CN107190621A - 一种路面裂缝病害检测系统和方法 - Google Patents
一种路面裂缝病害检测系统和方法 Download PDFInfo
- Publication number
- CN107190621A CN107190621A CN201610146745.8A CN201610146745A CN107190621A CN 107190621 A CN107190621 A CN 107190621A CN 201610146745 A CN201610146745 A CN 201610146745A CN 107190621 A CN107190621 A CN 107190621A
- Authority
- CN
- China
- Prior art keywords
- image
- pavement crack
- defect inspection
- pavement
- straight line
- 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
Classifications
-
- E—FIXED CONSTRUCTIONS
- E01—CONSTRUCTION OF ROADS, RAILWAYS, OR BRIDGES
- E01C—CONSTRUCTION OF, OR SURFACES FOR, ROADS, SPORTS GROUNDS, OR THE LIKE; MACHINES OR AUXILIARY TOOLS FOR CONSTRUCTION OR REPAIR
- E01C23/00—Auxiliary devices or arrangements for constructing, repairing, reconditioning, or taking-up road or like surfaces
- E01C23/01—Devices or auxiliary means for setting-out or checking the configuration of new surfacing, e.g. templates, screed or reference line supports; Applications of apparatus for measuring, indicating, or recording the surface configuration of existing surfacing, e.g. profilographs
Landscapes
- Engineering & Computer Science (AREA)
- Architecture (AREA)
- Civil Engineering (AREA)
- Structural Engineering (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明提供一种路面裂缝病害检测方法,包括以下步骤:激光发生器向车道发射激光光束,在待测路面形成串连的折弯标线;图像采集装置基于预定的采集周期采集串连的折弯标线图像,得到标线图像;对标线图像进行高通滤波得到路面裂缝病害的脉冲高程数值图像;对脉冲高程数值图像处理得到路面裂缝病害的结果。实现路面病害的自动智能处理,解决了国内外普遍采用图像摄影方法存在的水迹,油迹产生的伪裂缝问题,实现复杂灰度图形自动判读,且通过处理直接得到路面病害的相关信息,不需人工判读,保证了安全性。
Description
技术领域
本发明涉及路面检测系统领域,具体而言涉及一种道路或其他类似构筑物铺面的裂缝,坑槽的测量方法与系统。
背景技术
目前,在路面裂缝病害检测领域,裂缝病害的破损主要采用人工直接观测判读和利用计算机对裂缝二维图像的裂缝识别方法。采用人工直接观测判读,其存在的主要问题是不能进行实时检测,检测过程中影响正常行车安全,检测效率和检测精度还待提高。
采用基于裂缝二维图像的裂缝识别方法,其分析的依据是裂缝在一定光照条件下的光照特性与路面本身存在的差异,但是这不是裂缝的本质特性,由于无法彻底克服二维图像传感原理,其在采集过程中的光照条件、阴影、路面油污、杂物等干扰因素,仅通过裂缝二维图像获得的信息无法提取到完整的裂缝信息,且无法反映裂缝的深度特征。
近期还产生了一种利用GNSS(全球导航卫星系统)的三维可视化测量系统,该系统通过连接卫星系统采集数据将其传送到专用的设备进行读写,能够达到较精确的测量结果,但是其价格昂贵,不适于普遍大量的使用。
发明内容
本发明目的在于提供一种检测效率和精度高且能实现裂缝病害的定量自动智能处理的路面裂缝病害检测方法与检测系统。
本发明的上述目的通过独立权利要求的技术特征实现,从属权利要求以另选或有利的方式发展独立权利要求的技术特征。
为达成上述目的,本发明提出一种路面裂缝病害检测方法,包括以下步骤:
步骤1、激光发生器向车道发射扇面激光光束,在待测路面形成串连的折弯标线;
步骤2、激光标线图像采集装置基于预定的采集周期采集步骤1中的串连的折弯标线,得到标线图像;
步骤3、对步骤2中得到的标线图像进行高通滤波得到路面裂缝病害的脉冲高程数值图像;
步骤4、对所述脉冲高程数值图像进行处理得到路面裂缝病害的结果。
本发明的另一方面提出一种路面裂缝病害检测系统,包括安装于可移动的测量车上的梁,该可移动的测量车可沿车道移动,可移动的测量车上安装有激光发生器,激光发生器由多组平面激光发生器组成:
所述梁上安装有激光标线图像采集装置,所述激光发生器用于向所述车道发射激光光束,在待测路面形成串连的折弯标线,所述激光标线图像采集装置用于采集路面串连的折弯标线形成标线图像;
所述测量车上设置有图像采集与信息处理系统,该图像采集与信息处理系统用于向所述激光标线图像采集装置发送图像采集控制信号,使激光标线图像采集装置基于预定的采集周期采集获取标线图像,并将标线图像进行高通滤波处理得到待测路面的脉冲高程数值图像。
由以上本发明的技术方案可知,本发明通过利用平面激光发生器向路面斜射形成串连的折弯标线,通过图像采集装采集串连的折弯标线,通过里程控制器控制采集周期,对标线图像进行高通滤波,得到脉冲高程数值图像,进一步处理可得裂缝病害,与现有技术相比,本发明的有益效果在于:建立以分道线为纵坐标方向Y轴,横道线为横坐标方向X轴,分道线与横道线相交点为原点,路面病害深度方向为Z轴的脉冲高程数值图像,采用对串连的折弯标线分别进行低通滤波处理和全谱保真处理,将全谱保真处理得到的全谱断面数值曲线与低通滤波处理得到的低通滤波连续断面数值曲线进行差分得到路面裂缝病害的脉冲高程数值图像,对脉冲高程数值图像进一步处理可得到裂缝病害,例如按照定量的高程与宽度方便地对病害统计与分类,避免了出现窄裂缝和浅裂缝的漏检问题,实现路面病害的自动智能处理,解决了国内外普遍采用图像摄影方法存在的水迹,油迹产生的伪裂缝问题,实现复杂灰度图形自动判读。
应当理解,前述构思以及在下面更加详细地描述的额外构思的所有组合只要在这样的构思不相互矛盾的情况下都可以被视为本发明公开的发明主题的一部分。另外,所要求保护的主题的所有组合都被视为本发明公开的发明主题的一部分。
结合附图从下面的描述中可以更加全面地理解本发明教导的前述和其他方面、实施例和特征。本发明的其他附加方面例如示例性实施方式的特征和/或有益效果将在下面的描述中显见,或通过根据本发明教导的具体实施方式的实践中得知。
附图说明
附图不意在按比例绘制。在附图中,在各个图中示出的每个相同或近似相同的组成部分可以用相同的标号表示。为了清晰起见,在每个图中,并非每个组成部分均被标记。现在,将通过例子并参考附图来描述本发明的各个方面的实施例,其中:
图1是本发明的实现路面病害检测方法的流程图。
图2为本发明其中一个实施方式的结构示意图。
图3为图2实施例中利用激光发生器所产生的激光标线示意图。
具体实施方式
为了更了解本发明的技术内容,特举具体实施例并配合所附图式说明如下。
在本发明公开中参照附图来描述本发明的各方面,附图中示出了许多说明的实施例。本发明公开的实施例不必定意在包括本发明的所有方面。应当理解,上面介绍的多种构思和实施例,以及下面更加详细地描述的那些构思和实施方式可以以很多方式中任意一种来实施,这是因为本发明所公开的构思和实施例并不限于任何实施方式。另外,本发明公开的一些方面可以单独使用,或者与本发明公开的其他方面的任何适当组合来使用。
结合图1、图2、图3所示,根据本发明的实施例一种路面裂缝病害检测方法,包括以下步骤:激光发生器12向车道发射激光光束,在待测路面M形成串连的折弯标线AB;激光标线图像采集装置14基于预定的采集周期采集串连的折弯标线AB,得到标线图像,对标线图像进行高通滤波得到待测路面的脉冲高程数值图像;对脉冲高程数值图像进行处理得到路面裂缝病害的结果。
作为可选的实施方式,高通滤波是通过对标线图像分别进行低通滤波处理和全谱保真处理,将全谱保真处理得到的全谱断面数值图像与低通滤波处理得到的低通滤波连续断面数值图像进行差分得到路面裂缝病害的脉冲高程数值图像。
作为可选的实施方式,将标线AB图像进行全谱保真处理,使之能够完整的再现标线图像,避免由于数据的失真使测量数据不准确。
设计路面在使用中车轮碾压、环境及内部作用产生的表面变形,产生各种病害,连续性高程变形病害用平整度、车辙、拥包及浪涌等表示,而突变型高程变化如裂缝、坑槽、破碎等,使原本是宏观平面的设计路面表面变成复杂曲面,因此裂缝与各种路面病害的本质特征是路面高程脉冲变化—表现为高程变化的深度、宽度及长度,我们在本发明的实施方案中将复杂曲面的问题进行网格元数值拟合,建立以设计路面为基面,以分道线为纵坐标Y,横道线为横坐标X,垂直方向为Z,在数据计算路段的短程车道坐标范围,按收据采集点划分为测量数据网格点阵。只要能严格测量得到每个路元网格的高程数值则可严格重建实际复杂路面。我们在本发明的方案中,对复杂路面空间谱进行高通滤波处理则得到脉冲变形如裂缝和小坑槽及沉降错台等信号谱。
通过我们的研究发现,裂纹病害尤其表现为高程的变化,我们的方案通过高频滤波得到脉冲高程数值图像,其中的高频分量包括裂缝病害的深度,宽度及长度特征,方便实现裂缝病害的定量自动智能处理,解决了国内外普遍采用图像摄影方法存在的水迹、油迹产生的伪裂缝问题,复杂灰度图形自动判读。
图2为一种路面裂缝病害检测系统,包括安装于可移动的测量车1上的梁2,该可移动的测量车1可沿车道移动,可移动的测量车1上安装有激光发生器12,激光发生器12由多组平面激光发生器组成:
梁2上安装有激光标线图像采集装置14,所述激光发生器12用于向所述车道发射激光光束,在待测路面形成串连的折弯标线AB,所述图像采集与信息处理系统11被设置用于向所述的激光标线图像采集装置14发送图像采集控制信号,使激光表象图像采集装置14基于预定的采集周期采集获取标线图像,用于对标线图像进行高通滤波:产生以分道线为纵坐标方向Y轴,横道线为横坐标方向X轴,分道线与横道线相交点为原点,路面病害深度方向为Z轴的脉冲高程数值图像。
作为可选的实施方式,测量车1上还安装有里程控制器,里程控制器用于计算测量车1的行进距离,图像采集与信息处理系统11根据所述测量车1的行进并基于一定的采集周期发送图像采集控制信号以控制所述激光标线图像采集装置14采集路面串连的折弯标线,形成标线图像。较佳的采集周期小于100mm,便于连续采集标线图像,使标线图像连续。
较佳的,所述激光标线图像采集装置14包括安装于同一梁上并呈直线分布的多组CCD,所述CCD可以是面阵CCD或阵列CCD,该多组CCD位于所述串连的折弯标线的正上方。
作为优选的实施方式,所述平面激光发生器12发出的平面激光与路面的角度小于45度,保证一定的投影放大率;平面激光发生器12的底部与地面高度大于300mm,且多组平面激光发生器12间的角度可调,该平面激光发生器12的角度通过传感器,Wifi或者其他无线传输方式使之能够根据需求进行调整。
作为优选的实施方式,所述多组平面激光发生器12安装于同一梁2上.
激光发射器12和激光标线图像采集装置14安装在同一梁2上,以减小和消除了系统误差。该梁在一些实施例中构造成Z字形。
作为优选的实施方式,所述激光标线图像采集装置14设于串连的折弯标线AB的正上方。
作为优选的实施方式,参考图3所示多组平面激光发生器12为3个且相邻两平面激光发生器12间的间隔为1米;或多组平面激光发生器12为4个且相邻两平面激光发生器12间的间隔为0.75米;本发明在保证串连的折弯标线AB能够覆盖整个车道的情况下,可以根据需要设置和安排平面激光发生器的个数和间隔,避免路面裂缝病害的漏检。
由以上本发明的技术方案可知,本发明通过利用平面激光发生器12向路面斜射形成串连的折弯标线AB,基于预定的采集周期激光标线图像采集装置14采集串连的折弯标线AB,得到标线图像,通过里程控制器控制采集周期,对图像采集与信息处理系统11对标线图像进行高通滤波,得到脉冲高程数值图像,进一步处理可得到裂缝病害;与现有技术相比本发明的有益效果在于:以分道线为纵坐标方向Y轴,横道线为横坐标方向X轴,分道线与横道线相交点为原点,路面病害深度方向为Z轴的脉冲高程数值图像,采用对串连的折弯标线AB分别进行低通滤波处理和全谱保真处理,将全谱保真处理得到的全谱断面数值曲线与低通滤波处理得到的低通滤波连续断面数值曲线进行差分得到路面裂缝病害的脉冲高程数值图,避免了出现窄裂缝和浅裂缝的漏检问题,实现路面病害的自动智能处理,解决了国内外普遍采用图像摄影方法存在的水迹,油迹产生的伪裂缝问题,实现复杂灰度图形自动判读,且通过计算机处理直接得到路面病害的相关信息,保证了安全性。
虽然本发明已以较佳实施例揭露如上,然其并非用以限定本发明。本发明所属技术领域中具有通常知识者,在不脱离本发明的精神和范围内,当可作各种的更动与润饰。因此,本发明的保护范围当视权利要求书所界定者为准。
Claims (10)
1.一种路面裂缝病害检测方法,其特征在于,包括以下步骤:
步骤1、激光发生器向车道发射扇面激光光束,在待测路面形成串连的折弯标线;
步骤2、激光标线图像采集装置基于预定的采集周期采集步骤1中的串连的折弯标线,得到标线图像;
步骤3、对步骤2中得到的标线图像进行高通滤波得到路面裂缝病害的脉冲高程数值图像;
步骤4、对所述脉冲高程数值图像进行处理得到路面裂缝病害的结果。
2.根据权利要求1所述的路面裂缝病害检测方法,其特征在于,所述步骤3中的高通滤波包含下述处理:
对步骤2的标线图像通过图像采集与信息处理系统分别进行低通滤波处理和全谱保真处理,将全谱保真处理得到的全谱断面数值图像与低通滤波处理得到的低通滤波连续断面数值图像进行差分得到路面裂缝病害的脉冲高程数值图像。
3.根据权利要求1所述的路面裂缝病害检测方法,其特征在于,激光标线图像采集装置采集时,采集周期小于等于100mm。
4.根据权利要求1所述的路面裂缝病害检测方法,其特征在于,所述图像采集与信息处理系统被设置成根据高通滤波的结果产生以分道线为纵坐标方向Y轴,横道线为横坐标方向X轴,分道线与横道线相交点为原点,路面病害深度方向为Z轴的脉冲高程数值图像。
5.一种路面裂缝病害检测系统,其特征在于,包括安装于可移动的测量车上的梁,该可移动的测量车可沿车道移动,可移动的测量车上安装有激光发生器,激光发生器由多组平面激光发生器组成,其中:
所述梁上安装有激光标线图像采集装置,所述激光发生器用于向所述车道发射激光光束,在待测路面形成串连的折弯标线,所述激光标线图像采集装置用于采集路面串连的折弯标线形成标线图像;
所述测量车上设置有图像采集与信息处理系统,该图像采集与信息处理系统用于向所述激光标线图像采集装置发送图像采集控制信号,使激光标线图像采集装置基于预定的采集周期采集获取标线图像,并将标线图像进行高通滤波处理得到待测路面的脉冲高程数值图像。
6.根据权利要求5所述的路面裂缝病害检测系统,其特征在于,所述图像采集与信息处理系统被设置成根据高通滤波的结果产生以分道线为纵坐标方向Y轴,横道线为横坐标方向X轴,分道线与横道线相交点为原点,路面病害深度方向为Z轴的脉冲高程数值图像。
7.根据权利要求5或6所述的路面裂缝病害检测系统,其特征在于,所述激光标线图像采集装置包括安装于同一梁上并呈直线分布的多组CCD,该多组CCD位于所述串连的折弯标线的正上方。
8.根据权利要求5或6所述的路面裂缝病害检测系统,其特征在于,所述平面激光发生器发出的平面激光与路面的角度小于45度,平面激光发生器的底部与地面高度大于300mm,且多组平面激光发生器间的角度可调。
9.根据权利要求6或7所述的路面裂缝病害检测系统,其特征在于,所述多组平面激光发生器以及激光标线图像采集装置共梁安装。
10.根据权利要求5所述的路面裂缝病害检测系统,其特征在于,所述测量车上还安装有里程控制器,里程控制器用于计算测量车的行进距离,图像采集与信息处理系统根据所述测量车的行进并基于一定的采集周期发送图像采集控制信号以控制所述激光标线图像采集装置采集路面激光标线图像。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610146745.8A CN107190621B (zh) | 2016-03-15 | 2016-03-15 | 一种路面裂缝病害检测系统和方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610146745.8A CN107190621B (zh) | 2016-03-15 | 2016-03-15 | 一种路面裂缝病害检测系统和方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107190621A true CN107190621A (zh) | 2017-09-22 |
CN107190621B CN107190621B (zh) | 2023-01-10 |
Family
ID=59871240
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610146745.8A Active CN107190621B (zh) | 2016-03-15 | 2016-03-15 | 一种路面裂缝病害检测系统和方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107190621B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107201713A (zh) * | 2016-03-16 | 2017-09-26 | 南京理工技术转移中心有限公司 | 路面裂缝病害检测方法和系统 |
CN110593058A (zh) * | 2019-09-16 | 2019-12-20 | 徐州宏嵩机电设备有限公司 | 一种混凝土路面整平机 |
CN112070756A (zh) * | 2020-09-15 | 2020-12-11 | 河北工业大学 | 一种基于无人机倾斜摄影的路面立体病害测量方法 |
CN114740010A (zh) * | 2022-04-14 | 2022-07-12 | 石云飞 | 路面病害的智能监测方法 |
Citations (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1621816A (zh) * | 2003-11-28 | 2005-06-01 | 南京理工大学 | 激光三维数字路形仪 |
JP2006238060A (ja) * | 2005-02-25 | 2006-09-07 | Matsushita Electric Ind Co Ltd | 画像処理装置およびこの画像処理装置を備えたデジタルカメラ |
CN101331395A (zh) * | 2005-10-14 | 2008-12-24 | 奥林巴斯Ndt公司 | 超声波探伤系统 |
CN101399906A (zh) * | 2005-08-26 | 2009-04-01 | 株式会社日立制作所 | 图像信号处理装置及图像信号处理方法 |
CN101551419A (zh) * | 2009-05-27 | 2009-10-07 | 沈明 | 一种相位噪声检测方法及系统 |
JP2009266233A (ja) * | 2008-04-29 | 2009-11-12 | Toshiba Corp | 画像処理装置および画像処理方法 |
CN101806583A (zh) * | 2010-03-04 | 2010-08-18 | 上海大学 | 基于显微图像的纤维细度测量方法 |
CN102706880A (zh) * | 2012-06-26 | 2012-10-03 | 哈尔滨工业大学 | 基于二维图像和深度信息的路面信息提取装置及使用该装置实现路面裂纹信息的检测方法 |
CN103065282A (zh) * | 2012-12-27 | 2013-04-24 | 浙江大学 | 一种基于稀疏线性系统的图像融合方法 |
US20130190981A1 (en) * | 2012-01-17 | 2013-07-25 | LimnTech LLC | Roadway mark data acquisition and analysis apparatus, systems, and methods |
CN103290766A (zh) * | 2013-06-24 | 2013-09-11 | 广东惠利普路桥信息工程有限公司 | 路面裂缝检测系统 |
CN103345726A (zh) * | 2013-06-14 | 2013-10-09 | 华为技术有限公司 | 图像去噪处理方法、装置和终端 |
CN103473781A (zh) * | 2013-09-22 | 2013-12-25 | 长安大学 | 一种公路岩体边坡图像中节理裂纹的分割方法 |
CN103758017A (zh) * | 2014-01-15 | 2014-04-30 | 南京理工技术转移中心有限公司 | 路面高程三维网格数值检测方法与检测系统 |
CN104005325A (zh) * | 2014-06-17 | 2014-08-27 | 武汉武大卓越科技有限责任公司 | 基于深度和灰度图像的路面裂缝检测装置和方法 |
CN104021574A (zh) * | 2014-07-04 | 2014-09-03 | 武汉武大卓越科技有限责任公司 | 路面病害自动识别方法 |
CN104048603A (zh) * | 2014-06-20 | 2014-09-17 | 南京理工技术转移中心有限公司 | 一种列阵激光标线-面阵ccd高分辨大视场测量系统与方法 |
CN104125374A (zh) * | 2013-04-25 | 2014-10-29 | 财团法人工业技术研究院 | 图像处理装置及其影像噪声抑制方法 |
JP2015081846A (ja) * | 2013-10-23 | 2015-04-27 | オリンパス株式会社 | 撮像装置及び位相差検出方法 |
JP5806786B1 (ja) * | 2015-04-17 | 2015-11-10 | ヴィスコ・テクノロジーズ株式会社 | 画像認識装置 |
-
2016
- 2016-03-15 CN CN201610146745.8A patent/CN107190621B/zh active Active
Patent Citations (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1621816A (zh) * | 2003-11-28 | 2005-06-01 | 南京理工大学 | 激光三维数字路形仪 |
JP2006238060A (ja) * | 2005-02-25 | 2006-09-07 | Matsushita Electric Ind Co Ltd | 画像処理装置およびこの画像処理装置を備えたデジタルカメラ |
CN101399906A (zh) * | 2005-08-26 | 2009-04-01 | 株式会社日立制作所 | 图像信号处理装置及图像信号处理方法 |
CN101331395A (zh) * | 2005-10-14 | 2008-12-24 | 奥林巴斯Ndt公司 | 超声波探伤系统 |
JP2009266233A (ja) * | 2008-04-29 | 2009-11-12 | Toshiba Corp | 画像処理装置および画像処理方法 |
CN101551419A (zh) * | 2009-05-27 | 2009-10-07 | 沈明 | 一种相位噪声检测方法及系统 |
CN101806583A (zh) * | 2010-03-04 | 2010-08-18 | 上海大学 | 基于显微图像的纤维细度测量方法 |
US20130190981A1 (en) * | 2012-01-17 | 2013-07-25 | LimnTech LLC | Roadway mark data acquisition and analysis apparatus, systems, and methods |
CN102706880A (zh) * | 2012-06-26 | 2012-10-03 | 哈尔滨工业大学 | 基于二维图像和深度信息的路面信息提取装置及使用该装置实现路面裂纹信息的检测方法 |
CN103065282A (zh) * | 2012-12-27 | 2013-04-24 | 浙江大学 | 一种基于稀疏线性系统的图像融合方法 |
CN104125374A (zh) * | 2013-04-25 | 2014-10-29 | 财团法人工业技术研究院 | 图像处理装置及其影像噪声抑制方法 |
CN103345726A (zh) * | 2013-06-14 | 2013-10-09 | 华为技术有限公司 | 图像去噪处理方法、装置和终端 |
CN103290766A (zh) * | 2013-06-24 | 2013-09-11 | 广东惠利普路桥信息工程有限公司 | 路面裂缝检测系统 |
CN103473781A (zh) * | 2013-09-22 | 2013-12-25 | 长安大学 | 一种公路岩体边坡图像中节理裂纹的分割方法 |
JP2015081846A (ja) * | 2013-10-23 | 2015-04-27 | オリンパス株式会社 | 撮像装置及び位相差検出方法 |
CN103758017A (zh) * | 2014-01-15 | 2014-04-30 | 南京理工技术转移中心有限公司 | 路面高程三维网格数值检测方法与检测系统 |
CN104005325A (zh) * | 2014-06-17 | 2014-08-27 | 武汉武大卓越科技有限责任公司 | 基于深度和灰度图像的路面裂缝检测装置和方法 |
CN104048603A (zh) * | 2014-06-20 | 2014-09-17 | 南京理工技术转移中心有限公司 | 一种列阵激光标线-面阵ccd高分辨大视场测量系统与方法 |
CN104021574A (zh) * | 2014-07-04 | 2014-09-03 | 武汉武大卓越科技有限责任公司 | 路面病害自动识别方法 |
JP5806786B1 (ja) * | 2015-04-17 | 2015-11-10 | ヴィスコ・テクノロジーズ株式会社 | 画像認識装置 |
Non-Patent Citations (1)
Title |
---|
贺安之: "激光三维路元高程数值扫描仪", 《南京理工大学学报》 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107201713A (zh) * | 2016-03-16 | 2017-09-26 | 南京理工技术转移中心有限公司 | 路面裂缝病害检测方法和系统 |
CN110593058A (zh) * | 2019-09-16 | 2019-12-20 | 徐州宏嵩机电设备有限公司 | 一种混凝土路面整平机 |
CN112070756A (zh) * | 2020-09-15 | 2020-12-11 | 河北工业大学 | 一种基于无人机倾斜摄影的路面立体病害测量方法 |
CN112070756B (zh) * | 2020-09-15 | 2021-03-30 | 河北工业大学 | 一种基于无人机倾斜摄影的路面立体病害测量方法 |
CN114740010A (zh) * | 2022-04-14 | 2022-07-12 | 石云飞 | 路面病害的智能监测方法 |
Also Published As
Publication number | Publication date |
---|---|
CN107190621B (zh) | 2023-01-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101694084B (zh) | 地面车载移动检测系统 | |
CN205557277U (zh) | 一种路面裂缝病害检测系统 | |
CN104005325B (zh) | 基于深度和灰度图像的路面裂缝检测装置和方法 | |
CN103758017B (zh) | 路面高程三维网格数值检测方法与检测系统 | |
CN104567708B (zh) | 基于主动式全景视觉的隧道全断面高速动态健康检测装置与方法 | |
CN107190621A (zh) | 一种路面裂缝病害检测系统和方法 | |
CN102661736B (zh) | 一种高速公路改扩建勘测方法 | |
CN102518029B (zh) | 沥青路面损坏综合智能检测车 | |
CN104458895A (zh) | 管道三维漏磁成像检测方法及系统 | |
CN103778681A (zh) | 一种车载高速公路巡检系统及数据获取和处理方法 | |
CN104776977A (zh) | 一种海岸工程泥沙物理模型试验底床动态综合观测方法 | |
CN107792115A (zh) | 一种利用三维激光点云自动提取既有线轨顶高程方法 | |
CN103938531B (zh) | 激光道路错台检测系统和方法 | |
CN105067534A (zh) | 基于地基max-doas的污染物输送通量测算方法 | |
CN103061237B (zh) | 一种水泥混凝土路面错台量的检测算法 | |
CN107905073A (zh) | 激光标线断面扫描面平整度的方法和面平整度仪 | |
CN112965135B (zh) | 一种石窟崖体裂隙空间异质分布的无损探测综合方法 | |
CN103674963A (zh) | 一种基于数字全景摄像的隧道检测装置及其检测方法 | |
JP6465421B1 (ja) | 構造物変状検出装置 | |
CN102661737A (zh) | 隧道结构沉降变形自动群测系统及其群测方法 | |
CN101929858B (zh) | 一种大比例尺平地0.25米等高距精密测绘方法 | |
CN106012778A (zh) | 用于高速公路路面应变测量的数字图像采集分析方法 | |
CN115797338A (zh) | 基于双目视觉的全景路面多性能指标计算方法及系统 | |
CN108627112A (zh) | 车辆销轴距动态测量方法 | |
CN111455787B (zh) | 一种基于路面三维数字化的路面检测系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |