CN108662978A - 一种非连续变形测量方法 - Google Patents
一种非连续变形测量方法 Download PDFInfo
- Publication number
- CN108662978A CN108662978A CN201810294857.7A CN201810294857A CN108662978A CN 108662978 A CN108662978 A CN 108662978A CN 201810294857 A CN201810294857 A CN 201810294857A CN 108662978 A CN108662978 A CN 108662978A
- Authority
- CN
- China
- Prior art keywords
- crack
- image
- stripping
- extended area
- obtains
- 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
-
- 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
- G01B11/002—Measuring arrangements characterised by the use of optical techniques for measuring two or more coordinates
-
- 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
- G01B11/16—Measuring arrangements characterised by the use of optical techniques for measuring the deformation in a solid, e.g. optical strain gauge
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Investigating Strength Of Materials By Application Of Mechanical Stress (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明涉及一种非连续变形测量方法,该测量方法的步骤如下:在被测物体表面绘制人工散斑图案;安装装置;开动试验机,对被测物体进行加载实验,按照预先设定的采集帧率进行图像采集;根据实验荷载数据信息,均匀挑选图像,进行扩展裂缝边界检测,并标识出扩展裂缝的边界,得到裂缝扩展区域,根据扩展裂缝边界的灰度坐标信息,获取裂缝扩展尺寸;对裂缝扩展区域进行剥离,获取裂缝剥离之后的图像;对裂缝剥离后的图像采用数字图像处理方法进行分析,获取裂缝扩展尖端所在位置以及该位置处的位移和应变信息,进而得到剥离裂缝扩展区域后的全场位移和应变信息。该方法能够解决混凝土、岩石等准脆性材料的非连续变形测量问题。
Description
技术领域
本发明涉及实验力学数字图像处理技术领域,特别涉及一种非连续变形测量方法。
背景技术
当在外力作用下,混凝土、岩石等材料未产生很大变形时,其表面通常会伴随有裂缝的产生,在断裂力学领域中,将具有上述破坏特征的材料称为准脆性材料。由于准脆性材料在产生裂缝后,其表面将不再保持为连续状态,因此将准脆性材料的这种破坏方式称为非连续变形破坏。与准脆性材料相对应,能够承受很大变形,且一般不会产生裂缝的材料,称为延性材料,如金属、机械等,延性材料产生的破坏称为连续变形破坏。
裂缝作为准脆性材料受力变形后所产生的一种外观表象,已成为广大科研工作者与工程技术人员关注的热点问题。由于准脆性材料的断裂破坏过程始终伴随有裂缝的产生,因此借助于一种可靠的试验测量手段,观测准脆性材料裂缝的扩展过程,准确获取裂缝扩展尺寸、裂缝扩展尖端位置以及该位置处的真实位移和应变信息,对于理解准脆性材料的断裂破坏机理,具有十分重要的科研意义与工程实用价值。
在实验力学领域中,数字图像相关方法以其非接触、全场测量且操作简便等优良特性,逐渐得到了推广与应用。黄才政等(黄才政.基于数字图像相关方法的混凝土断裂过程区力学特性研究[D].重庆交通大学,2016.)通过开展混凝土三点弯曲预制缺口梁断裂试验,结合数字图像相关方法,对裂缝扩展过程进行了研究。图2为其试件破坏前的图像及在不同荷载阶段下由数字图像相关方法计算得出的全场水平应变云图,其中(a)给出了该试验中试件最终破坏时的图形,由图可看出在预制裂尖前端有一条竖向扩展裂缝产生,(b)~(d)为不同荷载阶段下由数字图像相关方法计算得出的全场水平应变云图(图中Pmax代表峰值荷载, (↑)代表荷载上升段,(↓)代表荷载下降段),可看出在裂缝产生后,裂缝扩展位置处仍存在应变信息,未能将裂缝区域进行剥离。吴智敏等(Wu Z M,Rong H,Zheng J J,etal.An experimental investigation on the FPZ properties in concrete usingdigital image correlation technique[J].Engineering Fracture Mechanics,2011,78(17):2978-2990.)通过开展混凝土三点弯曲梁断裂试验,采用数字图像相关方法,对混凝土断裂过程区进行了研究。图3为试件破坏前的图像及在不同荷载阶段下由数字图像相关方法计算得出的全场水平应变云图,其中(a) 给出了试件最终破坏时的图形,由图可知该试件在最终破坏时有一条竖向裂缝产生,(b)~ (c)为不同荷载阶段下由数字图像相关方法计算得出的全场水平应变云图,可看出在裂缝产生后,裂缝扩展位置处仍存在应变信息,未能将裂缝区域进行剥离。
由以上两个实例可看出,现有的数字图像相关方法,在处理准脆性材料的非连续变形破坏问题时,存在以下不足之处:①无法自动检测裂缝扩展边界,获取裂缝扩展尺寸信息;②无法对裂缝扩展区域进行剥离,获取裂缝扩展尖端所在位置以及该位置处的真实位移和应变信息。因此有必要结合现有的数字图像处理技术,提出一种非连续变形测量方法,解决准脆性材料的非连续变形测量问题,服务于科学研究与实际工程领域。
发明内容
针对现有数字图像相关方法的不足,本发明拟解决的技术问题是,针对准脆性材料的非连续变形问题,提供一种非连续变形测量方法,该方法基于目前已有的数字图像处理技术,能够对裂缝扩展区域进行边界检测与剥离,获取裂缝扩展尺寸、裂缝扩展尖端所在位置以及该位置处的真实位移和应变信息。
本发明解决所述技术问题采用的技术方案是:提供一种非连续变形测量方法,该测量方法的步骤如下:
第一步:在被测物体表面绘制人工散斑图案;
第二步:安装装置;将两部平行线光源固定于固定支座上,根据周围环境光线明暗程度手动调节光照强度;将采集相机固定于三角支架上,同时采集相机通过导线与计算机相连,安装好所用装置;
第三步:开动试验机,对被测物体进行加载实验,按照预先设定的采集帧率进行图像采集;
第四步:根据实验荷载数据信息,均匀挑选图像,进行扩展裂缝边界检测,并标识出扩展裂缝的边界,得到裂缝扩展区域,根据扩展裂缝边界的灰度坐标信息,获取裂缝扩展尺寸;若没有检测到扩展裂缝,则通过数字图像处理得到图像的全场位移和应变信息;
第五步:对第四步中已经检测出的裂缝扩展区域进行剥离,获取裂缝剥离之后的图像:即将裂缝扩展区域内的灰度数据全部转化为0或255,以与图像中其他非裂缝扩展区域进行区分,并突显裂缝剥离效果,得到裂缝剥离后的图像;
第六步:对裂缝剥离后的图像采用数字图像处理方法进行分析,获取裂缝扩展尖端所在位置以及该位置处的位移和应变信息,进而得到剥离裂缝扩展区域后的全场位移和应变信息。
与现有技术相比,本发明的有益效果为:
与现有数字图像相关方法相比,该方法的特色在于能够解决混凝土、岩石等准脆性材料的非连续变形测量问题,获取裂缝扩展尺寸、裂缝扩展尖端所在位置以及该位置处的真实位移和应变信息,能够在科学研究领域与实际工程应用中得到广泛应用。
附图说明
图1为本发明非连续变形测量方法所用装置立面示意图;
图2为背景文件1中试件破坏前的图像及在不同荷载阶段下由数字图像相关方法计算得出的全场水平应变云图;
图3为背景文件2中试件破坏前的图像及在不同荷载阶段下由数字图像相关方法计算得出的全场水平应变云图;
图4(a)为混凝土沿竖直方向产生了一条贯穿型裂缝的图像;
图4(b)为图4(a)的图像经本申请方法进行边界检测得到的图像;
图4(c)为图4(b)的图像经本申请方法进行裂缝剥离后得到的图像;
图5(a)为混凝土产生了多条裂缝的图像;
图5(b)为图5(a)的图像经本申请方法进行边界检测得到的图像;
图5(c)为图5(b)的图像经本申请方法进行裂缝剥离后得到的图像;
图6为实施例所用装置的实物图;
图7(a)为实施例中试件未受外力时拍摄的图像;
图7(b)为实施例中试件在峰值荷载时刻对应的带扩展裂缝的图像;
图7(c)为采用本发明非连续变形测量方法计算得到的全场水平位移云图;
图7(d)为采用现有数字图像方法计算得到的全场水平位移云图;
图中,人工散斑1,被测物体2,线光源3,采集相机4,数据传输导线5,计算机6,裂缝识别模块7、图像处理模块8、三角支架9,隔震垫10,固定支座11,固定支架12,卡扣13。
具体实施方式
为了使本发明的目的及技术方案更加清晰,以下结合附图及实施例,对本发明做进一步详细介绍。本发明的具体实施方式并不限于此,任何本领域的普通技术人员在未付出实质性创新前提下所做出的同等修改与完善,均应在本发明的保护范围之内。
本发明提供一种非连续变形测量方法,该测量方法的具体步骤如下:
第一步:在被测物体表面绘制人工散斑图案;
第二步:安装装置;将两部平行线光源固定于固定支座11上,根据周围环境光线明暗程度手动调节光照强度;将采集相机4固定于三角支架9上,同时采集相机4通过导线5与计算机6相连,安装好所用装置;
第三步:开动试验机,对被测物体进行加载实验,按照预先设定的采集帧率进行图像采集;
第四步:根据实验荷载数据信息,均匀挑选图像,假设图像的灰度值在0~255之间,进行扩展裂缝边界检测,并标识出扩展裂缝的边界,得到裂缝扩展区域,根据扩展裂缝边界的灰度坐标信息,获取裂缝扩展尺寸;若没有检测到扩展裂缝则通过数字图像处理得到图像的全场位移和应变信息;
第五步:对第四步中已经检测出的裂缝扩展区域进行剥离,获取裂缝剥离之后的图像:即将裂缝扩展区域内的灰度数据全部转化为0或255,以与图像中其他非裂缝扩展区域进行区分,并显示裂缝剥离效果,得到裂缝剥离后的图像;
第六步:对裂缝剥离后的图像采用数字图像处理方法进行分析,获取裂缝扩展尖端所在位置以及该位置处的位移和应变信息,进而得到剥离裂缝扩展区域后的全场位移和应变信息。
上述非连续变形测量方法所用装置(参见图1)包括用于加载被测物体的试验机、线光源3、采集相机4、用于对图像中裂缝扩展区域进行边缘检测与剥离并获取裂缝扩展尺寸信息的裂缝识别模块7以及用于接收裂缝识别模块7传输来的去裂缝扩展区域的图像数据并进行图像处理分析获取全场位移和应变信息的图像处理模块8;被测物体上涂有人工散斑1,所述线光源3采用两部平行线光源,光源的两端垂直设置固定支架13,固定支架13固定在固定支座11上,在固定支架朝向光源的内侧上从上至下设有若干数量的卡扣12,线光源通过卡扣12能固定在固定支架的任意位置上,便于手动调节两部线光源之间的距离,以达到最佳的补光效果,光照强度可根据周围环境光线明暗程度手动进行调节;所述采集相机4固定于三角支架9上,三角支架底部设有隔震垫,用于消除地面震动对相机造成的干扰;所述采集相机4通过数据传输导线5与计算机相连,实时传输图像数据;计算机6内加载有裂缝识别模块7和图像处理模块8,可以接收通过数据传输导线5传来的图像数据,同时对接收端的图像数据进行分析处理。
所述裂缝识别模块7用于对图像中裂缝扩展区域进行边缘检测与剥离,进而获取裂缝扩展尺寸信息。若材料未有裂缝产生,则直接送入到图像处理模块8中。
所述图像处理模块8用于接收裂缝识别模块7传输来的去裂缝扩展区域的图像数据,使用现有数字图像技术对图像进行处理分析,获取全场位移和应变信息。
所述人工散斑1采用哑光黑与哑光白两种喷漆绘制而成。首先均匀喷涂一层哑光白漆作为底色,再反复喷洒哑光黑漆形成高反差散斑图案。
所述线光源3采用两部平行线光源,光源放于固定支架13上,光照强度和光照间距可根据周围光线条件手动进行调节。
所述三角支架9底部设有隔震垫10,用于消除地面震动对采集相机4的影响。
所述采集相机4用于采集试验加载过程前后的散斑图像,应根据试验需要选用静态采集相机或者高速采集相机,精准捕捉被测物体裂缝开裂瞬间。若试验被测物体2从开始加载到破坏比较突然,则宜选用高速相机;若破坏过程比较缓慢,则使用静态采集相机即可满足。
本发明对图像中的裂缝区域进行检测剥离时,采用了目前常用的裂缝识别处理算法,其中包括直方图均衡化、中值滤波、图像二值化操作,以下分别对上述操作步骤进行描述:
1)直方图均衡化
受周围环境因素(如大气、光照等)的影响,在试验现场采集到的图像有可能存在整体或局部偏暗、过亮等现象,影响裂缝识别检测效果。通过对图像进行直方图均衡化处理可以增强图像的整体对比度,突显裂缝扩展区域,提高裂缝检测效果。
2)中值滤波
采用中值滤波方法,可以消除图像采集和传输过程中因成像设备与传输介质干扰而产生的噪声,有效保护图像的边缘细节信息,该方法可通过对像素邻域向量化取中值的方法来实现。
3)图像二值化
图像二值化是指通过设定一个灰度阈值T来分割目标与背景,大于阈值T的像素属于目标即记为1,其他则属于背景即记为0。假设一幅灰度裂缝图像用f(x,y)表示,其中(x,y)为图像中像素的坐标位置,若T为阈值,则阈值分割后的二值图像b(x,y)满足以下关系
在本非连续变形测量方法中,采用迭代优化的方法来计算阈值T,以提高裂缝边界的检测效果,其具体操作步骤如下:
1)设定阈值
统计带裂缝图像所有像素点位置的最小灰度值Tmin、最大灰度值Tmax,计算两者平均值作为初始阈值
2)阈值分割
根据步骤1)得到的初始阈值T,采用公式(1)对图像进行分割,按照式(2)得到目标像素集合G1和背景像素集合G2
G1={f(x,y)≥T},G2={f(x,y)<T} (2)
3)均值
按照式(3)计算目标像素集合G1和背景像素集合G2的灰度平均值t1和t2,
其中,num(G1)表示目标像素集合G1中的像素点的总数量;num(G2)表示目标像素集合G2中的像素点的总数量。
4)迭代
根据t1和t2计算新的阈值重复步骤②和③,直至本次迭代阈值T与上一次迭代得到的阈值T相等,则此阈值T即为适合于本张图像的最合适的阈值,此时终止迭代过程,根据公式(1)对该图像执行二值化处理操作。
图4(a)所示混凝土沿竖直方向产生了一条贯穿型裂缝,图5(a)中混凝土产生了多条裂缝,将原始带裂缝图像传输给裂缝识别模块,其裂缝边界检测效果如图4(b)、图5(b)所示,该模块会根据边界检测结果自动在裂缝周围生成两条边界线,此时可以获得两条边界线上所有像素点的坐标信息,根据对应点的坐标信息可以获得任意位置处的裂缝扩展尺寸信息;图4(c)、图5(c)给出了裂缝的剥离效果图(将两条边界线区域内的所有像素点的灰度值设定为255)。
实施例
本实施例的实验在河北省土木工程技术研究中心开展,试验对象为混凝土三点弯曲梁试件,试验目的是为了获取任意荷载阶段下混凝土裂缝的扩展尺寸、裂缝扩展尖端所在位置以及该位置处的位移和应变信息。
图6为本实施例测量方法所用装置的实物图,其中I为电液伺服压力试验机,用于提供试验所需压力,使三点弯曲梁试件II产生劈裂破坏;IV为采集相机,用于对试验全过程进行拍摄;III为人工随机散斑图案,散斑作为变形信息载体,与三点弯曲梁试件保持为同步变形状态。图7(a)为混凝土试件未受外力时拍摄的图像,图7(b)为峰值荷载时刻对应的一张带扩展裂缝的图像,可看到在该时刻下产生了一条比较明显的竖向扩展裂缝。图7(c)和图7(d) 给出了采用非连续变形测量方法与现有数字图像方法计算得到的全场水平位移云图(单位: mm),可以看出,当有扩展裂缝产生时,该非连续变形测量方法能够对裂缝扩展边界进行检测剥离,根据边界像素点坐标,可以获取任意位置处的裂缝扩展尺寸信息,同时获取裂缝扩展尖端位置以及该位置处的位移和应变信息,而现有数字图像处理方法无法实现以上所述功能。
本发明未述及之处适用于现有技术。
Claims (5)
1.一种非连续变形测量方法,该测量方法的步骤如下:
第一步:在被测物体表面绘制人工散斑图案;
第二步:安装装置;将两部平行线光源固定于固定支座上,根据周围环境光线明暗程度手动调节光照强度;将采集相机固定于三角支架上,同时采集相机通过导线与计算机相连,安装好所用装置;
第三步:开动试验机,对被测物体进行加载实验,按照预先设定的采集帧率进行图像采集;
第四步:根据实验荷载数据信息,均匀挑选图像,进行扩展裂缝边界检测,并标识出扩展裂缝的边界,得到裂缝扩展区域,根据扩展裂缝边界的灰度坐标信息,获取裂缝扩展尺寸;若没有检测到扩展裂缝,则通过数字图像处理得到图像的全场位移和应变信息;
第五步:对第四步中已经检测出的裂缝扩展区域进行剥离,获取裂缝剥离之后的图像:即将裂缝扩展区域内的灰度数据全部转化为0或255,以与图像中其他非裂缝扩展区域进行区分,并突显裂缝剥离效果,得到裂缝剥离后的图像;
第六步:对裂缝剥离后的图像采用数字图像处理方法进行分析,获取裂缝扩展尖端所在位置以及该位置处的位移和应变信息,进而得到剥离裂缝扩展区域后的全场位移和应变信息。
2.一种权利要求1所述的非连续变形测量方法所用装置,其特征在于该装置包括用于加载被测物体的试验机、线光源、采集相机、用于对图像中裂缝扩展区域进行边缘检测与剥离并获取裂缝扩展尺寸信息的裂缝识别模块以及用于接收裂缝识别模块传输来的去裂缝扩展区域的图像数据并进行图像处理分析获取全场位移和应变信息的图像处理模块;被测物体上涂有人工散斑,所述线光源采用两部平行线光源,光源的两端垂直设置固定支架,固定支架固定在固定支座上,在固定支架朝向光源的内侧上从上至下设有若干数量的卡扣,线光源通过卡扣能固定在固定支架的任意位置上;所述采集相机固定于三角支架上,三角支架底部设有隔震垫;所述采集相机通过数据传输导线与计算机相连,实时传输图像数据;裂缝识别模块和图像处理模块均加载在计算机内。
3.根据权利要求2所述的装置,其特征在于所述采集相机为静态采集相机或者高速采集相机。
4.根据权利要求2所述的装置,其特征在于所述裂缝识别模块依次对图像进行直方图均衡化、中值滤波、图像二值化操作。
5.根据权利要求4所述的装置,其特征在于所述图像二值化的具体过程是:假设一幅灰度裂缝图像用f(x,y)表示,其中(x,y)为图像中像素的坐标位置,若T为阈值,则阈值分割后的二值图像b(x,y)满足式(1),
采用迭代优化的方法来计算阈值T,其具体操作步骤如下:
1)设定阈值:
统计带裂缝图像所有像素点位置的最小灰度值Tmin、最大灰度值Tmax,计算两者平均值作为初始阈值
2)阈值分割
根据步骤1)得到的初始阈值T,采用式(1)对图像进行分割,按照式(2)得到目标像素集合G1和背景像素集合G2,
G1={f(x,y)≥T},G2={f(x,y)<T} (2);
3)均值
按照式(3)计算目标像素集合G1和背景像素集合G2的灰度平均值t1和t2,
其中,num(G1)表示目标像素集合G1中的像素点的总数量;num(G2)表示目标像素集合G2中的像素点的总数量;
4)迭代
根据t1和t2计算新的阈值重复步骤2)和3),直至本次迭代阈值T与上一次迭代得到的阈值T相等,则此阈值T即为本张图像的最合适的阈值,此时终止迭代过程,根据式(1)对该图像执行二值化处理操作。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810294857.7A CN108662978B (zh) | 2018-04-04 | 2018-04-04 | 一种非连续变形测量方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810294857.7A CN108662978B (zh) | 2018-04-04 | 2018-04-04 | 一种非连续变形测量方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108662978A true CN108662978A (zh) | 2018-10-16 |
CN108662978B CN108662978B (zh) | 2020-04-28 |
Family
ID=63783042
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810294857.7A Active CN108662978B (zh) | 2018-04-04 | 2018-04-04 | 一种非连续变形测量方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108662978B (zh) |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109341562A (zh) * | 2018-12-03 | 2019-02-15 | 重庆工程职业技术学院 | 一种检测水泥基材料横向变形的装置 |
CN109493329A (zh) * | 2018-11-02 | 2019-03-19 | 河北工业大学 | 基于局部网格加密的数字图像相关方法 |
CN109816631A (zh) * | 2018-12-25 | 2019-05-28 | 河海大学 | 一种基于新代价函数的图像分割方法 |
CN110608676A (zh) * | 2019-08-26 | 2019-12-24 | 中国科学院重庆绿色智能技术研究院 | 一种剪切位移测量方法、剪切位移测量模块及多参数联合监测系统 |
CN113222923A (zh) * | 2021-04-30 | 2021-08-06 | 广东石油化工学院 | 一种基于岩心照片识别裂缝类型的方法 |
CN113588449A (zh) * | 2021-06-10 | 2021-11-02 | 中南大学 | 脆性材料动态断裂扩展韧度测试方法 |
CN113914841A (zh) * | 2021-10-14 | 2022-01-11 | 中国科学院武汉岩土力学研究所 | 一种页岩可视化压裂实验装置及方法 |
CN114136779A (zh) * | 2021-11-26 | 2022-03-04 | 河北工业大学 | 一种准脆性材料i-ii型断裂韧度试验求解方法 |
CN114216403A (zh) * | 2021-12-17 | 2022-03-22 | 河北工业大学 | 基于红外和可见光双光相机的非连续变形测量方法 |
US11650112B1 (en) * | 2022-10-20 | 2023-05-16 | Hebei University Of Technology | Crack propagation and deformation measurement method coupling infrared and visible light images |
CN116503359A (zh) * | 2023-04-28 | 2023-07-28 | 东南大学 | 一种基于路侧摄像头的路面裂缝监测方法 |
CN117132602A (zh) * | 2023-10-27 | 2023-11-28 | 湖南三昌泵业有限公司 | 一种离心泵叶轮缺陷视觉检测方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4232064B2 (ja) * | 1999-10-25 | 2009-03-04 | 株式会社ニコン | 画像処理を用いたひび割れ評価装置 |
CN101726493A (zh) * | 2009-12-02 | 2010-06-09 | 中国建筑材料科学研究总院 | 一种水泥基材料收缩与开裂性能检测方法及装置 |
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 |
US9390343B2 (en) * | 2014-08-19 | 2016-07-12 | International Business Machines Corporation | Estimating degree of deterioration of road surface |
CN105784710A (zh) * | 2014-12-23 | 2016-07-20 | 桂林电子科技大学 | 一种基于数字图像处理的混凝土桥梁裂缝检测装置 |
CN106918598A (zh) * | 2017-03-08 | 2017-07-04 | 河海大学 | 基于数字图像的桥梁路面应变及裂纹检测分析系统及方法 |
-
2018
- 2018-04-04 CN CN201810294857.7A patent/CN108662978B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4232064B2 (ja) * | 1999-10-25 | 2009-03-04 | 株式会社ニコン | 画像処理を用いたひび割れ評価装置 |
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 |
CN101726493A (zh) * | 2009-12-02 | 2010-06-09 | 中国建筑材料科学研究总院 | 一种水泥基材料收缩与开裂性能检测方法及装置 |
US9390343B2 (en) * | 2014-08-19 | 2016-07-12 | International Business Machines Corporation | Estimating degree of deterioration of road surface |
CN105784710A (zh) * | 2014-12-23 | 2016-07-20 | 桂林电子科技大学 | 一种基于数字图像处理的混凝土桥梁裂缝检测装置 |
CN106918598A (zh) * | 2017-03-08 | 2017-07-04 | 河海大学 | 基于数字图像的桥梁路面应变及裂纹检测分析系统及方法 |
Non-Patent Citations (1)
Title |
---|
黄才政: "基于数字图像相关方法的混凝土断裂过程区力学特性研究", 《中国优秀硕士论文全文数据工程科技Ⅱ辑》 * |
Cited By (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109493329A (zh) * | 2018-11-02 | 2019-03-19 | 河北工业大学 | 基于局部网格加密的数字图像相关方法 |
CN109341562A (zh) * | 2018-12-03 | 2019-02-15 | 重庆工程职业技术学院 | 一种检测水泥基材料横向变形的装置 |
CN109816631A (zh) * | 2018-12-25 | 2019-05-28 | 河海大学 | 一种基于新代价函数的图像分割方法 |
CN110608676A (zh) * | 2019-08-26 | 2019-12-24 | 中国科学院重庆绿色智能技术研究院 | 一种剪切位移测量方法、剪切位移测量模块及多参数联合监测系统 |
CN113222923A (zh) * | 2021-04-30 | 2021-08-06 | 广东石油化工学院 | 一种基于岩心照片识别裂缝类型的方法 |
CN113222923B (zh) * | 2021-04-30 | 2021-11-12 | 广东石油化工学院 | 一种基于岩心照片识别裂缝类型的方法 |
CN113588449A (zh) * | 2021-06-10 | 2021-11-02 | 中南大学 | 脆性材料动态断裂扩展韧度测试方法 |
CN113914841A (zh) * | 2021-10-14 | 2022-01-11 | 中国科学院武汉岩土力学研究所 | 一种页岩可视化压裂实验装置及方法 |
CN114136779A (zh) * | 2021-11-26 | 2022-03-04 | 河北工业大学 | 一种准脆性材料i-ii型断裂韧度试验求解方法 |
CN114136779B (zh) * | 2021-11-26 | 2024-01-30 | 河北工业大学 | 一种准脆性材料i-ii型断裂韧度试验求解方法 |
CN114216403A (zh) * | 2021-12-17 | 2022-03-22 | 河北工业大学 | 基于红外和可见光双光相机的非连续变形测量方法 |
CN114216403B (zh) * | 2021-12-17 | 2022-07-01 | 河北工业大学 | 基于红外和可见光双光相机的非连续变形测量方法 |
US11650112B1 (en) * | 2022-10-20 | 2023-05-16 | Hebei University Of Technology | Crack propagation and deformation measurement method coupling infrared and visible light images |
CN116503359A (zh) * | 2023-04-28 | 2023-07-28 | 东南大学 | 一种基于路侧摄像头的路面裂缝监测方法 |
CN117132602A (zh) * | 2023-10-27 | 2023-11-28 | 湖南三昌泵业有限公司 | 一种离心泵叶轮缺陷视觉检测方法 |
CN117132602B (zh) * | 2023-10-27 | 2024-01-02 | 湖南三昌泵业有限公司 | 一种离心泵叶轮缺陷视觉检测方法 |
Also Published As
Publication number | Publication date |
---|---|
CN108662978B (zh) | 2020-04-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108662978A (zh) | 一种非连续变形测量方法 | |
CN111209876B (zh) | 一种漏油缺陷检测方法及系统 | |
CN103994724B (zh) | 基于数字图像处理技术的结构二维位移及应变监测方法 | |
CN104554341B (zh) | 检测轨道平顺度的系统和方法 | |
CN105067428B (zh) | 用于弹性材料的裂纹萌生寿命试验机及使用其的方法 | |
Chang et al. | A mobile vision inspection system for tiny defect detection on smooth car-body surfaces based on deep ensemble learning | |
KR101895873B1 (ko) | 직물원단 검단방법 및 장치 | |
CN108346141A (zh) | 单边侧入光式导光板缺陷提取方法 | |
CN105654121A (zh) | 一种基于深度学习的复杂提花织物缺陷检测方法 | |
CN106934829A (zh) | 一种表面裂缝的检测方法及系统 | |
CN116309191B (zh) | 基于图像增强的瓦斯巡检智能显示方法 | |
CN111539927B (zh) | 汽车塑料组合件紧固卡扣缺装检测装置的检测方法 | |
CN109350030A (zh) | 基于相位放大处理人脸视频心率信号的系统及方法 | |
CN110648308A (zh) | 一种pcb导线缺陷的识别与定位方法 | |
CN110503623A (zh) | 一种基于卷积神经网络的识别输电线路上鸟巢缺陷的方法 | |
CN111879777A (zh) | 软资材贴合瑕疵检测方法、装置、设备以及存储介质 | |
CN103984964A (zh) | 一种试纸条图像识别方法及系统 | |
CN108052909A (zh) | 一种基于心血管oct影像的薄纤维帽斑块自动检测方法和装置 | |
KR20210071806A (ko) | 컨포멀 코팅된 pcb에서 기포를 검출하는 방법 및 장치와 이를 위한 컴퓨터로 판독 가능한 기록매체 | |
CN110246139B (zh) | 基于双阈值的浮游生物原位图像roi快速提取方法 | |
CN105371769B (zh) | 一种测量动态裂纹长度的方法及装置 | |
CN109272484B (zh) | 一种基于视频图像的降雨检测方法 | |
Anitha et al. | SMT component inspection in PCBA’s using image processing techniques | |
CN113008524A (zh) | 屏幕漏光检测方法及装置 | |
CN113970560A (zh) | 一种基于多传感融合的缺陷三维检测方法 |
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 |