CN107330890A - 智能视觉的三维地质滑动崩塌实时监测系统及其方法 - Google Patents

智能视觉的三维地质滑动崩塌实时监测系统及其方法 Download PDF

Info

Publication number
CN107330890A
CN107330890A CN201710572932.7A CN201710572932A CN107330890A CN 107330890 A CN107330890 A CN 107330890A CN 201710572932 A CN201710572932 A CN 201710572932A CN 107330890 A CN107330890 A CN 107330890A
Authority
CN
China
Prior art keywords
mrow
msub
mtd
mfrac
mtr
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
Application number
CN201710572932.7A
Other languages
English (en)
Inventor
陈志宏
陈添丁
过思甸
林添成
黄成�
李晗
何建顺
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
ZHANGZHOU DONGFANG INTELLIGENT INSTRUMENT CO Ltd
Original Assignee
ZHANGZHOU DONGFANG INTELLIGENT INSTRUMENT CO Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by ZHANGZHOU DONGFANG INTELLIGENT INSTRUMENT CO Ltd filed Critical ZHANGZHOU DONGFANG INTELLIGENT INSTRUMENT CO Ltd
Priority to CN201710572932.7A priority Critical patent/CN107330890A/zh
Publication of CN107330890A publication Critical patent/CN107330890A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/0002Inspection of images, e.g. flaw detection
    • G06T7/0004Industrial image inspection
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00Three dimensional [3D] modelling, e.g. data description of 3D objects

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Graphics (AREA)
  • Geometry (AREA)
  • Software Systems (AREA)
  • Quality & Reliability (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Geophysics And Detection Of Objects (AREA)

Abstract

本发明涉及一种智能视觉的三维地质滑动崩塌实时监测系统及其方法,在监测区设置可发光的标定板做远距离投射,在稳定场点架设带有MCU模块的摄像机,摄像机完成远距离投射三个光点的图像提取,监测到三点的位移变化,经由MCU运算后,由RS485与Zigbee传输接口将监测结果回传至远程终端。本发明只需单一摄像头模块及三个成直角的LED标定点,不需要图像识别,只需前后所得到图像做比对,即可推算三维地质滑动位移量,极大简化运算复杂度,所以不必使用高速微机或DSP芯片,系统架构简单,成本和耗电量低。

Description

智能视觉的三维地质滑动崩塌实时监测系统及其方法
技术领域
本发明涉及地质监测技术领域,特别与一种智能视觉的三维地质滑动崩塌实时监测系统及其方法有关。
背景技术
近10年是新中国成立以来自然灾害最为严重的时期之一,汶川特大地震、玉树强烈地震、舟曲特大山洪泥石流等重大灾害接连发生,严重洪涝、干旱和地质灾害以及台风等灾害多发并发,给经济社会发展带来严重影响。尤为今年8月份,陕西山阳特大山体滑坡造成几十人失踪和重大财产损失,悲剧触目惊心。
世界银行评估全球有一半人口暴露在天然灾害的威胁下,而我国也是世界上最容易受到天灾的国家之一。特别是跟福建地理风貌极为相似的多个省区,地形多山多丘陵,且地质条件特殊,如果发生台风、暴雨与地震,容易导致土质松动和裸露地崩塌等现象。例如2006年的“桑美”、2009年的“莫拉克”和2013年的“天兔”台风挟带巨大雨量侵袭我国东部多个省份,引发了山崩、地质滑动和泥石流等严重灾害。还有一些地方由于地震遗存、山地形势陡峭、河流陡急等因素,每逢台风季节所带来的集中性暴雨,常引发大规模落石、泥石流或地质滑动等边坡崩塌灾害,造成房屋及桥梁毁损、道路中断,人员伤亡并使救灾受阻等,严重危害人民生命财产安全、地区交通运输及产业经济的发展。
近几年,由于国家大规模道路交通运输等基础设施建设,如高速公路、高速铁路、工业民用建筑等的建设,土木工程和大地工程大多集中在山坡地的开发,形成的住宅区和交通线路系统,往往以贯穿山坡地为主要形式,这种形式在福建很多城市和县城尤为常见。然而国内的公路、铁路系统,大型工业民用建筑、矿区,不论是山区或是丘陵地都经常会发生边坡滑动、塌方落石和泥石流等问题。为了解决这些问题,多半使用补强方式在房屋或道路边坡构筑混凝土护墙、拦石栅栏、派遣专员等,这种方式传统落后,危险性高,因此本发明人着眼于次,经过理论和实地的验证,设计出一种智能视觉的三维地质滑动崩塌实时监测系统及其方法,本案由此产生。
发明内容
本发明的目的是提供智能视觉的三维地质滑动崩塌实时监测系统及其方法,本系统中只需单一摄像头模块及三个成直角的LED标定点,不需要图像识别,只需前后所得到图像做比对,即可推算三维地质滑动位移量,极大简化运算复杂度,所以不必使用高速微机或DSP芯片,系统架构简单,成本和耗电量低。配合太阳能供电和无线网络传输,可提供远端处理、预判和监测警示,形成一个全自动、全天候的长期自动化地质滑动崩塌监测系统。
为实现上述目的,本发明采用的技术方案如下:
智能视觉的三维地质滑动崩塌实时监测系统,在监测区设置可发光的标定板做远距离投射,在稳定场点架设带有MCU模块的摄像机,摄像机完成远距离投射三个光点的图像提取,监测到三点的位移变化,经由MCU运算后,由RS485与Zigbee传输接口将监测结果回传至远程终端。
所述的远程终端系统接收并存取监测端点的数据,再将这些数据由网络上传至网页实时查询接口。
所述的标定板发光源采用LED灯。
所述的一块标定板上设置9个LED灯,以3列3行方式布设。
智能视觉的三维地质滑动崩塌实时监测方法,通过稳定场点架设的摄像机提取监测区标定板上的三个光点图形数据,经过MCU运算后,三个光点位移数据由RS485与Zigbee传输接口将监测结果回传至远程终端。
所述的MCU运算方式采用直角三点标定法,在标定板上布设多个亮点,多个亮点形成不少于两个直角三角形。
所述的直角三点标定法中,利用三点形成的世界坐标系,直角顶点为世界坐标的原点,三点在世界坐标的位置分别为A(0,0,0)、 B(Xwb,0,0)、C(0,Ywc,0)。令a、b、c为A、B、C三点的图像,它们在图像坐标的位置分别为:(xa0,ya0)、(xb0,yb0)、(xc0,yc0),依针孔成像理论,假设在成像面上a点不动,b与c沿光线分别移动至b1和c1,Zc方向的移动量分别为:zb1和zc1,使ab1与ac1分别平行AB与AC,所以△ab1c1与△ABC相似且平行,则b1和c1的图像坐标为:
因为ab1⊥ac1,所以
(xb1-xa0)(xc1-xa0)+(yb1-ya0)(yc1-ya0)+zb1zc1=0 (2)
又Δab1c1与ΔABC相似,可得
因此
将(1)式代至(2)式与(4)式,解非线性联立方程式zb1和zc1的解,删除其中的复数解及不适合的解,即可求得适合的zb1和zc1解。
由于Δab1c1与ΔABC相似的特性,很容易可得到A、B、C三点在摄影机坐标系的位置,分别为
xcA=pxa0=tx ycA=pya0=ty zcA=pf=tz
xcB=pxb1 ycB=pyb1 zcB=p(f+zb1)
xcC=pxc1 ycC=pyc1 zcC=p(f+zb1)
其中p为Δab1c1与ΔABC相似三角形的比例,XcA、YcA、ZcA即是相机参数中的平移向量t(tx,ty,tz)也是我们所要求的位移量。
经由直角三点的方法可求得第一张标定板的位移向量为:
t=[tx ty tz]
以及第二张照片标定板的位移向量为:
t1=[tx1 ty1 tz1]
因此我们可求得地质滑动的位移量
与现有技术相比,本发明的具有如下有益效果:
(1)系统具有非接触式智能图像自动监测功能,结构简单易安装,成本和耗电量低,原始图像单一简洁(LED亮点),计算速度快精度高,摄影机模块和LED标定板可同时多套设置,配合MCU与Zigbee 技术达成全范围具无线网络传输的地质灾害自动监测系统。
(2)系统以简单的公式,快速计算崩塌滑动位移量(包括水平与垂直)的大小及方向,数据量少,类型单一,不需传输图像大数据量,配合太阳能供电,很适合无线网络数据传输,可快速为地质灾害发生时实施预警通报。
(3)LED标定板处于监测区,其微小的移动都会导致投射点较大幅度的移动,具有放大效应,更利于监测计算;并且由于LED亮点不受天气及地形影响,无论在阴晴雨雾哪种天候下,都比周围光线强,特别是夜间无法看到周围景物,投射的亮点更因背景变暗而更容易分辨。
附图说明
图1为本发明较佳实施例中系统架构示意图;
图2为本发明较佳实施例中定标和摄像机架设剖面示意图;
图3为本发明较佳实施例中定标和摄像机架设俯视示意图;
图4为本发明较佳实施例中三点成像示意图;
图5为本发明较佳实施例中产生地质滑动位移示意图。
具体实施方式
参见图1至图5,对本发明较佳实施例做进一步阐述。
本发明中开发一套非接触智能图像地质滑动崩塌监测系统,并非是以图像识别技术,而是以前后所得到图像的比对,快速计算地质滑动位移量。
系统中主要涉及到的设备包括标定板1、摄像机2、远程终端3。在标定板1上布设LED光点,本实施例中以9个点为例,以3行3列矩阵布置。标定板1设置在监测区,也就是可能会产生位移的动点地带。在监测区附近的稳定场点设置架设摄像机2,摄像机2上配有一个MCU(Micro Control Unit,微控制单位),摄像机2上的提取的数据通过MCU运算后,经过RS485与Zigbee传输至远程终端3。
本实施例采用“直角三点标定法”,外部参数标定简便快速,极大简化标定时所需的已知条件,直接从摄影机模块的监视画面计算读取地质滑动的位移量。本实施例中在标定板1上设定的9个LED光点,可以构成多个直角三角形,采用其中任意一个直角三角形作为三个控制点即可计算。这样不用对图像进行识别,只需比对经由直角三点的方法求得第一张标定板的位移矢量,以及第二张照片标定板的位移矢量,便可求得地质滑动的三轴位移量。
利用三点形成的世界坐标系,直角顶点为世界坐标的原点,三点在世界坐标的位置分别为A(0,0,0)、B(Xwb,0,0)、C(0,Ywc,0)。令a、b、 c为A、B、C三点的图像,它们在图像坐标的位置分别为:(xa0,ya0)、 (xb0,yb0)、(xc0,yc0),如图4所示。
依针孔成像理论,假设在成像面上a点不动,b与c沿光线分别移动至b1和c1,Zc方向的移动量分别为:zb1和zc1,使ab1与ac1分别平行AB与AC,所以△ab1c1与△ABC相似且平行,则b1和c1的图像坐标为:
因为ab1⊥ac1,所以
(xb1-xa0)(xc1-xa0)+(yb1-ya0)(yc1-ya0)+zb1zc1=0 (2)
又Δab1c1与ΔABC相似,可得
因此
将(1)式代至(2)式与(4)式,解非线性联立方程式zb1和zc1的解,删除其中的复数解及不适合的解,即可求得适合的zb1和zc1解。
由于Δab1c1与ΔABC相似的特性,很容易可得到A、B、C三点在摄影机坐标系的位置,分别为
xcA=pxa0=tx ycA=pya0=ty zcA=pf=tz
xcB=pxb1 ycB=pyb1 zcB=p(f+zb1)
xcC=pxc1 ycC=pyc1 zcC=p(f+zb1)
其中p为Δab1c1与ΔABC相似三角形的比例,XcA、YcA、ZcA即是相机参数中的平移向量t(tx,ty,tz)也是我们所要求的位移量。
经由直角三点的方法可求得第一张标定板的位移向量为:
t=[tx ty tz]
以及第二张照片标定板的位移向量为:
t1=[tx1 ty1 tz1]
因此我们可求得地质滑动的位移量,如图5所示。
ΔT=[Δtx Δty Δtz]
=[(tx1-tx) (ty1-ty) (tz1-tz)]
本发明不必使用高速微机或DSP芯片,系统成本和耗电量低,架构简单。采用“直角三点标定法”,外部参数标定简便快速,极大简化标定时所需的已知条件,直接从摄影机模块的监视画面计算读取地质滑动的位移量。并且标定点是由LED构成,不受天气状况制约,配合太阳能供电和无线Zigbee网络传输,最终汇集到公共4G网络便可形成一套新颖全天候自动化地质滑动崩塌监测系统。
以上是本发明优选实施方式,若其他发明人在本发明构思前提下所做出若干简单替换和改动,都应当视为落入到本发明的保护范畴。

Claims (7)

1.智能视觉的三维地质滑动崩塌实时监测系统,其特征在于:在监测区设置可发光的标定板做远距离投射,在稳定场点架设带有MCU模块的摄像机,摄像机完成远距离投射三个光点的图像提取,监测到三点的位移变化,经由MCU运算后,由RS485与Zigbee传输接口将监测结果回传至远程终端。
2.如权利要求1所述的智能视觉的三维地质滑动崩塌实时监测系统,其特征在于:所述的远程终端系统接收并存取监测端点的数据,再将这些数据由网络上传至网页实时查询接口。
3.如权利要求1所述的智能视觉的三维地质滑动崩塌实时监测系统,其特征在于:所述的标定板发光源采用LED灯。
4.如权利要求1所述的智能视觉的三维地质滑动崩塌实时监测系统,其特征在于:所述的一块标定板上设置9个LED灯,以3列3行方式布设。
5.智能视觉的三维地质滑动崩塌实时监测方法,其特征在于:通过稳定场点架设的摄像机提取监测区标定板上的三个光点图形数据,经过MCU运算后,三个光点位移数据由RS485与Zigbee传输接口将监测结果回传至远程终端。
6.如权利要求5所述的智能视觉的三维地质滑动崩塌实时监测方法,其特征在于:所述的MCU运算方式采用直角三点标定法,在标定板上布设多个亮点,多个亮点形成不少于两个直角三角形。
7.如权利要求6所述的智能视觉的三维地质滑动崩塌实时监测方法,其特征在于:所述的直角三点标定法中,利用三点形成的世界坐标系,直角顶点为世界坐标的原点,三点在世界坐标的位置分别为A(0,0,0)、B(Xwb,0,0)、C(0,Ywc,0)。令a、b、c为A、B、C三点的图像,它们在图像坐标的位置分别为:(xa0,ya0)、(xb0,yb0)、(xc0,yc0),依针孔成像理论,假设在成像面上a点不动,b与c沿光线分别移动至b1和c1,Zc方向的移动量分别为:zb1和zc1,使ab1与ac1分别平行AB与AC,所以△ab1c1与△ABC相似且平行,则b1和c1的图像坐标为:
<mfenced open = "" close = ""> <mtable> <mtr> <mtd> <mrow> <msub> <mi>x</mi> <mrow> <mi>b</mi> <mn>1</mn> </mrow> </msub> <mo>=</mo> <msub> <mi>x</mi> <mrow> <mi>b</mi> <mn>0</mn> </mrow> </msub> <mfrac> <mrow> <msub> <mi>z</mi> <mrow> <mi>b</mi> <mn>1</mn> </mrow> </msub> <mo>+</mo> <mi>f</mi> </mrow> <mi>f</mi> </mfrac> </mrow> </mtd> <mtd> <mrow> <msub> <mi>y</mi> <mrow> <mi>b</mi> <mn>1</mn> </mrow> </msub> <mo>=</mo> <msub> <mi>y</mi> <mrow> <mi>b</mi> <mn>0</mn> </mrow> </msub> <mfrac> <mrow> <msub> <mi>z</mi> <mrow> <mi>b</mi> <mn>1</mn> </mrow> </msub> <mo>+</mo> <mi>f</mi> </mrow> <mi>f</mi> </mfrac> </mrow> </mtd> </mtr> </mtable> </mfenced>
<mrow> <mtable> <mtr> <mtd> <mrow> <msub> <mi>x</mi> <mrow> <mi>c</mi> <mn>1</mn> </mrow> </msub> <mo>=</mo> <msub> <mi>x</mi> <mrow> <mi>c</mi> <mn>0</mn> </mrow> </msub> <mfrac> <mrow> <msub> <mi>z</mi> <mrow> <mi>c</mi> <mn>1</mn> </mrow> </msub> <mo>+</mo> <mi>f</mi> </mrow> <mi>f</mi> </mfrac> </mrow> </mtd> <mtd> <mrow> <msub> <mi>y</mi> <mrow> <mi>c</mi> <mn>1</mn> </mrow> </msub> <mo>=</mo> <msub> <mi>y</mi> <mrow> <mi>c</mi> <mn>0</mn> </mrow> </msub> <mfrac> <mrow> <msub> <mi>z</mi> <mrow> <mi>c</mi> <mn>1</mn> </mrow> </msub> <mo>+</mo> <mi>f</mi> </mrow> <mi>f</mi> </mfrac> </mrow> </mtd> </mtr> </mtable> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>1</mn> <mo>)</mo> </mrow> </mrow>
因为ab1⊥ac1,所以
(xb1-xa0)(xc1-xa0)+(yb1-ya0)(yc1-ya0)+zb1zc1=0 (2)
又Δab1c1与ΔABC相似,可得
<mrow> <mfrac> <mover> <mrow> <msub> <mi>ab</mi> <mn>1</mn> </msub> </mrow> <mo>&amp;OverBar;</mo> </mover> <mover> <mrow> <msub> <mi>ac</mi> <mn>1</mn> </msub> </mrow> <mo>&amp;OverBar;</mo> </mover> </mfrac> <mo>=</mo> <mfrac> <mover> <mrow> <mi>A</mi> <mi>B</mi> </mrow> <mo>&amp;OverBar;</mo> </mover> <mover> <mrow> <mi>A</mi> <mi>C</mi> </mrow> <mo>&amp;OverBar;</mo> </mover> </mfrac> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>3</mn> <mo>)</mo> </mrow> </mrow>
因此
<mrow> <mfrac> <mrow> <msup> <mrow> <mo>(</mo> <msub> <mi>x</mi> <mrow> <mi>b</mi> <mn>1</mn> </mrow> </msub> <mo>-</mo> <msub> <mi>x</mi> <mrow> <mi>a</mi> <mn>0</mn> </mrow> </msub> <mo>)</mo> </mrow> <mn>2</mn> </msup> <mo>+</mo> <msup> <mrow> <mo>(</mo> <msub> <mi>y</mi> <mrow> <mi>b</mi> <mn>1</mn> </mrow> </msub> <mo>-</mo> <msub> <mi>y</mi> <mrow> <mi>a</mi> <mn>0</mn> </mrow> </msub> <mo>)</mo> </mrow> <mn>2</mn> </msup> <mo>+</mo> <msubsup> <mi>z</mi> <mrow> <mi>b</mi> <mn>1</mn> </mrow> <mn>2</mn> </msubsup> </mrow> <mrow> <msup> <mrow> <mo>(</mo> <msub> <mi>x</mi> <mrow> <mi>c</mi> <mn>1</mn> </mrow> </msub> <mo>-</mo> <msub> <mi>x</mi> <mrow> <mi>a</mi> <mn>0</mn> </mrow> </msub> <mo>)</mo> </mrow> <mn>2</mn> </msup> <mo>+</mo> <msup> <mrow> <mo>(</mo> <msub> <mi>y</mi> <mrow> <mi>c</mi> <mn>1</mn> </mrow> </msub> <mo>-</mo> <msub> <mi>y</mi> <mrow> <mi>a</mi> <mn>0</mn> </mrow> </msub> <mo>)</mo> </mrow> <mn>2</mn> </msup> <mo>+</mo> <msubsup> <mi>z</mi> <mrow> <mi>c</mi> <mn>1</mn> </mrow> <mn>2</mn> </msubsup> </mrow> </mfrac> <mo>=</mo> <mfrac> <msubsup> <mi>x</mi> <mrow> <mi>w</mi> <mi>b</mi> </mrow> <mn>2</mn> </msubsup> <msubsup> <mi>y</mi> <mrow> <mi>w</mi> <mi>c</mi> </mrow> <mn>2</mn> </msubsup> </mfrac> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>4</mn> <mo>)</mo> </mrow> </mrow>
将(1)式代至(2)式与(4)式,解非线性联立方程式zb1和zc1的解,删除其中的复数解及不适合的解,即可求得适合的zb1和zc1解。
由于Δab1c1与ΔABC相似的特性,很容易可得到A、B、C三点在摄影机坐标系的位置,分别为
xcA=pxa0=tx ycA=pya0=ty zcA=pf=tz
xcB=pxb1 ycB=pyb1 zcB=p(f+zb1)
xcC=pxc1 ycC=pyc1 zcC=p(f+zb1)
其中p为Δab1c1与ΔABC相似三角形的比例,XcA、YcA、ZcA即是相机参数中的平移向量t(tx,ty,tz)也是我们所要求的位移量。
经由直角三点的方法可求得第一张标定板的位移向量为:
t=[tx ty tz]
以及第二张照片标定板的位移向量为:
t1=[tx1 ty1 tz1]
因此我们可求得地质滑动的位移量
<mrow> <mtable> <mtr> <mtd> <mrow> <mi>&amp;Delta;</mi> <mi>T</mi> <mo>=</mo> <mfenced open = "[" close = "]"> <mtable> <mtr> <mtd> <mrow> <msub> <mi>&amp;Delta;t</mi> <mi>x</mi> </msub> </mrow> </mtd> <mtd> <mrow> <msub> <mi>&amp;Delta;t</mi> <mi>y</mi> </msub> </mrow> </mtd> <mtd> <mrow> <msub> <mi>&amp;Delta;t</mi> <mi>z</mi> </msub> </mrow> </mtd> </mtr> </mtable> </mfenced> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <mo>=</mo> <mfenced open = "[" close = "]"> <mtable> <mtr> <mtd> <mrow> <mo>(</mo> <msub> <mi>t</mi> <mrow> <mi>x</mi> <mn>1</mn> </mrow> </msub> <mo>-</mo> <msub> <mi>t</mi> <mi>x</mi> </msub> <mo>)</mo> </mrow> </mtd> <mtd> <mrow> <mo>(</mo> <msub> <mi>t</mi> <mrow> <mi>y</mi> <mn>1</mn> </mrow> </msub> <mo>-</mo> <msub> <mi>t</mi> <mi>y</mi> </msub> <mo>)</mo> </mrow> </mtd> <mtd> <mrow> <mo>(</mo> <msub> <mi>t</mi> <mrow> <mi>z</mi> <mn>1</mn> </mrow> </msub> <mo>-</mo> <msub> <mi>t</mi> <mi>z</mi> </msub> <mo>)</mo> </mrow> </mtd> </mtr> </mtable> </mfenced> </mrow> </mtd> </mtr> </mtable> <mo>.</mo> </mrow> 2
CN201710572932.7A 2017-07-14 2017-07-14 智能视觉的三维地质滑动崩塌实时监测系统及其方法 Pending CN107330890A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710572932.7A CN107330890A (zh) 2017-07-14 2017-07-14 智能视觉的三维地质滑动崩塌实时监测系统及其方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710572932.7A CN107330890A (zh) 2017-07-14 2017-07-14 智能视觉的三维地质滑动崩塌实时监测系统及其方法

Publications (1)

Publication Number Publication Date
CN107330890A true CN107330890A (zh) 2017-11-07

Family

ID=60226926

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710572932.7A Pending CN107330890A (zh) 2017-07-14 2017-07-14 智能视觉的三维地质滑动崩塌实时监测系统及其方法

Country Status (1)

Country Link
CN (1) CN107330890A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111337997A (zh) * 2020-03-17 2020-06-26 成都理工大学 潜在崩塌灾害体快速识别方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101727679A (zh) * 2008-10-20 2010-06-09 车德福 三维地质模型中任意点交互选取的辅助线段滑块法
CN102005104A (zh) * 2009-09-02 2011-04-06 吴立新 滑坡体位移和姿态远距离快速监测报警装置及方法
CN102184617A (zh) * 2011-01-31 2011-09-14 重庆大学 一种地表位移实时监测系统及监测方法
CN102721370A (zh) * 2012-06-18 2012-10-10 南昌航空大学 基于计算机视觉的山体滑坡实时监测方法
JP2017101992A (ja) * 2015-12-01 2017-06-08 エーエルティー株式会社 災害状況監視・警報・避難誘導システム

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101727679A (zh) * 2008-10-20 2010-06-09 车德福 三维地质模型中任意点交互选取的辅助线段滑块法
CN102005104A (zh) * 2009-09-02 2011-04-06 吴立新 滑坡体位移和姿态远距离快速监测报警装置及方法
CN102184617A (zh) * 2011-01-31 2011-09-14 重庆大学 一种地表位移实时监测系统及监测方法
CN102721370A (zh) * 2012-06-18 2012-10-10 南昌航空大学 基于计算机视觉的山体滑坡实时监测方法
JP2017101992A (ja) * 2015-12-01 2017-06-08 エーエルティー株式会社 災害状況監視・警報・避難誘導システム

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111337997A (zh) * 2020-03-17 2020-06-26 成都理工大学 潜在崩塌灾害体快速识别方法
CN111337997B (zh) * 2020-03-17 2022-09-13 成都理工大学 潜在崩塌灾害体快速识别方法

Similar Documents

Publication Publication Date Title
Fu et al. Role of epikarst in near‐surface hydrological processes in a soil mantled subtropical dolomite karst slope: Implications of field rainfall simulation experiments
CN102005104B (zh) 滑坡体位移和姿态远距离快速监测报警装置及方法
CN107665570A (zh) 一种高速公路灾害监测预警系统
CN105809372B (zh) 一种基于卫星遥感图像的自然灾害风险监测系统
Gomez Digital photogrammetry and GIS-based analysis of the bio-geomorphological evolution of Sakurajima Volcano, diachronic analysis from 1947 to 2006
CN1996054B (zh) 基于全方位视觉的泥石流预警预报装置
CN110532952A (zh) 基于gis定位技术的洪灾风险预警及撤离系统
CN108615035B (zh) 基于图像识别的中小土石坝安全信息采集系统
CN104318085B (zh) 一种流域山洪风险识别与提取方法
CN103491351A (zh) 违章建筑物的智能视频监控方法
CN114252128B (zh) 一种地下管廊涌水量监测及预警系统、方法
CN111462459A (zh) 一种基于WebGIS的矿山采空区监测预警系统及方法
CN106289387B (zh) 一种地质环境监测系统
CN105678652A (zh) 基于gis与指标体系法的边坡施工安全风险评估系统
CN104239665A (zh) 一种基于gis的视觉景观影响定量评价方法
CN106971510A (zh) 一种双模式山洪预警控制系统及方法
CN201867937U (zh) 铁路地质灾害预报系统
Chen et al. Three-dimensional simulation of regional urban waterlogging based on high-precision DEM model
CN206961188U (zh) 智能视觉的三维地质滑动崩塌实时监测系统
CN107330890A (zh) 智能视觉的三维地质滑动崩塌实时监测系统及其方法
Shen et al. Parameter estimation method for SWMM under the condition of incomplete information based on GIS and RS
Musco et al. Mitigation of and adaptation to UHI phenomena: The Padua case study
CN203452085U (zh) 深基坑变形稳定性远程智能监测三维数字预警设施
CN202956141U (zh) 一种基于Zigbee的泥石流监测设备
Edwards On the Lookout: Directional Visibility Cones and Defense in the Nebo Region, West-Central Jordan

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