CN109409367A - 一种基于岩石升温特性的红外图像级配识别方法 - Google Patents
一种基于岩石升温特性的红外图像级配识别方法 Download PDFInfo
- Publication number
- CN109409367A CN109409367A CN201811300415.5A CN201811300415A CN109409367A CN 109409367 A CN109409367 A CN 109409367A CN 201811300415 A CN201811300415 A CN 201811300415A CN 109409367 A CN109409367 A CN 109409367A
- Authority
- CN
- China
- Prior art keywords
- particle
- temperature
- rock
- heating
- value
- 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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/25—Determination of region of interest [ROI] or a volume of interest [VOI]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
- G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/26—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion
- G06V10/267—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion by performing operations on regions, e.g. growing, shrinking or watersheds
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/56—Extraction of image or video features relating to colour
-
- 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
- G06T2207/10—Image acquisition modality
- G06T2207/10048—Infrared image
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Geometry (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Radiation Pyrometers (AREA)
- Investigating Or Analyzing Materials Using Thermal Means (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种基于岩石升温特性的红外图像级配识别方法,包括以下步骤:步骤1:获取待识别岩石颗粒中每一种岩质岩石颗粒的升温数据与体积数据之间的关系;步骤2:根据标定物获取图像的缩放比例α;步骤3:将待识别岩石颗粒加热后进行红外热像图采集;步骤4:对步骤3得到的图像处理,对每个颗粒求其最小外接矩形;将最小外接矩形的短边乘以缩放比例得到长度li;步骤5:获取每个待识别岩石颗粒的温度Ti,和其升温值ΔTi,根据步骤1得到的关系获取颗粒的体积值Vi;本发明降低了图像后续处理的难度,提高了目标提取的精度。
Description
技术领域
本发明涉及岩石颗粒级配识别,具体涉及一种基于岩石升温特性的红外图像级配识别方法。
背景技术
岩石颗粒料作为重要的建筑材料,在水利工程、混凝土工程、公路工程等领域有着广泛地应用,如作为土石坝的填筑料、混凝土的粗骨料、公路沥青拌合料。在实际工程中,一般使用岩石颗粒级配这一概念来对颗粒粒径的分布特征进行描述。岩石颗粒级配的分布特性对工程施工质量有着重要的影响,例如在土石坝填筑中,岩石颗粒填筑料级配不达标会导致填筑料难以碾压密实,不利于坝体稳定,在混凝土拌合过程中,作为混凝土粗骨料的岩石颗粒如果级配不符合设计要求,会导致骨料之间的嵌合作用降低,混凝土强度也会随之下降。因此在施工过程中,对岩石颗粒级配进行快速有效的检测和控制是极为必要的。
目前岩石颗粒级配图像识别算法中,计算各粒径区间颗粒所占的质量分数是绘制级配曲线的基础,而考虑到颗粒之间密度相近,一般用各粒径区间颗粒的体积分数值来代替质量分数值。由于图像处理的基础是二维的平面图像,在计算各颗粒的体积时都是利用图像中颗粒的面积来对颗粒体积进行估算,这种由二维的面积信息来估算三维的体积信息的算法缺乏严谨的理论依据,往往会产生难以控制的误差,导致计算出的颗粒级配曲线与实际级配曲线之间存在较大偏差。
发明内容
本发明提供了一种级配识别精度更高,识别出的级配曲线更接近实际结果的一种基于岩石升温特性的红外图像级配识别方法。
本发明采用的技术方案是:一种基于岩石升温特性的红外图像级配识别方法,包括以下步骤:
步骤1:获取待识别岩石颗粒中每一种岩质岩石颗粒的升温数据与体积数据之间的关系;
步骤2:根据标定物获取图像的缩放比例α;
步骤3:将待识别岩石颗粒加热后进行红外热像图采集;
步骤4:对步骤3得到的图像处理,对每个颗粒求其最小外接矩形;将最小外接矩形的短边乘以缩放比例得到长度li;
步骤5:获取每个待识别岩石颗粒的温度Ti,和其升温值ΔTi,根据步骤1得到的关系获取颗粒的体积值Vi;
步骤6:根据步骤4得到的li和Vi即可得到目标颗粒的级配曲线;
其中i为颗粒数量。
进一步的,所述步骤1的具体过程如下:
S1:取岩石颗粒i个,为每个颗粒编号,并测量每个颗粒的体积vi;
S2:采用恒温差法对颗粒进行加热,加热后立即进行采集图像;
S3:提取颗粒的温度值ti,减去初始温度t0,得到各个颗粒加热升温值Δti;
S4:根据步骤S1得到的体积值vi数据和步骤S3得到的升温值Δti数据得到该加热条件下两者的拟合曲线方程。
进一步的,所述步骤5中岩石颗粒的温度Ti的获取方法如下:
对每个待识别岩石颗粒记录组成该颗粒所有像素的坐标,根据坐标在获取的红外热像图中每个像素点的温度值;对组成该颗粒所有点的温度值求平均值作为该颗粒的温度。
本发明的有益效果是:
(1)本发明采用红外热像仪对加热后的岩石颗粒目标进行采集,避免传统图像级配识别方法中图像质量容易受环境因素影响的缺陷,降低了图像后续处理的难度,提高了目标提取的精度;
(2)本发明基于一定加温条件下岩石颗粒升温值与体积值之间关系曲线,提出了计算二维图像中岩石颗粒体积的方法,降低了传统图像级配识别方法中由颗粒二维面积估算三维体积时产生的误差,有利于提高级配图像识别的精度。
附图说明
图1为本发明中升温试验中部分岩石颗粒加热后红外热像图。
图2为本发明中岩石颗粒升温值与体积关系拟合曲线图。
图3为本发明中岩石颗粒加热后红外热像图。
图4为本发明实施例中步骤4处理后的岩石颗粒图像示意图。
图5为本发明实施例得到的级配识别曲线与实际级配曲线比较图。
具体实施方式
下面结合附图和具体实施例对本发明做进一步说明。
如无特别说明,本文中出现的名词解释如下:
岩石颗粒:粒径在5mm以上的岩石颗粒。
颗粒级配曲线:描述集料各级粒径颗粒的分配情况,横坐标为颗粒粒径值,纵坐标为小于或大于该粒径的颗粒质量占颗粒总质量的百分数。
红外像图:由红外热像采集装置记录目标物体发射的热辐射能而形成的图像,图像中每个像素点值对应物体该点的温度值。
岩石升温特性:对岩石颗粒进行特定条件下的加温处理,利用红外热成像仪采集每个颗粒加温后的温度值;建立该加温条件下岩石颗粒体积与颗粒升温值之间的关系,即岩石颗粒升温特性。
图像级配识别:对岩石颗粒目标采用数码相机(本发明中采用的是红外数码相机)进行图像采样后,通过图像增强、图像分割等数字图像处理手段对原始图像进行处理,提取图像中各岩石颗粒的尺寸特征,进而计算出目标颗粒级配。
一种基于岩石升温特性的红外图像级配识别方法,包括以下步骤:
步骤1:获取待识别岩石颗粒中每一种岩质岩石颗粒的升温数据与体积数据之间的关系;
具体过程如下:
S1:取岩石颗粒i个,清除表面泥垢后为每个颗粒编号,并测量每个颗粒的体积vi,用排水法测量其体积;并将其晾干后,将其放置于室温中,使颗粒温度变化至与环境温度一致;
S2:采用恒温差法对颗粒进行加热,加热前记录颗粒温度t0,然后将烘箱温度设置为t0+Δt,加热s秒,加热完成后立即将颗粒放置于采样板上,用红外热成像仪对颗粒进行拍照采集红外热像图;
S3:采用热像仪配套软件工具分别提取颗粒的温度值ti,减去初始温度t0,得到各个颗粒加热升温值Δti;
S4:根据步骤S1得到的体积值vi数据和步骤S3得到的升温值Δti数据得到该加热条件下两者的拟合曲线方程;两者的相关关系可以用相关性系数来评估。
步骤2:根据标定物获取图像的缩放比例α;
首先将红外热成像仪固定在相机三脚架上,使相机镜头以尽量大的俯视角对焦采样板;将标准尺寸的兵乓球(直径4mm,标定物)放入烘箱短暂加热,使其温度高于环境温度即可,加热后放置于采样板上进行图像采集;将采集的标定物图像导入计算机中,利用图像处理技术计算兵乓球直径的像素长度,假设为d,则可以计算出图像的缩放比例α=4/d,单位mm/像素。
步骤3:将待识别岩石颗粒加热后进行红外热像图采集;
记录待识别的岩石颗粒初始温度值T0,然后将烘箱温度调至T0+ΔT的恒温,将岩石颗粒放入恒温烘箱中加热s秒,加温处理后立即将岩石颗粒置于采样板上进行图像采集;可以将此处加温值设置为与S2中一致,即ΔT=Δt。
步骤4:对步骤3得到的图像处理,对每个颗粒求其最小外接矩形;将最小外接矩形的短边乘以缩放比例得到长度li;
将采集的红外图像导入到计算机中,利用现有的图像处理技术对目标颗粒进行分割提取,然后对每个颗粒求出其最小外接矩形,将最小外接矩形的较短边lm乘以缩放比例α后得到的长度li,作为判断该颗粒所处粒径区间。
步骤5:获取每个待识别岩石颗粒的温度Ti,和其升温值ΔTi,根据步骤1得到的关系获取颗粒的体积值Vi;
对每个颗粒,记录组成该颗粒所有像素的坐标,根据坐标在红外热像图中查询每个像素点的温度值,对组成该颗粒所有点的温度值求均值作为该颗粒的温度,假设为Ti,用Ti减去初始温度T0后得到颗粒的升温值ΔTi;根据岩石颗粒升温特性试验中确定的颗粒升温值与颗粒体积值之间的关系曲线,可以计算出对于与ΔTi的颗粒体积值Vi。
步骤6:根据步骤4得到的li和Vi即可得到目标颗粒的级配曲线;
其中i为颗粒数量。
现有技术中岩石颗粒级配图像识别是指利用计算机数字图像处理技术,对包含目标颗粒的二维数字图像进行图像增强、图像分割、外接矩形计算等处理后,提取各颗粒轴长及面积等数据,进而实现计算目标颗粒级配曲线的技术。
目前岩石颗粒级配识别技术主要应用于公路工程沥青拌合料中岩石粗骨料的级配检测,具有节省人力、检测速度快等优点;目前岩石颗粒级配识别技术的主要步骤如下:
1、仪器设备
采样板:在进行图像采样时用于放置目标颗粒;
图像采集设备:一般为数码相机;
相机三脚架:采样时用于固定相机;
标定物:一般为已知尺寸的规则物体,如兵乓球、硬币等,用于标定图像中颗粒的实际尺寸;
计算机:对采集的二维颗粒图像进行处理计算。
2、操作步骤
(1)将目标颗粒放置于采样板上,同时避免颗粒之间的过度遮盖;
(2)将数码相机固定于三脚架上,对焦完成后对目标颗粒进行采样;
(3)将颗粒从采样板上取走,将准备好的标定物放置在取样板上,保持相机的位置及镜头角度不变,对标定物进行图像采集;
(4)将标定物的采样图像导入计算机中,由于标定物的尺寸已知,因此可以求出采样的缩放比例;
(5)将目标颗粒的数字图像导入到计算机中,利用数字图像处理技术对图像进行去噪、增强、分割等操作,将颗粒从背景中提取出来;
(6)对于处理后的图像,求出每个颗粒的外接矩形,将外接矩形的最短边乘以缩放比例后作为判断该颗粒是否能够通过筛孔的依据;
(7)图像中颗粒体积值求解,目前图像级配识别算法中对于颗粒体积值的求解一般采用如下两种方法:
1)求出图像中每个颗粒的面积值,直接以面积值作为颗粒的体积值;
2)求出图像中颗粒的外接矩形,将外接矩形的长边或者短边作为颗粒计算轴长d,然后将颗粒简化为直径为d的球体,从而进行颗粒体积值计算;
(8)求得每个颗粒的粒径和体积后,便可以绘制出级配曲线。
由于目前岩石颗粒图像识别方法存在以下缺点:
(1)在对颗粒进行采样时,普通数码相机采集的图像会由于背景颜色、颗粒颜色、颗粒纹路、环境亮度、图像噪声等因素的不同而千差万别,而对于某一采样条件下的获得图像与其处理程序往往是一一对应的;当背景颜色、颗粒颜色、颗粒纹路、环境亮度等因素发生变化时,程序则很难实现目标的有效提取。
(2)在计算颗粒的体积时,目前的算法主要是以颗粒的二维层面的投影面积值或一维层面的轴长值为基础进行估算得出,缺乏逻辑严谨性;实际情况下的颗粒之间形态差异较大,估算公式很难具备良好的代表性,容易产生难以控制的误差,这会使计算出的级配曲线与实际有较大区别。
本发明主要从图像采样方法和颗粒体积计算方法两个方面予以改进;对待识别的岩石颗粒进行一定条件的加温处理后(除了对标定物的加热外,本试验中涉及的加温条件均保持一致);使用红外热像仪代替传统的数码相机来对颗粒进行采样,采集的红外热像中包含颗粒的温度信息,可以使温度较高的颗粒与温度较低的背景能够进行有效的区分,简化了颗粒提取过程,提高了图像处理方法的通用性;在计算颗粒的体积时,首先通过实验建立一定加温条件下同种岩石颗粒升温值与其体积的关系曲线;以该曲线关系作为体积计算准则;在计算颗粒体积时,首先从红外图像中计算颗粒的升温值,将温度值带入到得出的关系曲线便可计算出颗粒体积。
为了证明本发明方法的有效性,进行试验验证
一、岩石颗粒升温特性试验
通过本试验得到步骤1需要的每一种岩质岩石颗粒的升温数据与体积数据之间的关系。
在岩石颗粒升温试验中,记录加热前的颗粒温度值t0,将t0+60作为加热烘箱的温度设定值,加热后的部分岩石颗粒红外图像如图1所示。
红外图像各个位置的像素值即实际目标物体的温度值,图1中亮度越高的部位代表温度值越高,试验中颗粒的体积及提取后的升温数值如表1所示:
试验过程中以恒温温差的加热方式对颗粒进行加热,即保持加热烘箱温度与颗粒加热前的温度之间存在60摄氏度的恒温温差;对四次加热试验的温度取平均值后,将温度均值与颗粒体积进行拟合,拟合曲线如图2所示。
根据实验数据为基础采用幂函数形式进行拟合,从图中可以看出,相关性系数达到了0.9854,表示颗粒加热升温值与其体积的相关关系良好。
二、颗粒级配红外图像识别
实验中颗粒加热方式也采用与岩石升温特性试验保持一致,在进行图像采集时,需要将红外相机保持同一位置及同一拍摄角度分别对加热后的岩石颗粒及标定物进行取样,标定物为直径40mm的兵乓球;取样图样如图3所示:
将采集的红外图像导入计算机后,利用基于matlab平台开发的自编程序获取采样时的缩放比例,同时对岩石颗粒图像进行增强、分割、计算最小外接矩形等计算;处理后岩石颗粒图像如图4所示。
在处理后的岩石颗粒图像中,对每个颗粒进行编号,记录每个颗粒的最小外接矩形长度及该颗粒的温度值,根据岩石升温特性试验中得到的颗粒体积与升温值的关系曲线,进一步将颗粒的温度值换算成颗粒的体积値,对每个粒径区间的颗粒体积分数进行累加计算后便可计算出颗粒的级配曲线,如图5所示。
由图5可以看出,基于岩石升温特性的红外图像级配识别方法计算得出的颗粒级配曲线与岩石颗粒的实际级配曲线吻合度较高,说明该方法进行岩石颗粒级配识别的可行性与准确性。
升温特性试验得出的岩石颗粒升温特性曲线关系只能用于同一岩质条件下的岩石颗粒,不同岩质的岩石需要分别进行岩石颗粒升温特性试验,得出相应升温值与体积的关系曲线。在岩石升温特性试验中,所选取的颗粒体积分布区间应能够包括需要识别的岩石颗粒的体积区间。在岩石升温特性试验中,应尽量避免选择形态过于特殊的岩石颗粒,提高升温特性曲线的代表性。加热操作时,应保证加热的岩石颗粒为干燥状态,且已经在室温下充分静置,这样的目的主要是保证岩石颗粒在加热前的温度相同;加热操作时,应比较岩石颗粒之间的过度接触,否则会影响岩石颗粒的传热升温。
本发明使用红外热像仪对加热后的岩石颗粒目标进行采集,避免了传统图像级配识别方法中图像质量易受采样环境因素影响的缺陷,降低了图像后续处理的难度,提高了目标提取的精度;基于一定加温条件下岩石颗粒升温值与体积值之间关系曲线,提出了计算二维图像中岩石颗粒体积的方法,降低了传统图像级配识别方法中由颗粒二维面积估算三维体积时产生的误差,有利于提高级配图像识别的精度。
Claims (3)
1.一种基于岩石升温特性的红外图像级配识别方法,其特征在于,包括以下步骤:
步骤1:获取待识别岩石颗粒中每一种岩质岩石颗粒的升温数据与体积数据之间的关系;
步骤2:根据标定物获取图像的缩放比例α;
步骤3:将待识别岩石颗粒加热后进行红外热像图采集;
步骤4:对步骤3得到的图像处理,对每个颗粒求其最小外接矩形;将最小外接矩形的短边乘以缩放比例得到长度li;
步骤5:获取每个待识别岩石颗粒的温度Ti,和其升温值ΔTi,根据步骤1得到的关系获取颗粒的体积值Vi;
步骤6:根据步骤4得到的li和Vi即可得到目标颗粒的级配曲线;
其中i为颗粒数量。
2.根据权利要求1所述的一种基于岩石升温特性的红外图像级配识别方法,其特征在于,所述步骤1的具体过程如下:
S1:取岩石颗粒i个,为每个颗粒编号,并测量每个颗粒的体积vi;
S2:采用恒温差法对颗粒进行加热,加热后立即进行采集图像;
S3:提取颗粒的温度值ti,减去初始温度t0,得到各个颗粒加热升温值Δti;
S4:根据步骤S1得到的体积值vi数据和步骤S3得到的升温值Δti数据得到该加热条件下两者的拟合曲线方程。
3.根据权利要求1所述的一种基于岩石升温特性的红外图像级配识别方法,其特征在于,所述步骤5中岩石颗粒的温度Ti的获取方法如下:
对每个待识别岩石颗粒记录组成该颗粒所有像素的坐标,根据坐标在获取的红外热像图中每个像素点的温度值;对组成该颗粒所有点的温度值求平均值作为该颗粒的温度。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811300415.5A CN109409367B (zh) | 2018-11-02 | 2018-11-02 | 一种基于岩石升温特性的红外图像级配识别方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811300415.5A CN109409367B (zh) | 2018-11-02 | 2018-11-02 | 一种基于岩石升温特性的红外图像级配识别方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109409367A true CN109409367A (zh) | 2019-03-01 |
CN109409367B CN109409367B (zh) | 2021-09-21 |
Family
ID=65471088
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811300415.5A Active CN109409367B (zh) | 2018-11-02 | 2018-11-02 | 一种基于岩石升温特性的红外图像级配识别方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109409367B (zh) |
Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102012356A (zh) * | 2010-11-25 | 2011-04-13 | 东南大学 | 一种沥青混凝土路面集料级配的快速检测方法 |
CN102037111A (zh) * | 2008-05-23 | 2011-04-27 | 狮王株式会社 | 含有气泡的α-磺基脂肪酸烷基酯盐固形物及其制造方法 |
CN102297876A (zh) * | 2011-05-20 | 2011-12-28 | 河海大学 | 一种全级配大骨料混凝土硬化阶段热膨胀系数预测模型的构建方法 |
CN102365458A (zh) * | 2009-06-29 | 2012-02-29 | 光帆能源公司 | 使用两相流以便于热交换的压缩空气能量存储系统 |
CN103308448A (zh) * | 2013-05-30 | 2013-09-18 | 河海大学 | 一种沥青混凝土结构类型的快速判断方法 |
US20140183957A1 (en) * | 2011-12-30 | 2014-07-03 | Scrutiny, Inc. | FRAME (Forced Recuperation, Aggregation and Movement of Exergy) |
CN104021277A (zh) * | 2014-05-14 | 2014-09-03 | 河海大学 | 一种管涌现象的数值分析方法 |
CN104446455A (zh) * | 2014-11-03 | 2015-03-25 | 胡永刚 | 用于高温和低氧条件下的定氧探头固体电解质及制备方法 |
CN104458432A (zh) * | 2014-11-21 | 2015-03-25 | 长安大学 | 一种沥青混合料颗粒性区域确定及影响因素评价方法 |
CN104537674A (zh) * | 2015-01-08 | 2015-04-22 | 东南大学 | 一种环氧沥青混凝土集料级配的检测方法 |
GB2528044A (en) * | 2014-07-04 | 2016-01-13 | Arc Devices Ni Ltd | Non-touch optical detection of vital signs |
CN106570304A (zh) * | 2016-11-23 | 2017-04-19 | 长安大学 | 一种获取沥青混合集料比表面积的方法 |
CN106707364A (zh) * | 2016-11-30 | 2017-05-24 | 中石化石油工程技术服务有限公司 | 一种雷达测井用标准井的施工方法 |
CN107340460A (zh) * | 2017-05-11 | 2017-11-10 | 国家电网公司 | 一种状态检测数据特征参数提取及规范化转换的方法 |
-
2018
- 2018-11-02 CN CN201811300415.5A patent/CN109409367B/zh active Active
Patent Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102037111A (zh) * | 2008-05-23 | 2011-04-27 | 狮王株式会社 | 含有气泡的α-磺基脂肪酸烷基酯盐固形物及其制造方法 |
CN102365458A (zh) * | 2009-06-29 | 2012-02-29 | 光帆能源公司 | 使用两相流以便于热交换的压缩空气能量存储系统 |
CN102012356A (zh) * | 2010-11-25 | 2011-04-13 | 东南大学 | 一种沥青混凝土路面集料级配的快速检测方法 |
CN102297876A (zh) * | 2011-05-20 | 2011-12-28 | 河海大学 | 一种全级配大骨料混凝土硬化阶段热膨胀系数预测模型的构建方法 |
US20140183957A1 (en) * | 2011-12-30 | 2014-07-03 | Scrutiny, Inc. | FRAME (Forced Recuperation, Aggregation and Movement of Exergy) |
CN103308448A (zh) * | 2013-05-30 | 2013-09-18 | 河海大学 | 一种沥青混凝土结构类型的快速判断方法 |
CN104021277A (zh) * | 2014-05-14 | 2014-09-03 | 河海大学 | 一种管涌现象的数值分析方法 |
GB2528044A (en) * | 2014-07-04 | 2016-01-13 | Arc Devices Ni Ltd | Non-touch optical detection of vital signs |
CN104446455A (zh) * | 2014-11-03 | 2015-03-25 | 胡永刚 | 用于高温和低氧条件下的定氧探头固体电解质及制备方法 |
CN104458432A (zh) * | 2014-11-21 | 2015-03-25 | 长安大学 | 一种沥青混合料颗粒性区域确定及影响因素评价方法 |
CN104537674A (zh) * | 2015-01-08 | 2015-04-22 | 东南大学 | 一种环氧沥青混凝土集料级配的检测方法 |
CN106570304A (zh) * | 2016-11-23 | 2017-04-19 | 长安大学 | 一种获取沥青混合集料比表面积的方法 |
CN106707364A (zh) * | 2016-11-30 | 2017-05-24 | 中石化石油工程技术服务有限公司 | 一种雷达测井用标准井的施工方法 |
CN107340460A (zh) * | 2017-05-11 | 2017-11-10 | 国家电网公司 | 一种状态检测数据特征参数提取及规范化转换的方法 |
Non-Patent Citations (2)
Title |
---|
吴发名等: ""基于原生节理统计和爆破裂纹模拟的堆石料块度分布预测"", 《岩石力学与工程学报》 * |
邓军等: ""煤样两次程序升温自燃特性对比实验研究"", 《西安科技大学学报》 * |
Also Published As
Publication number | Publication date |
---|---|
CN109409367B (zh) | 2021-09-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Puppala et al. | Volumetric shrinkage strain measurements in expansive soils using digital imaging technology | |
CN104680526B (zh) | 一种基于自相关算法的均匀颗粒粒径测量方法 | |
CN106569210B (zh) | 一种基于遥感的土壤水分反演方法和装置 | |
CN102768762B (zh) | 一种针对盾构隧道病害数字照相检测的数码相机标定方法及其装置 | |
CN102346013A (zh) | 一种隧道衬砌裂缝宽度的测量方法及装置 | |
Arasan et al. | Effect of particle size and shape on the grain-size distribution using Image analysis | |
Hijazi et al. | Influence of camera’s optical axis non-perpendicularity on measurement accuracy of two-dimensional digital image correlation | |
Zhao et al. | Soil pore identification with the adaptive fuzzy C-means method based on computed tomography images | |
Wolter et al. | Air void analysis of hardened concrete by means of photogrammetry | |
CN111289539A (zh) | 一种基于红外图像的沥青路面摊铺均匀性评价方法 | |
CN114964006A (zh) | 一种基于红外热成像与数字图像的石质文物裂隙监测方法 | |
Yao et al. | Infrared image-based identification method for the gradation of rock grains using heating characteristics | |
CN108053485B (zh) | 一种基于轮廓图像的马铃薯三维建模方法 | |
Dubyk et al. | Using a 3D Laser Scanner to Determine the Area of Origin of an Impact Pattern. | |
CN117710588A (zh) | 一种基于视觉测距先验信息的三维目标检测方法 | |
Tao et al. | Deep learning based automated segmentation of air-void system in hardened concrete surface using three dimensional reconstructed images | |
CN109409367A (zh) | 一种基于岩石升温特性的红外图像级配识别方法 | |
Xu | Study on accurate measurement technology for microscopic image | |
CN115239907B (zh) | 基于改进最大类间方差法的骨料形貌表征方法和系统 | |
Zheng et al. | Three-dimensional translucent segregation table (3D-TST) test for soil particle size and shape distribution | |
Seong et al. | Image-based 3D building reconstruction using A-KAZE feature extraction algorithm | |
CN110956668A (zh) | 一种基于聚焦测度的聚焦堆栈成像系统预置位标定方法 | |
Li et al. | Measurement of three-dimensional shrinkage deformations and volumes of stabilised soft clay during drying with Structure from Motion photogrammetry | |
JP2004134861A (ja) | 解像度評価方法、解像度評価プログラム、および光学機器 | |
CN114612334A (zh) | 一种基于块石轮廓确定块石界面粗糙度的方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |