CN104019772A - 一种桥梁结构砼表面蜂窝麻面面积测定仪及其检测方法 - Google Patents
一种桥梁结构砼表面蜂窝麻面面积测定仪及其检测方法 Download PDFInfo
- Publication number
- CN104019772A CN104019772A CN201410212355.7A CN201410212355A CN104019772A CN 104019772 A CN104019772 A CN 104019772A CN 201410212355 A CN201410212355 A CN 201410212355A CN 104019772 A CN104019772 A CN 104019772A
- Authority
- CN
- China
- Prior art keywords
- image
- honeycomb
- area
- concrete
- module
- 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
Landscapes
- Image Processing (AREA)
Abstract
本发明涉及公路工程质量检测领域,尤其涉及一种桥梁结构砼表面蜂窝麻面面积测定仪及其检测方法。该测定仪包括:一机械支架,用于固定支撑图像采集装置和调整图像采集装置的视角;一图像采集装置,用于采集桥梁结构砼图像,并获取观测点到目标点的距离和观测角度;一图像面积计算模块,用于利用距离和拍摄角度信息获取图像像素点对应结构砼实际面积的大小,并对结构砼图像处理,提取并记录蜂窝和麻面的面积信息。本发明利用图像处理技术,对桥梁工程中桥墩表面的蜂窝、麻面面积实现数字化观测,方便快捷,并且采用测距和夹角参数对拍摄图像进行像素点与实际面积的比例计算,实现蜂窝、麻面面积的准确计算。
Description
技术领域
本发明涉及公路工程质量检测领域,尤其涉及一种桥梁结构砼表面蜂窝麻面面积测定仪及其检测方法。
背景技术
在公路工程建设中,公路工程施工质量检验评定,是全面验收工程质量,检查是否符合设计和规范要求的重要环节,对促进公路建设项目(工程)及时投产,发挥投资效果,总结建设经验有重要作用。《公路工程质量检验评定标准》JTG F80/1—2004是公路工程建设人员对工程进行验收的标准和依据,其中有关章节已明确混凝土表面允许出现蜂窝、麻面面积比例的具体指标,(如:第8.6.1条3(2)“蜂窝、麻面面积不得超过该面面积的0.5%。不符合要求时,每超过0.5%减3分。”),但目前在桥梁工程施工质量的验收中,对于桥墩等工程部位混凝土表面的蜂窝、麻面面积的测量验收,还存在很多难题,桥墩高度造成桥墩上部施工质量验收的困难,而且在工程验收中也缺乏对于蜂窝、麻面面积的测量仪器,仅靠验收人员的经验评断,还是不够科学的。因此,采用一种通过图像采集处理计算出蜂窝、麻面的面积,使桥墩表面的蜂窝、麻面面积测量定量化,因而评价更客观,对于桥梁工程施工质量验收有相当重要的意义。
发明内容
为实现上述目的,本发明提供了一种桥梁结构砼表面蜂窝麻面面积测定仪,并提供了利用该测定仪检测蜂窝麻面面积的方法,通过采集蜂窝麻面的图像,对图像进行处理,计算蜂窝麻面的面积。
本发明采用的技术方案如下:一种桥梁结构砼表面蜂窝麻面面积测定仪,包括:
一机械支架,用于固定支撑图像采集装置和调整图像采集装置的视角;
一图像采集装置,用于采集桥梁结构砼图像,并获取观测点到目标点的距离和观测角度;
一图像面积计算模块,用于利用距离和拍摄角度信息获取图像像素点对应结构砼实际面积的大小,并对结构砼图像处理,提取并记录蜂窝和麻面的面积信息。
所述的图像采集装置包括结构砼观测参数获取模块和图像采集模块,其中结构砼观测参数获取模块包括一个带有光斑指示功能的激光测距模块和两个角度测量模块,激光测距模块用于测量观测点到目标点的距离,角度测量模块用于测量观测点到目标点的观测角度。利用距离和角度信息可计算出结构砼上目标点的实际距离,从而根据图像上的距离推算出图像像素点对应的结构砼实际面积的大小,用于计算蜂窝和麻面面积。
所述的机械支架包括支撑架及其顶端的水平仪、参数获取云台和图像采集云台,水平仪用于支撑架的调平指示,参数获取云台用于安装结构砼观测参数获取模块,图像采集云台用于安装图像采集模块,两个云台均为能围绕水平轴和铅垂轴旋转的两自由度云台。两个云台结构参数相同,具有两个自由度,并排固定在支撑架顶端。
所述的角度测量模块分别为俯仰角传感器和航向角传感器,两传感器均与参数获取云台连接,俯仰角传感器用于测量参数获取云台与水平方向参考面的夹角,航向角传感器用于测量参数获取云台与铅垂方向参考面的夹角。通过两传感器可以获得在激光测距模块分别对准各目标点时参数获取云台旋转偏离两参考面的角度,从而可根据观测点和目标点间的距离借助空间距离公式计算出目标点之间的实际距离。
所述的图像采集模块为CCD高清相机,该相机带有变焦镜头功能,拍摄远处桥梁结构砼的清晰图像,并存储到图像存储卡中。
所述的支撑架为三角支撑架,由三个伸缩杆和伸缩杆顶端的底座构成,水平仪和两个云台均安装在底座上。
所述的图像面积计算模块包括图像处理模块、参数提取模块和蜂窝麻面面积计算模块,图像处理模块用于对采集的桥梁结构砼图像依次进行灰度化、增强对比度和阈值分割处理,参数提取模块用于从分割后的图像中提取蜂窝和麻面像素数,蜂窝麻面面积计算模块用于根据获得的距离和角度信息计算图像像素点对应的实际面积,并结合蜂窝和麻面像素数计算蜂窝和麻面面积。
应用上述测定仪检测蜂窝麻面面积的方法,包括如下步骤:
1)测定仪调平:将测定仪摆放至观测位置,并将测定仪调平;调节测定仪的支撑架,根据水平仪的指示确认是否调平。
2)结构砼观测参数与图像获取:在结构砼上根据待观测区域形状定义一多边形区域,将多边形的各角点作为目标点,利用激光测距模块向各目标点投射激光,测量观测点与目标点的距离信息,同时利用角度测量模块测量对应每个目标点的观测角度信息,并利用图像采集模块采集光斑分别在各目标点时的待观测区图像,将各图像合成为包含光斑信息的图像P′和不包含光斑信息的图像P″,根据图像P′中光斑的位置抠取图像P″中光斑目标点所围成的多边形图像P,存储上述信息。由于各个图像是对同一区域进行的拍摄,只是光斑分别位于不同的目标点,两两图片间只有一个目标点位置的像素不同。图像合并时,对于各目标点区域,用有光斑的像素替换无光斑的像素,其他区域直接覆盖,获得带光斑的合成图像;用无光斑的像素替换有光斑的像素,其他区域直接覆盖,获得不带光斑的图像。这个过程的实现可以是人工进行图片编辑,也可以设计相应程序来实现。
3)图像灰度化和对比度增强处理:对多边形彩色图像P进行灰度化处理,并采用基于有限对比度自适应直方图均衡化方法对图像进行空域增强处理,以改善结构砼图像直方图分布及蜂窝和麻面图像对比度。
4)图像分割处理:对增强处理后的图像进行阈值分割,可采用大律法阈值的0.5~0.9倍进行图像分割,并去除误分割区域,得到只有蜂窝和麻面的图像分割结果;具体可采用形态学闭运算或形态学重建方法去除因结构砼纹理颜色突变带来的误分割区域。
5)提取蜂窝和麻面区域的像素数:统计图像分割结果中的黑色像素点数目,得出多边形图像P中蜂窝和麻面区域的总像素数;这个过程需要先统计代表蜂窝和麻面的黑色连通像素区域的数目,并对应每个黑色连通像素区域统计出该区域的黑色像素点数目,然后通过运算计算出图像中总的像素数。
6)目标点实际距离获取:利用距离信息和角度信息计算坐标系下的目标点坐标,并根据空间距离公式计算观测结构砼上两两目标点间的实际距离。
7)图像尺寸与实际面积比例获取:将多边形划分为多个三角形的组合,利用各三角形的三个边长求取该三角形面积,再组合成结构砼上多边形的实际面积;通过图像处理统计多边形图像P中全部像素点的数目,实际面积除以图像像素点数目,计算出每个图像像素所代表的实际面积,存储供调用。
8)计算蜂窝和麻面面积:调用多边形图像P中蜂窝和麻面区域的总像素数和每个图像像素所代表的实际面积,两者相乘得出实际结构砼待观测区中蜂窝和麻面的总面积。
步骤2)的具体步骤为:
2-1)在结构砼上根据待观测区域形状定义一多边形区域,将多边形的各角点作为目标点,调整图像采集云台,使CCD高清相机对准待观测结构砼并覆盖整个多边形区域,调整参数获取云台,使激光测距模块的光斑指示到相机取景对应的中心位置;
2-2)保持图像采集云台不动,调整参数获取云台,使激光测距模块的光斑指示到一个目标点,并测量观测点与目标点的距离信息y,同时测量参数获取云台与水平方向参考面的夹角H,测量参数获取云台与铅垂方向和桥梁长度方向所确定的参考面的夹角V,存储参数信息;
2-3)使用CCD高清相机拍摄指示光斑在该目标点的观测结构砼图像并存储;
2-4)重复上述2-2)、2-3)两步直到获取光斑在各目标点时的所有图像以及各目标点相应的距离信息和两个夹角信息;
2-5)采用区域覆盖和像素替换合并所有图像,将各图像合成为包含光斑信息的图像P′和不包含光斑信息的图像P″,根据图像P′中光斑的位置抠取图像P″中光斑目标点所围成的多边形图像P,将这三幅图像和相应的距离和夹角信息存储,供图像面积计算模块调用。
本发明具有以下优点:
1、本发明利用图像处理技术,对桥梁工程中桥墩表面的蜂窝、麻面面积实现数字化观测,方便快捷。
2、本发明采用测距和夹角参数对拍摄图像进行像素点与实际面积的比例计算,实现蜂窝、麻面面积的准确计算。
3、本发明使桥梁结构外观表面的蜂窝、麻面面积测量定量化,对桥梁工程施工质量验收评价更客观。
附图说明
图1为测定仪的工作示意图;
图2为测定仪的结构示意图;
图3为本发明实施例各目标点的参数示意图;
图4为本发明检测方法流程图;
图5为结构砼彩色图像;
图6为结构砼灰度图像;
图7为有限对比度自适应直方图均衡化后的图像;
图8为以大津法阈值0.5倍对图像进行分割后的图像;
图9为采用形态学闭运算去除误分割区域后的图像;
图10为面积特征统计曲线图,其中横轴为黑色连通像素区域编号,纵轴为每个黑色连通像素区域的像素数;
图中: 1、支撑架,2、底座,3、图像采集云台, 4、CCD高清相机,5、激光测距模块,6、参数获取云台,7、水平仪。
具体实施方式
下面结合附图对本发明的实施方式作进一步描述。
一种桥梁结构砼表面蜂窝麻面面积测定仪,如图2所示,包括一机械支架、一图像采集装置和一图像面积计算模块,所述的机械支架由支撑架1、水平仪7、参数获取云台6和图像采集云台3组成。所述的支撑架1采用三角支撑架,由三个伸缩杆及其顶端的底座构成,可通过调整三个支撑点位置,调节其水平状态。所述的水平仪7安放在支撑架的底座上,用于支撑架的调平指示;所述的参数获取云台和图像采集云台是两个结构参数相同的两自由度云台,两自由度云台以水平轴和铅垂轴为旋转轴做旋转运动,两个云台并排固定在支撑架底座上。
所述的图像采集装置包括结构砼观测参数获取模块和图像采集模块,所述的图像采集模块采用带有变焦功能的CCD高清相机,固定在图像采集云台上,获取远处桥梁结构砼的清晰图像,将图像信息保存在图像存储卡上。所述的结构砼观测参数获取模块由带有光斑指示功能的激光测距模块和角度测量模块组成,所述的激光测距模块是在拍摄给定桥梁结构砼图像时,通过带有光斑指示功能的激光测距模块测量相机拍摄点与结构砼图像内的给定桥梁结构砼目标点间的距离信息,所述的激光测距模块固定于参数获取云台上。所述的角度测量模块包括俯仰角传感器和航向角传感器,两传感器联接于参数获取云台上,在测量激光测距模块与桥梁结构砼目标点距离时,通过俯仰角传感器和航向角传感器分别测出所对应的参数获取云台与水平方向参考面和铅垂方向参考面的夹角信息,用来计算目标点的实际距离,进而推算出图像像素点对应获取的结构砼实际面积的大小。
所述的图像面积计算模块是由图像处理模块、参数提取模块和蜂窝麻面面积计算模块组成。所述的图像处理模块是读取存储卡中的清晰图像,将RGB彩色图像转化成灰度图,然后对灰度化图像进行对比度增强,最后对图像进行分割处理;所述的参数提取模块是将分割图像中的蜂窝、麻面像素点提取出来,并统计像素点数目;蜂窝麻面面积计算模块用于根据获得的距离和角度信息计算图像像素点对应的实际面积,并结合蜂窝和麻面像素数计算蜂窝和麻面面积。
以获取的桥梁结构砼外观图像为例,说明蜂窝麻面面积的测定过程(如图4所示)。
本发明所述的桥梁结构砼表面蜂窝麻面面积测定仪的检测步骤如下:
1)测定仪调平:
将本发明的测定仪安置在观测桥梁结构砼表面外观质量的合适位置,调整测定仪的支撑架,依据水平仪的指示将测定仪调平。
2)结构砼观测参数与图像获取:
2-1)在待观测结构砼上选取一四边形区域,该区域有四个目标点A1、A2、A3、A4,调整图像采集云台,使CCD高清相机对准待观测结构砼并覆盖整个区域,调整参数获取云台,使激光测距模块的光斑指示到相机取景对应的中心位置;
2-2)保持图像采集云台不动,调整参数获取云台,使激光测距模块的光斑指示到目标点A1,并测量观测点与目标点A1的距离y1,同时测量参数获取云台与水平方向参考面的夹角(仰角)H1,测量参数获取云台与铅垂方向和桥梁长度方向所确定的参考面的夹角(航向角)V1,存储参数信息;
2-3)使用CCD高清相机拍摄指示光斑在该目标点的观测结构砼图像P1并存储;
2-4)重复上述2-2)、2-3)两步直到获取光斑在目标点A2、A3、A4时的图像P2、P3、P4以及相应的距离y2、y3、y4,仰角H2、H3、H4和方向角V2、V3、V4;
2-5)采用区域覆盖和像素替换合并所有图像,分别合成为包含光斑信息的图像P′和不包含光斑信息的图像P″,根据图像P′中光斑的位置抠取图像P″中光斑目标点所围成的四边形图像P,将这三幅图像和相应的距离和夹角信息存储,供图像面积计算模块调用。
3)图像灰度化和增强处理:
对四边形彩色图像P(如图5所示)进行灰度化处理(如图6所示),并采用基于有限对比度自适应直方图均衡化方法对图像进行空域增强处理(如图7所示),以改善结构砼图像直方图分布及蜂窝和麻面图像对比度;
4)图像分割处理:
以0.5倍大津法确定的阈值对增强后的图像进行图像分割(如图8所示),再采用形态学闭运算或形态学重建方法去除因结构砼纹理颜色突变带来的误分割区域,从而得到蜂窝和麻面的图像分割结果(如图9所示);
5)提取蜂窝、麻面指数并统计:
对仅带有蜂窝和麻面的图像分割结果进行像素点数目统计,如图10所示,统计代表蜂窝和麻面的黑色连通像素区域的数目及每个区域的黑色像素数,并绘制面积特征统计曲线,横轴为黑色连通像素区域编号,纵轴为每个黑色连通像素区域的像素数,通过计算即可得到蜂窝和麻面区域总的像素数;
6)目标点间实际距离获取:
使用上述距离信息和夹角信息(如图3所示),获得计算坐标系下的目标点坐标分别为:A1(y1cosH1cosV1,y1cosH1sinV1,y1sinH1)、A2(y2cosH2cosV2,y2cosH2sinV2,y2sinH2)、A3(y3cosH3cosV3,y3cosH3sinV3,y3sinH3)、A4(y4cosH4cosV4,y4cosH4sinV4,y4sinH4),依据空间两点间的距离公式计算出观测结构砼上四个目标点间的实际距离:
7)图像尺寸与实际面积比例获取:
将四边形分为两个三角形的组合,利用各三角形的三个边长求取该三角形面积(即海伦公式),两个三角形面积相加即为四边形的实际面积;通过图像处理统计四边形图像P中全部像素点的数目,实际面积除以图像像素点数目,计算出每个图像像素所代表的实际面积,存储供调用。
8)蜂窝、麻面的面积计算:
调用图像P中蜂窝和麻面区域的总像素数和每个图像像素所代表的实际面积,两者相乘得出实际结构砼待观测区域中蜂窝和麻面的总面积。进而根据《公路工程质量检验评定标准》评定该观测结构砼的表面质量。
下次获取其他结构砼表面质量图像及其蜂窝和麻面面积,重复上述步骤。
Claims (9)
1. 一种桥梁结构砼表面蜂窝麻面面积测定仪,其特征在于:包括
一机械支架,用于固定支撑图像采集装置和调整图像采集装置的视角;
一图像采集装置,用于采集桥梁结构砼图像,并获取观测点到目标点的距离和观测角度;
一图像面积计算模块,用于利用距离和角度信息获取图像像素点对应结构砼实际面积的大小,并对结构砼图像处理,提取并记录蜂窝和麻面的面积信息。
2.根据权利要求1所述的桥梁结构砼表面蜂窝麻面面积测定仪,其特征在于:所述的图像采集装置包括结构砼观测参数获取模块和图像采集模块,其中结构砼观测参数获取模块包括一个带有光斑指示功能的激光测距模块和两个角度测量模块,激光测距模块用于测量观测点到目标点的距离,角度测量模块用于测量观测点到目标点的观测角度。
3.根据权利要求2所述的桥梁结构砼表面蜂窝麻面面积测定仪,其特征在于:所述的机械支架包括支撑架及其顶端的水平仪、参数获取云台和图像采集云台,水平仪用于支撑架的调平指示,参数获取云台用于安装结构砼观测参数获取模块,图像采集云台用于安装图像采集模块,两个云台均为能围绕水平轴和铅垂轴旋转的两自由度云台。
4.根据权利要求3所述的桥梁结构砼表面蜂窝麻面面积测定仪,其特征在于:所述的角度测量模块分别为俯仰角传感器和航向角传感器,两传感器均与参数获取云台连接,俯仰角传感器用于测量参数获取云台与水平方向参考面的夹角,航向角传感器用于测量参数获取云台与铅垂方向参考面的夹角。
5.根据权利要求2所述的桥梁结构砼表面蜂窝麻面面积测定仪,其特征在于:所述的图像采集模块为CCD高清相机。
6.根据权利要求3所述的桥梁结构砼表面蜂窝麻面面积测定仪,其特征在于:所述的支撑架为三角支撑架,由三个伸缩杆和伸缩杆顶端的底座构成,水平仪和两个云台均安装在底座上。
7.根据权利要求1所述的桥梁结构砼表面蜂窝麻面面积测定仪,其特征在于:所述的图像面积计算模块包括图像处理模块、参数提取模块和蜂窝麻面面积计算模块,图像处理模块用于对采集的桥梁结构砼图像依次进行灰度化、增强对比度和阈值分割处理,参数提取模块用于从分割后的图像中提取蜂窝和麻面像素数,蜂窝麻面面积计算模块用于根据获得的距离和角度信息计算图像像素点对应的实际面积,并结合蜂窝和麻面像素数计算蜂窝和麻面面积。
8.应用权利要求1-7所述的测定仪检测蜂窝麻面面积的方法,其特征在于包括如下步骤:
测定仪调平:将测定仪摆放至观测位置,并将测定仪调平;
结构砼观测参数与图像获取:在结构砼上根据待观测区域形状定义一多边形区域,将多边形的各角点作为目标点,利用激光测距模块向各目标点投射激光,测量观测点与目标点的距离信息,同时利用角度测量模块测量对应每个目标点的观测角度信息,并利用图像采集模块采集光斑分别在各目标点时的待观测区图像,将各图像合成为包含光斑信息的图像P′和不包含光斑信息的图像P″,根据图像P′中光斑的位置抠取图像P″中光斑目标点所围成的多边形图像P,存储上述信息;
图像灰度化和对比度增强处理:对多边形彩色图像P进行灰度化处理,并采用基于有限对比度自适应直方图均衡化方法对图像进行空域增强处理;
图像分割处理:对增强处理后的图像进行阈值分割,并去除误分割区域,得到只有蜂窝和麻面的图像分割结果;
提取蜂窝和麻面区域的像素数:统计图像分割结果中的黑色像素点数目,得出多边形图像P中蜂窝和麻面区域的总像素数;
目标点实际距离获取:利用距离信息和角度信息计算坐标系下的目标点坐标,并根据空间距离公式计算观测结构砼上两两目标点间的实际距离;
图像尺寸与实际面积比例获取:将多边形划分为多个三角形的组合,利用各三角形的三个边长求取该三角形面积,再组合成结构砼上多边形的实际面积;通过图像处理统计多边形图像P中全部像素点的数目,实际面积除以图像像素点数目,计算出每个图像像素所代表的实际面积,存储供调用;
计算蜂窝和麻面面积:调用多边形图像P中蜂窝和麻面区域的总像素数和每个图像像素所代表的实际面积,两者相乘得出实际结构砼待观测区域中蜂窝和麻面的总面积。
9.根据权利要求8所述的检测方法,其特征在于:步骤2)的具体步骤为:
2-1)在结构砼上根据待观测区域形状定义一多边形区域,将多边形的各角点作为目标点,调整图像采集云台,使CCD高清相机对准待观测结构砼并覆盖整个多边形区域,调整参数获取云台,使激光测距模块的光斑指示到相机取景对应的中心位置;
2-2)保持图像采集云台不动,调整参数获取云台,使激光测距模块的光斑指示到一个目标点,并测量观测点与目标点的距离信息y,同时测量参数获取云台与水平方向参考面的夹角H,测量参数获取云台与铅垂方向和桥梁长度方向所确定的参考面的夹角V,存储参数信息;
2-3)使用CCD高清相机拍摄指示光斑在该目标点的观测结构砼图像并存储;
2-4)重复上述2-2)、2-3)两步直到获取光斑在各目标点时的所有图像以及各目标点相应的距离信息和两个夹角信息;
2-5)采用区域覆盖和像素替换合并所有图像,将各图像合成为包含光斑信息的图像P′和不包含光斑信息的图像P″,根据图像P′中光斑的位置抠取图像P″中光斑目标点所围成的多边形图像P,将这三幅图像和相应的距离和夹角信息存储,供图像面积计算模块调用。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410212355.7A CN104019772B (zh) | 2014-05-20 | 2014-05-20 | 一种桥梁结构砼表面蜂窝麻面面积检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410212355.7A CN104019772B (zh) | 2014-05-20 | 2014-05-20 | 一种桥梁结构砼表面蜂窝麻面面积检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104019772A true CN104019772A (zh) | 2014-09-03 |
CN104019772B CN104019772B (zh) | 2017-03-29 |
Family
ID=51436656
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410212355.7A Expired - Fee Related CN104019772B (zh) | 2014-05-20 | 2014-05-20 | 一种桥梁结构砼表面蜂窝麻面面积检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104019772B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110487210A (zh) * | 2019-09-03 | 2019-11-22 | 大连理工大学 | 蜂窝芯表面轮廓测量方法 |
CN110569774A (zh) * | 2019-08-30 | 2019-12-13 | 武汉大学 | 基于图像处理与模式识别的折线图图像自动数字化方法 |
CN110793448A (zh) * | 2019-09-15 | 2020-02-14 | 同济大学 | 基于视觉的大型建筑构件的测量系统 |
CN112734687A (zh) * | 2020-10-21 | 2021-04-30 | 重庆中国三峡博物馆 | 文物病害图绘制方法、装置、存储介质及电子设备 |
CN115056942A (zh) * | 2022-07-08 | 2022-09-16 | 上海外高桥造船有限公司 | 船舶卫生单元的调平方法、装置、设备及存储介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008203275A (ja) * | 2008-05-27 | 2008-09-04 | Nishimatsu Constr Co Ltd | コンクリートの検査方法及び該方法に用いられる測定治具 |
CN201964875U (zh) * | 2011-01-11 | 2011-09-07 | 北京光电技术研究所 | 远距离目标观测系统 |
CN102419331A (zh) * | 2011-08-15 | 2012-04-18 | 长安大学 | 桥梁结构裂纹缺陷的图像采集与分析系统 |
-
2014
- 2014-05-20 CN CN201410212355.7A patent/CN104019772B/zh not_active Expired - Fee Related
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008203275A (ja) * | 2008-05-27 | 2008-09-04 | Nishimatsu Constr Co Ltd | コンクリートの検査方法及び該方法に用いられる測定治具 |
CN201964875U (zh) * | 2011-01-11 | 2011-09-07 | 北京光电技术研究所 | 远距离目标观测系统 |
CN102419331A (zh) * | 2011-08-15 | 2012-04-18 | 长安大学 | 桥梁结构裂纹缺陷的图像采集与分析系统 |
Non-Patent Citations (1)
Title |
---|
周湘君: "基于图像识别的混凝土表观质量的评定方法初探", 《中国优秀硕博士学位论文全文数据库(硕士)工程科技II辑》 * |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110569774A (zh) * | 2019-08-30 | 2019-12-13 | 武汉大学 | 基于图像处理与模式识别的折线图图像自动数字化方法 |
CN110569774B (zh) * | 2019-08-30 | 2022-07-05 | 武汉大学 | 基于图像处理与模式识别的折线图图像自动数字化方法 |
CN110487210A (zh) * | 2019-09-03 | 2019-11-22 | 大连理工大学 | 蜂窝芯表面轮廓测量方法 |
CN110793448A (zh) * | 2019-09-15 | 2020-02-14 | 同济大学 | 基于视觉的大型建筑构件的测量系统 |
CN112734687A (zh) * | 2020-10-21 | 2021-04-30 | 重庆中国三峡博物馆 | 文物病害图绘制方法、装置、存储介质及电子设备 |
CN115056942A (zh) * | 2022-07-08 | 2022-09-16 | 上海外高桥造船有限公司 | 船舶卫生单元的调平方法、装置、设备及存储介质 |
CN115056942B (zh) * | 2022-07-08 | 2024-01-19 | 上海外高桥造船有限公司 | 船舶卫生单元的调平方法、装置、设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN104019772B (zh) | 2017-03-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Riquelme et al. | Identification of rock slope discontinuity sets from laser scanner and photogrammetric point clouds: A comparative analysis | |
CN108759973B (zh) | 一种水位测量方法 | |
CN105956942B (zh) | 基于机器视觉的电力管廊钢筋网质量检测方法及检测装置 | |
CN106978774B (zh) | 一种路面坑槽自动检测方法 | |
CN104019772A (zh) | 一种桥梁结构砼表面蜂窝麻面面积测定仪及其检测方法 | |
CN109297428A (zh) | 一种基于无人机的高精度变形巡测技术方法 | |
CN113252700B (zh) | 一种结构裂缝检测方法、设备及系统 | |
CN111855664A (zh) | 一种可调节隧道病害三维检测系统 | |
CN104700395A (zh) | 一种构造物外观裂缝检测方法及系统 | |
CN102331244B (zh) | 利用普通数码相机获取水稻冠层叶面积指数的方法 | |
RU2015134095A (ru) | Способ и устройство для обнаружения прямой линии | |
CN107631782B (zh) | 一种基于Harris角点检测的水位检测方法 | |
CN106677037B (zh) | 基于机器视觉的便携式沥青路面病害检测方法及装置 | |
CN106092059A (zh) | 一种基于多点拟合的结构物平面位移监测方法 | |
CN105157595A (zh) | 既有建筑变形及缺陷的检测方法、检测装置 | |
CN102679914A (zh) | 一种盾构隧道衬砌管片渗漏水面积的测量方法及装置 | |
CN105547602A (zh) | 一种地铁隧道管片渗漏水的远距离测量方法 | |
CN203824548U (zh) | 一种桥梁结构砼表面观测区面积测定仪 | |
CN111473776A (zh) | 一种基于单像近景摄影测量的滑坡裂缝监测方法 | |
CN110702343B (zh) | 一种基于立体视觉的挠度测量系统及方法 | |
CN113074635B (zh) | 一种标定螺栓及利用该标定螺栓检测螺栓松脱的方法 | |
CN204944448U (zh) | 既有建筑变形及缺陷的检测装置 | |
CN105115443B (zh) | 基于视觉测量技术的水平全视角高精度三维测量方法 | |
CN112902869B (zh) | 轨廓测量系统激光平面调整方法及装置 | |
CN116399302B (zh) | 基于双目视觉和神经网络模型实时监测强夯夯沉量的方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20170329 Termination date: 20180520 |
|
CF01 | Termination of patent right due to non-payment of annual fee |