木构件的采集信息进行分析处理，并根据分析处理结果对建立的古建筑木构件数据库进行数据更新包括：
35.对各个古建筑中的木构件表面图像进行分析处理获取木构件表面残损类别和表面残损严重程度；
36.对各个古建筑中的木构件内部应力波图像进行分析处理获取木构件内部残损类别和内部残损严重程度；
37.根据木构件表面残损类别、木构件表面残损严重程度、木构件内部残损类别和木构件表面残损严重程度对建立的古建筑木构件数据库进行数据更新。
38.在上述的方案中，所述对各个古建筑中的木构件表面图像进行分析处理获取木构件表面残损类别和表面残损严重程度包括：
39.对木构件表面图像进行灰度化处理，并计算灰度化处理得到的灰度图像的灰度等级；
40.计算木构件表面图像对应直方图的分布概率，并根据分布概率获取木构件表面图像对应直方图的概率累计值；
41.确定灰度图像的灰度等级与木构件表面图像对应直方图的概率累计值的映射对应关系；
42.根据映射对应关系确定木构件表面图像对应的均衡化直方图，并根据均衡化直方图生成新的木构件表面图像；
43.对新的木构件表面图像进行hog特征提取，并通过svm分类器对提取的hog特征进行分类识别获取木构件表面残损类别和表面残损严重程度。
44.在上述的方案中，所述对各个古建筑中木构件的内部应力波图像进行分析处理获取木构件内部残损类别和内部残损严重程度包括：
45.将木构件的内部应力波图像进行灰度化处理获取木构件的内部应力波灰度图像；
46.分别计算木构件的内部应力波灰度图像中的红色分量、绿色分量和蓝色分量间的差值；
47.分别将获取的各个差值与红色提取阈值和绿色提取阈值进行比较，根据比较结果提取对应的颜色区域图像；
48.对提取的颜色区域图像进行面积像素计算，获取残损面积百分比，并根据残损面积百分比匹配内部残损严重程度；
49.对木构件的内部应力波图像进行纹理特征提取，根据纹理特征获取木构件内部残损类别。
50.在上述的方案中，所述对提取的颜色区域图像进行面积像素计算，获取残损面积百分比，并根据残损面积百分比匹配内部残损严重程度包括：
51.利用edge边缘函数和sobel算子计算阈值，通过边缘分割算法获取颜色区域图像对应的二值掩膜图像；
52.对二值掩膜图像进行膨胀处理，分离出目标区域；
53.采用bwlabel函数对分离出的目标区域中各部分进行标注；
54.计算已标注的目标区域中各部分的面积的总像素；
55.计算颜色区域图像对应的木构件的内部应力波图像的面积总像素；
56.根据目标区域中各部分的面积的总像素和内部应力波图像的面积总像素获取残损面积百分比；
57.将残损面积百分比输入至训练完成的卷积神经网络中获取内部残损严重程度。
58.在上述的方案中，所述根据分析处理结果获取保护决策信息包括：
59.将分析处理结果中的木构件表面残损类别和表面残损严重程度输入至训练完成的卷积神经网络中获取木构件表面保护决策信息；
60.将分析处理结果中的木构件内部残损类别和内部残损严重程度输入至训练完成的卷积神经网络中获取木构件内部保护决策信息。
61.综上所述，本发明的有益效果是：通过建立古建筑木构件数据库，对古建筑木构件数据库中记录的木构件进行表面图像采集和内部应力波图像采集，并对表面图像和内部应力波图像进行分析处理，根据分析处理结果分别获取表面残损类别、表面残损严重程度、内部残损类别和内部残损严重程度，以及根据表面残损类别和表面残损严重程度获取木构件表面保护决策信息，根据内部残损类别和内部残损严重程度获取木构件内部保护决策信息，智能化程度高，可及时对古建筑中木构件实施保护措施。
附图说明
62.构成本技术的一部分的附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。
63.图1为本发明中古建筑遗产中木构件的保护决策方法的步骤图。
64.图2和图3为本发明中建立古建筑木构件数据库的步骤图。
65.图4为本发明中建立多个数据表的步骤图。
66.图5为本发明中对古建筑木构件数据库中记录的木构件进行信息采集的步骤图。
67.图6为本发明中对木构件的采集信息进行分析处理的步骤图。
68.图7为本发明中对各个古建筑中的木构件表面图像进行分析处理的步骤图。
69.图8为本发明中对各个古建筑中的木构件内部应力波图像进行分析处理的步骤图。
70.图9为本发明中对提取的颜色区域图像进行面积像素计算的步骤图。
71.图10为本发明中根据分析处理结果获取保护决策信息的步骤图。
具体实施方式
72.为使本发明的目的、技术方案和优点更加清楚明白，下面结合实施方式和附图，对本发明做进一步详细说明。在此，本发明的示意性实施方式及其说明用于解释本发明，但并不作为对本发明的限定。
73.如图1所示，本发明的一种古建筑遗产中木构件的保护决策方法，包括：
74.步骤s1：建立古建筑木构件数据库；
75.步骤s2：对古建筑木构件数据库中记录的木构件进行信息采集；
76.步骤s3：对木构件的采集信息进行分析处理，并根据分析处理结果对建立的古建筑木构件数据库进行数据更新；
77.步骤s4：根据分析处理结果获取保护决策信息。
78.如图2和图3所示，所述建立古建筑木构件数据库包括：
79.步骤s11：统计各个古建筑的名称以及各个古建筑中木构件的名称，并统计各个古建筑中木构件样本数量，根据统计结果建立古建筑木构件样本统计表；
80.步骤s12：对所有古建筑中各个木构件的所用树种进行统计，建立木构件树种统计表；
81.步骤s13：统计古建筑中木构件已出现或预计出现的残损状态信息，建立残损状态信息表；
82.步骤s14：建立对各个古建筑中每个木构件进行监测的监测信息表；
83.步骤s15：建立对各个古建筑中每个木构件进行维护的维护信息表；
84.步骤s16：根据古建筑木构件样本统计表、木构件树种统计表、残损状态信息表、监测信息表和维护信息表建立多个数据表；
85.步骤s17：对各个数据表之间通过关联字段进行关联建立古建筑木构件数据库；
86.步骤s18：与古建筑遗产中木构件的保护服务器建立古建筑木构件数据库链接；
87.步骤s19：基于visualstudi建立登录界面、管理员管理界面、数据库查询界面和数据库总览界面；
88.步骤s20：基于ado.net建立登录界面、管理员管理界面、数据库查询界面和数据库总览界面与古建筑木构件数据库的连接。
89.在本实施例中，所述古建筑木构件样本统计表中包括序号、古建筑名称、某一古建筑对应的木构件样本数量和某一古建筑对应的木构件的名称。
90.在本实施例中，所述木构件树种统计表中包括序号、古建筑木构件样本统计表中所有涉及的古建筑名称、古建筑木构件样本统计表中所有涉及的古建筑对应的木构件名称以及古建筑木构件样本统计表中所有涉及的古建筑对应的木构件的所用树种名称。
91.在本实施例中，所述残损状态信息表包括残损木构件名称、残损木构件对应的古
建筑名称、残损类别和残损严重程度。
92.在本实施例中，所述监测信息表中包括监测时间、监测木构件名称、监测木构件对应的古建筑名称和监测内容，所述监测内容包括木构件表面监测和木构件内部监测。
93.在本实施例中，所述维护信息表中包括维护时间、维修木构件名称、维修木构件对应的古建筑名称、维护内容和维护原因。
94.在本实施例中，古建筑木构件数据库的网络架构由古建筑遗产中木构件的保护服务器、古建筑木构件数据库和局域网组成，用户可通过局域网访问所述古建筑遗产中木构件的保护服务器中古建筑木构件数据库。
95.如图4所示，所述根据古建筑木构件样本统计表、木构件树种统计表、残损状态信息表、监测信息表和维护信息表建立多个数据表包括：
96.步骤s161：对古建筑木构件样本统计表中的各个古建筑的名称进行提取建立古建筑数据表；
97.步骤s162：对古建筑木构件样本统计表中各个古建筑中木构件的名称进行提取建立木构件数据表；
98.步骤s163：对木构件树种统计表中树种名称进行提取建立树种数据表；
99.步骤s164：对残损状态信息表中的残损类别进行提取建立残损类别数据表；
100.步骤s165：对残损状态信息表中的残损严重程度进行提取建立残损严重程度数据表；
101.步骤s166：对监测信息表中的监测内容进行提取建立监测数据表；
102.步骤s167：对维护信息表中的维护内容进行提取建立维护数据表。
103.在本实施例中，所述古建筑数据表、所述木构件数据表、所述树种数据表、所述残损类别数据表、所述残损严重程度数据表、所述监测数据表和所述维护数据表中均包括序号、名称、编码和来源。
104.如图5所示，所述对古建筑木构件数据库中记录的木构件进行信息采集包括：
105.步骤s21:通过摄像机采集各个古建筑中的木构件表面图像；
106.步骤s22:通过用应力波断层测试仪采集各个古建筑中的木构件内部应力波图像。
107.如图6所示，所述对木构件的采集信息进行分析处理，并根据分析处理结果对建立的古建筑木构件数据库进行数据更新包括：
108.步骤s31:对各个古建筑中的木构件表面图像进行分析处理获取木构件表面残损类别和表面残损严重程度；
109.步骤s32:对各个古建筑中的木构件内部应力波图像进行分析处理获取木构件内部残损类别和内部残损严重程度；
110.步骤s33:根据木构件表面残损类别、木构件表面残损严重程度、木构件内部残损类别和木构件表面残损严重程度对建立的古建筑木构件数据库进行数据更新。
111.如图7所示，所述对各个古建筑中的木构件表面图像进行分析处理获取木构件表面残损类别和表面残损严重程度包括：
112.步骤s311:对木构件表面图像进行灰度化处理，并计算灰度化处理得到的灰度图像的灰度等级；
113.步骤s312:计算木构件表面图像对应直方图的分布概率，并根据分布概率获取木
构件表面图像对应直方图的概率累计值；
114.步骤s313:确定灰度图像的灰度等级与木构件表面图像对应直方图的概率累计值的映射对应关系；
115.步骤s314:根据映射对应关系确定木构件表面图像对应的均衡化直方图，并根据均衡化直方图生成新的木构件表面图像；
116.步骤s315:对新的木构件表面图像进行hog特征提取，并通过svm分类器对提取的hog特征进行分类识别获取木构件表面残损类别和表面残损严重程度。
117.如图8所示，所述对各个古建筑中木构件的内部应力波图像进行分析处理获取木构件内部残损类别和内部残损严重程度包括：
118.步骤s321:将木构件的内部应力波图像进行灰度化处理获取木构件的内部应力波灰度图像；
119.步骤s322:分别计算木构件的内部应力波灰度图像中的红色分量、绿色分量和蓝色分量间的差值；
120.步骤s323:分别将获取的各个差值与红色提取阈值和绿色提取阈值进行比较，根据比较结果提取对应的颜色区域图像；
121.步骤s324:对提取的颜色区域图像进行面积像素计算，获取残损面积百分比，并根据残损面积百分比匹配内部残损严重程度；
122.步骤s325:对木构件的内部应力波图像进行纹理特征提取，根据纹理特征获取木构件内部残损类别。
123.在本实施例中，分别计算木构件的内部应力波灰度图像中的红色分量、绿色分量和蓝色分量间的差值包括：分别计算木构件的内部应力波灰度图像中的红色分量与绿色分量的差值、红色分量与蓝色分量的差值、绿色分量与红色分量的差值、绿色分量与蓝色分量的差值、蓝色分量与红色分量的差值、蓝色分量与绿色分量的差值。
124.在本实施例中，分别将获取的各个差值与红色提取阈值、绿色提取阈值、红色提取阈值进行比较，根据比较结果提取对应的颜色区域包括：当红色分量与绿色分量的差值分量的差值大于红色提取阈值且红色分量与蓝色分量的差值分量的差值大于红色提取阈值，则通过掩膜覆盖将非目标颜色区域变为灰色，以突出所提取的红色区域，其中红色区域为残损区域；当绿色分量与红色分量的差值分量的差值大于红色提取阈值且绿色分量与蓝色分量的差值分量的差值大于绿色提取阈值，则通过掩膜覆盖将非目标颜色区域变为灰色，以突出所提取的绿色区域，其中，绿色区域为完好区域。
125.如图9所示，所述对提取的颜色区域图像进行面积像素计算，获取残损面积百分比，并根据残损面积百分比匹配内部残损严重程度包括：
126.步骤s3241:利用edge边缘函数和sobel算子计算阈值，通过边缘分割算法获取颜色区域图像对应的二值掩膜图像；
127.步骤s3242:对二值掩膜图像进行膨胀处理，分离出目标区域；
128.步骤s3243:采用bwlabel函数对分离出的目标区域中各部分进行标注；
129.步骤s3244:计算已标注的目标区域中各部分的面积的总像素；
130.步骤s3245:计算颜色区域图像对应的木构件的内部应力波图像的面积总像素；
131.步骤s3246:根据目标区域中各部分的面积的总像素和内部应力波图像的面积总
像素获取残损面积百分比；
132.步骤s3247:将残损面积百分比输入至训练完成的卷积神经网络中获取内部残损严重程度。
133.如图10所示，所述根据分析处理结果获取保护决策信息包括：
134.步骤s41:将分析处理结果中的木构件表面残损类别和表面残损严重程度输入至训练完成的卷积神经网络中获取木构件表面保护决策信息；
135.步骤s42:将分析处理结果中的木构件内部残损类别和内部残损严重程度输入至训练完成的卷积神经网络中获取木构件内部保护决策信息。
136.在本实施例中，保护决策信息包括更换、防腐、局部修缮等。
137.以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明实施例可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
技术特征：1.一种古建筑遗产中木构件的保护决策方法，其特征在于，包括：建立古建筑木构件数据库；对古建筑木构件数据库中记录的木构件进行信息采集；对木构件的采集信息进行分析处理，并根据分析处理结果对建立的古建筑木构件数据库进行数据更新；根据分析处理结果获取保护决策信息。2.根据权利要求1所述的古建筑遗产中木构件的保护决策方法，其特征在于，所述建立古建筑木构件数据库包括：统计各个古建筑的名称以及各个古建筑中木构件的名称，并统计各个古建筑中木构件样本数量，根据统计结果建立古建筑木构件样本统计表；对所有古建筑中各个木构件的所用树种进行统计，建立木构件树种统计表；统计古建筑中木构件已出现或预计出现的残损状态信息，建立残损状态信息表；建立对各个古建筑中每个木构件进行监测的监测信息表；建立对各个古建筑中每个木构件进行维护的维护信息表。3.根据权利要求2所述的古建筑遗产中木构件的保护决策方法，其特征在于，所述建立古建筑木构件数据库还包括：根据古建筑木构件样本统计表、木构件树种统计表、残损状态信息表、监测信息表和维护信息表建立多个数据表；对各个数据表之间通过关联字段进行关联建立古建筑木构件数据库；与古建筑遗产中木构件的保护服务器建立古建筑木构件数据库链接；基于visualstudi建立登录界面、管理员管理界面、数据库查询界面和数据库总览界面；基于ado.net建立登录界面、管理员管理界面、数据库查询界面和数据库总览界面与古建筑木构件数据库的连接。4.根据权利要求3所述的古建筑遗产中木构件的保护决策方法，其特征在于，所述根据古建筑木构件样本统计表、木构件树种统计表、残损状态信息表、监测信息表和维护信息表建立多个数据表包括：对古建筑木构件样本统计表中的各个古建筑的名称进行提取建立古建筑数据表；对古建筑木构件样本统计表中各个古建筑中木构件的名称进行提取建立木构件数据表；对木构件树种统计表中树种名称进行提取建立树种数据表；对残损状态信息表中的残损类别进行提取建立残损类别数据表；对残损状态信息表中的残损严重程度进行提取建立残损严重程度数据表；对监测信息表中的监测内容进行提取建立监测数据表；对维护信息表中的维护内容进行提取建立维护数据表。5.根据权利要求1所述的古建筑遗产中木构件的保护决策方法，其特征在于，所述对古建筑木构件数据库中记录的木构件进行信息采集包括：通过摄像机采集各个古建筑中的木构件表面图像；通过用应力波断层测试仪采集各个古建筑中的木构件内部应力波图像。
6.根据权利要求1所述的古建筑遗产中木构件的保护决策方法，其特征在于，所述对木构件的采集信息进行分析处理，并根据分析处理结果对建立的古建筑木构件数据库进行数据更新包括：对各个古建筑中的木构件表面图像进行分析处理获取木构件表面残损类别和表面残损严重程度；对各个古建筑中的木构件内部应力波图像进行分析处理获取木构件内部残损类别和内部残损严重程度；根据木构件表面残损类别、木构件表面残损严重程度、木构件内部残损类别和木构件表面残损严重程度对建立的古建筑木构件数据库进行数据更新。7.根据权利要求6所述的古建筑遗产中木构件的保护决策方法，其特征在于，所述对各个古建筑中的木构件表面图像进行分析处理获取木构件表面残损类别和表面残损严重程度包括：对木构件表面图像进行灰度化处理，并计算灰度化处理得到的灰度图像的灰度等级；计算木构件表面图像对应直方图的分布概率，并根据分布概率获取木构件表面图像对应直方图的概率累计值；确定灰度图像的灰度等级与木构件表面图像对应直方图的概率累计值的映射对应关系；根据映射对应关系确定木构件表面图像对应的均衡化直方图，并根据均衡化直方图生成新的木构件表面图像；对新的木构件表面图像进行hog特征提取，并通过svm分类器对提取的hog特征进行分类识别获取木构件表面残损类别和表面残损严重程度。8.根据权利要求6所述的古建筑遗产中木构件的保护决策方法，其特征在于，所述对各个古建筑中木构件的内部应力波图像进行分析处理获取木构件内部残损类别和内部残损严重程度包括：将木构件的内部应力波图像进行灰度化处理获取木构件的内部应力波灰度图像；分别计算木构件的内部应力波灰度图像中的红色分量、绿色分量和蓝色分量间的差值；分别将获取的各个差值与红色提取阈值和绿色提取阈值进行比较，根据比较结果提取对应的颜色区域图像；对提取的颜色区域图像进行面积像素计算，获取残损面积百分比，并根据残损面积百分比匹配内部残损严重程度；对木构件的内部应力波图像进行纹理特征提取，根据纹理特征获取木构件内部残损类别。9.根据权利要求8所述的古建筑遗产中木构件的保护决策方法，其特征在于，所述对提取的颜色区域图像进行面积像素计算，获取残损面积百分比，并根据残损面积百分比匹配内部残损严重程度包括：利用edge边缘函数和sobel算子计算阈值，通过边缘分割算法获取颜色区域图像对应的二值掩膜图像；对二值掩膜图像进行膨胀处理，分离出目标区域；
采用bwlabel函数对分离出的目标区域中各部分进行标注；计算已标注的目标区域中各部分的面积的总像素；计算颜色区域图像对应的木构件的内部应力波图像的面积总像素；根据目标区域中各部分的面积的总像素和内部应力波图像的面积总像素获取残损面积百分比；将残损面积百分比输入至训练完成的卷积神经网络中获取内部残损严重程度。10.根据权利要求1所述的古建筑遗产中木构件的保护决策方法，其特征在于，所述根据分析处理结果获取保护决策信息包括：将分析处理结果中的木构件表面残损类别和表面残损严重程度输入至训练完成的卷积神经网络中获取木构件表面保护决策信息；将分析处理结果中的木构件内部残损类别和内部残损严重程度输入至训练完成的卷积神经网络中获取木构件内部保护决策信息。
技术总结本发明公开了一种古建筑遗产中木构件的保护决策方法，涉及文化遗产保护技术领域，包括：建立古建筑木构件数据库；对古建筑木构件数据库中记录的木构件进行信息采集；对木构件的采集信息进行分析处理，并根据分析处理结果对建立的古建筑木构件数据库进行数据更新；根据分析处理结果获取保护决策信息，本发明对木构件进行表面图像采集和内部应力波图像采集，并对采集图像进行分析处理，分别获取表面残损类别、表面残损严重程度、内部残损类别和内部残损严重程度，以及根据表面残损类别和表面残损严重程度获取木构件表面保护决策信息，根据内部残损类别和内部残损严重程度获取木构件内部保护决策信息，可及时对古建筑中木构件实施保护措施。施保护措施。施保护措施。
技术研发人员：刘益曦 何琦 黄懿
受保护的技术使用者：浙江同济科技职业学院
技术研发日：2022.07.05
技术公布日：2022/11/1
