CN106289117A - 路面粗糙度的测量方法及装置 - Google Patents
路面粗糙度的测量方法及装置 Download PDFInfo
- Publication number
- CN106289117A CN106289117A CN201610571699.6A CN201610571699A CN106289117A CN 106289117 A CN106289117 A CN 106289117A CN 201610571699 A CN201610571699 A CN 201610571699A CN 106289117 A CN106289117 A CN 106289117A
- Authority
- CN
- China
- Prior art keywords
- image
- gray level
- level image
- surface roughness
- pavement
- 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.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/30—Measuring arrangements characterised by the use of optical techniques for measuring roughness or irregularity of surfaces
- G01B11/303—Measuring arrangements characterised by the use of optical techniques for measuring roughness or irregularity of surfaces using photoelectric detection means
Abstract
本发明提供了一种路面粗糙度的测量方法及装置,该方法包括:获取路面图像;对路面图像进行灰度化处理,获取路面的灰度图像;对灰度图像进行二维采样,获取灰度图像的二维采样点;获取灰度图像的灰度数据;根据灰度图像的二维采样点和灰度数据,获取路面图像的三维网格图像;获取路面粗糙度。本发明用于测量水泥混凝土路面粗糙度,采用该方法测量水泥混凝土路面粗糙度其结果稳定,测量时室外工作可以在现场快速取样,只需后期在室内进行分析计算即可。
Description
技术领域
本发明涉及路面测量技术领域,尤其涉及一种路面粗糙度的测量方法及装置。
背景技术
路面粗糙度是指路表面骨料的棱角阻止轮胎滑动的能力,通常以路面摩擦系数和路表构造深度来表示,然而,传统的测试路面摩擦系数和构造深度的方法测量结果很不稳定,摩擦系数对仪器要求高,不同的摆式仪所测结果相差甚大,另外,构造深度规范采用手动铺沙法,不同的实验人员所测结果相差较大,人为影响因素不可避免。
发明内容
本发明的目的是提供一种路面粗糙度的测量方法及装置,解决现有技术的路面粗糙度测量方法其结果不够稳定的问题。
本发明解决其技术问题所采用的技术方案是:
一种路面粗糙度的测量方法,包括:
获取路面图像;
对路面图像进行灰度化处理,获取路面的灰度图像;
对灰度图像进行二维采样,获取灰度图像的二维采样点;
获取灰度图像的灰度数据;
根据灰度图像的二维采样点和灰度数据,获取路面图像的三维网格图像;
获取路面粗糙度。
在此基础上,进一步地,所述对路面图像进行灰度化处理,获取路面的灰度图像的步骤后,还包括:
对灰度图像进行像素调整。
在上述任意实施例的基础上,进一步地,所述获取灰度图像的灰度数据的步骤后,还包括:
对灰度数据进行去噪处理。
在上述任意实施例的基础上,进一步地,所述获取路面粗糙度的步骤,具体为:
获取灰度数据中的最大值;
获取每个像素点的灰度数据与最大值的差值;
对所述差值进行求和;
对求和结果取平均值,获取路面粗糙度。
在上述任意实施例的基础上,进一步地,所述获取路面图像的步骤中,所获取的路面图像为边长15~25cm的正方形;所述对路面图像进行灰度化处理,获取路面的灰度图像的步骤后,还包括对灰度图像进行像素调整,调整后灰度图像的像素大小为[200,200]。
在上述任意实施例的基础上,进一步地,所述测量方法基于MATLAB算法。
一种路面粗糙度的测量装置,包括:
路面图像获取模块,用于获取路面图像;
灰度化模块,用于对路面图像进行灰度化处理,获取路面的灰度图像;
二维采样模块,用于对灰度图像进行二维采样,获取灰度图像的二维采样点;
灰度数据获取模块,用于获取灰度图像的灰度数据;
三维图像获取模块,用于根据灰度图像的二维采样点和灰度数据,获取路面图像的三维网格图像;
粗糙度获取模块,用于获取路面粗糙度。
在此基础上,进一步地,所述路面图像获取模块包括相机、三脚架、遮光罩、测光仪、补光灯,其中,
所述三脚架为可调整结构;
相机设置于三脚架的云台上;
遮光罩设置于相机和三脚架上方;
测光仪设置于遮光罩下方;
补光灯设置于遮光罩下方,所述补光灯的光强可调整。
在此基础上,进一步地,相机上连接有外接快门。
或者,进一步地,所述补光灯的光强为500lux。
本发明的有益效果是:
本发明提供了一种路面粗糙度的测量方法及装置,用于测量水泥混凝土路面粗糙度,采用该方法测量水泥混凝土路面粗糙度其结果稳定,测量时室外工作可以在现场快速取样,只需后期在室内进行分析计算即可。
附图说明
下面结合附图和实施例对本发明进一步说明。
图1示出了本发明实施例提供的一种路面粗糙度的测量方法的流程图;
图2示出了本发明实施例提供的一种路面粗糙度的测量装置的结构示意图;
图3示出了本发明实施例提供的一种路面图像获取模块的结构示意图。
其中,1.相机,2.三脚架,3.补光灯,4.测光仪,6.遮光罩。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅用以解释本发明,并不限定本发明。
具体实施例一
如图1所示,本发明实施例提供了一种路面粗糙度的测量方法,包括:
步骤S101,获取路面图像;
步骤S102,对路面图像进行灰度化处理,获取路面的灰度图像;
步骤S103,对灰度图像进行二维采样,获取灰度图像的二维采样点;
步骤S104,获取灰度图像的灰度数据;
步骤S105,根据灰度图像的二维采样点和灰度数据,获取路面图像的三维网格图像;
步骤S106,获取路面粗糙度。
本发明实施例用于测量水泥混凝土路面粗糙度,采用该方法测量水泥混凝土路面粗糙度其结果稳定,测量时室外工作可以在现场快速取样,只需后期在室内进行分析计算即可。
在此基础上,优选的,本发明实施例在步骤S102后,还可以包括对灰度图像进行像素调整。像素大小决定了软件计算用时的长短,重新调整像素大小,可以提高软件计算效率。
在上述任意实施例的基础上,优选的,本发明实施例在步骤S104后,还可以包括对灰度数据进行去噪处理。在图像处理中,在进一步处理之前,需要首先进行一定程度的降噪,中值滤波是一种非线性数字滤波器技术,可以用于去除图像或者其它信号中的杂讯,对于斑点噪声和椒盐噪声来说尤其有用,另外,保存边缘的特性使它在不希望出现边缘模糊的场合也很有用。
本发明实施例对获取路面粗糙度的计算方法不做限定,优选的,步骤S106可以具体为:
获取灰度数据中的最大值;
获取每个像素点的灰度数据与最大值的差值;
对所述差值进行求和;
对求和结果取平均值,获取路面粗糙度。
本计算方法简单快捷,使处理器的运算步骤尽可能少,提高了计算效率。
本发明实施例对步骤S101中获取的路面图像其形状和大小不做限定,优选的,步骤S101中,所获取的路面图像可以为边长15~25cm的正方形;所述对路面图像进行灰度化处理,获取路面的灰度图像的步骤后,还可以包括对灰度图像进行像素调整,调整后灰度图像的像素大小为[200,200]。在图像为边长15~25cm的正方形的情况下,像素大小选取[200,200],其计算精度较高,计算时间相对较短。
具体实施例二
在具体实施例一中任意实施例的基础上,本发明实施例对测量方法中所使用的计算路面粗糙度的工具不做限定,优选的,可以使用MATLAB软件,所述测量方法可以基于MATLAB算法。MATLAB可以进行矩阵运算、绘制函数和数据、实现算法、创建用户界面、连接其他编程语言的程序等,其基本数据单位是矩阵,采用MATLAB解算问题较C、FORTRAN等语言来说更加简捷,同时MATLAB也对C,FORTRAN,C++,JAVA也提供支持。使用本发明实施例提供的方法时,每个步骤在matlab软件命令窗口输入相应的程序代码即可,例如在实际应用中一个可能的使用场景,其方法可以是:
A、读取路面图像,所需MATLAB程序代码为:
a=imread(‘图片文件位置/图片名.图片格式');
B、将路面彩色图像转化为灰度图像,所需MATLAB程序代码为:
b=rgb2gray(a);
C、重新调整像像素大小并生成二维网格数据,所需MATLAB程序代码为:
c=imresize(b,[m n]);
[y,x]=size(c);
[X,Y]=meshgrid(1:x,1:y);
d=double(c);
D、对图像进行去噪处理,所需MATLAB程序代码为:
p=medfilt2(d);
E、利用权力D生成的数据对路面进行三维重构,所需MATLAB程序代码为:
mesh(X,Y,p);
F、计算路面粗糙度,所需MATLAB程序代码为:
T=max(max(P));
>> for i=1:m
j=1:n
M(i,j)=(T-P(i,j))*1*1
end;
sum(M)
sum(ans)
Ra=ans/(m*n)
具体实施例三
如图2所示,本发明实施例提供了一种路面粗糙度的测量装置,包括:
路面图像获取模块,用于获取路面图像;
灰度化模块,用于对路面图像进行灰度化处理,获取路面的灰度图像;
二维采样模块,用于对灰度图像进行二维采样,获取灰度图像的二维采样点;
灰度数据获取模块,用于获取灰度图像的灰度数据;
三维图像获取模块,用于根据灰度图像的二维采样点和灰度数据,获取路面图像的三维网格图像;
粗糙度获取模块,用于获取路面粗糙度。
本发明实施例用于测量水泥混凝土路面粗糙度,采用该方法测量水泥混凝土路面粗糙度其结果稳定,测量时室外工作可以在现场快速取样,只需后期在室内进行分析计算即可。
本发明实施例对路面图像获取模块的结构不做限定,优选的,如图3所示,所述路面图像获取模块可以包括相机1、三脚架2、遮光罩6、测光仪4、补光灯3,其中,所述三脚架2为可调整结构;相机1设置于三脚架2的云台上;遮光罩6设置于相机1和三脚架2上方;测光仪4设置于遮光罩6下方;补光灯3设置于遮光罩6下方,所述补光灯3的光强可调整。路面图像获取模块获取路面图像的过程,在实际应用中的使用场景可以是:选定待测量路面,对路面进行清理,保证路面洁净;架设三脚架2和相机1,将相机1紧固在三脚架2云台上,调整三脚架2,保证相机1垂直对准所测路面,相机1高度在同一路面测量中保持不变;架设遮光罩6,保证拍摄环境没有外界光源的干扰;放置测光仪4,测光仪4应在每次拍摄时放置在相对于采集图像区域固定不变的位置;架设补光灯3,使光线均匀照射到被测路面,调整光强到合适数值;裁剪图像,根据需要在电脑中将所拍摄的图像进行裁剪,根据试验总结路面图像为边长15~25cm的正方形较为合适。
保证路面洁净,可以防止其他杂物被拍到图像之中,对路面本身的构造特征造成干扰;保证相机1垂直对准所测路面可以通过三脚架2上的水平气泡和在相机1上外置水准泡来调整实现,相机1高度只要保证能全覆盖路面的被测范围即可,对于大部分数码相机1来讲,相机1像素都较高,拍摄后裁剪完的图片不会因为高度变化对测量结果造成影响;遮光罩6采用遮光布制作而成,只要保证拍摄环境没有外界光源进入即可;在测量前对于同一被测区域进行不同的光强测试,选择计算所得粗糙度最大的光强作为测量所用光强,对于同一条被测路面,各点的测量光强应保持不变;图像大小可以在拍摄时在路面放一直尺作为参照,方便后期进行图像裁剪。
在此基础上,优选的,本发明实施例的相机1上可以连接有外接快门。使用外接快门进行拍摄,可以防止在拍摄时抖动相机1,带来人为测量误差。
本发明实施例对补光灯3的光强不做限定,优选的,所述补光灯3的光强可以为500lux。对于一般混凝土板而言,采用500lux的光强,能够较全面地反映路面的构造特征。
具体实施例四
本发明实施例提供了一种测量抛丸前水泥混凝土桥面的粗糙度的方法,其具体步骤可以为:
1、路面图像的采集:
A、对桥面板进行清理,用鼓风机将杂物吹走,选定被测区域,放置一个用硬质薄纸板做的15cm*15cm的空心定位框,方便相机准确定位和后期裁剪图片;
B、架设三脚架,利用三脚架自有的水准泡将三脚架调平;将相机紧固在三脚架云台上,调整三脚架云台,在相机上外置水准气泡,保证相机垂直对准被测路面,相机高度应保证相机能够全面拍摄到被测区域;
C、架设遮光罩,用遮光罩完全遮盖住三脚架和相机,遮光罩为用遮光布自制的1.5m*1.5m*2m的罩子;
D、放置测光仪,将测光仪放置在定位框的右侧;
E、架设补光灯,将补光灯架设在定位框左侧,调整光线入射角度,使被测区域亮度均匀,调整光强使测光仪显示光强为500lux;
F、对被测区域进行对焦,使用外接快门进行拍摄;
G、裁剪图像,将相机中的图像都导入电脑之中,利用PS对图像进行裁剪,沿着定位框内边线将图片裁剪为15cm*15cm的正方形图像;
2、路面图像处理,在matlab软件中输入以下程度代码进行计算(本例中像素大小[m,n]取[200,200]):
A=imread(‘图片文件位置/图片名.图片格式');
B=rgb2gray(A);
C=imresize(B,[200 200]);
[y,x]=size(C);
[X,Y]=meshgrid(1:x,1:y);
D=double(C);
P=medfilt2(D);
mesh(X,Y,P);
T=max(max(P));
>> for i=1:200
j=1:200
M(i,j)=(T-P(i,j))*1*1
end;
sum(M)
sum(ans)
Ra=ans/(200*200)
可得出结果为Ra=26.0174。
具体实施例五
本发明实施例提供了一种测量抛丸后水泥混凝土桥面的粗糙度的方法,其具体步骤可以为:
1、路面图像的采集:
A、对桥面板进行清理,用鼓风机将杂物吹走,选定被测区域,放置一个用硬质薄纸板做的15cm*15cm的空心定位框,方便相机准确定位和后期裁剪图片;
B、架设三脚架,利用三脚架自有的水准泡将三脚架调平;将相机紧固在三脚架云台上,调整三脚架云台,在相机上外置水准气泡,保证相机垂直对准被测路面,相机高度应保证相机能够全面拍摄到被测区域;
C、架设遮光罩,用遮光罩完全遮盖住三脚架和相机,遮光罩为用遮光布自制的1.5m*1.5m*2m的罩子;
D、放置测光仪,将测光仪放置在定位框的右侧;
E、架设补光灯,将补光灯架设在定位框左侧,调整光线入射角度,使被测区域亮度均匀,调整光强使测光仪显示光强为500lux;
F、对被测区域进行对焦,使用外接快门进行拍摄;
G、裁剪图像,将相机中的图像都导入电脑之中,利用PS对图像进行裁剪,沿着定位框内边线将图片裁剪为15cm*15cm的正方形图像;
2、路面图像处理,在matlab软件中输入以下程度代码进行计算(本例中像素大小[m,n]取[200,200]):
A=imread(‘图片文件位置/图片名.图片格式');
B=rgb2gray(A);
C=imresize(B,[200 200]);
[y,x]=size(C);
[X,Y]=meshgrid(1:x,1:y);
D=double(C);
P=medfilt2(D);
mesh(X,Y,P);
T=max(max(P));
>> for i=1:200
j=1:200
M(i,j)=(T-P(i,j))*1*1
end;
sum(M)
sum(ans)
Ra=ans/(200*200)
可得出结果为Ra=43.4894。
尽管本发明已进行了一定程度的描述,明显地,在不脱离本发明的精神和范围的条件下,可进行各个条件的适当变化。可以理解,本发明不限于所述实施方案,而归于权利要求的范围,其包括所述每个因素的等同替换。
Claims (10)
1.一种路面粗糙度的测量方法,其特征在于,包括:
获取路面图像;
对路面图像进行灰度化处理,获取路面的灰度图像;
对灰度图像进行二维采样,获取灰度图像的二维采样点;
获取灰度图像的灰度数据;
根据灰度图像的二维采样点和灰度数据,获取路面图像的三维网格图像;
获取路面粗糙度。
2.根据权利要求1所述的路面粗糙度的测量方法,其特征在于,所述对路面图像进行灰度化处理,获取路面的灰度图像的步骤后,还包括:
对灰度图像进行像素调整。
3.根据权利要求1或2所述的路面粗糙度的测量方法,其特征在于,所述获取灰度图像的灰度数据的步骤后,还包括:
对灰度数据进行去噪处理。
4.根据权利要求1或2所述的路面粗糙度的测量方法,其特征在于,所述获取路面粗糙度的步骤,具体为:
获取灰度数据中的最大值;
获取每个像素点的灰度数据与最大值的差值;
对所述差值进行求和;
对求和结果取平均值,获取路面粗糙度。
5.根据权利要求1或2所述的路面粗糙度的测量方法,其特征在于,所述获取路面图像的步骤中,所获取的路面图像为边长15~25cm的正方形;所述对路面图像进行灰度化处理,获取路面的灰度图像的步骤后,还包括对灰度图像进行像素调整,调整后灰度图像的像素大小为[200,200]。
6.根据权利要求1或2所述的路面粗糙度的测量方法,其特征在于,所述测量方法基于MATLAB算法。
7.一种路面粗糙度的测量装置,其特征在于,包括:
路面图像获取模块,用于获取路面图像;
灰度化模块,用于对路面图像进行灰度化处理,获取路面的灰度图像;
二维采样模块,用于对灰度图像进行二维采样,获取灰度图像的二维采样点;
灰度数据获取模块,用于获取灰度图像的灰度数据;
三维图像获取模块,用于根据灰度图像的二维采样点和灰度数据,获取路面图像的三维网格图像;
粗糙度获取模块,用于获取路面粗糙度。
8.根据权利要求7所述的路面粗糙度的测量装置,其特征在于,所述路面图像获取模块包括相机、三脚架、遮光罩、测光仪、补光灯,其中,
所述三脚架为可调整结构;
相机设置于三脚架的云台上;
遮光罩设置于相机和三脚架上方;
测光仪设置于遮光罩下方;
补光灯设置于遮光罩下方,所述补光灯的光强可调整。
9.根据权利要求8所述的路面粗糙度的测量装置,其特征在于,相机上连接有外接快门。
10.根据权利要求8所述的路面粗糙度的测量装置,其特征在于,所述补光灯的光强为500lux。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610571699.6A CN106289117A (zh) | 2016-07-20 | 2016-07-20 | 路面粗糙度的测量方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610571699.6A CN106289117A (zh) | 2016-07-20 | 2016-07-20 | 路面粗糙度的测量方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106289117A true CN106289117A (zh) | 2017-01-04 |
Family
ID=57651701
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610571699.6A Pending CN106289117A (zh) | 2016-07-20 | 2016-07-20 | 路面粗糙度的测量方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106289117A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107796325A (zh) * | 2017-10-12 | 2018-03-13 | 南京中高知识产权股份有限公司 | 一种路面纹理构造深度的测量方法与测量系统 |
CN110940299A (zh) * | 2019-11-04 | 2020-03-31 | 浙江大学 | 一种混凝土表面三维粗糙度的测量方法 |
CN112629470A (zh) * | 2020-12-22 | 2021-04-09 | 石家庄市科恒电子有限公司 | 一种深度测量方法及深度测量系统 |
CN113358068A (zh) * | 2021-04-26 | 2021-09-07 | 福建数博讯信息科技有限公司 | 一种落地式脚手架的校正方法及装置 |
CN114858082A (zh) * | 2022-05-07 | 2022-08-05 | 交通运输部公路科学研究所 | 一种露石混凝土路表功能检测装置及其检测方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1290851A (zh) * | 2000-11-03 | 2001-04-11 | 华南理工大学 | 用数字图像技术测量评价路面表面构造深度的方法 |
CN101358837A (zh) * | 2008-09-24 | 2009-02-04 | 重庆交通大学 | 曲面拟合法确定露石混凝土表面构造深度的方法 |
CN101634551A (zh) * | 2009-08-18 | 2010-01-27 | 清华大学深圳研究生院 | 一种检测表面粗糙度的方法及其系统 |
CN103630093A (zh) * | 2013-01-18 | 2014-03-12 | 中电投工程研究检测评定中心 | 用于混凝土表面粗糙度检测的图像分析方法 |
-
2016
- 2016-07-20 CN CN201610571699.6A patent/CN106289117A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1290851A (zh) * | 2000-11-03 | 2001-04-11 | 华南理工大学 | 用数字图像技术测量评价路面表面构造深度的方法 |
CN101358837A (zh) * | 2008-09-24 | 2009-02-04 | 重庆交通大学 | 曲面拟合法确定露石混凝土表面构造深度的方法 |
CN101634551A (zh) * | 2009-08-18 | 2010-01-27 | 清华大学深圳研究生院 | 一种检测表面粗糙度的方法及其系统 |
CN103630093A (zh) * | 2013-01-18 | 2014-03-12 | 中电投工程研究检测评定中心 | 用于混凝土表面粗糙度检测的图像分析方法 |
Non-Patent Citations (1)
Title |
---|
王端宜等: "用数字图像技术评价和测量沥青路表面构造深度", 《华南理工大学学报(自然科学版)》 * |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107796325A (zh) * | 2017-10-12 | 2018-03-13 | 南京中高知识产权股份有限公司 | 一种路面纹理构造深度的测量方法与测量系统 |
CN107796325B (zh) * | 2017-10-12 | 2019-11-26 | 南京中高知识产权股份有限公司 | 一种路面纹理构造深度的测量方法与测量系统 |
CN110940299A (zh) * | 2019-11-04 | 2020-03-31 | 浙江大学 | 一种混凝土表面三维粗糙度的测量方法 |
CN110940299B (zh) * | 2019-11-04 | 2020-11-13 | 浙江大学 | 一种混凝土表面三维粗糙度的测量方法 |
CN112629470A (zh) * | 2020-12-22 | 2021-04-09 | 石家庄市科恒电子有限公司 | 一种深度测量方法及深度测量系统 |
CN113358068A (zh) * | 2021-04-26 | 2021-09-07 | 福建数博讯信息科技有限公司 | 一种落地式脚手架的校正方法及装置 |
CN113358068B (zh) * | 2021-04-26 | 2023-06-20 | 福建数博讯信息科技有限公司 | 一种落地式脚手架的校正方法及装置 |
CN114858082A (zh) * | 2022-05-07 | 2022-08-05 | 交通运输部公路科学研究所 | 一种露石混凝土路表功能检测装置及其检测方法 |
CN114858082B (zh) * | 2022-05-07 | 2023-09-29 | 交通运输部公路科学研究所 | 一种露石混凝土路表功能检测装置及其检测方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106289117A (zh) | 路面粗糙度的测量方法及装置 | |
CN104482860B (zh) | 鱼类形态参数自动测量装置和方法 | |
CN105865326A (zh) | 实物尺寸测量方法及图像数据库数据采集方法 | |
RU2009140389A (ru) | Устройство и способы экспертизы, оценки и классификации драгоценных камней | |
ATE389864T1 (de) | Verfahren zur vermessung von gegenständen mit einer herkömmlichen digitalkamera | |
CN110915193B (zh) | 图像处理系统、服务器装置、图像处理方法及记录介质 | |
Ohm et al. | Translucent segregation table test for sand and gravel particle size distribution | |
CN103644865A (zh) | 基于数字图像分析的平面面积测量方法 | |
CN113724256B (zh) | 一种内窥镜的照明镜体光效测试系统 | |
CN101671999A (zh) | 一种水泥混凝土路面平均断面深度测试方法 | |
KR101284842B1 (ko) | 수위 측정 장치 및 방법 | |
CN1161591C (zh) | 采用图像处理技术测试光环境的系统 | |
CN107300413A (zh) | 基于条纹投影的远程低频振动测量方法 | |
de La Bourdonnaye et al. | Practical experience with distance measurement based on single visual camera | |
Pérez Ramos et al. | 3D virtualization by close range photogrammetry indoor gothic church apses. the case study of church of San Francisco in Betanzos (La Coruña, Spain) | |
CN203881301U (zh) | 混凝土裂缝现场检测与成像装置 | |
CN202189016U (zh) | 一种激光辅助光洁表面体缺陷检测装置 | |
CN105628192A (zh) | 隧道洞外环境亮度检测系统及使用此检测系统的检测方法 | |
McCarthy et al. | Monitoring dynamic structural tests using image deblurring techniques | |
EP3591465A3 (en) | Handheld three dimensional scanner with autofocus or autoaperture | |
CN207234941U (zh) | 一种数字图像采集仪 | |
KR20200145182A (ko) | 맨홀 내부 조사 장치 및 이를 이용한 맨홀 조사 방법 | |
CN105445100B (zh) | 一种测定冲击试样断口纤维断面率系统及其方法 | |
CN112254669B (zh) | 一种多偏置角度的智能视觉3d信息采集设备 | |
RU2666583C1 (ru) | Способ индикации механических резонансов по фотографиям следов флуоресцирующих маркеров |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20170104 |