CN119294685B - 基于数据处理的房屋建筑安全评估方法及系统 - Google Patents

Abstract

本发明涉及房屋建筑安全评估技术领域，尤其涉及一种基于数据处理的房屋建筑安全评估方法及系统，该方法包括：对待检测区域进行网格划分，以及，采集任意网格区域内若干房屋建筑及任意房屋建筑对应的实际房屋数据；分析任意实际房屋数据确定任意房屋建筑的安全性；分析与任意房屋建筑相邻的房屋建筑对应的实际房屋数据确定相邻的房屋建筑的安全性；基于单个房屋安全性和相邻安全性确定任意实际房屋建筑的实际安全性；基于若干实际安全性判断任意网格区域内的异常房屋，基于任意网格区域内异常房屋的分布情况确定区域房屋安全性，以及，基于任意网格区域内异常房屋的异常数量调整网格划分结果。本发明提高了房屋建筑安全性评估的精确性。

Description

基于数据处理的房屋建筑安全评估方法及系统

技术领域

本发明涉及房屋建筑安全评估技术领域，尤其涉及一种基于数据处理的房屋建筑安全评估方法及系统。

背景技术

在当前的房屋安全检测领域，传统的检测方式往往依赖于人工现场勘查，结合建筑结构图纸和专家经验来评估房屋的安全性。这种方法不仅效率低下，成本高昂，而且难以实现对大范围内房屋安全的全面、快速监测。近年来，随着地理信息系统和大数据技术的发展，一些技术方案开始尝试将区域划分为网格，通过收集和分析网格内房屋的基础数据来评估房屋安全。

中国专利申请公开号为CN115906663A的专利文献公开了一种房屋安全评估模型建立方法、评估方法、服务器及系统，其中，建立方法包括：提取若干房屋的样本数据；对样本数据进行格式化；从格式化后的样本数据中选取一部分作为训练样本数据输入至深度学习网络进行训练；从格式化后的样本数据中选取另一部分作为测试样本数据输入至训练后的深度学习网络，测试训练后的深度学习网络的计算精度，当计算精度不满足预期要求时，调整深度学习参数以及增加样本数据量重新训练，直至计算精度满足预期要求。

现有技术中通过收集和分析网格内房屋的基础数据进行建模来评估房屋安全，仅关注房屋本身的物理状态数据，忽略了房屋之间的相互影响以及区域整体的安全态势分析，导致区域整体房屋建筑安全检测精度不足。

发明内容

为此，本发明提供一种基于数据处理的房屋建筑安全评估方法及系统，通过判断任意房屋建筑的相邻建筑对其的安全影响，以及，通过检测结果中异常房屋数量的分析结果对待检测区域检测划分的网格进行不断调整可以解决区域整体房屋建筑安全检测精度不足问题。

为实现上述目的，本发明一方面提供一种基于数据处理的房屋建筑安全评估方法，该方法包括：

对待检测区域进行网格划分，获取若干网格区域，以及，采集任意网格区域内若干房屋建筑及任意房屋建筑对应的实际房屋数据；

分析任意所述实际房屋数据，基于分析结果确定任意房屋建筑的安全性，获得单个房屋安全性；

分析与所述任意房屋建筑相邻的房屋建筑对应的实际房屋数据，基于分析结果确定相邻的房屋建筑的安全性，获得相邻安全性；

基于所述单个房屋安全性和所述相邻安全性确定任意实际房屋建筑的实际安全性；

基于若干实际安全性判断任意网格区域内的异常房屋，基于任意网格区域内异常房屋的分布情况确定所述待检测区域的区域房屋安全性，以及，基于任意网格区域内异常房屋的异常数量调整网格划分结果；

其中，实际房屋数据包括实际裂缝数据和实际沉降数据。

进一步地，对待检测区域进行网格划分的步骤包括：

确定所述待检测区域的边界信息，以及，确定待检测区域内房屋建筑信息；

基于所述边界信息和所述房屋建筑信息确定初始网格面积；

基于所述边界信息确定初始网格形状；

基于所述初始网格面积和所述初始网格形状对所述待检测区域进行划分，获得若干所述网格区域。

进一步地，所述基于所述房屋建筑信息确定初始网格面积的步骤包括：

确定所述待检测区域的边界长度和边界形状；

基于所述边界长度和所述边界形状确定所述待检测区域的区域面积；

确定所述待检测区域内若干所述房屋建筑的房屋建筑总数量；

基于所述区域面积、所述房屋建筑总数量和预设网格房屋数量确定所述初始网格面积；

其中，所述初始网格面积=区域面积/（房屋建筑总数量/预设网格房屋数量），其中，预设网格房屋数量为历史网格划分检测时获得若干网格对应的若干房屋建筑数量的均值。

进一步地，所述基于分析结果确定任意房屋建筑的安全性的步骤包括：

获得任意所述房屋建筑的若干实际裂缝数据和若干实际沉降数据；

分析若干所述实际裂缝数据确定所述房屋建筑的结构安全性；

分析若干所述实际沉降数据确定所述房屋建筑的沉降安全性；

基于所述结构安全性和所述沉降安全性确定任意所述单个房屋安全性。

进一步地，所述分析若干所述实际裂缝数据确定所述房屋建筑的结构安全性的步骤包括：

基于图像数据识别所述房屋建筑表面的若干实际裂缝；

确定若干所述实际裂缝的位置，基于若干位置将若干实际裂缝划分为若干结构裂缝和若干非结构裂缝；

分析若干所述结构裂缝的结构裂缝分布密度和任意结构裂缝的结构裂缝尺寸，基于结构裂缝分布和若干结构裂缝尺寸确定初始结构安全性；

分析若干所述非结构裂缝的对应的若干非结构裂缝尺寸，基于若干非结构裂缝尺寸的分析结果确定裂缝影响因子；

基于所述初始结构安全性和所述裂缝影响因子确定所述结构安全性；

其中，所述结构安全性=初始结构安全性×裂缝影响因子。

进一步地，所述基于结构裂缝分布密度和若干结构裂缝尺寸确定初始结构安全性的步骤包括：

确定若干所述结构裂缝的结构裂缝数量；

确定若干所述结构裂缝对应的若干结构区域面积；

基于所述结构裂缝数量和所述结构区域面积确定所述结构裂缝分布密度；

将所述结构裂缝分布密度与第一预设分布密度进行比较，获得密度比较结果；

确定任意所述结构裂缝的结构裂缝面积；

将所述结构裂缝面积与第一预设裂缝面积进行比较，基于比较结果计算若干所述结构裂缝中结构裂缝面积大于等于第一预设裂缝面积对应的结构裂缝占比，将结构裂缝占比与第一占比进行比较，获得占比比较结果；

基于所述密度比较结果和所述占比比较结果确定初始结构安全性；

其中，所述初始结构安全性=密度评分×占比评分×10。

进一步地，基于若干非结构裂缝尺寸的分析结果确定裂缝影响因子的步骤包括：

确定若干所述非结构裂缝对应的若干非结构裂缝面积；

识别若干非结构区域面积中大于第二预设裂缝面积对应的非结构裂缝并标注，获得标注裂缝；

确定标注裂缝的标注裂缝分布密度，基于标注裂缝分布密度与第二预设分布密度的比较结果确定所述裂缝影响因子；

其中，当标注裂缝分布密度大于第二预设分布密度时，裂缝影响因子=k×（标注裂缝分布密度-第二预设分布密度）+基础裂缝影响因子，其中，比例系数k为10，基础裂缝影响因子为0.5。

进一步地，基于所述单个房屋安全性和所述相邻安全性确定任意实际房屋建筑的实际安全性的步骤包括：

基于所述相邻安全性的分析结果确定安全影响因子；

基于所述安全影响因子和所述单个房屋安全性确定所述实际安全性；

其中，所述实际安全性=（1+安全影响因子）×单个房屋建筑安全性。

进一步地，所述基于任意网格区域内异常房屋的异常数量调整网格划分结果的步骤包括：

将所述异常数量与预设数量进行比较，基于比较结果确定调整系数；

基于调整系数对所述初始网格面积进行调整，以对网格划分结果进行调整；

其中，当所述异常数量大于所述预设数量时，基于异常数量与预设数量计算缩小因子，基于缩小因子对所述初始网格面积进行调整；

当所述异常数量小于等于所述预设数量时，基于异常数量与预设数量计算增大因子，基于增大因子对所述初始网格面积进行调整；

缩小因子=α×（异常数量/预设数量），其中，α为缩小系数，是一个大于1的常数；

增大因子=1/[β×（预设数量/异常数量）^θ]，其中，β为增大系数，是小于或等于1的常数，用于控制增大的程度，θ为指数。

另一方面，本发明还提供一种基于数据处理的房屋建筑安全评估方法的系统，该系统包括：

网格划分模块，用以对待检测区域进行网格划分，获取若干网格区域；

数据采集模块，与所述网格划分模块连接，用以采集任意网格区域内若干房屋建筑及任意房屋建筑对应的实际房屋数据；

单个安全分析模块，与所述数据采集模块连接，用以分析任意所述实际房屋数据，基于分析结果确定任意房屋建筑的安全性，获得单个房屋安全性；

相邻安全分析模块，用以分析与所述任意房屋建筑相邻的房屋建筑对应的实际房屋数据，基于分析结果确定相邻的房屋建筑的安全性，获得相邻安全性；

安全确定模块，与所述单个安全分析模块和所述相邻安全分析模块连接，用以基于所述单个房屋安全性和所述相邻安全性确定任意实际房屋建筑的实际安全性；

区域安全分析模块，与所述安全确定模块连接，用以基于若干实际安全性判断任意网格区域内的异常房屋，基于异常房屋的分布情况确定所述待检测区域的区域房屋安全性；

网格调整模块，与所述区域安全分析模块连接，用以基于异常房屋的异常数量调整网格划分结果。

与现有技术相比，本发明的有益效果在于，通过网格划分将待检测区域划分为若干可管理的单元，便于后续的数据采集和分析，采集每个网格区域内的房屋建筑数据，确保数据的全面性和准确性，为后续的安全评估提供可靠依据，通过对每栋房屋建筑进行独立的安全评估，提高评估的准确性和针对性，通过详细的数据分析，能够及时发现潜在的安全隐患，考虑相邻房屋对目标房屋的影响，使评估结果更加全面和准确，为整体安全性的提升提供科学依据，将单个房屋安全性和相邻安全性相结合，得出房屋的实际安全性评估结果，提高评估的准确性和可靠性，通过实际安全性的评估结果，精准识别出异常房屋，为后续的维修或加固工作提供明确目标，根据异常房屋的分布情况，评估整个待检测区域的房屋安全性，为区域性的安全管理和规划提供依据，根据异常房屋的数量和分布情况，动态调整网格划分结果，使网格划分更加合理和科学，提高评估效率和准确性

尤其，通过确定待检测区域的边界信息，能够清晰地界定评估范围，确保后续工作的针对性和准确性，了解待检测区域内的房屋建筑信息，为后续网格划分、数据采集和分析提供必要的数据基础，根据待检测区域的面积和房屋建筑分布情况，合理确定初始网格面积，确保每个网格区域包含适量的房屋建筑，便于后续的数据采集和分析，根据待检测区域的边界信息确定网格形状，能够更好地适应不规则区域的划分需求，确保网格划分的完整性和准确性，提高评估工作的灵活性和适用性，通过网格划分，将待检测区域划分为若干可管理的单元，便于后续的数据采集、分析和安全管理，提高评估结果的准确性和可靠性。

尤其，通过获取房屋建筑的多个裂缝数据点，能够更全面地了解房屋结构的裂缝分布情况，有助于准确评估裂缝对房屋结构安全性的影响，通过分析裂缝信息，评估房屋结构的整体稳定性和安全性，通过分析沉降数据，判断是否存在异常沉降现象，将结构安全性和沉降安全性相结合，对单个房屋进行全面评估，能够更准确地反映房屋的整体安全状况。

尤其，利用图像识别技术准确地识别出房屋建筑表面的裂缝，提高了裂缝检测的效率和准确性，通过确定裂缝的位置精准地了解裂缝在房屋建筑表面的分布情况，为后续的分析提供重要依据，将裂缝划分为结构裂缝和非结构裂缝，有助于更准确地评估裂缝对房屋结构安全性的影响，通过分析结构裂缝的分布密度和尺寸，全面了解结构裂缝对房屋结构安全性的影响程度，通过量化分析非结构裂缝的尺寸，客观地评估非结构裂缝对房屋结构安全性的影响程度，根据初始结构安全性和裂缝影响因子综合判断房屋的结构安全性，提高房屋结构安全性评估的准确性和可靠性。

附图说明

图1为本发明实施例提供的一种基于数据处理的房屋建筑安全评估方法的流程示意图；

图2为本发明实施例提供的一种基于数据处理的房屋建筑安全评估方法中划分网格的流程示意图；

图3为本发明实施例提供的一种基于数据处理的房屋建筑安全评估方法中确定单个房屋安全性的流程示意图；

图4为本发明实施例提供的一种基于数据处理的房屋建筑安全评估系统的结构示意图。

具体实施方式

为了使本发明的目的和优点更加清楚明白，下面结合实施例对本发明作进一步描述；应当理解，此处所描述的具体实施例仅仅用于解释本发明，并不用于限定本发明。

下面参照附图来描述本发明的优选实施方式。本领域技术人员应当理解的是，这些实施方式仅仅用于解释本发明的技术原理，并非在限制本发明的保护范围。

需要说明的是，在本发明的描述中，术语“上”“下”“左”“右”“内”“外”等指示的方向或位置关系的术语是基于附图所示的方向或位置关系，这仅仅是为了便于描述，而不是指示或暗示所述装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。

此外，还需要说明的是，在本发明的描述中，除非另有明确的规定和限定，术语“安装”“相连”“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体的连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域技术人员而言，可根据具体情况理解上述术语在本发明中的具体含义。

请参阅图1所示，本发明实施例提供一种基于数据处理的房屋建筑安全评估方法，该方法包括：

步骤S100，对待检测区域进行网格划分，获取若干网格区域，以及，采集任意网格区域内若干房屋建筑及任意房屋建筑对应的实际房屋数据；

步骤S200，分析任意所述实际房屋数据，基于分析结果确定任意房屋建筑的安全性，获得单个房屋安全性；

步骤S300，分析与所述任意房屋建筑相邻的房屋建筑对应的实际房屋数据，基于分析结果确定相邻的房屋建筑的安全性，获得相邻安全性；

步骤S400，基于所述单个房屋安全性和所述相邻安全性确定任意实际房屋建筑的实际安全性；

步骤S500，基于若干实际安全性判断任意网格区域内的异常房屋，基于任意网格区域内异常房屋的分布情况确定所述待检测区域的区域房屋安全性，以及，基于任意网格区域内异常房屋的异常数量调整网格划分结果。

房屋建筑为房屋建筑是指在规划设计地点，为用户或投资人提供进行生活、生产、工作或其他活动的实体，房屋建筑结构是指根据房屋的梁、柱、墙等主要承重构件的建筑材料划分类别，房屋结构设计的目的是要保证所建造的结构安全适用，能够在规定的年限内满足各种预期功能的要求，并且经济合理。

本发明实施例应用在对住宅小区的房屋建筑进行安全评估，住宅小区通常包含大量房屋，且房屋之间的相互影响较为复杂，通过网格划分和数据分析，可以高效地识别出存在安全隐患的房屋，为后续的维修、加固或拆迁提供科学依据。

可以理解的是，在本发明实施例中与所述任意房屋建筑相邻的房屋建筑是在空间位置上与该房屋建筑相邻近、可能存在相互影响或相互依赖关系的房屋。这些相邻房屋可能通过共用墙体、楼板、地基等结构相连，也可能通过较近的距离（如紧邻的院落、街道等）在灾害（如火灾、地震）发生时产生相互影响。

具体而言，本发明实施例通过网格划分将待检测区域划分为若干可管理的单元，便于后续的数据采集和分析，采集每个网格区域内的房屋建筑数据，确保数据的全面性和准确性，为后续的安全评估提供可靠依据，通过对每栋房屋建筑进行独立的安全评估，提高评估的准确性和针对性，通过详细的数据分析，能够及时发现潜在的安全隐患，考虑相邻房屋对目标房屋的影响，使评估结果更加全面和准确，为整体安全性的提升提供科学依据，将单个房屋安全性和相邻安全性相结合，得出房屋的实际安全性评估结果，提高评估的准确性和可靠性，通过实际安全性的评估结果，精准识别出异常房屋，为后续的维修或加固工作提供明确目标，根据异常房屋的分布情况，评估整个待检测区域的房屋安全性，为区域性的安全管理和规划提供依据，根据异常房屋的数量和分布情况，动态调整网格划分结果，使网格划分更加合理和科学，提高评估效率和准确性。

参见图2所示，对待检测区域进行网格划分的步骤包括：

步骤S110，确定所述待检测区域的边界信息，以及，确定待检测区域内房屋建筑信息；

步骤S120，基于所述边界信息和所述房屋建筑信息确定初始网格面积；

步骤S130，基于所述边界信息确定初始网格形状；

步骤S140，基于所述初始网格面积和所述初始网格形状对所述待检测区域进行划分，获得若干所述网格区域。

可以理解的是，本发明实施例基于所述边界信息确定初始网格形状可通过分析所述待检测区域的边界形状，当边界形状为规则边界时，选择与边界形状相匹配的网格形状，当边界形状为不规则边界时，使用插值、泰森多边形（Voronoi Diagrams）或其他空间划分技术来创建适应边界的网格形状，其中，规则边界指的是具有明确的几何形状，如矩形、正方形、圆形或多边形，其边和角都是直角或等角度的边界，不规则边界指的是除规则边界外的所有边界形状。

具体而言，本发明实施例通过确定待检测区域的边界信息，能够清晰地界定评估范围，确保后续工作的针对性和准确性，了解待检测区域内的房屋建筑信息，为后续网格划分、数据采集和分析提供必要的数据基础，根据待检测区域的面积和房屋建筑分布情况，合理确定初始网格面积，确保每个网格区域包含适量的房屋建筑，便于后续的数据采集和分析，根据待检测区域的边界信息确定网格形状，能够更好地适应不规则区域的划分需求，确保网格划分的完整性和准确性，提高评估工作的灵活性和适用性，通过网格划分，将待检测区域划分为若干可管理的单元，便于后续的数据采集、分析和安全管理，提高评估结果的准确性和可靠性。

具体而言，所述基于所述房屋建筑信息确定初始网格面积的步骤包括：

确定所述待检测区域的边界长度和边界形状；

基于所述边界长度和所述边界形状确定所述待检测区域的区域面积；

确定所述待检测区域内若干所述房屋建筑的房屋建筑总数量；

基于所述区域面积、所述房屋建筑总数量和预设网格房屋数量确定所述初始网格面积。

具体而言，本发明实施例中所述初始网格面积=区域面积/（房屋建筑总数量/预设网格房屋数量），其中，预设网格房屋数量为历史网格划分检测时获得若干网格对应的若干房屋建筑数量的均值。

可以理解的是，本发明实施例中基于所述边界长度和所述边界形状确定区域面积可通过对于规则形状（如矩形、三角形、圆形等）的区域，可以直接使用相应的几何公式进行计算，例如，矩形的面积公式为长乘以宽，三角形的面积公式为底乘以高的一半，圆形的面积公式为π乘以半径的平方；对于不规则形状的区域，可以通过分割成多个规则形状的子区域，然后分别计算每个子区域的面积，最后求和得到总面积，确定区域面积为现有技术，在此不再赘述。

参见图3所示，所述基于分析结果确定任意房屋建筑的安全性的步骤包括：

步骤S210，获得任意所述房屋建筑的若干实际裂缝数据和若干实际沉降数据；

步骤S220，分析若干所述实际裂缝数据确定所述房屋建筑的结构安全性；

步骤S230，分析若干所述实际沉降数据确定所述房屋建筑的沉降安全性；

步骤S240，基于所述结构安全性和所述沉降安全性确定任意所述单个房屋安全性。

可以理解的是，获得任意所述房屋建筑的若干实际沉降数据可通过在任意所述房屋建筑上设置若干无线传感器，通过若干无线传感器实时监测的房屋建筑物各建筑楼层距离地面的实时垂直高度和房屋建筑物各建筑楼层距离地面的标准垂直高度的比较结果确定实际沉降数据，此为现有技术，在此不再赘述。

可以理解的是，本发明实施例分析若干所述实际沉降数据确定所述房屋建筑的沉降安全性可判断若干实际沉降数据的均值是否在预设的安全沉降范围内，当在安全沉降范围内，则其沉降安全性高，反之，其沉降安全性低，预设的安全沉降范围为-10mm至+10mm。

具体而言，本发明实施例通过获取房屋建筑的多个裂缝数据点，能够更全面地了解房屋结构的裂缝分布情况，有助于准确评估裂缝对房屋结构安全性的影响，通过分析裂缝信息，评估房屋结构的整体稳定性和安全性，通过分析沉降数据，判断是否存在异常沉降现象，将结构安全性和沉降安全性相结合，对单个房屋进行全面评估，能够更准确地反映房屋的整体安全状况。

具体而言，所述分析若干所述实际裂缝数据确定所述房屋建筑的结构安全性的步骤包括：

基于图像数据识别所述房屋建筑表面的若干实际裂缝；

确定若干所述实际裂缝的位置，基于若干位置将若干实际裂缝划分为若干结构裂缝和若干非结构裂缝；

分析若干所述结构裂缝的结构裂缝分布密度和任意结构裂缝的结构裂缝尺寸，基于结构裂缝分布和若干结构裂缝尺寸确定初始结构安全性；

分析若干所述非结构裂缝的对应的若干非结构裂缝尺寸，基于若干非结构裂缝尺寸的分析结果确定裂缝影响因子；

基于所述初始结构安全性和所述裂缝影响因子确定所述结构安全性。

在本发明实施例中，通过图像数据识别房屋建筑表面的裂缝，可以使用计算机视觉技术，如边缘检测算法和模式识别算法，来识别裂缝的位置和形状，以进而确定裂缝的尺寸，基于图像识别裂缝的技术为现有技术，在此不再赘述。

在本发明实施例中，结构裂缝指出现在房屋建筑的承重结构上的裂缝，其中，承重结构为墙体、梁柱等，非结构裂缝指位于非承重构件上，如装饰层、抹灰层等。

具体而言，本发明实施例利用图像识别技术准确地识别出房屋建筑表面的裂缝，提高了裂缝检测的效率和准确性，通过确定裂缝的位置精准地了解裂缝在房屋建筑表面的分布情况，为后续的分析提供重要依据，将裂缝划分为结构裂缝和非结构裂缝，有助于更准确地评估裂缝对房屋结构安全性的影响，通过分析结构裂缝的分布密度和尺寸，全面了解结构裂缝对房屋结构安全性的影响程度，通过量化分析非结构裂缝的尺寸，客观地评估非结构裂缝对房屋结构安全性的影响程度，根据初始结构安全性和裂缝影响因子综合判断房屋的结构安全性，提高房屋结构安全性评估的准确性和可靠性。

具体而言，所述基于结构裂缝分布密度和若干结构裂缝尺寸确定初始结构安全性的步骤包括：

确定若干所述结构裂缝的结构裂缝数量；

确定若干所述结构裂缝对应的若干结构区域面积；

基于所述结构裂缝数量和所述结构区域面积确定所述结构裂缝分布密度；

将所述结构裂缝分布密度与第一预设分布密度进行比较，获得密度比较结果；

确定任意所述结构裂缝的结构裂缝面积；

将所述结构裂缝面积与第一预设裂缝面积进行比较，基于比较结果计算若干所述结构裂缝中结构裂缝面积大于等于第一预设裂缝面积对应的结构裂缝占比，将结构裂缝占比与第一占比进行比较，获得占比比较结果；

基于所述密度比较结果和所述占比比较结果确定初始结构安全性。

具体而言，本发明实施例对于一般的混凝土结构，根据《建筑工程裂缝防治技术规程》JGJ/T 317-2014，所述第一预设分布密度可能设定为0.01裂缝/平方米；根据《民用建筑可靠性鉴定标准》GB50292-2015，所述第一预设裂缝面积可能设定为50平方毫米。

可以理解的是，本发明实施例确定任意所述结构裂缝的结构裂缝面积可通过边缘检测算法识别裂缝图像中裂缝区域，对裂缝区域进行像素计数，并将其转换为实际尺寸进行计算，此为现有技术，在此不再赘述。

具体而言，本发明实施例裂缝分布密度=结构裂缝数量/结构区域面积。

具体而言，本发明实施例基于所述密度比较结果和所述占比比较结果确定初始结构安全性的步骤包括：

当所述结构裂缝分布密度大于等于所述第一预设分布密度时，基于结构裂缝分布密度和第一预设分布密度计算密度评分；

当所述结构裂缝占比大于等于第一占比时，基于结构裂缝占比和第一占比计算占比评分；

基于密度评分和占比评分计算结构裂缝初始安全评分，进而根据结构裂缝初始安全评分确定初始结构安全性。

可以理解的是，本发明实施例密度评分=（结构裂缝分布密度-第一预设分布密度）/第一预设分布密度，占比评分=（结构裂缝占比-第一占比）/第一占比，初始安全评分=密度评分×占比评分×10。

具体而言，基于若干非结构裂缝尺寸的分析结果确定裂缝影响因子的步骤包括：

确定若干所述非结构裂缝对应的若干非结构裂缝面积；

识别若干非结构区域面积中大于第二预设裂缝面积对应的非结构裂缝并标注，获得标注裂缝；

确定标注裂缝的标注裂缝分布密度，基于标注裂缝分布密度与第二预设分布密度的比较结果确定所述裂缝影响因子。

可以理解的是，非结构裂缝面积与结构裂缝面积的获取技术手段相同，在此不再赘述。

具体而言，本发明实施例所述第二预设裂缝面积为50平方毫米；

第二预设分布密度为0.01裂缝/平方米。

可以理解的是，本发明实施例当标注裂缝分布密度大于第二预设分布密度时，裂缝影响因子=k×（标注裂缝分布密度-第二预设分布密度）+基础裂缝影响因子，其中，比例系数k为10，基础裂缝影响因子为0.5，裂缝影响因子的一个实例为假设我们测量了一个区域的非结构裂缝，并确定了标注裂缝的分布密度为0.02裂缝/平方米，比例系数k=10，基础裂缝影响因子F0=0.5，最小裂缝影响因子Fmin=0.1，因为D标注=0.02>D预设=0.01，所以裂缝影响因子：F=10×(0.02−0.01)+0.5=10×0.01+0.5=0.1+0.5=0.6。

具体而言，本发明实施例通过筛选面积较大的非结构裂缝并标注有助于快速筛选出需要特别关注的裂缝，从而提高分析效率，通过计算分布密度，全面了解标注裂缝在房屋表面的分布情况，从而更准确地评估其对房屋安全性的影响。

可以理解的是，本发明实施例单个房屋安全性通过结构安全性和沉降安全性确定，初始结构安全性则由初始安全评分和影响因子确定，本发明实施例的一个可能例子为假设结构裂缝分布密度为0.015裂缝/平方米，第一预设分布密度为0.01裂缝/平方米，则密度比较结果为大于第一预设分布密度，确定每个结构裂缝的面积，并与第一预设裂缝面积（50平方毫米）进行比较，假设结构裂缝占比为0.3，第一占比为0.2，则占比比较结果为大于第一占比，密度评分=（结构裂缝分布密度-第一预设分布密度）/第一预设分布密度=(0.015-0.01)/0.01=0.5，占比评分=（结构裂缝占比-第一占比）/第一占比=(0.3-0.2)/0.2=0.5，初始安全评分=密度评分×占比评分×10=0.5×0.5×10=2.5；

假设标注裂缝分布密度为0.012裂缝/平方米，第二预设分布密度为0.01裂缝/平方米，则标注裂缝分布密度大于第二预设分布密度，裂缝影响因子=k×（标注裂缝分布密度-第二预设分布密度）+基础裂缝影响因子，假设比例系数k为10，基础裂缝影响因子为0.5，则裂缝影响因子=10×(0.012-0.01)+0.5=0.2+0.5=0.7，则初始结构安全性=0.7×2.5=1.75，初始结构安全性低；

根据无线传感器监测的沉降数据，判断是否存在异常沉降现象，假设沉降数据在预设安全沉降范围内，则沉降安全性较高；

假设结构安全性为较低、沉降安全性（较高），则综合确定房屋安全性为中等偏下。

具体而言，基于所述单个房屋安全性和所述相邻安全性确定任意实际房屋建筑的实际安全性的步骤包括：

基于所述相邻安全性的分析结果确定安全影响因子；

基于所述安全影响因子和所述单个房屋安全性确定所述实际安全性。

具体而言，本发明实施例安全影响因子的计算方法可以是：安全影响因子=（相邻房屋建筑安全性-单个房屋建筑安全性）/单个房屋建筑安全性；

本发明实施例实际安全性=（1+安全影响因子）×单个房屋建筑安全性。

具体而言，所述基于任意网格区域内异常房屋的异常数量调整网格划分结果的步骤包括：

将所述异常数量与预设数量进行比较，基于比较结果确定调整系数；

基于调整系数对所述初始网格面积进行调整，以对网格划分结果进行调整。

具体而言，本发明实施例所述预设数量为若干网格区域内异常房屋数量的均值。

具体而言，本发明实施例当所述异常数量大于所述预设数量时，基于异常数量与预设数量计算缩小因子，基于缩小因子对所述初始网格面积进行调整；

当所述异常数量小于等于所述预设数量时，基于异常数量与预设数量计算增大因子，基于增大因子对所述初始网格面积进行调整。

可以理解的是，本发明实施例缩小因子=α×（异常数量/预设数量），其中，α为缩小系数，是一个大于1的常数，用于放大异常数量与预设数量之间的比值，从而确保网格面积有足够的缩小，本实施例中α可选1.5；

增大因子=1/[β×（预设数量/异常数量）^θ]，其中，β为增大系数，是小于或等于1的常数，用于控制增大的程度，θ为指数，可选大于0小于1之间的数，用于控制增大因子随异常数量减少而增加的速度，特别的是当异常数量为0时，增大因子可以直接设为1，表示不需要调整网格面积。

参见图4所示，本发明实施例还提供一种基于数据处理的房屋建筑安全评估方法的系统，该系统包括：

网格划分模块10，用以对待检测区域进行网格划分，获取若干网格区域；

数据采集模块20，与所述网格划分模块10连接，用以采集任意网格区域内若干房屋建筑及任意房屋建筑对应的实际房屋数据；

单个安全分析模块30，与所述数据采集模块20连接，用以分析任意所述实际房屋数据，基于分析结果确定任意房屋建筑的安全性，获得单个房屋安全性；

相邻安全分析模块40，用以分析与所述任意房屋建筑相邻的房屋建筑对应的实际房屋数据，基于分析结果确定相邻的房屋建筑的安全性，获得相邻安全性；

安全确定模块50，与所述单个安全分析模块30和所述相邻安全分析模块40连接，用以基于所述单个房屋安全性和所述相邻安全性确定任意实际房屋建筑的实际安全性；

区域安全分析模块60，与所述安全确定模块50连接，用以基于若干实际安全性判断任意网格区域内的异常房屋，基于异常房屋的分布情况确定所述待检测区域的区域房屋安全性；

网格调整模块70，与所述区域安全分析模块60连接，用以基于异常房屋的异常数量调整网格划分结果。

具体而言，本发明实施例提供的一种基于数据处理的房屋建筑安全评估方法的系统可以执行上述一种基于数据处理的房屋建筑安全评估方法，实现相同的技术效果，在此不再赘述。

至此，已经结合附图所示的优选实施方式描述了本发明的技术方案，但是，本领域技术人员容易理解的是，本发明的保护范围显然不局限于这些具体实施方式。在不偏离本发明的原理的前提下，本领域技术人员可以对相关技术特征做出等同的更改或替换，这些更改或替换之后的技术方案都将落入本发明的保护范围之内。

以上所述仅为本发明的优选实施例，并不用于限制本发明；对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (8)

1.一种基于数据处理的房屋建筑安全评估方法，其特征在于，包括：

对待检测区域进行网格划分，获取若干网格区域，以及，采集任意网格区域内任意房屋建筑对应的实际房屋数据；

分析任意所述实际房屋数据，基于分析结果确定任意房屋建筑的安全性，获得单个房屋安全性；

分析与任意房屋建筑相邻的房屋建筑对应的实际房屋数据，基于分析结果确定相邻的房屋建筑的安全性，获得相邻安全性；

基于所述单个房屋安全性和所述相邻安全性确定任意实际房屋建筑的实际安全性；

基于所述单个房屋安全性和所述相邻安全性确定任意实际房屋建筑的实际安全性的步骤包括：

基于所述相邻安全性的分析结果确定安全影响因子；

基于所述安全影响因子和所述单个房屋安全性确定所述实际安全性；

其中，所述实际安全性=（1+安全影响因子）×单个房屋建筑安全性；

基于若干实际安全性判断任意网格区域内的异常房屋，基于任意网格区域内异常房屋的分布情况确定所述待检测区域的区域房屋安全性，以及，基于任意网格区域内异常房屋的异常数量调整网格划分结果；

所述基于任意网格区域内异常房屋的异常数量调整网格划分结果的步骤包括：

将所述异常数量与预设数量进行比较，基于比较结果确定调整系数；

基于调整系数对初始网格面积进行调整，以对网格划分结果进行调整；

其中，当所述异常数量大于所述预设数量时，基于异常数量与预设数量计算缩小因子，基于缩小因子对所述初始网格面积进行调整；

当所述异常数量小于等于所述预设数量时，基于异常数量与预设数量计算增大因子，基于增大因子对所述初始网格面积进行调整；

缩小因子=α×（异常数量/预设数量），其中，α为缩小系数，是一个大于1的常数；

增大因子=1/[β×（预设数量/异常数量）^θ]，其中，β为增大系数，是小于或等于1的常数，用于控制增大的程度，θ为指数；

其中，实际房屋数据包括实际裂缝数据和实际沉降数据。

2.根据权利要求1所述的基于数据处理的房屋建筑安全评估方法，其特征在于，对待检测区域进行网格划分的步骤包括：

确定所述待检测区域的边界信息，以及，确定待检测区域内房屋建筑信息；

基于所述边界信息和所述房屋建筑信息确定初始网格面积；

基于所述边界信息确定初始网格形状；

基于所述初始网格面积和所述初始网格形状对所述待检测区域进行划分，获得若干所述网格区域。

3.根据权利要求2所述的基于数据处理的房屋建筑安全评估方法，其特征在于，所述基于所述房屋建筑信息确定初始网格面积的步骤包括：

确定所述待检测区域的边界长度和边界形状；

基于所述边界长度和所述边界形状确定所述待检测区域的区域面积；

确定所述待检测区域内若干所述房屋建筑的房屋建筑总数量；

基于所述区域面积、所述房屋建筑总数量和预设网格房屋数量确定所述初始网格面积；

其中，所述初始网格面积=区域面积/（房屋建筑总数量/预设网格房屋数量），其中，预设网格房屋数量为历史网格划分检测时获得若干网格对应的若干房屋建筑数量的均值。

4.根据权利要求3所述的基于数据处理的房屋建筑安全评估方法，其特征在于，所述基于分析结果确定任意房屋建筑的安全性的步骤包括：

获得任意所述房屋建筑的若干实际裂缝数据和若干实际沉降数据；

分析若干所述实际裂缝数据确定所述房屋建筑的结构安全性；

分析若干所述实际沉降数据确定所述房屋建筑的沉降安全性；

基于所述结构安全性和所述沉降安全性确定任意所述单个房屋安全性。

5.根据权利要求4所述的基于数据处理的房屋建筑安全评估方法，其特征在于，所述分析若干所述实际裂缝数据确定所述房屋建筑的结构安全性的步骤包括：

基于图像数据识别所述房屋建筑表面的若干实际裂缝；

确定若干所述实际裂缝的位置，基于若干位置将若干实际裂缝划分为若干结构裂缝和若干非结构裂缝；

分析若干所述结构裂缝的结构裂缝分布密度和任意结构裂缝的结构裂缝尺寸，基于结构裂缝分布和若干结构裂缝尺寸确定初始结构安全性；

分析若干所述非结构裂缝的对应的若干非结构裂缝尺寸，基于若干非结构裂缝尺寸的分析结果确定裂缝影响因子；

基于所述初始结构安全性和所述裂缝影响因子确定所述结构安全性；

其中，所述结构安全性=初始结构安全性×裂缝影响因子。

6.根据权利要求5所述的基于数据处理的房屋建筑安全评估方法，其特征在于，所述基于结构裂缝分布密度和若干结构裂缝尺寸确定初始结构安全性的步骤包括：

确定若干所述结构裂缝的结构裂缝数量；

确定若干所述结构裂缝对应的若干结构区域面积；

基于所述结构裂缝数量和所述结构区域面积确定所述结构裂缝分布密度；

将所述结构裂缝分布密度与第一预设分布密度进行比较，获得密度比较结果；

确定任意所述结构裂缝的结构裂缝面积；

将所述结构裂缝面积与第一预设裂缝面积进行比较，基于比较结果计算若干所述结构裂缝中结构裂缝面积大于等于第一预设裂缝面积对应的结构裂缝占比，将结构裂缝占比与第一占比进行比较，获得占比比较结果；

基于所述密度比较结果和所述占比比较结果确定初始结构安全性；

其中，所述初始结构安全性=密度评分×占比评分×10。

7.根据权利要求6所述的基于数据处理的房屋建筑安全评估方法，其特征在于，基于若干非结构裂缝尺寸的分析结果确定裂缝影响因子的步骤包括：

确定若干所述非结构裂缝对应的若干非结构裂缝面积；

识别若干非结构区域面积中大于第二预设裂缝面积对应的非结构裂缝并标注，获得标注裂缝；

确定标注裂缝的标注裂缝分布密度，基于标注裂缝分布密度与第二预设分布密度的比较结果确定所述裂缝影响因子；

其中，当标注裂缝分布密度大于第二预设分布密度时，裂缝影响因子=k×（标注裂缝分布密度-第二预设分布密度）+基础裂缝影响因子，其中，比例系数k为10，基础裂缝影响因子为0.5。

8.一种基于权利要求1-7任一项所述的基于数据处理的房屋建筑安全评估方法的系统，其特征在于，包括：

网格划分模块，用以对待检测区域进行网格划分，获取若干网格区域；

数据采集模块，与所述网格划分模块连接，用以采集任意网格区域内若干房屋建筑及任意房屋建筑对应的实际房屋数据；

单个安全分析模块，与所述数据采集模块连接，用以分析任意所述实际房屋数据，基于分析结果确定任意房屋建筑的安全性，获得单个房屋安全性；

相邻安全分析模块，用以分析与所述任意房屋建筑相邻的房屋建筑对应的实际房屋数据，基于分析结果确定相邻的房屋建筑的安全性，获得相邻安全性；

安全确定模块，与所述单个安全分析模块和所述相邻安全分析模块连接，用以基于所述单个房屋安全性和所述相邻安全性确定任意实际房屋建筑的实际安全性；

区域安全分析模块，与所述安全确定模块连接，用以基于若干实际安全性判断任意网格区域内的异常房屋，基于异常房屋的分布情况确定所述待检测区域的区域房屋安全性；

网格调整模块，与所述区域安全分析模块连接，用以基于异常房屋的异常数量调整网格划分结果。