CN109297428A - 一种基于无人机的高精度变形巡测技术方法 - Google Patents
一种基于无人机的高精度变形巡测技术方法 Download PDFInfo
- Publication number
- CN109297428A CN109297428A CN201811391829.3A CN201811391829A CN109297428A CN 109297428 A CN109297428 A CN 109297428A CN 201811391829 A CN201811391829 A CN 201811391829A CN 109297428 A CN109297428 A CN 109297428A
- Authority
- CN
- China
- Prior art keywords
- image
- unmanned plane
- edge
- point
- precision
- 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
- G01B11/16—Measuring arrangements characterised by the use of optical techniques for measuring the deformation in a solid, e.g. optical strain gauge
-
- 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
- G01B11/167—Measuring arrangements characterised by the use of optical techniques for measuring the deformation in a solid, e.g. optical strain gauge by projecting a pattern on the object
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
Abstract
本发明涉及工程变形监测技术领域，尤其是一种基于无人机的高精度变形巡测技术方法，包括布设编码点、无人机搭载高清相机、无人机影像采集、影像预处理、筛选编码点、解码编码标志点和定位编码标志点几个步骤，本发明将无人机移动摄影测量与编码点技术相结合，既能体现移动摄影测量的低成本、高效性和灵活性，又具有较高的测量精度，能够同时满足大型工程变形监测的经济性、高效性和精确性。
Description
技术领域
本发明涉及工程变形监测技术领域，尤其涉及一种基于无人机的高精度变形巡测技术方法。
背景技术
常规的工程变形监测主要有点式监测和面状监测。点式监测即在被监测物上建造观测墩，通过测量离散点的变形代替被监测物的整体变形，这种方式测量结果精确、变形部位表达明确，但存在野外工作劳动强度大、周期长且耗时耗力、连续性不足、细节性缺乏和接触式不便等缺点。面状监测主要有近景摄影测量法、地面三维激光扫描法和地基SAR干涉测量法等，近景摄影测量法成本低，但由于边坡表面纹理不足，容易受到距离和环境的限制，难获得较好的精度和较全面的信息，地面三维激光扫描法和地基SAR干涉测量法虽然测量结果精度较高，但由于设备附件多，价格昂贵，运输、安装和迁站困难，也难以在大型工程中实施，因此，为了提高大型工程变形监测的可实施性、经济性、高效性和精确性，我们提出了一套移动式、低成本、高精度的变形巡测系统，该系统以移动式高精度测量为核心目标，融合无人机的高精度定位导航技术和固定于被监测物上编码点的高精度识别定位技术来实现工程变形监测。
发明内容
本发明的目的是为了解决现有技术中存在无法同时具备高精度检测和低成本的缺点，而提出的一种基于无人机的高精度变形巡测技术方法。
为了实现上述目的，本发明采用了如下技术方案：
设计一种基于无人机的高精度变形巡测技术方法，包括如下步骤；
S1:布设编码点，在需要检测的工程渠道上进行编码布设，以边坡变形监测为例，长边坡变形可以在力学上近似为平面应变问题，根据这个特点，在待巡测的坡面与垂直水流方向的横截面的交线上依次布设编码点，形成一个编码条带，两个编码条带构成一个巡测域，一个巡测域中还要放置一个定向靶和多个基准尺，采用定向靶来建立局部坐标系，采用基准尺提供精确的长度基准，基准尺可在测量前任意摆放或事先固定于边坡上，如图2所示；
S2:无人机搭载高清相机，在无人机上安装高清相机，其分辨率一定要满足拍摄要求，并设置高清相机的保护结构，避免无人机在飞行过程中高清相机受到掉落物体或撞击的损环；
S3:无人机影像采集，在对巡测域布设好编码点图板、基准尺、定向靶之后，利用高精度定位无人机搭载工业高清相机对巡测区域进行高质量的影像采集；
S4:影像预处理，影像预处理包括影像灰度化、二值化、开运算、高斯滤波处理、特征边缘检测，其中高斯滤波是一种线性平滑滤波，能够有效消除高斯噪声，对其它噪声也有较好的抑止作用，使用高斯滤波能有效减少噪声对图像特征的干扰，特征的边缘是图像中灰度变化不连续的部分，利用灰度值的一阶导数极大值或二阶导数零点可检测边缘；
S5:筛选编码点，经过图像预处理最后得到的边缘使用最小二乘法进行椭圆拟合，并以椭圆作为候选编码点。
S6:解码编码标志点，在实际中，渠道边坡存在着一定的倾斜角度，地面编码标志点在经过相机镜头成像之后会产生投影变形，圆形的编码标志点可能会成为椭圆，因此，针对渠道边坡上编码点可能出现的较大投影变形，所以需要对检测到的编码标志点进行标准化处理，标准化是把经过投影变形后的椭圆图像重构为标准的圆形图像，编码标志区的标准化是后续编码识别的关键，标准化后对编码标志进行快速识别，获得编码标志对应的唯一编码数。
S7:定位编码标志点，使用椭圆拟合法利用边缘像素的位置信息通过拟合椭圆方程确定标志图像中心，为避免错误的边缘像素降低定位精度，在椭圆拟合后计算每个边缘像素的误差，剔除误差较大的像素，再利用剩余像素进行二次拟合，如此迭代进行，直至所有像素的误差均小于给定阈值，对得到的编码点经过多视影像匹配、光束法平差、空三交互、点云生成，得到编码点高精度三维坐标，从而为边坡变形巡测提供数据资料。
优选的，在S1中，图2中圆形标志即为布设的编码点标志，根据边坡的长度、坡度、宽度、高度信息综合考虑编码点布设的密度。
优选的，在S1中，对编码点图板各部分材质的选取、加工、安装、维护等环节都需要精心设计，确保编码点图板具备一定强度的同时又不易产生变形，也不因环境的变化(如温差、紫外线、雨水、风沙等)而发生变形、褪色、磨损和遮挡等，满足室外复杂多变的长时间观测要求。
优选的，在S3中，由于数码相机的构成模式以及机械组成装置，不可避免地存在着一定的畸变，而使得实际像点坐标和理论像点坐标存在着一定的偏差，影像的畸变对后续影像处理有着直接的关系，畸变较大的影像会使得影像匹配的精度下降，从而导致最后测量误差的上升，为了降低镜头畸变差，提高摄影测量的精度，在使用相机进行拍摄影像之前要进行数码相机的检校，可以使用的相机标定方法进行检校，该方法具有成本低，操作简便的优势，利用预先标定好的相机进行影像的采集可以得到畸变小的高质量影像，从而为后续高精度影像处理和变形巡测提供了必要条件。
优选的，在S4中，可以使用Canny算子实现特征多级边缘检测，主要包括使用差分模板进行特征边缘增强，使用梯度方向梯度幅值非极大值抑制确定边缘及使用双阈值算法检测边缘并进行边缘连接。
优选的，在S5中，图像中除正常的测量标志外，可能还包含一些灰度值较高的非标志区域，即虚假标志，如背景灯光、玻璃碎片的反射、标签的反射等，经过预处理过程仍然都不可避免地识别出虚假标志，因此，在中心定位之前需先对其进行检验，以排除错误或成像质量较差的标志，可以依据圆形或椭圆形标志图像的特点，从灰度和几何形状两方面对编码标志予以检验。
本发明提出的一种基于无人机的高精度变形巡测技术方法，有益效果在于：本发明将无人机移动摄影测量与编码点技术相结合，既能体现移动摄影测量的低成本、高效性和灵活性，又具有较高的测量精度，能够同时满足大型工程变形监测的经济性、高效性和精确性。
附图说明
图1为本发明提出的一种基于无人机的高精度变形巡测技术方法的流程图；
图2为本发明提出的一种基于无人机的高精度变形巡测技术方法的编码点的布设图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。
参照图1-2，一种基于无人机的高精度变形巡测技术方法，包括如下步骤；
S1:布设编码点，在需要检测的工程渠道上进行编码布设，以边坡变形监测为例，长边坡变形可以在力学上近似为平面应变问题，根据这个特点，在待巡测的坡面与垂直水流方向的横截面的交线上依次布设编码点，形成一个编码条带，两个编码条带构成一个巡测域，一个巡测域中还要放置一个定向靶和多个基准尺，采用定向靶来建立局部坐标系，采用基准尺提供精确的长度基准，基准尺可在测量前任意摆放或事先固定于边坡上，如图2所示；
S2:无人机搭载高清相机，在无人机上安装高清相机，其分辨率一定要满足拍摄要求，并设置高清相机的保护结构，避免无人机在飞行过程中高清相机受到掉落物体或撞击的损环；
S3:无人机影像采集，在对巡测域布设好编码点图板、基准尺、定向靶之后，利用高精度定位无人机搭载工业高清相机对巡测区域进行高质量的影像采集；
S4:影像预处理，影像预处理包括影像灰度化、二值化、开运算、高斯滤波处理、特征边缘检测，其中高斯滤波是一种线性平滑滤波，能够有效消除高斯噪声，对其它噪声也有较好的抑止作用，使用高斯滤波能有效减少噪声对图像特征的干扰，特征的边缘是图像中灰度变化不连续的部分，利用灰度值的一阶导数极大值或二阶导数零点可检测边缘；
S5:筛选编码点，经过图像预处理最后得到的边缘使用最小二乘法进行椭圆拟合，并以椭圆作为候选编码点。
S6:解码编码标志点，在实际中，渠道边坡存在着一定的倾斜角度，地面编码标志点在经过相机镜头成像之后会产生投影变形，圆形的编码标志点可能会成为椭圆，因此，针对渠道边坡上编码点可能出现的较大投影变形，所以需要对检测到的编码标志点进行标准化处理，标准化是把经过投影变形后的椭圆图像重构为标准的圆形图像，编码标志区的标准化是后续编码识别的关键，标准化后对编码标志进行快速识别，获得编码标志对应的唯一编码数。
S7:定位编码标志点，使用椭圆拟合法利用边缘像素的位置信息通过拟合椭圆方程确定标志图像中心，为避免错误的边缘像素降低定位精度，在椭圆拟合后计算每个边缘像素的误差，剔除误差较大的像素，再利用剩余像素进行二次拟合，如此迭代进行，直至所有像素的误差均小于给定阈值，对得到的编码点经过多视影像匹配、光束法平差、空三交互、点云生成，得到编码点高精度三维坐标，从而为边坡变形巡测提供数据资料。
其中，在S1中，图2中圆形标志即为布设的编码点标志，根据边坡的长度、坡度、宽度、高度信息综合考虑编码点布设的密度；在S1中，对编码点图板各部分材质的选取、加工、安装、维护等环节都需要精心设计，确保编码点图板具备一定强度的同时又不易产生变形，也不因环境的变化(如温差、紫外线、雨水、风沙等)而发生变形、褪色、磨损和遮挡等，满足室外复杂多变的长时间观测要求；在S3中，由于数码相机的构成模式以及机械组成装置，不可避免地存在着一定的畸变，而使得实际像点坐标和理论像点坐标存在着一定的偏差，影像的畸变对后续影像处理有着直接的关系，畸变较大的影像会使得影像匹配的精度下降，从而导致最后测量误差的上升，为了降低镜头畸变差，提高摄影测量的精度，在使用相机进行拍摄影像之前要进行数码相机的检校，可以使用的相机标定方法进行检校，该方法具有成本低，操作简便的优势，利用预先标定好的相机进行影像的采集可以得到畸变小的高质量影像，从而为后续高精度影像处理和变形巡测提供了必要条件；
在S4中，可以使用Canny算子实现特征多级边缘检测，主要包括使用差分模板进行特征边缘增强，使用梯度方向梯度幅值非极大值抑制确定边缘及使用双阈值算法检测边缘并进行边缘连接；在S5中，图像中除正常的测量标志外，可能还包含一些灰度值较高的非标志区域，即虚假标志，如背景灯光、玻璃碎片的反射、标签的反射等，经过预处理过程仍然都不可避免地识别出虚假标志，因此，在中心定位之前需先对其进行检验，以排除错误或成像质量较差的标志，可以依据圆形或椭圆形标志图像的特点，从灰度和几何形状两方面对编码标志予以检验。
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 (6)
1.一种基于无人机的高精度变形巡测技术方法，其特征在于，包括如下步骤；
S1:布设编码点，在需要检测的工程渠道上进行编码布设，以边坡变形监测为例，长边坡变形可以在力学上近似为平面应变问题，根据这个特点，在待巡测的坡面与垂直水流方向的横截面的交线上依次布设编码点，形成一个编码条带，两个编码条带构成一个巡测域，一个巡测域中还要放置一个定向靶和多个基准尺，采用定向靶来建立局部坐标系，采用基准尺提供精确的长度基准，基准尺可在测量前任意摆放或事先固定于边坡上，如图2所示；
S2:无人机搭载高清相机，在无人机上安装高清相机，其分辨率一定要满足拍摄要求，并设置高清相机的保护结构，避免无人机在飞行过程中高清相机受到掉落物体或撞击的损环；
S3:无人机影像采集，在对巡测域布设好编码点图板、基准尺、定向靶之后，利用高精度定位无人机搭载工业高清相机对巡测区域进行高质量的影像采集；
S4:影像预处理，影像预处理包括影像灰度化、二值化、开运算、高斯滤波处理、特征边缘检测，其中高斯滤波是一种线性平滑滤波，能够有效消除高斯噪声，对其它噪声也有较好的抑止作用，使用高斯滤波能有效减少噪声对图像特征的干扰，特征的边缘是图像中灰度变化不连续的部分，利用灰度值的一阶导数极大值或二阶导数零点可检测边缘；
S5:筛选编码点，经过图像预处理最后得到的边缘使用最小二乘法进行椭圆拟合，并以椭圆作为候选编码点。
S6:解码编码标志点，在实际中，渠道边坡存在着一定的倾斜角度，地面编码标志点在经过相机镜头成像之后会产生投影变形，圆形的编码标志点可能会成为椭圆，因此，针对渠道边坡上编码点可能出现的较大投影变形，所以需要对检测到的编码标志点进行标准化处理，标准化是把经过投影变形后的椭圆图像重构为标准的圆形图像，编码标志区的标准化是后续编码识别的关键，标准化后对编码标志进行快速识别，获得编码标志对应的唯一编码数。
S7:定位编码标志点，使用椭圆拟合法利用边缘像素的位置信息通过拟合椭圆方程确定标志图像中心，为避免错误的边缘像素降低定位精度，在椭圆拟合后计算每个边缘像素的误差，剔除误差较大的像素，再利用剩余像素进行二次拟合，如此迭代进行，直至所有像素的误差均小于给定阈值，对得到的编码点经过多视影像匹配、光束法平差、空三交互、点云生成，得到编码点高精度三维坐标，从而为边坡变形巡测提供数据资料。
2.根据权利要求1所述的一种基于无人机的高精度变形巡测技术方法，其特征在于，在S1中，图2中圆形标志即为布设的编码点标志，根据边坡的长度、坡度、宽度、高度信息综合考虑编码点布设的密度。
3.根据权利要求1所述的一种基于无人机的高精度变形巡测技术方法，其特征在于，在S1中，对编码点图板各部分材质的选取、加工、安装、维护等环节都需要精心设计，确保编码点图板具备一定强度的同时又不易产生变形，也不因环境的变化(如温差、紫外线、雨水、风沙等)而发生变形、褪色、磨损和遮挡等，满足室外复杂多变的长时间观测要求。
4.根据权利要求1所述的一种基于无人机的高精度变形巡测技术方法，其特征在于，在S3中，由于数码相机的构成模式以及机械组成装置，不可避免地存在着一定的畸变，而使得实际像点坐标和理论像点坐标存在着一定的偏差，影像的畸变对后续影像处理有着直接的关系，畸变较大的影像会使得影像匹配的精度下降，从而导致最后测量误差的上升，为了降低镜头畸变差，提高摄影测量的精度，在使用相机进行拍摄影像之前要进行数码相机的检校，可以使用的相机标定方法进行检校，该方法具有成本低，操作简便的优势，利用预先标定好的相机进行影像的采集可以得到畸变小的高质量影像，从而为后续高精度影像处理和变形巡测提供了必要条件。
5.根据权利要求1所述的一种基于无人机的高精度变形巡测技术方法，其特征在于，在S4中，可以使用Canny算子实现特征多级边缘检测，主要包括使用差分模板进行特征边缘增强，使用梯度方向梯度幅值非极大值抑制确定边缘及使用双阈值算法检测边缘并进行边缘连接。
6.根据权利要求1所述的一种基于无人机的高精度变形巡测技术方法，其特征在于，在S5中，图像中除正常的测量标志外，可能还包含一些灰度值较高的非标志区域，即虚假标志，如背景灯光、玻璃碎片的反射、标签的反射等，经过预处理过程仍然都不可避免地识别出虚假标志，因此，在中心定位之前需先对其进行检验，以排除错误或成像质量较差的标志，可以依据圆形或椭圆形标志图像的特点，从灰度和几何形状两方面对编码标志予以检验。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811391829.3A CN109297428A (zh) | 2018-11-21 | 2018-11-21 | 一种基于无人机的高精度变形巡测技术方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811391829.3A CN109297428A (zh) | 2018-11-21 | 2018-11-21 | 一种基于无人机的高精度变形巡测技术方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN109297428A true CN109297428A (zh) | 2019-02-01 |
Family
ID=65143693
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811391829.3A Pending CN109297428A (zh) | 2018-11-21 | 2018-11-21 | 一种基于无人机的高精度变形巡测技术方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109297428A (zh) |
Cited By (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110130987A (zh) * | 2019-04-19 | 2019-08-16 | 同济大学 | 一种基于图像分析的隧道收敛变形监测方法 |
| CN110378866A (zh) * | 2019-05-22 | 2019-10-25 | 中国水利水电科学研究院 | 一种基于无人机巡检的渠道衬砌破损图像识别方法 |
| CN111156917A (zh) * | 2020-01-17 | 2020-05-15 | 北京林业大学 | 一种基于灰度标志点的变形测量方法 |
| CN112033297A (zh) * | 2020-08-10 | 2020-12-04 | 山东科技大学 | 一种基于近景摄影测量技术的井架变形监测方法 |
| CN112066952A (zh) * | 2020-08-05 | 2020-12-11 | 广州誉宸信息科技有限公司 | 基于无人机的路基高边坡防护检测方法和系统 |
| CN112362032A (zh) * | 2020-09-14 | 2021-02-12 | 成都飞机工业（集团）有限责任公司 | 一种基于摄影测量技术的零件轴线提取方法 |
| CN112697064A (zh) * | 2021-03-24 | 2021-04-23 | 北京大成国测科技有限公司 | 基于视觉和激光雷达的轨道变形智能识别系统 |
| CN113237459A (zh) * | 2021-04-12 | 2021-08-10 | 机械工业第九设计研究院有限公司 | 一种建筑物沉降长期监测方法及监测系统 |
| CN113343782A (zh) * | 2021-05-18 | 2021-09-03 | 东南大学 | 一种基于无人机遥感的高速公路标志标牌检测方法 |
| CN113532375A (zh) * | 2021-07-02 | 2021-10-22 | 武汉市市政建设集团有限公司 | 基于无人机测量和编码标志点识别的桥墩关键点测量方法 |
| CN115218871A (zh) * | 2021-04-20 | 2022-10-21 | 武汉珞道科技有限责任公司 | 基于编码标志点的航空摄影测量自动刺点方法和装置 |
| CN115797573A (zh) * | 2023-02-09 | 2023-03-14 | 四川省公路规划勘察设计研究院有限公司 | 一种衡量点云孪生几何准确度的方法、装置和介质 |
| CN117115242A (zh) * | 2023-10-17 | 2023-11-24 | 湖南视比特机器人有限公司 | 标志点的识别方法、计算机存储介质和终端设备 |
Citations (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101629805A (zh) * | 2008-07-16 | 2010-01-20 | 中国科学院沈阳自动化研究所 | 一种基于计算机视觉的铁路罐车容积测量方法 |
| CN101846514A (zh) * | 2010-06-17 | 2010-09-29 | 中国人民解放军信息工程大学 | 工业数字摄影测量用像点匹配方法 |
| CN103530889A (zh) * | 2013-11-04 | 2014-01-22 | 天津工业大学 | 一种基于骨架提取的测量棒编码标记点解码方法 |
| CN104061859A (zh) * | 2014-07-02 | 2014-09-24 | 华北水利水电大学 | 一种水利工程闸门高精度安装检测的数字近景工业摄影测量方法 |
| CN104501735A (zh) * | 2014-12-23 | 2015-04-08 | 大连理工大学 | 一种利用圆形标记点观测边坡三维变形的方法 |
| CN105184863A (zh) * | 2015-07-23 | 2015-12-23 | 同济大学 | 一种基于无人机航拍序列影像的边坡三维重建方法 |
| CN105424058A (zh) * | 2015-11-06 | 2016-03-23 | 中国人民解放军信息工程大学 | 基于摄影测量技术的数码相机投影中心位置精确标定方法 |
| CN105783878A (zh) * | 2016-03-11 | 2016-07-20 | 三峡大学 | 一种基于小型无人机遥感的边坡变形检测及量算方法 |
| CN105783752A (zh) * | 2016-03-03 | 2016-07-20 | 华能澜沧江水电股份有限公司小湾水电厂 | 一种高坝大库水电站泄洪闸门动态监测方法及系统 |
| KR20170072075A (ko) * | 2015-12-16 | 2017-06-26 | 한국전자통신연구원 | 비탈면 안전 계측 장치 및 방법 |
| CN107238375A (zh) * | 2017-04-28 | 2017-10-10 | 东南大学 | 检测桥梁橡胶支座移位的单相机摄影测量方法 |
| CN109357617A (zh) * | 2018-10-25 | 2019-02-19 | 东北大学 | 一种基于无人机的高陡岩质边坡位移变形监测方法 |
| CN109579712A (zh) * | 2018-11-16 | 2019-04-05 | 天津大学 | 基于无人机非接触式高边坡表面位移监测方法及监测系统 |
-
2018
- 2018-11-21 CN CN201811391829.3A patent/CN109297428A/zh active Pending
Patent Citations (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101629805A (zh) * | 2008-07-16 | 2010-01-20 | 中国科学院沈阳自动化研究所 | 一种基于计算机视觉的铁路罐车容积测量方法 |
| CN101846514A (zh) * | 2010-06-17 | 2010-09-29 | 中国人民解放军信息工程大学 | 工业数字摄影测量用像点匹配方法 |
| CN103530889A (zh) * | 2013-11-04 | 2014-01-22 | 天津工业大学 | 一种基于骨架提取的测量棒编码标记点解码方法 |
| CN104061859A (zh) * | 2014-07-02 | 2014-09-24 | 华北水利水电大学 | 一种水利工程闸门高精度安装检测的数字近景工业摄影测量方法 |
| CN104501735A (zh) * | 2014-12-23 | 2015-04-08 | 大连理工大学 | 一种利用圆形标记点观测边坡三维变形的方法 |
| CN105184863A (zh) * | 2015-07-23 | 2015-12-23 | 同济大学 | 一种基于无人机航拍序列影像的边坡三维重建方法 |
| CN105424058A (zh) * | 2015-11-06 | 2016-03-23 | 中国人民解放军信息工程大学 | 基于摄影测量技术的数码相机投影中心位置精确标定方法 |
| KR20170072075A (ko) * | 2015-12-16 | 2017-06-26 | 한국전자통신연구원 | 비탈면 안전 계측 장치 및 방법 |
| CN105783752A (zh) * | 2016-03-03 | 2016-07-20 | 华能澜沧江水电股份有限公司小湾水电厂 | 一种高坝大库水电站泄洪闸门动态监测方法及系统 |
| CN105783878A (zh) * | 2016-03-11 | 2016-07-20 | 三峡大学 | 一种基于小型无人机遥感的边坡变形检测及量算方法 |
| CN107238375A (zh) * | 2017-04-28 | 2017-10-10 | 东南大学 | 检测桥梁橡胶支座移位的单相机摄影测量方法 |
| CN109357617A (zh) * | 2018-10-25 | 2019-02-19 | 东北大学 | 一种基于无人机的高陡岩质边坡位移变形监测方法 |
| CN109579712A (zh) * | 2018-11-16 | 2019-04-05 | 天津大学 | 基于无人机非接触式高边坡表面位移监测方法及监测系统 |
Non-Patent Citations (1)
| Title |
|---|
| 段康容等: "摄影测量中编码标记点检测算法研究", 《传感器与微系统》 * |
Cited By (21)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110130987A (zh) * | 2019-04-19 | 2019-08-16 | 同济大学 | 一种基于图像分析的隧道收敛变形监测方法 |
| CN110378866A (zh) * | 2019-05-22 | 2019-10-25 | 中国水利水电科学研究院 | 一种基于无人机巡检的渠道衬砌破损图像识别方法 |
| CN110378866B (zh) * | 2019-05-22 | 2021-04-06 | 中国水利水电科学研究院 | 一种基于无人机巡检的渠道衬砌破损图像识别方法 |
| CN111156917A (zh) * | 2020-01-17 | 2020-05-15 | 北京林业大学 | 一种基于灰度标志点的变形测量方法 |
| CN111156917B (zh) * | 2020-01-17 | 2021-10-22 | 北京林业大学 | 一种基于灰度标志点的变形测量方法 |
| CN112066952A (zh) * | 2020-08-05 | 2020-12-11 | 广州誉宸信息科技有限公司 | 基于无人机的路基高边坡防护检测方法和系统 |
| CN112033297A (zh) * | 2020-08-10 | 2020-12-04 | 山东科技大学 | 一种基于近景摄影测量技术的井架变形监测方法 |
| CN112362032A (zh) * | 2020-09-14 | 2021-02-12 | 成都飞机工业（集团）有限责任公司 | 一种基于摄影测量技术的零件轴线提取方法 |
| CN112697064A (zh) * | 2021-03-24 | 2021-04-23 | 北京大成国测科技有限公司 | 基于视觉和激光雷达的轨道变形智能识别系统 |
| CN112697064B (zh) * | 2021-03-24 | 2021-06-18 | 北京大成国测科技有限公司 | 基于视觉和激光雷达的轨道变形智能识别系统 |
| CN113237459B (zh) * | 2021-04-12 | 2022-10-11 | 机械工业第九设计研究院股份有限公司 | 一种建筑物沉降长期监测方法及监测系统 |
| CN113237459A (zh) * | 2021-04-12 | 2021-08-10 | 机械工业第九设计研究院有限公司 | 一种建筑物沉降长期监测方法及监测系统 |
| CN115218871A (zh) * | 2021-04-20 | 2022-10-21 | 武汉珞道科技有限责任公司 | 基于编码标志点的航空摄影测量自动刺点方法和装置 |
| CN115218871B (zh) * | 2021-04-20 | 2024-03-26 | 武汉大学 | 基于编码标志点的航空摄影测量自动刺点方法和装置 |
| CN113343782A (zh) * | 2021-05-18 | 2021-09-03 | 东南大学 | 一种基于无人机遥感的高速公路标志标牌检测方法 |
| CN113343782B (zh) * | 2021-05-18 | 2024-04-23 | 东南大学 | 一种基于无人机遥感的高速公路标志标牌检测方法 |
| CN113532375B (zh) * | 2021-07-02 | 2022-05-20 | 武汉市市政建设集团有限公司 | 基于无人机测量和编码标志点识别的桥墩关键点测量方法 |
| CN113532375A (zh) * | 2021-07-02 | 2021-10-22 | 武汉市市政建设集团有限公司 | 基于无人机测量和编码标志点识别的桥墩关键点测量方法 |
| CN115797573A (zh) * | 2023-02-09 | 2023-03-14 | 四川省公路规划勘察设计研究院有限公司 | 一种衡量点云孪生几何准确度的方法、装置和介质 |
| CN117115242A (zh) * | 2023-10-17 | 2023-11-24 | 湖南视比特机器人有限公司 | 标志点的识别方法、计算机存储介质和终端设备 |
| CN117115242B (zh) * | 2023-10-17 | 2024-01-23 | 湖南视比特机器人有限公司 | 标志点的识别方法、计算机存储介质和终端设备 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109297428A (zh) | 一种基于无人机的高精度变形巡测技术方法 | |
| Feng et al. | Computer vision for SHM of civil infrastructure: From dynamic response measurement to damage detection–A review | |
| CN102003938B (zh) | 大型高温锻件热态在位检测方法 | |
| Barazzetti et al. | Crack measurement: Development, testing and applications of an automatic image-based algorithm | |
| US8502991B2 (en) | Method for the determination of the 3D coordinates of an object | |
| Scaioni et al. | Photogrammetric techniques for monitoring tunnel deformation | |
| CN106978774B (zh) | 一种路面坑槽自动检测方法 | |
| US20140132723A1 (en) | Methods for calibrating a digital photographic image of utility structures | |
| Nishiyama et al. | Improved digital photogrammetry technique for crack monitoring | |
| CN109559348A (zh) | 一种基于特征点追踪的桥梁非接触式变形测量方法 | |
| CN103575227A (zh) | 一种基于数字散斑的视觉引伸计实现方法 | |
| CN102788572B (zh) | 一种工程机械吊钩姿态的测量方法、装置及系统 | |
| CN108535097A (zh) | 一种三轴试验试样柱面变形全场测量的方法 | |
| CN110186383B (zh) | 基于目标点仰角变化的单目相机挠度测量方法 | |
| Liang et al. | Development and application of a non-destructive pavement testing system based on linear structured light three-dimensional measurement | |
| CN109990703A (zh) | 一种预制构件的尺寸检测方法及系统 | |
| Ge et al. | A low-cost approach for the estimation of rock joint roughness using photogrammetry | |
| Medeiros Jr et al. | 3D pavement macrotexture parameters from close range photogrammetry | |
| Ioli et al. | UAV photogrammetry for metric evaluation of concrete bridge cracks | |
| CN104019772A (zh) | 一种桥梁结构砼表面蜂窝麻面面积测定仪及其检测方法 | |
| CN105203024A (zh) | 一种多传感器集成的输电线路覆冰摄影测量方法 | |
| Tian et al. | Pavement macrotexture determination using multi-view smartphone images | |
| CN116839539A (zh) | 一种用于隧道工程建设的自动监控量测系统 | |
| WO1986003287A1 (en) | Method and apparatus for use in measurement | |
| KR101174820B1 (ko) | 부유체 동적 변위 계측장치 및 이에 포함되는 영상기반 유닛 |
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: 20190201 |
|
| RJ01 | Rejection of invention patent application after publication |