CN101629812A - 一种焊接接头成形组织特征的测量方法 - Google Patents
一种焊接接头成形组织特征的测量方法 Download PDFInfo
- Publication number
- CN101629812A CN101629812A CN200910061699A CN200910061699A CN101629812A CN 101629812 A CN101629812 A CN 101629812A CN 200910061699 A CN200910061699 A CN 200910061699A CN 200910061699 A CN200910061699 A CN 200910061699A CN 101629812 A CN101629812 A CN 101629812A
- Authority
- CN
- China
- Prior art keywords
- point
- curve
- contour
- point set
- profile
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Landscapes
- Image Analysis (AREA)
Abstract
本发明公开了一种焊接接头成形组织特征的测量方法,对接头轮廓图像作二值化处理,采用深度优先搜索法消除二值化轮廓图像的横向和纵向毛刺,再将消除毛刺后的二值化轮廓图像离散化,采用两点距离偏差法搜索轮廓分段点以实现对接头轮廓的分段,分别将各段拟合成二次曲线,识别各二次曲线的特征点,对其作近似对称处理后用于计算接头成形特征。本发明准确分析了接头轮廓形状的变化规律,提高测量的精确性,有利于焊接质量分析。
Description
技术领域
本发明涉及激光焊接技术领域,尤其是涉及一种焊接接头成形组织特征的测量方法,用于评价焊接质量。
背景技术
在激光焊接过程中,激光与材料的相互作用、光致等离子体、小孔以及焊接熔池的行为,决定了最终的焊缝质量,而试图洞察这些现象或物理过程却极其困难,因此通过接头成形来评价焊接质量的好坏成为当前主要手段。焊接接头成形与接头性能等具有密切的关系,主要受到材料、焊接过程的传热、传质等多种因素的影响,其主要特征是指焊缝横截面的形状特点。目前,焊接接头图像的分析试样一般垂直于焊接方向线切割取样,经一定的物理化学方法处理后利用光学显微镜(LOM)、电子背散射衍射(EBSD)或薄膜试样透射电镜(TEM)获得,同时在图片上给出长度标尺,研究人员通过人工分析和人工测量的方式得到接头焊缝成形的定性及粗略的定量特征值。这种人工手动的方法对测量人员的依赖性较大,难以保证测量的精确性,而且只能得到焊接接头定性或一般定量的组织和形状特征。
随着现代航空技术及军事装备的发展,接头成形特性的定量表征及成形特征与接头力学性能之间的精确定量关系的分析成为激光焊接研究的新趋势。定量分析的基础是接头成形轮廓的精确测量,通过寻找轮廓的特征点确定成形特征。目前,轮廓特征点识别可采用三点曲率法、十一点曲率法、曲率差分法等方法。但是,这些方法都在一定程度上依赖点的曲率,由于接头成形轮廓的无规则性,使得这些方法不能准确识别轮廓特征点。
发明内容
本发明的目的在于提供一种焊接接头成形组织特征的测量方法,提高测量的精确性,有利于焊接质量分析。
一种焊接接头成形组织特征的测量方法,按照以下步骤进行:
(1)提取接头轮廓图像,对其作二值化处理得到二值化轮廓图像;
(2)采用深度优先搜索法消除二值化轮廓图像的横向和纵向毛刺,搜索过程中记录轮廓点坐标,再将消除毛刺后的二值化轮廓图像离散化得到第一点集W;
(3)寻取轮廓分段点:
(3.1)令k=1,n=n0,flag=0,3≤n0≤5;
(3.3)判断第一点集W中第k+n+1轮廓点(xk+n+1,yk+n+1)是否是第一点集W的末点,若是,进入步骤(4);若不是,将第二点集冗余拟合为第一曲线y=a10x2+b10x+c10和第二曲线x=a20y2+b20y+c20;
(3.4)若flag=0,以第一曲线y=a10x2+b10x+c10为基准寻找轮廓分段点,否则以第二曲线x=a20y2+b20y+c20为基准寻找轮廓分段点:
以第一曲线y=a10x2+b10x+c10为基准寻找轮廓分段点与以第二曲线x=a20y2+b20y+c20为基准寻找轮廓分段点方法相同,以第一曲线y=a10x2+b10x+c10为基准寻找轮廓分段点按照如下方法进行:
(3.4.1)分别计算第一点集W中轮廓点(xk+n+1,yk+n+1)和轮廓点(xk+n+2,yk+n+2)到第一曲线y=a10x2+b10x+c10的偏差距离d10,d20;
(3.4.2)若d10>δ且d20>δ,偏差域值δ取值范围为5~15个逻辑单位,进入步骤(3.4.3),否则n=n+1,flag=0,转入步骤(3.2);
(3.4.4)将平滑后的第二点集冗余拟合为第三曲线y=a11x2+b11x+c11和第四曲线x=a21y2+b21y+c21;
(3.4.5)分别计算第一点集W中轮廓点(xk+n+1,yk+n+1)和轮廓点(xk+n+2,yk+n+2)到第三曲线y=a11x2+b11x+c11的偏差距离d10′,d20′;若d10′>δ,且d20′>δ,进入步骤(3.4.6);否则,n=n+1,flag=0,转入步骤(3.2);
(3.4.6)分别计算第一点集W中轮廓点(xk+n+1,yk+n+1)和轮廓点(xk+n+2,yk+n+2)到第四曲线x=a21y2+b21y+c21的偏差距离为d10”’、d20”’;若d10”’>δ且d20”’>δ,确定轮廓点(xk+n,yk+n)为轮廓分段点,进入步骤(3.4.8),否则,n=n+1,flag=1,转入步骤(3.2);
(3.4.7)分别计算第一点集W中轮廓点(xk+n+1,yk+n+1)和轮廓点(xk+n+2,yk+n+2)到第二曲线x=a20y2+b20y+c20的偏差距离为d10″、d20″;若d10″>δ且d20″>δ,确定轮廓点(xk+n,yk+n)为轮廓分段点,进入步骤(3.4.8),否则,n=n+1,flag=1,转入步骤(3.2);
(3.4.8)k=k+n,n=n0,flag=0,转入步骤(3.2);
(4)利用轮廓分段点将第一点集W的轮廓点分段,分别将各段拟合成二次曲线,并识别各二次曲线的特征点即为轮廓特征点;
(5)对轮廓特征点作近似对称处理,根据其位置关系,计算接头成形特征。
本发明提出采用深度优先搜索法获得接头图像单像素轮廓及坐标,消除了毛刺影响,能够处理受噪声影响的接头轮廓图像。等间隔随机选点,不仅在很大程度上保持了原有图形的形状,而且将轮廓离散化,减少了计算量。在无法预知轮廓形状的前提下,冗余曲线拟合方式可获得最佳的拟合,最小误差的接近真实图形。提出两点距离偏差寻点法识别接头轮廓分段点,与平滑滤波综合运用,有效抑制了噪声引起波动幅度过大的现象,不影响轮廓的基本形状,而且减小因噪声引起边缘波动距离偏差过大的影响,分段点比较准确。本发明采用多种噪声抑制方法,创造性地使用了深度优先搜索法,并提出了两点偏差距离寻点法,配合差分法的运用,准确地识别了轮廓特征点,能够快速、准确地计算焊接接头特征量。对一般的焊接接头有很好地效果,对存在咬边的接头也方便实用。
附图说明
图1为焊接接头图像示意图。
图2为本发明步骤流程图。
图3为接头轮廓特征点位置图。
图4特征量计算示意图。
具体实施方式
图2为本发明步骤流程图。所述冗余曲线为y=ax2+bx+c和x=ay2+by+c两种形式,a、b、c分别为二次项、一次项、常数项系数,均由最小二乘法拟合得到,x为横坐标变量,y为纵坐标变量。步骤中用到的曲线均是这两种形式的具体化,参数含义同上。
具体步骤为:
1.对接头图像进行处理,提取接头轮廓,并将接头轮廓图像二值化,轮廓点值为1,其他点值为0。图1为焊接接头示意图。
2.采用深度优先搜索法获得接头图像中无毛刺连通轮廓,并取得轮廓点坐标,然后将轮廓离散化:
2.1以像素为单位,从上向下,自左往右扫描步骤1中二值化轮廓图像像素。当扫描到某像素行三个相邻像素灰度值为1时,选定这些像素为轮廓一条边,取此边中间点及其右邻点;
2.2以2.1中间点为起始点,其右邻点为目标点,采用迷宫寻宝的方法,设定左、右、上、下的寻找顺序,从起始点沿轮廓至目标点可以得到连通轮廓,并消除轮廓纵向上的毛刺;
2.3以2.2中得到的轮廓为对象,以2.1中间点为起始点和终止点,采用深度优先搜索法,设定上、下、左、右的优先顺序,依次搜索轮廓点,记录轮廓点的坐标,消除了轮廓横向上的毛刺,得到单像素点连通的轮廓图像;
2.4以2.1得到的中间点为起始点,间隔值为20个逻辑单位,逆时针顺序在2.3轮廓图像中取点,记为第一点集W。
3.以第一点集W为对象,采用两点距离偏差法寻取轮廓分段点:
3.1设定偏差域值δ为10个逻辑单位,标志符flag=0,定位符k=1,计数符n=3;
3.3设第一点集W中位置在第二点集后面的点(xk+n+1,yk+n+1)为当前点,若该点是第一点集W的末点,则已找到所有的分段点,进入步骤4;若该点不是第一点集W的末点,采用最小二乘法,将第二点集冗余拟合第一曲线y=a10x2+b10x+c10和第二曲线x=a20y2+b20y+c20。
3.4判断标志符flag的值,若flag=0,进入步骤3.5;若flag=1,进入步骤3.11;
3.5计算轮廓点(xk+n+1,yk+n+1)与(xk+n+2,yk+n+2)到第一曲线y=a10x2+b10x+c10的偏差距离为d10、d20,偏差距离为点到所参考曲线的最小距离,采用非线性规划问题中非线性无约束的多元函数求最小值的方法求得。若d10>δ且d20>δ,就认为点(xk+n,yk+n)为临时分段点,等待进一步确认,进入步骤3.6;否则,将点(xk+n+1,yk+n+1)加入第二点集即n=n+1,flag=0,转入步骤3.2;
3.6将第二点集中所有点进行位置波动分析。若没有波动,进入步骤3.9;若波动,采用均值滤波的方式对其进行滤波平滑,对平滑后的第二点集冗余拟合成第三曲线y=a11x2+b11x+c11和第四曲线x=a21y2+b21y+c21;
3.7计算轮廓点(xk+n+1,yk+n+1)与(xk+n+2,yk+n+2)到第三曲线y=a11x2+b11x+c11的距离偏差d10’、d20’。若d10’>δ且d20’>δ,进入步骤3.8;否则,n=n+1,flag=0,转入步骤3.2;
3.8计算轮廓点(xk+n+1,yk+n+1)与(xk+n+2,yk+n+2)到第四曲线x=a21y2+b21y+c21的偏差距离d10”’、d20”’。若d10”’>δ且d20”’>δ,就认为点(xk+n,yk+n)为分段点,进入步骤3.10;否则,n=n+1,flag=1,转入步骤3.2;
3.9计算轮廓点(xk+n+1,yk+n+1)与(xk+n+2,yk+n+2)到第二曲线x=a20y2+b20y+c20的偏差距离d10”、d20”。若d10”>δ且d20”>δ,就认为点(xk+n,yk+n)为轮廓分段点,进入步骤3.10,否则,n=n+1,flag=1,进入步骤3.2;
3.10令k=k+n,n=3,flag=0,转入步骤3.2;
3.11计算轮廓点(xk+n+1,yk+n+1)与(xk+n+2,yk+n+2)到第二曲线x=a20y2+b20y+c20的偏差距离为d11、d21,若d11>δ且d21>δ,就认为点(xk+n,yk+n)为临时分段点,等待进一步确认,进入步骤3.12;否则,将点(xk+n+1,yk+n+1)加入第二点集即n=n+1,flag=1,进入步骤3.2;
3.12将第二点集中点进行位置波动分析。若未波动,进入步骤3.15;若波动,采用均值滤波的方式对其进行滤波平滑。对平滑后的第二点集冗余拟合成第五曲线y=a12x2+b12x+c12和第六曲线x=a22y2+b22y+c22;
3.13计算轮廓点(xk+n+1,yk+n+1)与(xk+n+2,yk+n+2)的到第六曲线x=a22y2+b22y+c22的偏差距离d11’、d21’。若d11’>δ、d21’>δ,进入步骤3.14;否则,n=n+1,flag=1,进入步骤3.2;
3.14计算轮廓点(xk+n+1,yk+n+1)与(xk+n+2,yk+n+2)到第五曲线y=a13x2+b13x+c13的距离偏差d11”’、d21”’。若d11”’>δ、d21”’>δ,就认为点(xk+n,yk+n)为分段点,进入步骤3.10;否则,n=n+1,flag=0,进入步骤3.2;
3.15计算轮廓点(xk+n+1,yk+n+1)与(xk+n+2,yk+n+2)到第一曲线y=a10x2+b10x+c10的距离偏差d11”、d21”。若d11”>δ、d21”>δ,就认为点(xk+n,yk+n)为分段点,进入步骤3.10;否则,n=n+1,flag=0,转入步骤3.2;
4.以第一点集W为对象,利用步骤3得到的分段点将第一点集W分割成若干段,分别将各段拟合成分段曲线,识别特征点。接头轮廓拟合成二次曲线轮廓后,利用一阶差分处理曲线,当其差分值出现跳动或者为零值时,即认为是特征点,在形状上对应为两相邻曲线的交点和曲线上出现的极点。
5.对特征点作近似对称处理,根据其位置关系,计算接头成形特征:
5.1分别获得在位置上最高和最低的特征点,利用这两点将轮廓分成左右两个部分,同时将步骤4中的特征点分成左右两个部分;
5.2将左边轮廓特征点向右边轮廓投影,分别判断投影点与相邻轮廓特征点间的纵向距离。若存在纵向距离小于取点间隔值S的特征点,则将该轮廓特征点移位到对应投影点处;若不存在纵向距离小于取点间隔值S的特征点,则将此投影点添加为右边轮廓特征点,并将该投影点相邻的轮廓特征点投影到左边轮廓,添加为左边轮廓特征点。对称化处理后得到的特征点位置图如图3所示;
5.3根据特征点位置关系,计算接头特征量。图4为特征量计算示意图,其中hi表示高度,i=1~6,wj表示高度,j=1~5。
Claims (3)
1、一种焊接接头成形组织特征的测量方法,按照以下步骤进行:
(1)提取接头轮廓图像,对其作二值化处理得到二值化轮廓图像;
(2)采用深度优先搜索法消除二值化轮廓图像的横向和纵向毛刺,搜索过程中记录轮廓点坐标,再将消除毛刺后的二值化轮廓图像离散化得到第一点集W;
(3)寻取轮廓分段点:
(3.1)令k=1,n=n0,flag=0,3≤n0≤5;
(3.3)判断第一点集W中第k+n+1轮廓点(xk+n+1,yk+n+1)是否是第一点集W的末点,若是,进入步骤(4);若不是,将第二点集冗余拟合为第一曲线y=a10x2+b10x+c10和第二曲线x=a20y2+b20y+c20;
(3.4)若flag=0,以第一曲线y=a10x2+b10x+c10为基准寻找轮廓分段点,否则以第二曲线x=a20y2+b20y+c20为基准寻找轮廓分段点:
以第一曲线y=a10x2+b10x+c10为基准寻找轮廓分段点与以第二曲线x=a20y2+b20y+c20为基准寻找轮廓分段点方法相同,以第一曲线y=a10x2+b10x+c10为基准寻找轮廓分段点按照如下方法进行:
(3.4.1)分别计算第一点集W中轮廓点(xk+n+1,yk+n+1)和轮廓点(xk+n+2,yk+n+2)到第一曲线y=a10x2+b10x+c10的偏差距离d10,d20;
(3.4.2)若d10>δ且d20>δ,偏差域值δ取值范围为5~15个逻辑单位,进入步骤(3.4.3),否则n=n+1,flag=0,转入步骤(3.2);
(3.4.4)将平滑后的第二点集冗余拟合为第三曲线y=a11x2+b11x+c11和第四曲线x=a21y2+b21y+c21;
(3.4.5)分别计算第一点集W中轮廓点(xk+n+1,yk+n+1)和轮廓点(xk+n+2,yk+n+2)到第三曲线y=a11x2+b11x+c11的偏差距离d10′,d20′;若d10′>δ,且d20′>δ,进入步骤(3.4.6);否则,n=n+1,flag=0,转入步骤(3.2);
(3.4.6)分别计算第一点集W中轮廓点(xk+n+1,yk+n+1)和轮廓点(xk+n+2,yk+n+2)到第四曲线x=a21y2+b21y+c21的偏差距离为d10’”、d20’”;若d10’”>δ且d20’”>δ,确定轮廓点(xk+n,yk+n)为轮廓分段点,进入步骤(3.4.8),否则,n=n+1,flag=1,转入步骤(3.2);
(3.4.7)分别计算第一点集W中轮廓点(xk+n+1,yk+n+1)和轮廓点(xk+n+2,yk+n+2)到第二曲线x=a20y2+b20y+c20的偏差距离为d10″、d20″;若d10″>δ且d20″>δ,确定轮廓点(xk+n,yk+n)为轮廓分段点,进入步骤(3.4.8),否则,n=n+1,flag=1,转入步骤(3.2);
(3.4.8)k=k+n,n=n0,flag=0,转入步骤(3.2);
(4)利用轮廓分段点将第一点集W的轮廓点分段,分别将各段拟合成二次曲线,并识别各二次曲线的特征点即为轮廓特征点;
(5)对轮廓特征点作近似对称处理,根据其位置关系,计算接头成形特征。
2、根据权利要求1所述的一种焊接接头成形组织特征的测量方法,其特征在于,所述步骤(2)按照如下方式进行:
(2.1)从上往下或从下往上扫描二值化轮廓图像的像素行,当首次扫描到某像素行中至少有三个相邻像素灰度值为1的轮廓点时,将位于中间的轮廓点定义为起始点,其右邻点为目标点;
(2.2)在二值化轮廓图像中,按照左右上下的顺序搜索起始点到目标点的第一连通轮廓;
(2.3)在第一连通轮廓中,按照上下左右的顺序搜索起始点到目标点的第二连通轮廓,搜索过程中记录第二连通轮廓中各轮廓点坐标;
(2.4)在第二连通轮廓中,从起始点开始以间隔值S选取轮廓点,记为第一点集W,间隔值S的选取范围为10~30个逻辑单位。
3、根据权利要求2所述的一种焊接接头成形组织特征的测量方法,所述步骤(5)具体为:
(5.1)选定纵坐标位置最高和最低的轮廓特征点,这两点连线将第二连通轮廓分成左右两部分;
(5.2)将左边轮廓特征点向右边轮廓投影,分别判断各投影点与其相邻右边轮廓特征点间的纵向间距;若存在纵向间距小于间隔值S的右边轮廓特征点,则将其移位到该投影点处;若不存在,则将该投影点添加为右边轮廓特征点,并将该投影点相邻的右边轮廓特征点投影到左边轮廓,将其投影点添加为左边轮廓特征点;
(5.3)根据轮廓特征点位置,计算接头特征量。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2009100616991A CN101629812B (zh) | 2009-04-17 | 2009-04-17 | 一种焊接接头成形组织特征的测量方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2009100616991A CN101629812B (zh) | 2009-04-17 | 2009-04-17 | 一种焊接接头成形组织特征的测量方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN101629812A true CN101629812A (zh) | 2010-01-20 |
CN101629812B CN101629812B (zh) | 2010-12-01 |
Family
ID=41575011
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2009100616991A Expired - Fee Related CN101629812B (zh) | 2009-04-17 | 2009-04-17 | 一种焊接接头成形组织特征的测量方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN101629812B (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102706921A (zh) * | 2012-06-13 | 2012-10-03 | 南京第四分析仪器有限公司 | 一种消除铸铁热分析曲线干扰的滤波方法 |
CN108090892A (zh) * | 2016-11-22 | 2018-05-29 | 通用汽车环球科技运作有限责任公司 | 接头质量的自动确定 |
CN108491776A (zh) * | 2018-03-12 | 2018-09-04 | 青岛理工大学 | 基于像素分类的装配体零件识别方法、装置及监测系统 |
CN109746597A (zh) * | 2017-11-08 | 2019-05-14 | 大族激光科技产业集团股份有限公司 | 应用相机跟踪焊缝的方法、系统以及焊接设备 |
CN110018160A (zh) * | 2018-01-10 | 2019-07-16 | 本田技研工业株式会社 | 焊接部检查装置 |
CN113567349A (zh) * | 2021-09-06 | 2021-10-29 | 山东大学 | 一种焊缝界面结构的激光超声确定方法及其应用 |
-
2009
- 2009-04-17 CN CN2009100616991A patent/CN101629812B/zh not_active Expired - Fee Related
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102706921A (zh) * | 2012-06-13 | 2012-10-03 | 南京第四分析仪器有限公司 | 一种消除铸铁热分析曲线干扰的滤波方法 |
CN108090892A (zh) * | 2016-11-22 | 2018-05-29 | 通用汽车环球科技运作有限责任公司 | 接头质量的自动确定 |
CN108090892B (zh) * | 2016-11-22 | 2022-02-15 | 通用汽车环球科技运作有限责任公司 | 自动评定接头质量的方法和组件 |
CN109746597A (zh) * | 2017-11-08 | 2019-05-14 | 大族激光科技产业集团股份有限公司 | 应用相机跟踪焊缝的方法、系统以及焊接设备 |
CN110018160A (zh) * | 2018-01-10 | 2019-07-16 | 本田技研工业株式会社 | 焊接部检查装置 |
CN110018160B (zh) * | 2018-01-10 | 2021-07-20 | 本田技研工业株式会社 | 焊接部检查装置 |
CN108491776A (zh) * | 2018-03-12 | 2018-09-04 | 青岛理工大学 | 基于像素分类的装配体零件识别方法、装置及监测系统 |
CN113567349A (zh) * | 2021-09-06 | 2021-10-29 | 山东大学 | 一种焊缝界面结构的激光超声确定方法及其应用 |
Also Published As
Publication number | Publication date |
---|---|
CN101629812B (zh) | 2010-12-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101629812B (zh) | 一种焊接接头成形组织特征的测量方法 | |
JP7241139B2 (ja) | サーバ装置、画像処理方法、及び画像処理システム | |
CN105783786B (zh) | 一种基于结构光视觉的零件倒角测量方法与装置 | |
CN110728753B (zh) | 一种基于线性拟合的目标点云3d边界框拟合方法 | |
CN103292701A (zh) | 基于机器视觉的精密器件在线尺寸测量方法 | |
CN108846888A (zh) | 一种古木建筑构件精细尺寸信息自动化提取方法 | |
CN111145157B (zh) | 基于高分辨率遥感影像的路网数据自动化质量检查方法 | |
CN105865344A (zh) | 一种基于机器视觉的工件尺寸测量方法和装置 | |
CN113763350B (zh) | 一种胶线检测方法、装置、胶线检测设备及存储介质 | |
CN103295239A (zh) | 一种基于平面基准影像的激光点云数据的自动配准方法 | |
KR102502486B1 (ko) | 화상을 생성하는 시스템 | |
CN114119488B (zh) | 一种面向工厂化的预制叠合板尺寸质量智能检测方法 | |
Gunkel et al. | Micro crack detection with Dijkstra’s shortest path algorithm | |
CN112990183B (zh) | 离线手写汉字同名笔画提取方法、系统、装置 | |
CN109919955A (zh) | 地基式激光雷达点云的隧道轴线提取和分割方法 | |
CN116309556A (zh) | 一种基于机器视觉技术的钢构件成品质量管理方法 | |
Lang et al. | Pavement cracking detection and classification based on 3d image using multiscale clustering model | |
CN109556533B (zh) | 一种针对多线结构光条纹图像的自动提取方法 | |
CN116740060B (zh) | 基于点云几何特征提取的装配式预制构件尺寸检测方法 | |
JP2006343234A (ja) | 非球面形状誤差の評価方法および形状評価装置 | |
CN117610375A (zh) | 基于机器视觉的桥梁悬浇施工数字孪生方法、装置和设备 | |
CN113421236A (zh) | 基于深度学习的建筑墙面渗漏水表观发育状况预测方法 | |
CN106709501A (zh) | 一种图像匹配系统的景象匹配区域选择与基准图优化方法 | |
CN110555385B (zh) | 一种基于变步长曲率滤波的焊缝特征点求取方法 | |
CN115143936B (zh) | 一种基于激光点云的输电工程杆塔倾斜度测量方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
C17 | Cessation of patent right | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20101201 Termination date: 20130417 |