基于 BIM 的鋼結構無損檢測技術

近年來各類信息新型無損檢測技術被大量引入建筑工程檢測領域，

基于BIM的鋼結構無損檢測技術便屬于其中典型,該技術的應用需首先 小波分解建筑鋼結構檢測圖像，并針對性設立閾值，由此得到的變換系 數需有選擇保存, 保證保存的變換系數均不小于閾值。通過去噪處理鋼 結構檢測圖像,開展針對性的形態學處理（紅外圖像技術）,檢測圖像的 清晰度即可大幅增強,建筑工程鋼結構缺陷邊緣的無損檢測可由此順利 完成。在基于BIM的鋼結構無損檢測技術具體應用中，選取小波基、選定 分解層數、判定閾值、小波消噪、形態學處理、缺陷邊緣檢測（基于鋼結構 檢測圖像）均屬于其中關鍵。應選擇具備優秀線性相位屬性、高階消失 矩、緊支性、正則性等屬性的雙正交小波基，即雙正交小波基bior3.1,以 此用于建筑鋼結構噪聲與圖像信號檢測；需按照最小近似信號噪聲標準 選取信號分解層數,如信號信噪比SNR小于20,分解層數應為5,否則為 4，為實現實時性的無損檢測，可選擇4作為分解層數；作為信號去噪的 關鍵步驟，判定閾值需基于式（1）實現，式中的y、a、e、M分別為尺度向 量、噪聲大小、常數、小波系數數量。噪聲的大小a可基于最小尺度空間 的小波系數獲取,由此結合小波系數空間（建筑鋼結構檢測圖像信號）中 信號和噪聲擁有的具備傳播性小波變換系數，可基于式（2）確定a值，式 中的j、分別為首次小波變換獲取的小波系數與小波系數均值。

小波消噪需建立零通小波，由此進行的信息恢復需基于重構公式實 現，以此完成消噪，這一過程需采用奇異性指數衡量信號的局部奇異點 特征；形態學處理需結合膨脹處理和腐蝕處理針對性展開，一般采用將 檢測目標邊界某類像素刪除的處理方式，以此提升圖像清晰度；具體的 缺陷邊緣檢測需采用紅外圖像技術，配合旋轉跟蹤法，即可基于

以某綠色施工建筑鋼結構檢測為例，基于BIM技術，該工程建設了 如圖2所示的綠色施工建筑鋼結構檢測模型。 結合圖3可以發現，基礎 數據層由選取小波基與分解層數的結果構成，檢測模型技術層則需經過 判定閾值、小波消噪、形態學處理等過程，模型的數據管理可基于圖像邊 緣缺陷檢測實現，全壽命周期的綠色建筑鋼結構管控可由此獲得有力支 持。