sovtendsСовременные тенденции в строительстве, градостроительстве и планировке территорийModern Trends in Construction, Urban and Territorial Planning2949-1835Don State Technical University10.23947/2949-1835-2023-2-4-94-103sovtends-76Research ArticleТехнология и организация строительстваTechnology and organization of constructionКонтроль качества скрытых строительных работ по фотоснимкам, прилагаемым к актам освидетельствованияQuality Control of the Hidden Construction Works by Means of Photographs Attached to the Certificates of Inspectionhttps://orcid.org/0009-0008-3208-433XМамоноваО. А.MamonovaO. A.

Мамонова Ольга Александровна, доцент кафедры «Математика и информатика», кандидат технических наук

344003, г. Ростов-на-Дону, пл. Гагарина, 1

Ol'ga A. Mamonova, Cand.Sci. (Engineering), associate professor of the Mathematics and Computer Science Department

1, Gagarin Sq., Rostov-on-Don, 344003

olga2.009@yandex.ruhttps://orcid.org/0009-0004-2447-2296ЖолобоваЕ. А.ZholobovaE. A.

Жолобова Елена Александровна, доцент кафедры «Технология строительного производства», кандидат технических наук

344003, г. Ростов-на-Дону, пл. Гагарина, 1

Elena A. Zholobova, Cand.Sci. (Engineering), associate professor of the Construction Operations Technologies Department

1, Gagarin Sq., Rostov-on-Don, 344003

Elena@rniiakh.ruДонской государственный технический университетРоссияDon State Technical UniversityRussian Federation2023291120232494103Copyright © Мамонова О.А., Жолобова Е.А., 20232023Мамонова О.А., Жолобова Е.А.Mamonova O.A., Zholobova E.A.This work is licensed under a Creative Commons Attribution 4.0 License.https://www.stsg-donstu.ru/jour/article/view/76Введение

Введение. В строительном производстве проблему повышения достоверности информации, содержащейся в актах освидетельствования скрытых работ, все чаще решают с помощью их фотофиксации. Основываясь на результатах ранее выполненных исследований, авторы доказывают, что, используя диагностическую информативность фотоснимков, можно не только подтверждать факт выполнения скрытых работ в нужном объеме, но и получать дополнительную информацию об их качестве. Для эффективного извлечения этой информации необходима разработка метода контроля качества скрытых строительных работ по фотоснимкам, прилагаемым к актам освидетельствования, с учетом современных научных достижений в области фотограмметрии и цветотекстурного анализа фотографических изображений. 

Материал и методы

Материал и методы. В основу разрабатываемого метода контроля качества скрытых строительных работ положено применение контурного, пиксельного, макро- и микротекстурного анализа фотографических изображений. При разработке метода были использованы результаты многочисленных визуальных обследований строительных конструкций (в том числе со вскрытием внутренних их элементов) и сопоставление этих результатов с информацией, содержащейся в актах освидетельствования скрытых работ. 

Результаты исследования

Результаты исследования. В статье представлены результаты выполненного в Донском государственном техническом университете исследования по разработке метода контроля качества скрытых строительных работ по фотоснимкам, прилагаемым к актам освидетельствования. Представлены разработанные авторами алгоритмы процессов анализа фотоснимков строительных конструкций для контроля их качества. Даны предложения по систематизации и хранению типовых текстур поверхностей строительных конструкций. 

Обсуждение и заключение

Обсуждение и заключение. Приоритетным условием успешного применения нового метода контроля качества скрытых строительных работ является его методическое обеспечение, устанавливающее единый порядок их фотофиксации, дополнительные требования к составу и параметрам фотоснимков, правила оформления, хранения и использования их в качестве приложений к оформляемым актам освидетельствования скрытых строительных работ, а также регламент выполнения комплексного анализа фотоснимков с применением соответствующего программного обеспечения. 

Introduction

Introduction. Within construction operations the problem of making more trustworthy the information included in the certificates of inspection of hidden works is most often solved by means of photofixation thereof. Based on the previous research results, the authors prove that diagnostic informativeness of the photographs can be used not only to confirm the fact of executing the hidden works in the required scope, but also to get additional information about their quality. To be able to retrieve this information efficiently it is necessary to develop the methodology for controlling quality of the hidden construction works by means of the photographs attached to the certificates of inspection, using advanced scientific achievements in the field of photogrammetry and colour texture analysis of photographic images.

Materials and Methods

Materials and Methods. The developed quality control methodology of the hidden construction works is based on the use of contour, pixel, macro- and micro-texture analysis of the photographic images. When developing the present methodology, the results of numerous visual examinations of the building structures (including their internal elements’ uncovering) have been used and compared against the information in the certificates of inspection of hidden works.

Results

Results. The article presents the results of the study conducted at Don State Technical University on development of the quality control methodology of the hidden construction works by means of the photographs attached to the certificates of inspection. The algorithms developed by the authors for analysing the photographs of the building structures to control their quality have been presented. The proposals on systematisation and storage of the typical textures of the building structure surfaces have been provided.

Discussion and Conclusion. The foremost condition for successful implementation of the new methodology of the hidden construction works quality control is its methodological support, which determines the unified procedure for photofixation, additional requirements to the combination and parameters of photographs, rules of their registration, storage and use as annexes to the certificates of inspection of hidden works, as well as provides the guidelines for the comprehensive analysis of photographs using the appropriate software.

строительствоскрытые работыакты освидетельствованияконтроль качествафотографические изображенияцветотекстурный анализconstructionhidden workscertificates of inspectionquality controlphotographic imagescolour texture analysisReferencesЖолобова О.А. Производственный контроль качества каменных стен и других ограждающих конструкций зданий по фотографическим изображениям. Вестник МГСУ. 2013;11:234−240. http://doi.org/10.22227/1997-0935.2013.11.234-240Zholobova OA. Industrial Quality control of stone walls and other enclosing structures of buildings based on photographic images. Vestnik MGSU 2013;(11):234−240. http://doi.org/10.22227/1997-0935.2013.11.234-240 (in Rus.)Гонсалес Р. Цифровая обработка изображений. Москва: Техносфера; 2012. 1104 с.Gonsales R. Digital image processing. Moscow: Tekhnosfera; 2012. 1104 p. (in Rus.)Ahmadvand A., Daliri M.R. Invariant Texture Classification Using a Spatial Filter Bank in Multi-resolution Analysis. Image and Vision Computing. 2016;45:1−10. https://doi.org/10.1016/j.imavis.2015.10.002Ahmadvand A, Daliri MR. Invariant Texture Classification Using a Spatial Filter Bank in Multi-resolution Analysis. Image and Vision Computing. 2016;45:1−10. https://doi.org/10.1016/j.imavis.2015.10.002Armi L., Fekri-Ershad S. Texture image analysis and texture Classification Methods — A Review. International Online Journal of Image Processing and Pattern Recognition. 2019;1(2):1−29. https://doi.org/10.48550/arXiv.1904.06554Armi L, Fekri-Ershad S. Texture Image Analysis and Texture Classification Methods - A Review. International Online Journal of Image Processing and Pattern Recognition. 2019;1(2):1−29. https://doi.org/10.48550/arXiv.1904.06554Bianconi F., González E., Fernández A., Saetta S. Automatic classification of granite tiles through colour and txture features. Expert systems with applications. 2012;39(12):11212–11218. https://doi.org/10.1016/j.eswa.2012.03.052Bianconi F, González E, Fernández A, Saetta S. Automatic Classification of Granite Tiles Through Colour and Texture Features. Expert Systems with Applications. 2012;39(12):11212–11218. https://doi.org/10.1016/j.eswa.2012.03.052Charles Y.R., Ramraj R.A Novel local mesh color texture pattern for image retrieval system. AEU-international journal of electronics and communications. 2016;3(70):225−233. https://doi.org/10.1016/j.aeue.2015.11.009Charles YR, Ramraj R. A Novel Local Mesh Color Texture Pattern for Image Retrieval System. AEU-International Journal of Electronics and Communications. 2016;3(70):225−233. https://doi.org/10.1016/j.aeue.2015.11.009Kabbai L., Abdellaoui M., Douik A. Image classification by combining local and global features. The visual computer. 2019;35:679−693. https://doi.org/10.1007/s00371-018-1503-0Kabbai L, Abdellaoui M, Douik A. Image Classification by Combining Local and Global Features. The Visual Computer. 2019;35:679−693. https://doi.org/10.1007/s00371-018-1503-0Fekri-Ershad S., Tajeripour F. Impulse-noise resistant color-texture classification approach using hybrid color local binary patterns and kullback–leibler divergence. Computer journal. 2017;11(60):1633−1648. https://doi.org/10.1093/comjnl/bxx033Fekri-Ershad S, Tajeripour F. Impulse-Noise Resistant Color-Texture Classification Approach Using Hybrid Color Local Binary Patterns and Kullback–Leibler Divergence. Computer Journal. 2017;11(60):1633−1648. https://doi.org/10.1093/comjnl/bxx033Shu X., Song Z., Shi J., Huang S. Multiple channels local binary pattern for color texture representation and classification. Signal processing: image communication. 2021;98:116392. https://doi.org/10.1016/j.image.2021.116392Shu X., Song Z, Shi J, Huang S. Multiple Channels Local Binary Pattern for Color Texture Representation and Classification. Signal Processing: Image Communication. 2021;98:116392. https://doi.org/10.1016/j.image.2021.116392Tanyildizi E. A нybrid color texture image classification method based on 2D and semi 3D texture features and extreme learning Machine. Przeglad elektrotechniczny. 2012;88(11):358-362. URL: https://www.researchgate.net/publication/286943018_A_hybrid_color_texture_image_classification_method_based_on_2D_and_semi_3D_texture_features_and_extreme_learning_machine (дата обращения: 09.11.2023).Tanyildizi E. A Нybrid Color Texture Image Classification Method Based on 2D and Semi 3D Texture Features and Extreme Learning Machine. Przeglad Elektrotechniczny. 2012; 88(11):358-362. URL: https://www.researchgate.net/publication/286943018_A_hybrid_color_texture_image_classification_method_based_on_2D_and_semi_3D_texture_features_and_extreme_learning_machine (accessed: 09.11.2023).Жолобова О.А., Иванникова Н.А. Предложения по совершенствованию производственного контроля качества наружных стен и покрытий современных зданий. Промышленное и гражданское строительство. 2014;(6):24−27.Zholobova OA, Ivannikova NA. Suggestions about Improving the Process Monitoring of External Wall and Coatings Quality of Modern Buildings. Promyshlennoe i grazhdanskoe stroitel'stvo. 2014;(6):24−27. (in Rus.)Adamopoulos E., Rinaudo F. Combining multiband imaging, photogrammetric techniques, and foss gis for affordable degradation mapping of stone monuments. Buildings. 2021;11(7):304. https://doi.org/10.3390/buildings11070304Adamopoulos E, Rinaudo F. Combining Multiband Imaging, Photogrammetric Techniques, and FOSS GIS for Affordable Degradation Mapping of Stone Monuments. Buildings. 2021;11(7):304. https://doi.org/10.3390/buildings11070304Mesa P.H., Anastasiadis J., León F.P. Identification and sorting of regular textures according to their similarity. In: Proceedings of SPIE — The international society for optical engineering. Munich: SPIE Optical metrology; 2015. 95300A. https://doi.org/10.1117/12.2184439Mesa PH, Anastasiadis J, León FP. Identification and Sorting of Regular Textures According to Their Similarity. In: Proceedings of SPIE - The International Society for Optical Engineering. Munich: SPIE Optical Metrology; 2015. 95300A. https://doi.org/10.1117/12.2184439Galantucci R.A., Fatiguso F. Advanced damage detection techniques in historical buildings using вigital photogrammetry and 3D surface analysis. Journal of cultural heritage. 2019;36:51–62. https://doi.org/10.1016/j.culher.2018.09.014Galantucci RA, Fatiguso F. Advanced Damage Detection Techniques in Historical Buildings Using Вigital Pho- togrammetry and 3D Surface Analysis. Journal of Cultural Heritage. 2019;36:51–62. https://doi.org/10.1016/j.culher.2018.09.014Jalón M.L., Chiachío J., Gil-Martín L.M., Hernández-Montes E. Probabilistic identification of surface recession patterns in heritage buildings based on digital photogrammetry. Journal of building engineering. 2021;34:101922. https://doi.org/10.1016/j.jobe.2020.101922Jalón ML, Chiachío J, Gil-Martín LM, Hernández-Montes E. Probabilistic Identification of Surface Recession Patterns in Heritage Buildings Based on Digital Photogrammetry. Journal of Building Engineering. 2021;34:101922. https://doi.org/10.1016/j.jobe.2020.101922Liu Z., Brigham R., Long E.R., Wilson L., Frost A., Orr S.A. et al. Semantic segmentation and photogrammetry of crowdsourced images to monitor historic facades. Heritage science. 2022;10:27. https://doi.org/10.1186/s40494022-00664-yLiu Z, Brigham R, Long ER, Wilson L, Frost A, Orr SA et al. Semantic Segmentation and Photogrammetry of Crowdsourced Images to Monitor Historic Facades. Heritage Science. 2022;10:27. https://doi.org/10.1186/s40494-02200664-yNapolitano R., Glisic B. Methodology for diagnosing crack patterns in masonry structures using photogrammetry and distinct element modeling. Engineering structures. 2019;181:519–528. https://doi.org/10.1016/j.engstruct.2018.12.036Napolitano R, Glisic B. Methodology for Diagnosing Crack Patterns in Masonry Structures Using Photogrammetry and Distinct Element Modeling. Engineering Structures. 2019;181:519–528. https://doi.org/10.1016/j.engstruct.2018.12.036Strząbała K., Ćwiąkała P., Gruszczyński W., Puniach E., Matwij W. Determining changes in building tilts based on uav photogrammetry. Measurement. 2022;202:111772. https://doi.org/10.1016/j.measurement.2022.111772Strząbała K, Ćwiąkała P, Gruszczyński W, Puniach E, Matwij W. Determining Changes in Building Tilts Based on UAV Photogrammetry. Measurement. 2022;202:111772. https://doi.org/10.1016/j.measurement.2022.111772Vincke S., Bassier M., Vergauwen M. Image recording challenges for photogrammetric construction site monitoring. The international archives of the photogrammetry, remote sensing and spatial information sciences. 2019;XLII2/W9:747−753. https://doi.org/10.5194/isprs-archives-XLII-2-W9-747-2019Vincke S, Bassier M, Vergauwen M. Image Recording Challenges for Photogrammetric Construction Site Monitoring. The International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences. 2019; XLII-2/W9:747−753. https://doi.org/10.5194/isprs-archives-XLII-2-W9-747-2019Визильтер Ю.В., Желтов С.Ю., Бондаренко А.В. Обработка и анализ изображений в задачах машинного зрения. Москва: Физматкнига; 2010. 672 с.Vizil'ter YV, Zheltov SY, Bondarenko AV. Image processing and analysis in machine vision tasks. Moscow: Fizmatkniga; 2010. 672 p. (in Rus.).

The authors declare that there are no conflicts of interest present.