将红外热成像技术与图像处理技术结合，用压差法进行建筑外窗空气渗透检测。通过红外热成像仪对建筑外窗进行红外图片采集，利用图像处理技术对采集的外窗图像进行红外图像处理，针对红外图像中的异常区域对外窗缺陷进行检测，并进行缺陷的面积计算，建立外窗缺陷红外检测模型。根据实验测得的室内外温差、外窗缺陷面积、空气渗透量建立建筑外窗空气渗透量计算模型，将模型与建筑外窗缺陷红外检测模型结合，对外窗缺陷引发的能耗进行定量分析。结果表明：对外窗缺陷进行维护，能够减少外窗耗能，提高外窗节能。外窗每减少 1 cm2的空气渗透面积，每年能够节能 66146 kJ；外窗气密性能等级每提高 1级，单位面积外窗每年能够节能 110012 kJ。

针对目前建筑外窗气密性现场检测方法无法保证其所有安装外窗的气密性等级全部达标, 同时缺乏高效、便捷的检测手段, 提出一种外窗气密性能等级现场检测方法, 通过热像仪对外窗进行红外图像采集, 对图像中的异常区域进行缺陷检测并计算缺陷面积, 建立外窗缺陷红外检测模型。根据实验测得的室内外温差、外窗缺陷面积、空气渗透量, 建立外窗空气渗透量计算模型, 将此模型与外窗缺陷红外检测模型结合求得窗户的空气渗透量, 实现外窗气密性能的现场检测, 初步判定外窗是否符合相应的气密性能等级, 提高了外窗气密性能现场检测的效率, 为外窗气密性能等级现场判定提供一种新的途径。

将红外热成像与图像处理技术结合应用于建筑外窗缺陷的检测, 提出一种外窗缺陷检测和面积计算方法。通过外窗缺陷检测实验, 利用压差法进行外窗空气渗透检测, 求出渗透的缺陷面积。将红外热成像仪采集的外窗红外图像进行图像的预处理、外窗缺陷的检测以及检测后的面积计算, 并建立外窗缺陷红外图像检测模型。结果表明: 利用加权平均法进行灰度化处理, 中值滤波进行降噪处理、图像锐化和直方图均衡化进行图像增强处理, 处理效果明显, 可作为外窗红外图像的预处理方式； Roberts算法对预处理后外窗红外图像的检测与实验值差异最小, 检测信息更接近实际缺陷位置；将处理方法和检测模型与建筑整体气密性检测结合, 能够在现场对外窗气密性能等级进行初步判定。