CN108469224A - 基于图像识别的管道工程开槽尺寸测量方法 - Google Patents
基于图像识别的管道工程开槽尺寸测量方法 Download PDFInfo
- Publication number
- CN108469224A CN108469224A CN201810216495.XA CN201810216495A CN108469224A CN 108469224 A CN108469224 A CN 108469224A CN 201810216495 A CN201810216495 A CN 201810216495A CN 108469224 A CN108469224 A CN 108469224A
- Authority
- CN
- China
- Prior art keywords
- image
- points
- point
- shooting
- groove
- 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
- G01B11/02—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness
- G01B11/03—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness by measuring coordinates of points
-
- 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
- G01B11/22—Measuring arrangements characterised by the use of optical techniques for measuring depth
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种基于图像识别的管道工程开槽尺寸测量方法,包括沟槽的宽度测量和深度测量;宽度测量:拍摄高度设定;进行拍摄;图像处理;宽度测算;深度测量:图像采集;图像处理;深度测算。本发明优点在于基于无参考物的尺寸测量,通过对开槽图像进行采集,然后对采集到的图像进行建模,并推导出计算公式,进而实现对待测沟槽的尺寸测量。与基于参考物的测量方法相比较,本发明最大的优点是不需要参考物,这样既保留了测量的灵活性,又能跳过重复放置参考物的步骤,巧妙地规避了如何放置参考物的难题,与管道施工环境契合度较高,有效地解决了基于采集系统中对摄像机的标定难题。
Description
技术领域
本发明涉及管道工程施工中开槽尺寸测量,尤其是涉及基于图像识别的管道工程开槽尺寸测量方法。
背景技术
建设输送油品、天然气和固体料浆的管道的工程,其管道施工具备一定安全隐患及高危特性,这主要由于其作业管道内的化石燃料媒介是属于高危易爆品,有着很大程度的安全隐患问题。因此,管道施工本身质量问题对作业施工进度控制尤为重要,即管道施工的质量问题直接影响着相关作业的进度指标。其施工过程中管道沟槽的开挖环节至关重要,所开挖沟槽的尺寸有着严格的标准要求,开槽尺寸的精度直接影响管道工程的施工质量。目前,对管道工程施工中开挖沟槽尺寸(宽度、深度、垂直度)的测量多由人工完成,测量人员通过测量工具如直尺、卷尺进行测量操作,存在的不足是测量效率和精度低,体力劳动工作量大。
为解决上述存在的不足,人们试图利用现有基于参考物的测量技术对管道工程施工中开挖沟槽尺寸的测量。但是,基于参考物的测量技术,在图像采集的过程中是将己知尺寸的物体或者具有明显长度特征的物体,按照一定要求放置在待测物体周围,使其起到充当参考物的作用,在后期的图像分析和处理过程中,通过对参考物的分析来进行工程测量。这种办法操作便捷、灵活度高,但是可复用性低,对于不同的待测物体都要重新放置参考物,不适于对开挖沟槽尺寸的测量。另外,由于这种测量的基础是完全建立在参考物上的,因此参考物的选取、放置都将对测量结果造成极大的影响。
发明内容
本发明目的在于提供一种基于图像识别的管道工程开槽尺寸测量方法,及时有效把控管道工程开槽施工质量。
为实现上述目的,本发明采取下述技术方案:
本发明所述基于图像识别的管道工程开槽尺寸测量方法,包括沟槽的宽度测量和深度测量;
所述宽度测量步骤为:
第一步、拍摄高度设定
首先在移动设备上安装摄像头、方向感应装置和重力感应装置,设定所述摄像头距地面的高度值为h,将该高度值h作为测算沟槽实际尺寸的基本参数;
第二步、拍摄步骤
s11、保持采集时摄像头距离地面的高度值为h;
s12、将摄像头的拍摄中心对准沟槽任意一点A点进行拍摄并保存当前图像为图像a,读取当前所述方向感应装置的方向角和重力感应装置的倾角;
s13、保持拍摄位置不变,对沟槽周围另外任意一点B点进行拍摄并保存当前图像为图像b,读取当前方向感应装置的方向角和重力感应装置的倾角;
第三步、图像处理
s21、灰度化
将摄像头采集的所述图像a、b进行灰度化;
s22、边缘提取
使用Matlab工具中的edge函数实现对图像a、b中沟槽的边缘进行提取;
s23、几何校正
使用Matlab工具中的Radon函数实现对边缘提取后的a、b图像进行几何校正;
s24、拼接融合
将几何校正后的所述a、b图像进行配准、拼接和融合,然后基于融合之后的图像p进行标定和测算;
s25、宽度测算
以拍摄所在位置为原点O,拍摄高度为h,即拍摄点坐标P(O,O,h)在原点O正上方且位于之轴上,以拍摄过程中重力感应装置内部设定的正北方向为x轴,建立三维数学模型,并利用三维坐标将所述A、B两点表示在三维坐标系中;然后通过几何公式可计算沟槽的开槽宽度d AB :
;
所述深度测量步骤为:
首先通过两个图像采集器将多次采集到的图像数据对相机进行标定,然后进行下述步骤:
第一步、深度测量图像采集
s31、拍摄初始化
在沟槽周围任意位置点作为拍摄点A1点,打开摄像头并保存摄像头距离地面的垂直高度值为h1,确保此时摄像头能够拍摄到沟槽的最深处C点;将摄像头的拍摄中心对准A1点采集图像数据并保存当前图像为图像a1;
s32、第一次拍摄
将沟槽最深处C点作为第一次拍摄点,将摄像头的拍摄中心对准C点采集图像数据并保存当前图像为图像c1;
读取当前重力感应装置数据和方向感应装置数据,即所述拍摄点A1点和拍摄点C点构成的线段A1C与竖直方向即Z轴的夹角;
s33、第二次拍摄
保持拍摄点A1点不变,将沟槽周围任意一点B1点作为第二次拍摄点,且拍摄点B1点能够拍摄到沟槽最深处C点,将摄像头的拍摄中心对准B1点采集图像并保存当前图像为图像b1,读取当前重力感应装置数据,即拍摄点A1点和拍摄点B1点构成的线段A1B1与竖直方向即Z轴的夹角,读取当前方向感应装置数据,即拍摄点B1点与X轴的夹角θ;
s34、将拍摄点移动到B'点,此时该拍摄点B’点与拍摄点B1点的垂直距离为h1,然后进行第三次拍摄,第三次拍摄点仍然为沟槽最深处C点,最后读取当前重力感应装置数据,即所述拍摄点B’点和拍摄点C点构成的线段B'C与竖直方向即Z轴的夹角γ;
第二步、图像处理
s41、灰度化
使用Matlab工具中的rgb2gray函数实现将图像a1、b1、c1进行灰度化;
s42、边缘提取
使用Matlab工具中的edge函数实现对灰度化后的图像a1、b1、c1进行边缘提取;
s43、几何校正
使用Matlab工具中的Radon函数实现对边缘提取后的图像a1、b1、c1进行几何校正;
s44、拼接融合
图像a1、b1分别是对沟槽附近A1点、 B1点进行采集所得到的沟槽图像;为了对沟槽进行测算,首先应将A1点、 B1融合在一张图像中,即将图像a1、b1进行配准、拼接和融合,然后基于融合之后的图像p1进行标定和测算;
s45、深度测算
通过下述公式计算开槽深度CC':
;
其中:C’点为拍摄点C点垂直方向上的地表点;
步骤s12中,所选取的A、 B两点与拍摄点的夹角分别为30°到60°之间。
本发明优点在于基于无参考物的尺寸测量,通过对开槽图像进行采集,然后对采集到的图像进行建模,并推导出计算公式,进而实现对待测沟槽的尺寸测量。与基于参考物的测量方法相比较,本发明最大的优点是不需要参考物,这样既保留了测量的灵活性,又能跳过重复放置参考物的步骤,巧妙地规避了如何放置参考物的难题,与管道施工环境契合度较高,有效地解决了基于采集系统中对摄像机的标定难题。
附图说明
图1是本发明所述方法的流程框图。
图2是本发明所述沟槽宽度测量的流程框图。
图3是本发明测算沟槽宽度的三维数学模型图。
图4是本发明所述沟槽深度测量的流程框图。
图5是本发明测算沟槽深度的三维数学模型图。
具体实施方式
下面结合附图对本发明的实施例作详细说明,本实施例在以本发明技术方案为前提下进行实施,给出了详细的实施方式和具体的操作过程,但本发明的保护范围不限于下述实施例。
如图1所示,本发明所述基于图像识别的管道工程开槽尺寸测量方法,包括沟槽的宽度测量和深度测量;
如图2所示,所述宽度测量步骤为:
第一步、拍摄高度设定
首先在移动设备上安装摄像头、方向感应装置和重力感应装置,设定所述摄像头距地面的高度值为h,将该高度值h作为测算沟槽实际尺寸的基本参数;
第二步、拍摄步骤
s11、保持采集时摄像头距离地面的高度值为h;
s12、将摄像头的拍摄中心对准沟槽任意一点A点进行拍摄并保存当前图像为图像a,读取当前所述方向感应装置的方向角和重力感应装置的倾角;
s13、保持拍摄位置不变,对沟槽周围另外任意一点B点进行拍摄并保存当前图像为图像b,读取当前方向感应装置的方向角和重力感应装置的倾角;
需要说明的是,A、B点的选取可能会影响测量结果的准确度与精度,因此将A、 B两点选取在沟槽的附近,且两点与拍摄点的夹角分别在30°到60°之间;
第三步、图像处理
s21、灰度化
由于摄像头采集的图像在后续的处理过程中不需要对彩色图像的R、G、B 三个分量都进行处理,同时为了减小图像原始数据量,便于后续处理与计算,因此首先将摄像头采集的所述图像a、b进行灰度化;这里使用Matlab工具中的rgb2gray函数实现灰度化;
s22、边缘提取
为更好地测算出图像中沟槽的尺寸和面积,减少后续计算量,降低测算复杂度,在图像预处理中,对图像a、b中沟槽的边缘进行提取;这里使用Matlab工具中的edge函数实现边缘提取;
s23、几何校正
摄像头在采集沟槽图像时所使用的图像系统是非矩形像素坐标,当使用普通的显示设备对这些图像进行处理的时候将会出现很大的误差;因此,在对采集到的管道沟槽图像进行处理之前需要对图像进行几何校正,使沟槽的位置准确地在边缘图像中展现出来;这里使用Matlab工具中的Radon函数实现几何校正;
s24、拼接融合
所述图像a、b分别是对沟槽附近的A、B两点进行采集所得到的沟槽图像;为了对沟槽进行测算,首先应将所述图像a、b进行配准、拼接和融合,然后基于融合之后的图像p进行标定和测算;
s25、宽度测算
如图3所示,以拍摄所在位置为原点O,拍摄高度为h,即拍摄点坐标P(O,O,h)在原点O正上方且位于之轴上,以拍摄过程中重力感应装置内部设定的正北方向为x轴,建立三维数学模型,并利用三维坐标将所述A、B两点表示在三维坐标系中;然后通过几何公式可计算沟槽的开槽宽度d AB :
;
如图4所示,所述深度测量步骤为:
首先通过两个图像采集器将多次采集到的图像数据对相机进行标定,然后进行下述步骤:
第一步、深度测量图像采集
s31、拍摄初始化
在沟槽周围任意位置点作为拍摄点A1点,打开摄像头并保存摄像头距离地面的垂直高度值为h1,确保此时摄像头能够拍摄到沟槽的最深处C点;将摄像头的拍摄中心对准A1点采集图像数据并保存当前图像为图像a1;
s32、第一次拍摄
将沟槽最深处C点作为第一次拍摄点,将摄像头的拍摄中心对准C点采集图像数据并保存当前图像为图像c1;
读取当前重力感应装置数据和方向感应装置数据,即所述拍摄点A1点和拍摄点C点构成的线段A1C与竖直方向即Z轴的夹角;
s33、第二次拍摄
保持拍摄点A1点不变,将沟槽周围任意一点B1点作为第二次拍摄点,且拍摄点B1点能够拍摄到沟槽最深处C点,将摄像头的拍摄中心对准B1点采集图像并保存当前图像为图像b1,读取当前重力感应装置数据,即拍摄点A1点和拍摄点B1点构成的线段A1B1与竖直方向即Z轴的夹角,读取当前方向感应装置数据,即拍摄点B1点与X轴的夹角θ;
s34、将拍摄点移动到B'点,此时该拍摄点B’点与拍摄点B1点的垂直距离为h1,然后进行第三次拍摄,第三次拍摄点仍然为沟槽最深处C点,最后读取当前重力感应装置数据,即所述拍摄点B’点和拍摄点C点构成的线段B'C与竖直方向即Z轴的夹角γ;
第二步、图像处理
s41、灰度化
由于采集的图像在后续的处理过程中不需要对彩色图像的RGB三个分量都进行处理,同时为了减小图像原始数据量,便于后续处理与计算,因此首先将图像进行灰度化;这里使用Matlab工具中的rgb2gray函数实现灰度化;
s42、边缘提取
为更好地测算出图像中沟槽的尺寸和面积,减少后续计算量,降低测算复杂度,在图像预处理中,将对图像中沟槽的边缘进行提取;这里使用Matlab工具中的edge函数实现边缘提取。
s43、几何校正
移动设备在采集沟槽图像时所使用的图像系统是非矩形像素坐标,当使用普通的显示设备对这些图像进行处理的时候将会出现很大的误差;因此,在对采集到的管道沟槽图像进行处理之前需要对图像进行几何校正,使沟槽的位置准确地在边缘图像中展现出来;这里使用Matlab工具中的Radon函数实现几何校正。
s44、拼接融合
图像a1、b1分别是对沟槽附近A1点、 B1点进行采集所得到的沟槽图像;为了对沟槽进行测算,首先应将A1点、 B1融合在一张图像中,即将图像a1、b1进行配准、拼接和融合,然后基于融合之后的图像p1进行标定和测算;
s45、深度测算
如图5所示,通过下述公式计算开槽深度CC':
;
其中:C’点为拍摄点C点垂直方向上的地表点。
Claims (2)
1.一种基于图像识别的管道工程开槽尺寸测量方法,包括沟槽的宽度测量和深度测量;其特征在于:
所述宽度测量步骤为:
第一步、拍摄高度设定
首先在移动设备上安装摄像头、方向感应装置和重力感应装置,设定所述摄像头距地面的高度值为h,将该高度值h作为测算沟槽实际尺寸的基本参数;
第二步、拍摄步骤
s11、保持采集时摄像头距离地面的高度值为h;
s12、将摄像头的拍摄中心对准沟槽任意一点A点进行拍摄并保存当前图像为图像a,读取当前所述方向感应装置的方向角和重力感应装置的倾角;
s13、保持拍摄位置不变,对沟槽周围另外任意一点B点进行拍摄并保存当前图像为图像b,读取当前方向感应装置的方向角和重力感应装置的倾角;
第三步、图像处理
s21、灰度化
将摄像头采集的所述图像a、b进行灰度化;
s22、边缘提取
使用Matlab工具中的edge函数实现对图像a、b中沟槽的边缘进行提取;
s23、几何校正
使用Matlab工具中的Radon函数实现对边缘提取后的a、b图像进行几何校正;
s24、拼接融合
将几何校正后的所述a、b图像进行配准、拼接和融合,然后基于融合之后的图像p进行标定和测算;
s25、宽度测算
以拍摄所在位置为原点O,拍摄高度为h,即拍摄点坐标P(O,O,h)在原点O正上方且位于之轴上,以拍摄过程中重力感应装置内部设定的正北方向为x轴,建立三维数学模型,并利用三维坐标将所述A、B两点表示在三维坐标系中;然后通过几何公式可计算沟槽的开槽宽度d AB :;
所述深度测量步骤为:
首先通过两个图像采集器将多次采集到的图像数据对相机进行标定,然后进行下述步骤:
第一步、深度测量图像采集
s31、拍摄初始化
在沟槽周围任意位置点作为拍摄点A1点,打开摄像头并保存摄像头距离地面的垂直高度值为h1,确保此时摄像头能够拍摄到沟槽的最深处C点;将摄像头的拍摄中心对准A1点采集图像数据并保存当前图像为图像a1;
s32、第一次拍摄
将沟槽最深处C点作为第一次拍摄点,将摄像头的拍摄中心对准C点采集图像数据并保存当前图像为图像c1;
读取当前重力感应装置数据和方向感应装置数据,即所述拍摄点A1点和拍摄点C点构成的线段A1C与竖直方向即Z轴的夹角;
s33、第二次拍摄
保持拍摄点A1点不变,将沟槽周围任意一点B1点作为第二次拍摄点,且拍摄点B1点能够拍摄到沟槽最深处C点,将摄像头的拍摄中心对准B1点采集图像并保存当前图像为图像b1,读取当前重力感应装置数据,即拍摄点A1点和拍摄点B1点构成的线段A1B1与竖直方向即Z轴的夹角,读取当前方向感应装置数据,即拍摄点B1点与X轴的夹角θ;
s34、将拍摄点移动到B'点,此时该拍摄点B’点与拍摄点B1点的垂直距离为h1,然后进行第三次拍摄,第三次拍摄点仍然为沟槽最深处C点,最后读取当前重力感应装置数据,即所述拍摄点B’点和拍摄点C点构成的线段B'C与竖直方向即Z轴的夹角γ;
第二步、图像处理
s41、灰度化
使用Matlab工具中的rgb2gray函数实现将图像a1、b1、c1进行灰度化;
s42、边缘提取
使用Matlab工具中的edge函数实现对灰度化后的图像a1、b1、c1进行边缘提取;
s43、几何校正
使用Matlab工具中的Radon函数实现对边缘提取后的图像a1、b1、c1进行几何校正;
s44、拼接融合
图像a1、b1分别是对沟槽附近A1点、 B1点进行采集所得到的沟槽图像;为了对沟槽进行测算,首先应将A1点、 B1融合在一张图像中,即将图像a1、b1进行配准、拼接和融合,然后基于融合之后的图像p1进行标定和测算;
s45、深度测算
通过下述公式计算开槽深度CC':
;
其中:C’点为拍摄点C点垂直方向上的地表点。
2.根据权利要求1所述基于图像识别的管道工程开槽尺寸测量方法,其特征在于:步骤s12中,所选取的A、 B两点与拍摄点的夹角分别为30°到60°之间。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810216495.XA CN108469224A (zh) | 2018-03-16 | 2018-03-16 | 基于图像识别的管道工程开槽尺寸测量方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810216495.XA CN108469224A (zh) | 2018-03-16 | 2018-03-16 | 基于图像识别的管道工程开槽尺寸测量方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108469224A true CN108469224A (zh) | 2018-08-31 |
Family
ID=63265407
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810216495.XA Pending CN108469224A (zh) | 2018-03-16 | 2018-03-16 | 基于图像识别的管道工程开槽尺寸测量方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108469224A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109190642A (zh) * | 2018-09-04 | 2019-01-11 | 华中科技大学 | 利用高阶高斯回归滤波和Radon变换提取表面特征的方法 |
CN111079214A (zh) * | 2019-11-27 | 2020-04-28 | 江苏艾佳家居用品有限公司 | 一种基于图像识别实现墙体开槽合规判断方法 |
CN111238432A (zh) * | 2019-06-20 | 2020-06-05 | 石河子大学 | 一种智能开沟作业质量监测系统 |
CN111288900A (zh) * | 2020-03-30 | 2020-06-16 | 哈尔滨工业大学 | 一种用于沟槽宽度定值的边缘定位方法 |
CN114612430A (zh) * | 2022-03-10 | 2022-06-10 | 江阴市浩盛电器线缆制造有限公司 | 暖气水管地面深度采集系统 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103822597A (zh) * | 2014-03-18 | 2014-05-28 | 重庆交通大学 | 一种利用移动通讯设备进行道路坑洞面积测量的方法 |
CN103822592A (zh) * | 2014-03-18 | 2014-05-28 | 重庆交通大学 | 一种利用移动通讯设备进行道路坑洞深度测量的方法 |
JP2014102711A (ja) * | 2012-11-21 | 2014-06-05 | Fujitsu Ltd | 輪郭検出装置、輪郭検出方法および輪郭検出プログラム |
CN105043252A (zh) * | 2015-06-01 | 2015-11-11 | 重庆交通大学 | 一种基于图像处理的无参考物尺寸测量方法 |
JP2016020012A (ja) * | 2014-07-14 | 2016-02-04 | スターテクノ株式会社 | ワーク加工処理装置 |
CN106091926A (zh) * | 2016-07-06 | 2016-11-09 | 中国计量大学 | 多点光源异步曝光的小型工件内槽尺寸的检测装置与方法 |
-
2018
- 2018-03-16 CN CN201810216495.XA patent/CN108469224A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2014102711A (ja) * | 2012-11-21 | 2014-06-05 | Fujitsu Ltd | 輪郭検出装置、輪郭検出方法および輪郭検出プログラム |
CN103822597A (zh) * | 2014-03-18 | 2014-05-28 | 重庆交通大学 | 一种利用移动通讯设备进行道路坑洞面积测量的方法 |
CN103822592A (zh) * | 2014-03-18 | 2014-05-28 | 重庆交通大学 | 一种利用移动通讯设备进行道路坑洞深度测量的方法 |
JP2016020012A (ja) * | 2014-07-14 | 2016-02-04 | スターテクノ株式会社 | ワーク加工処理装置 |
CN105043252A (zh) * | 2015-06-01 | 2015-11-11 | 重庆交通大学 | 一种基于图像处理的无参考物尺寸测量方法 |
CN106091926A (zh) * | 2016-07-06 | 2016-11-09 | 中国计量大学 | 多点光源异步曝光的小型工件内槽尺寸的检测装置与方法 |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109190642A (zh) * | 2018-09-04 | 2019-01-11 | 华中科技大学 | 利用高阶高斯回归滤波和Radon变换提取表面特征的方法 |
CN109190642B (zh) * | 2018-09-04 | 2019-05-31 | 华中科技大学 | 利用高阶高斯回归滤波和Radon变换提取表面特征的方法 |
CN111238432A (zh) * | 2019-06-20 | 2020-06-05 | 石河子大学 | 一种智能开沟作业质量监测系统 |
CN111079214A (zh) * | 2019-11-27 | 2020-04-28 | 江苏艾佳家居用品有限公司 | 一种基于图像识别实现墙体开槽合规判断方法 |
CN111079214B (zh) * | 2019-11-27 | 2022-07-08 | 江苏艾佳家居用品有限公司 | 一种基于图像识别实现墙体开槽合规判断方法 |
CN111288900A (zh) * | 2020-03-30 | 2020-06-16 | 哈尔滨工业大学 | 一种用于沟槽宽度定值的边缘定位方法 |
CN111288900B (zh) * | 2020-03-30 | 2022-01-14 | 哈尔滨工业大学 | 一种用于沟槽宽度定值的边缘定位方法 |
CN114612430A (zh) * | 2022-03-10 | 2022-06-10 | 江阴市浩盛电器线缆制造有限公司 | 暖气水管地面深度采集系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108469224A (zh) | 基于图像识别的管道工程开槽尺寸测量方法 | |
US6922234B2 (en) | Method and apparatus for generating structural data from laser reflectance images | |
CN1693854B (zh) | 测定方法及测定系统 | |
CN101226057A (zh) | 一种数字近景摄影测量方法 | |
CN106595567A (zh) | 地质结构面产状测量方法 | |
CN103438864A (zh) | 工程边坡实时数字地质编录系统 | |
CN106875485B (zh) | 面向水电工程地质施工编录的现场三维坐标体系建立方法 | |
Gaich et al. | Acquisition and assessment of geometric rock mass features by true 3D images | |
Dai et al. | Three-dimensional modeling of site elements by analytically processing image data contained in site photos | |
CN116805441A (zh) | 一种基坑监测的预警方法、装置、电子设备及存储介质 | |
CN104391340A (zh) | 水电环境边坡危岩体地质检测方法 | |
CN106846477B (zh) | 一种编录野外地质影像的地质标记解译建模方法 | |
Zhang et al. | A numerical simulation procedure for evaluating the accuracy of 3-dimensional photogrammetric models and its application to geometric parameters of discontinuities in rock masses | |
CN103808306B (zh) | 基于windows的平板式施工地质可视化快速编录方法 | |
CN105674904B (zh) | 一种具有智能化装配特点的汽轮机通流间隙检测方法 | |
CN106595571A (zh) | 基于手持式激光测距仪的地下洞室地质编录方法 | |
CN114895367B (zh) | 岩体产状信息测量方法 | |
CN112884891B (zh) | 一种边坡岩层及结构物三维可视化模型建模方法 | |
Stylianidis et al. | A digital close-range photogrammetric technique for monitoring slope displacements | |
Thoeni et al. | The potential of low-cost rpas for multi-view reconstruction of sub-vertical rock faces | |
CN206818196U (zh) | 一种摄影测量组合装置 | |
Baramsyah et al. | Applicability Assessments of Close-Range Photogrammetry for Slope Face 3D Modelling | |
Brownlie et al. | Image-based dendrometry system for standing trees | |
CN104596478A (zh) | 一种隧道轮廓挖填量普通数码相机任意摄影测算方法 | |
CN112683244B (zh) | 一种基于全景照片的电缆通道定位方法及系统 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180831 |
|
RJ01 | Rejection of invention patent application after publication |