Brick wall analysis by photogrammetry and image processing techniques

Abstract

Deterioration of brick wall buildings can be seen as an effect from years of exposure to wind and weather. For example, through repeated freeze-thaw cycles, structural damage of the bricks might occur. In this thesis a method to automatically estimate the condition of a brick building is explored. Images of the building are captured with a Remote Piloted Aircraft System and then further processed to produce orthophotos of the facades of the building. Pix4D mapper is used as the photogrammetry software to produce the orthophotos. A script in Python programming language is developed to assess the condition of the walls. The script makes use of the Scikit-image library to implement several image processing techniques. The script is written in order to segment each brick in the orthophoto and classify them according to their condition. The segmentation is based on a series of image processing techniques, such as thresholding, binary morphological operations and labeling of binary regions. The classification of the bricks are based on entropy calculations.

The results show that a brick by brick segmentation and classification is possible. For one of the orthophotos in this project, an estimated $95\%$ of the bricks seen in the orthophoto were identified and analyzed. Weaknesses in the method are related to orthophoto quality and the scripts ability to accurately segment and classify the bricks. Improvements are explored and suggested for both issues. Different segmentation and classification methods are discussed. In addition, the possibility of adding terrestrial sourced images to improve orthophotos is explored. Importance of camera and image quality, flight procedure and the need for radiometric consistency in the orthophotos are discussed as well.

Forvitring av mursteinbygningar kan sjåast på som ein effekt av mange års eksponering for vær og vind. Sprekkdanningar i mursteinane kan komme av at vatn som trenger inn i det porøse materialet ekspanderer når det frys til is. I denne oppgåva tar ein sikte på å estimera tilstanden til ein mursteinsbygning ved fotogrammetri og digital biletanalyse. Bilete av bygningen vart tatt med ein drone og ortofoto av fasadane vart produsert i Pix4D, ein programvare for fotogrammetri. Eit skript vart utvikla i programmeringsspråket Python for å estimera tilstanden til bygningen. I Python vart eit bibliotek, kalla Scikit-image, nytta til å implementera eire bildebehandlingsprosedyrar. Tanken med skriptet var å segmentera ut kvar murstein som er synleg i ortofotoet, og dermed klassiffsera mursteinen basert på kva tilstand den er i. Segmenteringa er basert på ein serie av bildeprosesseringsteknikkar som terskling, morfologiske operasjonar og identifisering av binære bilderegionar. Klassiffseringa av tilstanden til mursteinane er basert på entropiverdiar. Resultatet visar att ein analyse er mogleg å gjennomføra på eit detaljnivå som tilsvarar ein analyse av murstein for murstein. Til dømes, i eit ortofoto i dette prosjektet har ein estimert at omtrent 95% av musteinane synleg i ortofotoet vart segmentert og klassifisert. Svakhetar ved metoden og resultatet er knytt opp til kvaliteten på ortofotoet og skriptets evne til å segmentera og klassiffsera mursteinane nøyaktig. Forslag til forbetringar er utforska og føreslått for begge tema. Forskjellige segmenterings og klassifiserings algoritmar er diskutert, samt verdien av kamerakvalitet, bildekvalitet og behovet for radiometrisk kontroll.