CN108596869A - 一种隧道衬砌裂缝快速检测方法 - Google Patents
一种隧道衬砌裂缝快速检测方法 Download PDFInfo
- Publication number
- CN108596869A CN108596869A CN201810014836.5A CN201810014836A CN108596869A CN 108596869 A CN108596869 A CN 108596869A CN 201810014836 A CN201810014836 A CN 201810014836A CN 108596869 A CN108596869 A CN 108596869A
- Authority
- CN
- China
- Prior art keywords
- tunnel
- shooting
- image
- pixel
- point
- 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
- 238000001514 detection method Methods 0.000 title claims abstract description 13
- 238000000034 method Methods 0.000 claims abstract description 9
- 238000012545 processing Methods 0.000 claims description 8
- 238000011161 development Methods 0.000 claims description 4
- 210000000481 breast Anatomy 0.000 claims description 3
- NJPPVKZQTLUDBO-UHFFFAOYSA-N novaluron Chemical compound C1=C(Cl)C(OC(F)(F)C(OC(F)(F)F)F)=CC=C1NC(=O)NC(=O)C1=C(F)C=CC=C1F NJPPVKZQTLUDBO-UHFFFAOYSA-N 0.000 claims description 3
- 230000006378 damage Effects 0.000 abstract description 4
- 238000010191 image analysis Methods 0.000 abstract description 2
- 238000012423 maintenance Methods 0.000 abstract description 2
- 238000013507 mapping Methods 0.000 abstract description 2
- 238000011084 recovery Methods 0.000 abstract description 2
- 230000000694 effects Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000007689 inspection Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 1
- 230000004888 barrier function Effects 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformation in the plane of the image
- G06T3/40—Scaling the whole image or part thereof
- G06T3/4038—Scaling the whole image or part thereof for image mosaicing, i.e. plane images composed of plane sub-images
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/80—Camera processing pipelines; Components thereof
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30168—Image quality inspection
Abstract
本发明属于隧道衬砌内表面记录修复技术领域,具体涉及一种隧道衬砌裂缝快速检测方法。该方法只需要快速对隧道内表面沿隧道沿轴线进行拍摄,根据拍照结果,获得隧道衬砌内表面图像,结合拍照的位置以及方位角信息,以及隧道内净空断面形式,通过建立拍摄坐标模型,对拍摄的图像分析,建立拍摄图像上像素点与实际隧道模型中对应空间点的数学映射关系,根据这种映射关系对拍照结果进行还原展开。本发明设备简单,易操作,用调整后的照片进行隧道衬砌内表面的破坏事实反映出来,方便有关人员进行隧道的及时维护和保养。
Description
技术领域
本发明属于隧道衬砌内表面记录修复技术领域,具体涉及一种隧道衬砌内表面拍摄图还原展开成实物进行隧道衬砌裂缝快速检测方法。
背景技术
近年来,随着我国铁路大规模、高标准地建设,在全国范围内呈现出大量的铁路隧道,隧道衬砌破裂的发生和发展会造成隧道衬砌变形和破坏,从而影响铁路正常运行,甚至危及铁路安全。及早发现隧道衬砌裂缝,及早治理能够降低铁路安全运行风险,防患于未然。正常运行的隧道靠人力和简单设备检查衬砌裂缝不光费时费力,还会干扰铁路运行,检查结果也不全面,检查人员也不安全。怎样才能提高检查效率,增加检查面,降低安全风险是我们面临的一个重大课题。
目前采用数字图像技术对隧道衬砌裂缝检测的研究越来越多,利用图像处理技术的隧道衬砌裂缝检测,从收集图像、数字化处理、分析生成衬砌展开图,到得出隧道衬砌裂缝里程位置、范围、规模、破坏程度等因素,检测方法安全可靠,检测效率高,可以为下一步隧道整治提供依据,但通过摄像机拍摄收集的照片图像存在镜头畸变的失真效果,同时因为拍摄的是曲面,存在扭曲变形,所以如何有效收集图像、并进行图像处理分析生成衬砌展开图成为隧道衬砌裂缝检测函待解决的技术难题。
发明内容
为解决上述技术问题,本发明提供了一种隧道衬砌裂缝快速检测方法。本方法只需要快速对隧道内表面沿隧道沿轴线进行拍摄,根据拍照结果,获得隧道衬砌内表面图像,结合拍照的位置以及方位角信息,以及隧道内净空断面形式,对拍摄的图像进行图像分析,建立拍摄照片图像上的像素点与实际隧道模型中对应空间点的数学映射关系,根据这种映射关系对拍照结果进行还原展开。
本发明采用了以下技术方案:
一种隧道衬砌裂缝快速检测方法,步骤如下:
(1)拍摄采集隧道的衬砌内表面图像
摄像机安装在带有GPS定位功能的车上,沿隧道轴线方向,对隧道的衬砌内表面进行移动连续拍摄,拍摄范围覆盖隧道断面全部内表面;
可将多个摄像机分别安装在检查轨道车或指定列车固定位置进行移动连续拍摄,从而达到摄像范围覆盖隧道断面全部内表面。
所述的多个摄像机分别安装在检查轨道车或指定列车固定位置,所述的固定位置为摄像机车两侧或车顶。
(2)建立拍摄坐标模型
假定摄像机架设在隧道圆心正下方O点,建立拍摄坐标模型,其中β为摄像机工作时镜头轴心与其所处水平面所成夹角,θ为摄像机所拍摄的角度,以摄像机架设的位置作为坐标原点建立如下直角坐标系,摄像机位置0点的坐标为O(0,0),则隧道圆弧CD上的任意点坐标(x、y)所对应的圆的参数可知;
(3)隧道的衬砌内表面轴向图像处理
①拍摄图片的选取拼合
由于拍摄的照片的中心部位的镜头畸变远小于两侧,因此决定采用大密度拍摄,截取拍摄照片中间部位重新拼合的方法,依据在拍摄的照片的中心部位宽度小于总体宽度的5%时镜头畸变将得到很好控制,根据此原理将截取所拍摄照片最中心的3.7%的图像进行无缝拼合,消除图像的横向扭曲变形;
②隧道曲面图转化为平面图
根据以上建立的拍摄坐标模型,摄像机位置0点的坐标为O(0,0),则隧道圆弧CD上的任意点坐标(x、y)可由下式得到:
式中:R为圆弧的半径,k为通过圆心和隧道圆弧CD上的任意点的直线的斜率,a、b隧道圆心的坐标点为(a,b);
假设摄像机所拍摄的隧道衬砌内表面图像在竖直方向有n个像素点,将θ平均分为n份,并将θ对应圆弧CD上n分点的坐标(xn,yn),为圆心与圆弧CD上的任意点坐标(x、y)的连线所在直线与X轴夹角,用下式计算:
解得
所求得y有两个值,根据点在图中位置取y=ymax;
最后,圆弧CD上任意两像素点(x1,y1)(x2,y2)间弧长S可用以下公式计算得到:
得出:
将得到的弧长s与θ所对应隧道圆弧CD上按弧长平均分成n份的像素点进行一一对应,并还原成非扭曲图像;
(4)隧道的衬砌内表面纵向图像处理
为消除因圆弧所造成的图像竖向扭曲,重新排列拍摄的隧道的衬砌内表面图像的像素点,使其密度由曲面密度转化为平面密度;
步骤(1)拍摄采集隧道圆弧CD的原始图像上,纵向即y方向上有n个像素点,依次记为P1、P2、P3……Pn′,各像素点距E的竖直距离记为y1、y2、y3……yn,,由于隧道为曲面,各像素点的分布在竖直方向并不均匀;
将步骤(1)拍摄采集隧道圆弧CD的原始图像展开到平面,纵向y方向上图像的像素点依次记为P1′、P2′、P3′……Pn′,其间距应当是均匀的,可由该段弧长与像素点数量之比解出,各像素点距E′点距离为y1′、y2′、y3′……yn′,第n个像素点距E点的距离为ym′(0﹤m﹤n)
查找所有满足如下条件的点:
y'm-1<yn
y,m>yn
m∈(2,n);q∈(1,n)
将求好的m,q值以数组(m,q)形式保存,依次记为S1′,S2′,……,对应任一数组S′(m,q),对步骤(1)拍摄采集隧道圆弧CD的未处理前的原始图像,设Pm-1点的灰度值为Hm-1,Pm点的灰度值为Hm,对平面展开处理后的图像,设P′m-1点的灰度值为H′m-1,P′m点的灰度值为H′m,则Pm-1点与Pm点之间的一点Pm0的灰度值可由下式得到:
将拍摄得的照片中的像素对应点的灰度值与像素点所对应坐标的改变进行灰度值的调整,做并对图片进行自动还原处理,还原成非扭曲图像。
本发明与现有技术相比的有益效果是:设备简单,易操作,只需要用较短的时间对隧道进行拍摄就能得到隧道衬砌内表面的图像采集,通过建立拍摄坐标模型,建立照片上像素点与实际隧道模型中对应空间点的数学映射关系,根据这种映射关系对拍照结果进行还原展开。用调整后的照片进行隧道衬砌内表面的破坏事实反映出来,方便有关人员进行隧道的及时维护和保养。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请中记载的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例1中模型隧道中摄影机工作状态图;
图2为本发明实施例1中建立拍摄坐标模型的隧道断面图;
图3为本发明实施例1中隧道曲面图转化为平面图的隧道断面图。
图4为本发明实施例1中拍摄的部分衬砌内表面图片处理前后的效果对比图,图4(a)为拍摄的图片,图4(b)为处理后的照片。
具体实施方式
下面结合实例对本发明的技术方案作进一步具体说明。
实施例1
一种隧道衬砌裂缝快速检测方法,步骤如下:
(1)拍摄采集隧道的衬砌内表面图
如图1所示,将多个摄像机分别安装在检查轨道车或指定列车的两侧或车顶进行移动连续拍摄,安装摄像机的检查轨道车或指定列车带有GPS定位功能,并沿隧道轴线方向行进,从而达到摄像范围覆盖隧道断面全部内表面。
(2)建立拍摄坐标模型
如图2所示,假定摄像机架设在隧道圆心正下方O点,建立拍摄坐标模型,其中β为摄像机工作时镜头轴心与其所处水平面所成夹角,θ为摄像机所拍摄的角度,以摄像机架设的位置作为坐标原点建立如下直角坐标系,摄像机位置0点的坐标为O(0,0),则隧道圆弧CD上的任意点坐标(x、y)所对应的圆的参数可知;
(3)隧道的衬砌内表面轴向图像处理
①拍摄图片的选取拼合
由于拍摄的照片的中心部位的镜头畸变远小于两侧,因此决定采用大密度拍摄,截取拍摄照片中间部位重新拼合的方法,依据在拍摄的照片的中心部位宽度小于总体宽度的5%时镜头畸变将得到很好控制,根据此原理将截取所拍摄照片最中心的3.7%的图像进行无缝拼合,消除图像的横向扭曲变形;
②隧道曲面图转化为平面图
根据以上建立的拍摄坐标模型,摄像机位置0点的坐标为O(0,0),则隧道圆弧CD上的任意点坐标(x、y)可由下式得到:
式中:R为圆弧的半径,k为通过圆心和隧道圆弧CD上的任意点的直线的斜率,a、b隧道圆心的坐标点为(a,b);
如图2和图3所示,假设摄像机所拍摄的隧道衬砌内表面图像在竖直方向有n个像素点,将θ平均分为n份,并将θ对应圆弧CD上n分点的坐标(xn,yn),为圆心与圆弧CD上的任意点坐标(x、y)的连线所在直线与X轴夹角,用下式计算:
解得
所求得y有两个值,根据点在图中位置取y=ymax;
最后,圆弧CD上任意两像素点(x1,y1)(x2,y2)间弧长S可用以下公式计算得到:
得出:
将得到的弧长s与θ所对应隧道圆弧CD上按弧长平均分成n份的像素点进行一一对应,并还原成非扭曲图像。
(4)隧道的衬砌内表面纵向图像处理
为消除因圆弧所造成的图像竖向扭曲,重新排列拍摄的隧道的衬砌内表面图像的像素点,使其密度由曲面密度转化为平面密度;
步骤(1)拍摄采集隧道圆弧CD的原始图像上,纵向即y方向上有n个像素点,依次记为P1、P2、P3……Pn′,各像素点距E的竖直距离记为y1、y2、y3……yn,,由于隧道为曲面,各像素点的分布在竖直方向并不均匀;
将步骤(1)拍摄采集隧道圆弧CD的原始图像展开到平面,纵向y方向上图像的像素点依次记为P1′、P2′、P3′……Pn′,其间距应当是均匀的,可由该段弧长与像素点数量之比解出,各像素点距E′点距离为y1′、y2′、y3′……yn′,第n个像素点距E点的距离为ym′(0﹤m﹤n)
查找所有满足如下条件的点:
y'm-1<yn
y,m>yn
m∈(2,n);q∈(1,n)
将求好的m,q值以数组(m,q)形式保存,依次记为S1′,S2′,……,对应任一数组S′(m,q),对步骤(1)拍摄采集隧道圆弧CD的未处理前的原始图像,设Pm-1点的灰度值为Hm-1,Pm点的灰度值为Hm,对平面展开处理后的图像,设P′m-1点的灰度值为H′m-1,P′m点的灰度值为H′m,则Pm-1点与Pm点之间的一点Pm0的灰度值可由下式得到:
将拍摄得的照片中的像素对应点的灰度值与像素点所对应坐标的改变进行灰度值的调整,做并对图片进行自动还原处理,还原成非扭曲图像。
如图4所示,拍摄的部分衬砌内表面图片处理前后的效果对比,将大量连续拍摄的图像按上述步骤先进行轴向的选取拼合后,再对拼接好的图像进行纵向拉伸还原处理,以消除图像的横向和竖向扭曲变形,将拍摄的隧道衬砌内表面曲面图转化为平面图,较好的反映了隧道原衬砌表面的裂纹情况。
以上所述,仅为本发明较佳的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,根据本发明的技术方案及其发明构思加以等同替换或改变,都应涵盖在本发明的保护范围之内。
Claims (3)
1.一种隧道衬砌裂缝快速检测方法,其特征在于,步骤如下:
(1)拍摄采集隧道的衬砌内表面图像
摄像机安装在带有GPS定位功能的车上,沿隧道轴线方向,对隧道的衬砌内表面进行移动连续拍摄,拍摄范围覆盖隧道断面全部内表面;
(2)建立拍摄坐标模型
假定摄像机架设在隧道圆心正下方O点,建立拍摄坐标模型,其中β为摄像机工作时镜头轴心与其所处水平面所成夹角,θ为摄像机所拍摄的角度,以摄像机架设的位置作为坐标原点建立如下直角坐标系,摄像机位置0点的坐标为O(0,0),则隧道圆弧CD上的任意点坐标(x、y)所对应的圆的参数可知;
(3)隧道的衬砌内表面轴向图像处理
①拍摄图片的选取拼合
由于拍摄的照片的中心部位的镜头畸变远小于两侧,因此决定采用大密度拍摄,截取拍摄照片中间部位重新拼合的方法,依据在拍摄的照片的中心部位宽度小于总体宽度的5%时镜头畸变将得到很好控制,根据此原理将截取所拍摄照片最中心的3.7%的图像进行无缝拼合,消除图像的横向扭曲变形;
②隧道曲面图转化为平面图
根据以上建立的拍摄坐标模型,摄像机位置0点的坐标为O(0,0),则隧道圆弧CD上的任意点坐标(x、y)可由下式得到:
式中:R为圆弧的半径,k为通过圆心和隧道圆弧CD上的任意点的直线的斜率,a、b隧道圆心的坐标点为(a,b);
假设摄像机所拍摄的隧道衬砌内表面图像在竖直方向有n个像素点,将θ平均分为n份,并将θ对应圆弧CD上n分点的坐标(xn,yn),为圆心与圆弧CD上的任意点坐标(x、y)的连线所在直线与X轴夹角,用下式计算:
解得
所求得y有两个值,根据点在图中位置取y=ymax;
最后,圆弧CD上任意两像素点(x1,y1)(x2,y2)间弧长S可用以下公式计算得到:
得出:
将得到的弧长s与θ所对应隧道圆弧CD上按弧长平均分成n份的像素点进行一一对应,并还原成非扭曲图像;
(4)隧道的衬砌内表面纵向图像处理
为消除因圆弧所造成的图像竖向扭曲,重新排列拍摄的隧道的衬砌内表面图像的像素点,使其密度由曲面密度转化为平面密度;
步骤(1)拍摄采集隧道圆弧CD的原始图像上,纵向即y方向上有n个像素点,依次记为P1、P2、P3……Pn′,各像素点距E的竖直距离记为y1、y2、y3……yn,,由于隧道为曲面,各像素点的分布在竖直方向并不均匀;
将步骤(1)拍摄采集隧道圆弧CD的原始图像展开到平面,纵向y方向上图像的像素点依次记为P1′、P2′、P3′……Pn′,其间距应当是均匀的,可由该段弧长与像素点数量之比解出,各像素点距E′点距离为y1′、y2′、y3′……yn′,第n个像素点距E点的距离为ym′(0﹤m﹤n)
查找所有满足如下条件的点:
y′m-1<yn
y’m>yn
`m∈(2,n);q∈(1,n)
将求好的m,q值以数组(m,q)形式保存,依次记为S1′,S2′,……,对应任一数组S′(m,q),对步骤(1)拍摄采集隧道圆弧CD的未处理前的原始图像,设Pm-1点的灰度值为Hm-1,Pm点的灰度值为Hm,对平面展开处理后的图像,设P′m-1点的灰度值为H′m-1,P′m点的灰度值为H′m,则Pm-1点与Pm点之间的一点Pm0的灰度值可由下式得到:
将拍摄得的照片中的像素对应点的灰度值与像素点所对应坐标的改变进行灰度值的调整,做并对图片进行自动还原处理,还原成非扭曲图像。
2.根据权利要求1所述的一种隧道衬砌裂缝快速检测方法,其特征在于,所述的拍摄采集隧道的衬砌内表面图像,可将多个摄像机分别安装在检查轨道车或指定列车固定位置进行移动连续拍摄,从而达到摄像范围覆盖隧道断面全部内表面。
3.根据权利要求2所述的一种隧道衬砌裂缝快速检测方法,其特征在于,所述的多个摄像机分别安装在检查轨道车或指定列车固定位置,所述的固定位置为摄像机车两侧或车顶。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810014836.5A CN108596869B (zh) | 2018-01-08 | 2018-01-08 | 一种隧道衬砌裂缝快速检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810014836.5A CN108596869B (zh) | 2018-01-08 | 2018-01-08 | 一种隧道衬砌裂缝快速检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108596869A true CN108596869A (zh) | 2018-09-28 |
CN108596869B CN108596869B (zh) | 2020-06-16 |
Family
ID=63599823
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810014836.5A Expired - Fee Related CN108596869B (zh) | 2018-01-08 | 2018-01-08 | 一种隧道衬砌裂缝快速检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108596869B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109374644A (zh) * | 2018-11-09 | 2019-02-22 | 中国矿业大学 | 基于图像识别的隧道衬砌缺陷智能检测模拟实验装置 |
CN109707400A (zh) * | 2018-12-19 | 2019-05-03 | 上海勘察设计研究院(集团)有限公司 | 圆形盾构通缝隧道管片相邻分块的相对转动评价方法 |
CN109992012A (zh) * | 2019-04-23 | 2019-07-09 | 云南交投集团投资有限公司 | 一种相机集群姿态控制方法 |
CN112630223A (zh) * | 2020-12-07 | 2021-04-09 | 杭州申昊科技股份有限公司 | 一种基于隧道裂纹检测系统及方法 |
CN112767353A (zh) * | 2021-01-19 | 2021-05-07 | 中国科学院武汉岩土力学研究所 | 隧道衬砌裂缝病害评价方法及设备 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101691994A (zh) * | 2009-09-30 | 2010-04-07 | 浙江大学 | 一种隧道裂缝最大宽度自动定位和检测方法 |
CN101957178A (zh) * | 2009-07-17 | 2011-01-26 | 上海同岩土木工程科技有限公司 | 一种隧道衬砌裂缝测量方法及其测量装置 |
CN102346013A (zh) * | 2010-07-29 | 2012-02-08 | 同济大学 | 一种隧道衬砌裂缝宽度的测量方法及装置 |
WO2017122641A1 (ja) * | 2016-01-15 | 2017-07-20 | 富士フイルム株式会社 | 計測支援装置及び計測支援方法 |
CN107154040A (zh) * | 2017-05-08 | 2017-09-12 | 重庆邮电大学 | 一种隧道衬砌表面图像裂缝检测方法 |
-
2018
- 2018-01-08 CN CN201810014836.5A patent/CN108596869B/zh not_active Expired - Fee Related
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101957178A (zh) * | 2009-07-17 | 2011-01-26 | 上海同岩土木工程科技有限公司 | 一种隧道衬砌裂缝测量方法及其测量装置 |
CN101691994A (zh) * | 2009-09-30 | 2010-04-07 | 浙江大学 | 一种隧道裂缝最大宽度自动定位和检测方法 |
CN102346013A (zh) * | 2010-07-29 | 2012-02-08 | 同济大学 | 一种隧道衬砌裂缝宽度的测量方法及装置 |
WO2017122641A1 (ja) * | 2016-01-15 | 2017-07-20 | 富士フイルム株式会社 | 計測支援装置及び計測支援方法 |
CN107154040A (zh) * | 2017-05-08 | 2017-09-12 | 重庆邮电大学 | 一种隧道衬砌表面图像裂缝检测方法 |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109374644A (zh) * | 2018-11-09 | 2019-02-22 | 中国矿业大学 | 基于图像识别的隧道衬砌缺陷智能检测模拟实验装置 |
CN109707400A (zh) * | 2018-12-19 | 2019-05-03 | 上海勘察设计研究院(集团)有限公司 | 圆形盾构通缝隧道管片相邻分块的相对转动评价方法 |
CN109992012A (zh) * | 2019-04-23 | 2019-07-09 | 云南交投集团投资有限公司 | 一种相机集群姿态控制方法 |
CN112630223A (zh) * | 2020-12-07 | 2021-04-09 | 杭州申昊科技股份有限公司 | 一种基于隧道裂纹检测系统及方法 |
CN112630223B (zh) * | 2020-12-07 | 2023-12-26 | 杭州申昊科技股份有限公司 | 一种基于隧道裂纹检测系统及方法 |
CN112767353A (zh) * | 2021-01-19 | 2021-05-07 | 中国科学院武汉岩土力学研究所 | 隧道衬砌裂缝病害评价方法及设备 |
Also Published As
Publication number | Publication date |
---|---|
CN108596869B (zh) | 2020-06-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108596869A (zh) | 一种隧道衬砌裂缝快速检测方法 | |
CN104754302B (zh) | 一种基于枪球联动系统的目标检测跟踪方法 | |
CN102819926B (zh) | 一种基于无人机的火灾监测预警方法 | |
CN108534760A (zh) | 一种基于双目摄像机与激光测距传感器的图片测量方法 | |
US8705890B2 (en) | Image alignment | |
CN108195472B (zh) | 一种基于轨道移动机器人的热传导全景成像方法 | |
CN104330048B (zh) | 一种基于图像的铁路雪深测量装置及方法 | |
CN110400330A (zh) | 基于融合imu的光电吊舱图像跟踪方法及跟踪系统 | |
CN107092905A (zh) | 一种电力巡检机器人的待识别仪器定位方法 | |
KR20200084972A (ko) | 무인비행체를 이용한 초분광영상 획득 방법 | |
CN103733225B (zh) | 特征点对等系统、特征点对等方法、以及记录介质 | |
CN115100087A (zh) | 塔机吊钩视频的稳像处理方法 | |
CN111968241A (zh) | 管道工程建设的基坑测量系统及方法 | |
CN109842761B (zh) | 前向运动视频的快速高清全景成像方法及装置 | |
CN112862879A (zh) | 一种基于tin模型的地铁隧道三维模型构建方法 | |
CN113850905A (zh) | 一种用于周扫型光电预警系统的全景图像实时拼接方法 | |
JP4512778B2 (ja) | 不法投棄箇所検知装置、方法、およびプログラム | |
CN114782803A (zh) | 一种基于压缩采样和图像识别的监测输电线舞动的方法 | |
KR102221317B1 (ko) | 딥러닝을 이용한 시설물 결함 검측 장치 및 그 방법 | |
CN105260989B (zh) | 基于多图配准复原三维图像的方法 | |
Du et al. | Mosaicking of mountain tunnel images guided by laser rangefinder | |
CN111784749A (zh) | 一种基于双目视觉的空间定位与运动分析系统 | |
KR102423399B1 (ko) | 다중 카메라 촬영 방식의 터널 스캐닝 장치, 주행형 터널 스캐닝 시스템 및 터널 표면 조사 방법 | |
CN117420151B (zh) | 一种高速铁路直立式声屏障检测方法 | |
CN113556474B (zh) | 刚性接触网悬挂装置的触发拍摄方法及装置 |
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 | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20200616 |