CN109300160A - 一种智能的隧道黑洞效应的快捷检测方法 - Google Patents

一种智能的隧道黑洞效应的快捷检测方法 Download PDF

Info

Publication number
CN109300160A
CN109300160A CN201811085981.9A CN201811085981A CN109300160A CN 109300160 A CN109300160 A CN 109300160A CN 201811085981 A CN201811085981 A CN 201811085981A CN 109300160 A CN109300160 A CN 109300160A
Authority
CN
China
Prior art keywords
image
black
tunnel
brightness
hole effect
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
CN201811085981.9A
Other languages
English (en)
Inventor
季亮
乔正珺
张改景
张颖
叶剑军
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.)
Shanghai Building Science Research Institute Co Ltd
Original Assignee
Shanghai Building Science Research Institute 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 Shanghai Building Science Research Institute Co Ltd filed Critical Shanghai Building Science Research Institute Co Ltd
Priority to CN201811085981.9A priority Critical patent/CN109300160A/zh
Publication of CN109300160A publication Critical patent/CN109300160A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/70—Determining position or orientation of objects or cameras
    • G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/80—Analysis of captured images to determine intrinsic or extrinsic camera parameters, i.e. camera calibration
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Image Processing (AREA)

Abstract

本发明一种智能的隧道黑洞效应的快捷检测方法，涉及隧道黑洞效应检测技术领域。本发明包括步骤：A.提供稳定均匀亮度的光源；B.获取相对亮度值和绝对亮度值的转换系数；C.根据标准要求，对隧道入口通过数码拍照设备进行拍照获取以入口为几何中心的图像；D.通过智能的图像识别方法，对步骤C获得的图像自动计算三项位置数据；E.对步骤D.的所确定的位置，利用步骤B获取的亮度转换系数Kc，分别求取从隧道入口处起不同距离处的道路上各点的绝对亮度；F.基于黑洞效应相关判定标准，结合步骤E所得到的数据判断黑洞效应存在与否，并输出结果。本发明显著提升了测量效率，降低了测量耗时；显著提高黑洞效率测量的精度和判定的准确度。

Description

一种智能的隧道黑洞效应的快捷检测方法
技术领域
本发明涉及隧道黑洞效应检测技术领域，具体指一种智能的隧道黑洞效应的快捷检测方法。
背景技术
隧道照明是户外照明中最常见的应用之一，它与普通的道路照明有明显的差异。道路照明主要用于夜间，而隧道照明无论在白天或夜间均必须保持。
隧道照明的主要问题不是在夜间，而是在日照充足的白天。在白天强烈日光下，隧道内、外的亮度差别极大，特别在长隧道中照明系统要提供合理的亮度水平，解决车辆驾驶员从亮环境进入暗环境，再从暗环境返回亮环境的视觉适应问题。驶入隧道前，司乘人员在远处观察隧道尚未驶入隧道时，隧道内相对亮度(相对隧道外阳光直射情况)很低，远看就像黑洞一样，这就叫黑洞效应。
国内外学界对″黑洞效应″已经有科学定义——隧道内从入口起沿着行驶方向的地面亮度应当″逐渐降低″，如果亮度衰减速度过快，快于标准所要求的渐变曲线从而导致人眼无法适应，可判定为出现了″黑洞效应″。
因此为提高道路安全系数，应尽力通过相应措施改善和避免黑洞效应。为改善黑洞效应，首先就应当测量是否已经存在了″黑洞效应″。
传统的黑洞效应测量主要是通过亮度计进行测量。亮度计的特性是可以测量某一点的亮度值。因此对于测″点″的亮度而言，亮度计是非常适用的。但隧道黑洞效应的测量要求测量整个视野范围内，也即是″面″的综合亮度情况，同时要求测量从隧道入口起各距离上的地面亮度，这就要求手持亮度计在隧道外向隧道方向进行多点测量，这种方法主要存在两大问题：①测量点位多，测量效率低下；②手持测量过程中所测点位的亮度无法通过肉眼判断该点相对于入口的距离。
因此，传统测量方法存在两个问题：①测量效率低下；②存在显著测量误差。
相对于上文所述的传统测量方法，一部分学者提出了改进型的测量方法。改进型的测量方法主要是基于图像的方式进行黑洞效应检测，招商局重庆交通科研设计院有限公司的隧道入口″黑洞效应″的图像检测方法(ZL201410590449.8)就是此种方法。
该专利的方法主要采用图像分析，根据隧道内外灰度、灰度比值、梯度和梯度比值，来判断隧道入口是否存在″黑洞效应″或″黑洞效应″的严重程度。上述方法提高了测量的效率，提升了测量便利性，但仍存在三个问题有待解决：①，该方法仅能对圆形隧洞入口进行判断，无法准确判断城市道路的常见矩形隧洞入口；②，该方法进行隧道黑洞效应严重程度的判定方法未严格根据相应国内国际标准进行，仅仅考虑了隧道内外的相对亮度比，无法测出现行国家和国际标准中要求的隧道黑洞效应的″亮度衰减曲线″；③，该方法测量的是图像的相对灰度值，而不是更为准确的绝对亮度值，在评价隧道黑洞效应时存在一定误差。
发明内容
本发明的目的在于克服现有技术存在的缺失和不足，提出一种智能的隧道黑洞效应的快捷检测方法。
本发明的基本思路：
一、在进行隧道黑洞效应测量时获得视野和地面的绝对亮度值，绝对亮度值有助于指导黑洞效应发生后的照明改造设计，而当前的相关专利技术无法测量道路的绝对亮度值。
二、智能判断隧道入口起的道路行进距离，以及视野范围，该视野范围符合国际和国内相关标准对于″停车视距″下视野的定义，而当前的相关专利仅仅是机械的选择1.5倍于洞口高度作为视野半径，不完全符合标准的要求。
三、通过智能算法自动确定视野范围，自动对应道路行进距离在图像上选点，增加了对图像的绝对亮度进行标定的流程，优化后的流程是显著提升了测量的效率，提高了测量的精度。
四、兼容城市隧道的矩形隧道和公路隧道或高速公路隧道的半圆形入口。
五、对于隧道黑洞效应的计算和判定，参考了现行国家标准和国际标准，计算结果更精确。
本发明通过以下技术方案：
A.提供稳定均匀亮度的光源。稳定均匀亮度的光源，包括光积分球或均匀日光照射。
B.标定数码拍照设备光学特性，获取该数码相机的亮度转换系数Kc。
通过″光积分球″获取标准亮度下的照片，并将照片灰度值和实际亮度比较，即可获得设备的感光特性参数，从而获取的图像文件中的灰度数据可以与实际的绝对亮度值(而非相对亮度值)形成一一对应关系。
数码拍照一般是单反相机，但不仅限于单反相机，包括手机、卡片机，具备拍照功能的无人机均可进行标定并获得转换系数Kc，但不包含带有自动处理图像功能的相机(例如带自动图像优化、美颜等技术的相机)。
C.根据标准要求，对隧道入口通过数码拍照设备进行拍照获取以入口为中心的图像。该方法仅需按下一次或若干次快门即可完成图像获取，从而替代传统的亮度计进行的多点测量，可以有效提升现场测量的效率，减少现场测量时间减少对交通的影响。
D.通过智能图像识别方法，对步骤C获得的图像自动计算获得以下三项数据：c1.隧道入口在图像上的轮廓；c2.停车视距处所对应的20°角视野在图像上的范围；c3.从隧道入口处起不同距离处的道路在图像上的各坐标位置；
停车视距是指基于车速以及人的反应速度综合测算得到发现危险到完全制动停车所需要的距离，国家现行相关标准针对40，60，80，100，120km/h的时速均给出了指定的停车视距。一般限速越高，停车视距就越长。
所述智能的图像识别方法主要用于获得步骤D的第3项内容所要求的数据。该方法是几何运算和洞口图像识别的结合方法，该方法首先通过图像亮度变化识别判定洞口位置，并结合几何运算自动计算图像上的相对位置和实际距离的关系，对于常见的平直隧道入口，隧道入口起向内的距离y为：
y＝Ds·(H1.5/x-1)
其中x是图像上的道路所在位置相对于图像中心的距离，Ds是停车视距，H1.5是图像上的洞口地面所在位置相对于图像中心的距离。
上述公式是平直隧道的计算公式示例，本方法适用于平直隧道，下沉隧道等各种隧道。由于计算方法是通用的几何计算，此不赘述。
E.针对步骤D.所确定的c1、c2、c3位置，利用步骤B.获取的转换系数Kc，分别求取：d1隧道入口范围内的平均绝对亮度；d2，停车视距处视野范围内的平均绝对亮度；d3，从隧道入口处起不同距离处的道路上各点绝对亮度。
F、基于步骤E获的三组绝对亮度数据，基于国内或国际的黑洞效应的定义和判定标准，判定黑洞效应的存在与否。国内和国外均有标准化文件定义了″黑洞效应″的判定准则。本发明步骤E获得了必要的结果数据，适用于任何一种判定标准。
如上所述，本发明重点解决两大问题：①区别于传统方法，显著提升了测量效率，降低了测量耗时；②给出了道路亮度绝对值的测量方法，显著提高黑洞效率测量的精度和判定的准确度。
附图说明
图1为本发明一种智能的隧道黑洞效应的快捷检测方法流程框图。
具体实施方式
以下结合附图和实施例对本发明作进一步的描述。
本发明通过数码拍照设备，对隧道入口处进行拍照，针对所获取图像分析隧洞入口处黑洞效应存在与否，主要包括以下步骤(如附图1所示)：
A.提供稳定均匀亮度的光源。
B.通过A步骤提供的光源标定数码拍照设备光学特性，获取相对亮度值和绝对亮度值的转换系数。
C.根据标准要求，对隧道入口通过数码拍照设备进行拍照获取以入口为几何中心的图像。
D.通过智能的图像识别方法对步骤C获得的图像自动计算以下三项数据：c1.隧道入口在图像上的轮廓；c2.停车视距处所对应的20°角视野在图像上的范围；c3.从隧道入口处起不同距离处的道路在图像上的各坐标位置。
E.对步骤D.的所确定的c1、c2、c3位置，利用步骤B.获取的亮度转换系数Kc，分别求取：d1，隧道入口范围内的平均绝对亮度；d2，20°视野范围内的平均绝对亮度；d3，从隧道入口处起不同距离处的道路上各点的绝对亮度。
F.基于黑洞效应相关判定标准，结合E.步骤所得到的数据判断黑洞效应存在与否，并输出结果。
进一步，
所述步骤A的稳定均匀亮度的光源，包括光积分球或均匀日光照射。
所述步骤B.所述数码拍照设备为呈现照片原始状态的数码拍照设备，包括数码单反相机，手机、微单、摄像机。其中，全幅数码单反相机为主要推荐设备。通过步骤B可推算确定绝对亮度和所选用的数码拍照设备图像中相对亮度值的转换系数。所有数码拍照设备首次使用前均应以步骤B进行标定。
所述步骤C.还包括获取数码拍照设备在拍摄图像时所设定的焦距、光圈、曝光时间和ISO值。
所述步骤D中c1.隧道入口在图像上的轮廓，包括通过图像色彩和亮度变化判断洞口轮廓位置；所述步骤D中c2.停车视距处视野在图像上的范围，是以图像中心点为圆心，并结合相机焦距参数，确定20度视角范围的圆圈。
所述步骤D中c3.从隧道入口处起不同距离处的道路在图像上的坐标位置，是通过智能图像识别方法来确定的。该方法是几何运算和洞口图像识别的结合方法，该方法首先通过图像亮度变化识别判定洞口位置，并结合几何运算自动计算图像上的相对位置和实际距离的关系，对于常见的平直隧道入口，隧道入口起向内的距离y为：
y＝Ds·(H1.5/x-1)
其中x是图像上的道路所在位置相对于图像中心的距离。
例如：一张3000＊2000像素的照片，根据上述算法，自动就可以计算出图像正中央向下约200个像素的位置就是隧道入口起向内行驶65m距离处。
所述步骤E.就是分析步骤D中c1，c2，c3各位置对应的平均亮度或多点亮度。步骤E求取绝对亮度值之前应首先计算相对亮度值，相对亮度值的计算方法主要包括将一张数码相机照片转换成灰度图像，每个像素点的值可表示该点的相对亮度值；或基于色彩和亮度相关关系的公式直接求取彩色数码照片上的相对亮度值。
所述步骤E.中相对亮度和绝对亮度的转化方法参照以下公式：
基于曝光程度与相应的感光传感器通过接受到的光子量而释放的电子量成线性关系，亮度与像素值的关系如公式所示：
其中：Nd为图像内某一点相对亮度值；Kc为相机的亮度转换系数，所述步骤B；t为曝光时间(s)；fs为相机光圈值；S为相机ISO值；Ls为绝对亮度值(cd/m2)
所述步骤F.判定是否存在黑洞效应，是利用步骤E获得的三组绝对亮度数据，基于国内或国际的黑洞效应的定义和判定标准，判定黑洞效应的存在与否。
综上所述，本发明通过光积分球标定拍摄设备、随后以标定后的拍摄设备获取洞口照片，并通过智能方法对照片上的关键位置及关键位置上的平均亮度或各点亮度进行运算，可以更快速准确的判定隧道入口是否存在黑洞效应。
而传统的计算方法，由于计算参数和现场实际条件存在的差异，导致计算结果不符合现场实际状况。本发明通过现场拍摄的图像分析处理，分析结果更为准确。
另一方面，传统的测试方法现场测试耗费大量的时间和人力，导致测试效率相对较低，本发明通过相对简单的图像拍摄即可完成现场测试。随后即可撤场进行后台分析。该发明提出的快捷检测方法在实测时，对道路运行的影响可忽略不计。
综合而言，本发明提高了测量效率，提升了测量精度，改进了现有方法的不足之处，为检测黑洞效应提供了更优的成套方案。

Claims (7)

1.一种智能的隧道黑洞效应的快捷检测方法，其特征在于，包括步骤：
A.提供稳定均匀亮度的光源；
B.标定数码拍照设备光学特性，获取该数码相机的亮度转换系数Kc；
C.根据标准要求，以标定后的数码拍照设备对隧道入口进行拍照，获取以入口为几何中心的图像；
D.通过智能的图像识别方法，对步骤C获得的图像自动计算以下三项数据：c1.隧道入口在图像上的轮廓；c2.停车视距处所对应的20°角视野在图像上的范围；c3.从隧道入口处起不同距离处的道路在图像上的各坐标位置；
E.对步骤D.的所确定的c1、c2、c3位置，利用步骤B.获取的亮度转换系数Kc，分别求取：d1，隧道入口范围内的平均绝对亮度；d2，20°视野范围内的平均绝对亮度；d3，从隧道入口处起不同距离处的道路上各点的绝对亮度；
F.基于黑洞效应相关判定标准，根据E.步骤所得到的数据判断黑洞效应存在与否。
2.如权利要求1所述的一种智能的隧道黑洞效应的快捷检测方法，其特征在于，所述步骤A的稳定均匀亮度的光源，包括光积分球或均匀日光照射。
3.如权利要求1所述的一种智能的隧道黑洞效应的快捷检测方法，其特征在于，步骤B.所述数码拍照设备，包括数码单反相机，手机、微单、摄像机，任一数码拍照设备均具有自身特有的转换系数；其中，全幅数码单反相机为主要推荐设备。
4.如权利要求1所述的一种智能的隧道黑洞效应的快捷检测方法，其特征在于，所述步骤C中标准要求，指国内或国际关于黑洞效应测量的必须满足的测量距离和视角，一般道路设计限速越高，测量位置就距离洞口越远；
所述步骤C.还包括获取数码拍照设备在拍摄图像时所设定的焦距、光圈、曝光时间和ISO值。
5.如权利要求1所述的一种智能的隧道黑洞效应的快捷检测方法，其特征在于，所述步骤D中c1.隧道入口在图像上的轮廓，包括通过图像色彩和亮度变化判断洞口轮廓位置；
所述步骤D中，停车视距处所对应的20°角视野在图像上的范围，是以图像中心点为圆心，并结合相机焦距参数，确定20度视角范围的圆圈；
所述步骤D中c3.从隧道入口处起不同距离处的道路在图像上的坐标位置，是通过智能图像识别方法来确定的，该方法是几何运算和洞口图像识别的结合方法，该方法首先通过图像亮度变化识别判定洞口位置，并结合几何运算自动计算图像上的相对位置和实际距离的关系，对于常见的平直隧道入口，隧道入口起向内的距离y为：
y＝Ds·(H1.5/x-1)
其中x是图像上的道路所在位置相对于图像中心的距离，Ds是停车视距，H1.5是图像上的洞口地面所在位置相对于图像中心的距离。
6.如权利要求1所述的一种智能的隧道黑洞效应的快捷检测方法，其特征在于，所述步骤E.分析隧道内亮度，求取绝对亮度值之前应首先计算相对亮度值，相对亮度值的计算方法主要包括将一张数码相机照片转换成灰度图像，每个像素点的值可表示该点的相对亮度值；或基于色彩和亮度相关关系的公式直接求取彩色数码照片上的相对亮度值；
所述步骤E.中相对亮度和绝对亮度的转化方法参照以下公式：
基于曝光程度与相应的感光传感器通过接受到的光子量而释放的电子量成线性关系，亮度与像素值的关系如公式所示：
其中：Nd为图像内某一点相对亮度值；Kc为相机的亮度转换系数，来自于权利要求1所述步骤B；t为曝光时间(s)；fs为相机光圈值；S为相机ISO值；Ls为绝对亮度值(cd/m2)。
7.如权利要求1所述的一种智能的隧道黑洞效应的快捷检测方法，其特征在于，所述步骤F.判定是否存在黑洞效应，是利用步骤E获得的三组绝对亮度数据，基于国内或国际的黑洞效应的定义和判定标准，判定黑洞效应的存在与否。
CN201811085981.9A 2018-09-18 2018-09-18 一种智能的隧道黑洞效应的快捷检测方法 Pending CN109300160A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811085981.9A CN109300160A (zh) 2018-09-18 2018-09-18 一种智能的隧道黑洞效应的快捷检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811085981.9A CN109300160A (zh) 2018-09-18 2018-09-18 一种智能的隧道黑洞效应的快捷检测方法

Publications (1)

Publication Number Publication Date
CN109300160A true CN109300160A (zh) 2019-02-01

Family

ID=65163518

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811085981.9A Pending CN109300160A (zh) 2018-09-18 2018-09-18 一种智能的隧道黑洞效应的快捷检测方法

Country Status (1)

Country Link
CN (1) CN109300160A (zh)

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN202734958U (zh) * 2012-06-26 2013-02-13 上海理工大学 一种道路照明亮度和照度测量系统
CN104266823A (zh) * 2014-10-26 2015-01-07 北京工业大学 基于安全视认的白天隧道入口段照明标准测算方法及其系统
CN104470139A (zh) * 2014-12-11 2015-03-25 大连海事大学 一种隧道照明闭环反馈控制方法和控制系统
CN105046223A (zh) * 2015-07-10 2015-11-11 招商局重庆交通科研设计院有限公司 一种隧道入口“黑洞效应”严重程度的检测装置及方法
CN105628192A (zh) * 2015-12-22 2016-06-01 湖南联智桥隧技术有限公司 隧道洞外环境亮度检测系统及使用此检测系统的检测方法
KR101735068B1 (ko) * 2016-01-11 2017-05-15 동국대학교 산학협력단 터널 휘도 순응 장치 및 방법
CN106713872A (zh) * 2017-02-08 2017-05-24 广西交通科学研究院有限公司 一种基于图像的隧道洞内外亮度检测系统及检测方法
CN107403177A (zh) * 2017-05-27 2017-11-28 延锋伟世通汽车电子有限公司 基于工业相机的亮度测量方法
CN107816974A (zh) * 2017-10-26 2018-03-20 厦门市智联信通物联网科技有限公司 隧道入口行车视距测量装置及测量方法
CN108010012A (zh) * 2017-10-26 2018-05-08 厦门市智联信通物联网科技有限公司 隧道入口黑洞效应评价方法、系统及智能照明控制系统

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN202734958U (zh) * 2012-06-26 2013-02-13 上海理工大学 一种道路照明亮度和照度测量系统
CN104266823A (zh) * 2014-10-26 2015-01-07 北京工业大学 基于安全视认的白天隧道入口段照明标准测算方法及其系统
CN104470139A (zh) * 2014-12-11 2015-03-25 大连海事大学 一种隧道照明闭环反馈控制方法和控制系统
CN105046223A (zh) * 2015-07-10 2015-11-11 招商局重庆交通科研设计院有限公司 一种隧道入口“黑洞效应”严重程度的检测装置及方法
CN105628192A (zh) * 2015-12-22 2016-06-01 湖南联智桥隧技术有限公司 隧道洞外环境亮度检测系统及使用此检测系统的检测方法
KR101735068B1 (ko) * 2016-01-11 2017-05-15 동국대학교 산학협력단 터널 휘도 순응 장치 및 방법
CN106713872A (zh) * 2017-02-08 2017-05-24 广西交通科学研究院有限公司 一种基于图像的隧道洞内外亮度检测系统及检测方法
CN107403177A (zh) * 2017-05-27 2017-11-28 延锋伟世通汽车电子有限公司 基于工业相机的亮度测量方法
CN107816974A (zh) * 2017-10-26 2018-03-20 厦门市智联信通物联网科技有限公司 隧道入口行车视距测量装置及测量方法
CN108010012A (zh) * 2017-10-26 2018-05-08 厦门市智联信通物联网科技有限公司 隧道入口黑洞效应评价方法、系统及智能照明控制系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
涂耘: "福建公路隧道洞外亮度L20(S)研究", 《公路交通技术》 *

Similar Documents

Publication Publication Date Title
CN111931565B (zh) 一种基于光伏电站uav的自主巡检与热斑识别方法及系统
CN112818988B (zh) 一种指针式仪表自动识别读数方法及系统
CN109871776B (zh) 全天候车道线偏离的预警方法
Yang et al. A total sky cloud detection method using real clear sky background
CN102635056A (zh) 一种沥青路面构造深度的测量方法
CN102254315B (zh) 双数字相机大气能见度观测法
CN112767364B (zh) 一种闸门门叶表面锈蚀的图像检测系统及锈蚀面积快速测算方法
CN111426637A (zh) 一种利用无人机获取城市黑臭河流水质参数的方法
CN104121850A (zh) 一种郁闭度的测定方法和装置
CN105812790A (zh) 图像传感器感光面与光轴垂直度的评测方法及光学测试卡
CN1161591C (zh) 采用图像处理技术测试光环境的系统
Pawar et al. Detecting clear sky images
CN102565062B (zh) 基于图像灰度检测的液体浑浊度测试方法
CN107884412A (zh) 一种针叶树木芯的年轮信息检测装置及方法
CN109632092A (zh) 一种基于空间光场的亮度测试系统及方法
CN112595236A (zh) 一种水下激光三维扫描和实时测距的测量装置
CN114051093B (zh) 一种基于图像处理技术的便携式航标灯现场检测系统
Yang et al. An RGB channel operation for removal of the difference of atmospheric scattering and its application on total sky cloud detection
CN105628192A (zh) 隧道洞外环境亮度检测系统及使用此检测系统的检测方法
CN103674835A (zh) 富营养化水体中氮磷物质含量现场快速检测方法及装置
CN107271445A (zh) 一种缺陷检测方法及装置
CN106556579A (zh) 基于激光的团雾图像全天候自适应检测方法
Du et al. Quantification of atmospheric visibility with dual digital cameras during daytime and nighttime
CN104764465B (zh) 一种遥感卫星地面分辨率的测量方法
CN110073183A (zh) 用于确定环境中的空间光分布的方法

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
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20190201