摘要
建筑物变形，例如倾斜、沉降和上抬，对结构安全构成威胁，但其快速评估面临真实样本稀缺、特征微弱、背景干扰以及缺乏自动化分级标准等挑战。本研究提出了一种任务专用的计算机视觉框架，集成了感兴趣区域（ROI）受限的几何仿真与多指标图像评估。在仿真方面，通过局部几何变换仅对建筑物的感兴趣区域施加旋转和垂直平移，同时保留背景，生成八种具有随机采样变换量的变形类型。在识别方面，基于边缘密度的策略从参考图像中确定建筑物感兴趣区域，并采用相同坐标对仿真图像进行裁剪后逐像素差分。采用协同指标组合（SSIM、PSNR及超阈值像素比例）将变形分为四个严重程度等级，每个指标针对不同的失真方面，从而对图像变化提供互补性描述。基于四个建筑物场景及其合成变形样本的评估结果表明，在预设图像变换下的空间差异响应和基于指标的筛查结果。所提出的方法为常规建筑检查和长期健康监测提供了一种非接触、成本低且具有可解释性的解决方案。
