一种基于机器学习的建筑物裂缝监测方法和系统

本发明公开了一种基于机器学习的建筑物裂缝监测方法和系统，涉及建筑检测技术领域，包括以下步骤：S1、多频段图像数据增强与预处理；S2、裂缝区域自适应分割；S3、裂缝特征向量化表示；S4、基于自监督学习的裂缝特征学习；S5、基于图像生成对抗网络GAN的裂缝生成；S6、裂缝形态动力学建模；S7、基于图结构的裂缝拓扑分析。该基于机器学习的建筑物裂缝监测方法和系统，通过自适应分割、自监督学习和裂缝形态动力学建模，有效提升了裂缝监测的精度和鲁棒性，解决了传统方法在裂缝检测中的误检与漏检问题，系统能够自适应学习不同环境和材质下裂缝的表现形式，精准地提取裂缝特征并预测其扩展路径。