CN109493329A - 基于局部网格加密的数字图像相关方法 - Google Patents
基于局部网格加密的数字图像相关方法 Download PDFInfo
- Publication number
- CN109493329A CN109493329A CN201811310004.4A CN201811310004A CN109493329A CN 109493329 A CN109493329 A CN 109493329A CN 201811310004 A CN201811310004 A CN 201811310004A CN 109493329 A CN109493329 A CN 109493329A
- Authority
- CN
- China
- Prior art keywords
- image
- speckle
- crack
- binaryzation
- analysis
- 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
- 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
- G06T7/0004—Industrial image inspection
- G06T7/0008—Industrial image inspection checking presence/absence
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/60—Protecting data
- G06F21/602—Providing cryptographic facilities or services
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/136—Segmentation; Edge detection involving thresholding
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/90—Determination of colour characteristics
-
- 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
- G06T2207/10024—Color image
-
- 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
- G06T2207/30108—Industrial image inspection
- G06T2207/30132—Masonry; Concrete
Abstract
本发明为基于局部网格加密的数字图像相关方法,该方法包括:通过设定灰度阈值,逐张对散斑图像进行裂缝检测与识别操作,获取每张散斑图像对应的二值化分析图像,同时记录每张二值化分析图像中裂缝边界的坐标信息,进而确定需要加密的网格区域;通过设定子集间距,首先在二值化分析图像中生成等像素间距的均匀网格,再根据参考图像所对应二值化分析图像所记录裂缝边界坐标信息,围绕二值化分析图像扩展裂缝边界执行网格加密操作;执行图像处理分析,获取全场位移和应变信息。该方法能够针对混凝土、岩石等准脆性材料产生的非连续变形问题,实现在图像分析过程中围绕裂缝边界加密网格的功能,可以提高裂缝附近位移和应变测量结果的精度。
Description
技术领域
本发明属于数字图像处理技术领域,特别涉及一种基于局部网格加密的数字图像相关方法。
背景技术
在使用数字图像相关方法进行图像处理分析时,通过设定子集间距,会在图像分析区域内沿x轴与y轴方向生成等间距的方形虚拟网格(如图1(a)所示)。其中,位于网格节点位置的像素点称为分析计算点,每相邻两个分析计算点之间的距离称为子集间距。各分析计算点位移信息在进行求解时执行了初始猜测以及高斯-牛顿迭代等操作,其变形计算结果较为准确,而对于图像分析区域内除分析计算点以外其他像素点位移信息的求解则采用插值的方法。由于插值方法的使用降低了非分析计算点位移信息计算的精度,因此不能代表该区域真实的变形情况。此外,等间距网格划分方法适用于测试物体产生均匀的变形情况,而对于非连续(如裂缝的产生)变形问题,裂缝位置处的变形往往最为显著,若仍采用等间距网格划分的方法进行图像处理分析,则会因裂缝边界附近网格密度稀疏,导致裂缝区域附近位移和应变计算结果与实际变形存在一定偏差。
现有数字图像相关方法只能通过缩小子集间距的方式实现全场加密操作,不具备专门针对局部变形较大区域进行网格加密的功能。围绕网格加密方法,国内学者马少鹏等(Ma S,Zhao Z,Wang X.Mesh-based digital image correlation method using higherorder isoparametric elements[J].Journal of Strain Analysis for EngineeringDesign,2012,47(3):163-175.)运用有限元思想,提出了高阶次等参单元网格化数字图像相关方法,该方法中8节点网格(如图1(b)所示)的使用,提高了全场位移和应变测量的精度,但该方法主要应用于连续变形问题中,且与现有数字图像相关方法类似,该方法只能执行全场加密操作,不具备专门针对局部区域进行网格加密的功能。
发明内容
本发明旨在提出一种基于局部网格加密的数字图像相关方法,该方法能够针对混凝土、岩石等准脆性材料产生的非连续变形问题,实现在图像分析过程中围绕裂缝边界加密网格的功能,可以提高裂缝附近位移和应变测量结果的精度,同时可以获取全场位移和应变信息,辅助于科学研究与实际工程。
本发明采用以下技术方案予以实现:
一种基于局部网格加密的数字图像相关方法,该方法包括以下步骤:
第一步:在图像分析区域内绘制随机高反差彩色散斑,完成散斑图案制作;
第二步:安装装置;将两部平行线光源放置于固定支架上,根据试验现场光线明暗程度调节好光照强度;将采集相机固定于三角支架上,同时采集相机通过数据传输导线与计算机相连,安装好试验所用装置;
第三步:开动试验机,对测试物体进行加载,按照预先设定的试验加载速率以及图像采集帧率,完成试验数据及散斑图像的采集,同时根据试验数据信息,均匀挑选不同荷载时刻下的散斑图像,这里始终将上一荷载时刻采集到的散斑图像定义为参考图像,将下一时刻采集到的散斑图像定义为当前图像;
第四步:通过设定灰度阈值,逐张对散斑图像进行裂缝检测与识别操作,获取每张散斑图像对应的二值化分析图像,同时记录每张二值化分析图像中裂缝边界的坐标信息,进而确定需要加密的网格区域;
第五步:通过设定子集间距,首先在二值化分析图像中生成等像素间距的均匀网格,再根据参考图像所对应二值化分析图像记录的裂缝边界坐标信息,围绕二值化分析图像扩展裂缝边界执行网格加密操作;同时结合参考图像、当前图像以及参考图像对应二值化分析图像的灰度信息,执行图像处理分析,获取全场位移和应变信息。
上述基于局部网格加密的数字图像相关方法,在第四步进行裂缝检测与识别前对所有散斑图像执行相同的裁剪操作,剪裁后的图像仍保留图像分析区域的部分。
上述的基于局部网格加密的数字图像相关方法,彩色散斑制作过程为:首先在测试物体平整面喷涂一层哑光白漆作为背景,再随机喷洒另外一种哑光彩色喷漆形成高对比度散斑图案;彩色喷漆为除黑色喷漆以外的颜色。
所述彩色喷漆为红色、绿色、黄色或者蓝色喷漆。
上述的基于局部网格加密的数字图像相关方法,所述第四步中的二值化分析图像采用以下方式获取:设一幅图像的灰度分布函数为f(x,y),其中(x,y)为散斑图像中像素点的坐标信息,T为设定的灰度阈值,则经阈值分割后的图像灰度分布函数b(x,y)满足式(1):
其中灰度值为0,则采用黑色来表示裂缝扩展区域以及图像边界区域,该区域不参与图像分析;灰度值为1,则采用白色来表示,灰度值为1所在的区域参与图像分析过程。
上述的基于局部网格加密的数字图像相关方法,网格加密形状可选用矩形、三角形或者多边形。
与现有数字图像相关方法相比,本发明的有益效果是:
本发明基于局部网格加密的数字图像相关方法能够根据混凝土、岩石等准脆性材料产生的非连续变形问题,在图像分析过程中实现围绕裂缝边界进行网格加密的功能,提高裂缝附近位移和应变测量结果的精度,同时获取全场位移和应变信息。该方法能够在科学研究与实际工程领域中得到广泛应用。
附图说明
图1(a)为现有技术中采用的等间距方形虚拟网格图;
图1(b)为8节点网格图;
图2为本发明基于局部网格加密的数字图像相关方法所用装置立面示意图;
图3为本发明基于局部网格加密的数字图像相关方法所用装置平面示意图;
图4为本发明基于局部网格加密的数字图像相关方法工作流程图;
图5(a)为本发明实施例1所用装置的实物图;
图5(b)为实施例1三点弯曲梁试件的尺寸示意图;
图6为实施例1三点弯曲梁试件的带裂缝散斑图像以及对应二值化分析图像;
图7(a)为实施例1三点弯曲梁试件未加载时采集到的散斑图像;
图7(b)为与图7(a)对应的按照子集间距划分的均匀网格示意;
图8(a)为实施例1三点弯曲梁试件在加载过程中采集到的带裂缝散斑图像;
图8(b)为与图8(a)对应的按照子集间距划分的均匀网格示意;
图9(a)为实施例1三点弯曲梁试件在裂缝完全贯穿时采集到的散斑图像;
图9(b)为与图9(a)对应的按照子集间距划分的均匀网格示意图;
图10为实施例1采用不同网格尺寸绘制的沿水平方向的等值线应变云图;
图中,人工彩色散斑场1,测试物体2,平行线光源3,采集相机4,数据传输导线5,计算机6,三角支架7,防震垫8,固定支座9,固定支架10,卡扣11。
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。
本发明提供一种基于局部网格加密的数字图像相关方法,该方法包括以下步骤:
第一步:在测试物体2所对应的图像分析区域内绘制随机高反差彩色散斑1,完成散斑图案制作;
第二步:安装装置;将两部平行线光源3放置于固定支架10上,根据试验现场光线明暗程度调节好光照强度;将采集相机4固定于三角支架7上,同时采集相机4通过数据传输导线5与计算机6相连,安装好试验所用装置;
第三步:开动试验机,对测试物体2进行加载,按照预先设定的试验加载速率以及图像采集帧率,完成试验数据及散斑图像的采集,同时根据试验数据信息,均匀挑选不同荷载时刻下的散斑图像;这里始终将上一荷载时刻采集到的散斑图像定义为参考图像,将下一时刻采集到的散斑图像定义为当前图像;
第四步:设定灰度阈值,逐张对挑选散斑图像进行裂缝检测与识别操作,获取每张散斑图像对应的二值化分析图像,同时记录每张二值化分析图像中的裂缝边界坐标信息;
第五步:通过设定子集间距,首先在二值化分析图像(第i张散斑图像经裂缝检测识别后获得)中生成等像素间距的均匀网格,再根据参考图像(第i张散斑图像)所对应二值化分析图像所记录裂缝边界坐标信息,围绕二值化分析图像扩展裂缝边界执行网格加密操作,采用加密裂缝区域附近网格节点的方式进行局部网格加密;最后借助于现有数字图像相关方法,同时结合参考图像、当前图像(第(i+1)张散斑图像)以及参考图像对应二值化分析图像的灰度信息,执行图像处理分析,提高裂缝附近区域位移和应变测量结果的精度,同时获取全场位移和应变信息。
关于彩色散斑制作:由图6(a)中的带裂缝散斑图像可知,当测试物体表面产生裂缝后,裂缝区域呈现为黑色,因此为便于通过设定灰度阈值的方式进行裂缝检测与识别操作,同时为了提高散斑图像对比度,采用哑光白漆作为背景,采用另外一种常见哑光彩色喷漆(如红色、绿色、黄色或者蓝色等)制作随机散斑点。
所述彩色散斑制作过程如下:首先在测试物体较平整面喷涂一层哑光白漆作为背景,再随机喷洒另外一种哑光彩色喷漆形成高对比度散斑图案,彩色喷漆可选择除黑色喷漆以外的颜色,如红色、绿色、黄色或者蓝色喷漆等。
关于裂缝检测与识别:该操作可通过设定灰度阈值来完成,为最大程度消除散斑图像中非散斑区域对散斑区域裂缝检测与识别造成的干扰,同时为了提高图像计算分析的效率,可在进行裂缝检测与识别前对所有散斑图像执行相同的裁剪操作(这里的“相同”指的是裁剪始末位置、裁剪尺寸与裁剪形状均对应相同),仅保留稍大于图像分析区域的部分。
关于二值化分析图像:可经裂缝检测与识别操作后获得(如图6(b)所示),其中裂缝扩展区域以及图像边界区域采用黑色(灰度值为0)来表示,该区域不参与图像分析,对于其他区域采用白色(灰度值为1)来表示,灰度值为1所在的区域参与图像分析过程。
二值化分析图像可采用以下方法获取:假设一幅图像的灰度分布函数为f(x,y),其中(x,y)为散斑图像中像素点的坐标信息(默认坐标原点位于图像左上角,水平方向为x轴,以向右为正,竖直方向为y轴,以向下为正)。若T为设定的灰度阈值,则经阈值分割后的图像灰度分布函数b(x,y)满足式(1):
关于局部网格加密:网格加密的实质是增加局部区域分析计算点的数量(即减少采用插值方法获取位移和应变信息的像素点数量),网格加密形状可选用矩形、三角形或者多边形。通过获取扩展裂缝所在边界坐标信息,进而确定需要加密的网格区域。
本发明基于局部网格加密的数字图像相关方法测量装置(参见图2–3)包括用于加载测试物体的试验机、平行线光源3、采集相机4以及用于对采集到的散斑图像进行处理分析的计算机6;所述平行线光源3两端垂直设置固定支架10,固定支架10固定在固定支座9上,在固定支架10朝向光源的内侧从上至下设有若干数量的卡扣11,平行线光源3通过卡扣11能放于固定支架10的任意位置,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7上,三角支架7底部设有隔震垫,用于消除地面震动对相机造成的干扰,为后期图像分析提供高质量散斑图像;所述采集相机4通过数据传输导线5,用于实时传输图像数据;所述计算机6能够根据扩展裂缝边界坐标信息,在图像分析过程中实现围绕裂缝区域进行网格加密的功能,进而提高裂缝区域附近位移和应变测量结果的精度,同时获取全场位移和应变信息。采集相机可使用静态采集相机或者高速采集相机,精准捕捉裂缝起裂至破坏的全过程。
实施例1
本实施例的试验在河北省土木工程技术研究中心开展,试验对象为三点弯曲预制缺口梁试件,试验目的是为了获取沿垂直于裂缝扩展方向的全场位移和应变信息。图5(a)为本实施例基于局部网格加密的数字图像相关方法所用装置的实物图,其中I为MTS370.50液压伺服万能试验机,用于提供试验所需压力,使三点弯曲梁试件II产生断裂破坏。本试验采用位移加载控制方式,加载速率恒定为1mm/min,试验选用材料为圆直型钢纤维,纤维掺量为1.2%,水灰比为0.36,试件在浇筑过程中采用磁场实现钢纤维在水泥基体中的定向效果,III为德国Basler工业相机,用于采集试验加载前后的散斑图像,其分辨率为1600pixel×1200pixel,图像采集速率恒定为1帧/秒。图5(b)为三点弯曲梁试件的尺寸示意图(单位:mm),试验开始前在图像分析区域内制备白–黄随机散斑图案(以白色作为背景,黄色作为随机散斑点),便于后期进行裂缝检测与识别操作。
图6给出了本试验采集到的带裂缝散斑图像以及通过采用灰度阈值方法获得的二值化分析图像信息。在二值化分析图像中白色区域(灰度值为1)代表分析区域,参与图像分析过程,黑色区域代表裂缝区域以及图像边界区域,不参与图像分析。图7(a)为试验未加载时采集到的散斑图像,图7(b)为按照子集间距划分的均匀网格;图8(a)为试验加载过程中采集到的散斑图像,可看到沿预制裂缝尖端位置向上产生了一条较为明显的裂缝,图8(b)为该荷载时刻下对应的网格划分示意图(本实施例统一采用矩形网格),由图可看出围绕裂缝附近执行了网格加密操作,其它远离裂缝区域的网格密度保持不变。图9(a)为裂缝完全贯穿时采集到的散斑图像,图9(b)给出了该荷载时刻下对应的网格划分示意图,可看到沿扩展裂缝边界均执行了网格加密操作。图10给出了采用三种不同网格尺寸计算获得的沿水平方向的全场应变等值线对比云图,由图可看出随网格尺寸增加,沿应变方向的梯度逐渐稀疏,与真实变形情况逐渐产生偏差。
本发明未述及之处适用于现有技术。
Claims (6)
1.一种基于局部网格加密的数字图像相关方法,该方法包括以下步骤:
第一步:在图像分析区域内绘制随机高反差彩色散斑,完成散斑图案制作;
第二步:安装装置;将两部平行线光源放置于固定支架上,根据试验现场光线明暗程度调节好光照强度;将采集相机固定于三角支架上,同时采集相机通过数据传输导线与计算机相连,安装好试验所用装置;
第三步:开动试验机,对测试物体进行加载,按照预先设定的试验加载速率以及图像采集帧率,完成试验数据及散斑图像的采集,同时根据试验数据信息,均匀挑选不同荷载时刻下的散斑图像,这里始终将上一荷载时刻采集到的散斑图像定义为参考图像,将下一时刻采集到的散斑图像定义为当前图像;
第四步:通过设定灰度阈值,逐张对散斑图像进行裂缝检测与识别操作,获取每张散斑图像对应的二值化分析图像,同时记录每张二值化分析图像中裂缝边界的坐标信息,进而确定需要加密的网格区域;
第五步:通过设定子集间距,首先在二值化分析图像中生成等像素间距的均匀网格,再根据参考图像所对应二值化分析图像所记录裂缝边界坐标信息,围绕二值化分析图像扩展裂缝边界执行网格加密操作;同时结合参考图像、当前图像以及参考图像对应二值化分析图像的灰度信息,执行图像处理分析,获取全场位移和应变信息。
2.根据权利要求1所述的基于局部网格加密的数字图像相关方法,其特征在于,在第四步进行裂缝检测与识别前对所有散斑图像执行相同的裁剪操作,剪裁后的图像仍保留图像分析区域的部分。
3.根据权利要求1或2所述的基于局部网格加密的数字图像相关方法,其特征在于彩色散斑制作过程为:首先在测试物体平整面喷涂一层哑光白漆作为背景,再随机喷洒另外一种哑光彩色喷漆形成高对比度散斑图案;彩色喷漆为除黑色喷漆以外的颜色。
4.根据权利要求3所述的基于局部网格加密的数字图像相关方法,其特征在于所述彩色喷漆为红色、绿色、黄色或者蓝色喷漆。
5.根据权利要求1所述的基于局部网格加密的数字图像相关方法,其特征在于,所述第四步中的二值化分析图像采用以下方式获取:设一幅图像的灰度分布函数为f(x,y),其中(x,y)为散斑图像中像素点的坐标信息,T为设定的灰度阈值,则经阈值分割后的图像灰度分布函数b(x,y)满足式(1):
其中灰度值为0,则采用黑色来表示裂缝扩展区域以及图像边界区域,该区域不参与图像分析;灰度值为1,则采用白色来表示,灰度值为1所在的区域参与图像分析过程。
6.根据权利要求1所述的基于局部网格加密的数字图像相关方法,其特征在于,网格加密形状可选用矩形、三角形或者多边形。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811310004.4A CN109493329A (zh) | 2018-11-02 | 2018-11-02 | 基于局部网格加密的数字图像相关方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811310004.4A CN109493329A (zh) | 2018-11-02 | 2018-11-02 | 基于局部网格加密的数字图像相关方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109493329A true CN109493329A (zh) | 2019-03-19 |
Family
ID=65695187
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811310004.4A Pending CN109493329A (zh) | 2018-11-02 | 2018-11-02 | 基于局部网格加密的数字图像相关方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109493329A (zh) |
Cited By (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110360979A (zh) * | 2019-07-04 | 2019-10-22 | 哈尔滨工业大学(深圳) | 一种混凝土裂缝监测方法及系统 |
CN110532591A (zh) * | 2019-07-12 | 2019-12-03 | 中南大学 | 基于dic-efg联合仿真分析裂纹尖端应变场的方法 |
CN110686610A (zh) * | 2019-09-11 | 2020-01-14 | 北京大学 | 基于自适应网格的光学变形测量方法及电子设备 |
CN111610210A (zh) * | 2020-04-27 | 2020-09-01 | 哈尔滨工业大学 | 用于表征材料局域应变分布特性的sem-dic散斑制备方法 |
JP2020187093A (ja) * | 2019-05-17 | 2020-11-19 | 株式会社大林組 | 撮影方法及び撮影システム |
CN112487610A (zh) * | 2020-11-09 | 2021-03-12 | 河北工业大学 | 具有复杂几何特征分析对象的形变确定方法及系统 |
CN112630217A (zh) * | 2020-11-23 | 2021-04-09 | 清华大学 | 一种基于数字散斑技术的混凝土碱骨料试验方法及系统 |
CN112819962A (zh) * | 2021-02-10 | 2021-05-18 | 南京航空航天大学 | 数字图像相关中非均匀网格划分及局部网格疏密方法 |
CN113466066A (zh) * | 2021-06-30 | 2021-10-01 | 山东大学 | 一种基于dic技术的混凝土材料疲劳变形量及裂缝宽度的测量方法 |
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 |
CN114390429A (zh) * | 2021-11-09 | 2022-04-22 | 泰瑞数创科技(北京)有限公司 | 基于用户请求的多参数动态调节加密矩阵的定位地图数据加密发送方法及其系统 |
CN115597970A (zh) * | 2022-11-17 | 2023-01-13 | 太原科技大学(Cn) | 一种含铜不锈钢薄板的应变分布测试方法 |
CN116046533A (zh) * | 2023-01-10 | 2023-05-02 | 中国人民解放军陆军工程大学 | 基于dic以及应力场重构的裂纹尖端应力强度因子测量方法 |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103325111A (zh) * | 2013-06-05 | 2013-09-25 | 哈尔滨工程大学 | 一种基于互信息的非刚性声纳图像配准方法 |
CN103743356A (zh) * | 2014-01-17 | 2014-04-23 | 北京光电技术研究所 | 建筑物多点实时视频测量方法及测量系统 |
CN104766335A (zh) * | 2015-04-21 | 2015-07-08 | 中国矿业大学 | 一种岩土材料变形数字图像相关分析优化方法 |
CN104764745A (zh) * | 2015-04-21 | 2015-07-08 | 中国矿业大学 | 一种可直接观测内部变形的岩体模型物理试验方法 |
CN105044311A (zh) * | 2015-09-05 | 2015-11-11 | 辽宁工程技术大学 | 一种模拟巷道开挖诱发围岩分区破裂化的装置及方法 |
CN105976356A (zh) * | 2016-04-26 | 2016-09-28 | 南京航空航天大学 | 一种基于相关熵准则的鲁棒数字图像相关方法 |
CN106446432A (zh) * | 2016-09-30 | 2017-02-22 | 云翼超算(北京)软件科技有限公司 | 一种求解材料大变形的最优输运无网格方法 |
CN106568648A (zh) * | 2016-11-01 | 2017-04-19 | 中国石油大学(北京) | 一种材料力学特性细观尺度实验方法 |
CN107194070A (zh) * | 2017-05-23 | 2017-09-22 | 西南石油大学 | 一种基于pebi网格加密来确定水平井裂缝参数的方法 |
CN107328502A (zh) * | 2017-07-03 | 2017-11-07 | 中国矿业大学 | 一种锚杆托盘载荷可视化数字成像方法 |
CN108508482A (zh) * | 2018-05-25 | 2018-09-07 | 中国海洋石油集团有限公司 | 一种地下裂缝地震散射响应特征模拟方法 |
CN108662978A (zh) * | 2018-04-04 | 2018-10-16 | 河北工业大学 | 一种非连续变形测量方法 |
-
2018
- 2018-11-02 CN CN201811310004.4A patent/CN109493329A/zh active Pending
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103325111A (zh) * | 2013-06-05 | 2013-09-25 | 哈尔滨工程大学 | 一种基于互信息的非刚性声纳图像配准方法 |
CN103743356A (zh) * | 2014-01-17 | 2014-04-23 | 北京光电技术研究所 | 建筑物多点实时视频测量方法及测量系统 |
CN104766335A (zh) * | 2015-04-21 | 2015-07-08 | 中国矿业大学 | 一种岩土材料变形数字图像相关分析优化方法 |
CN104764745A (zh) * | 2015-04-21 | 2015-07-08 | 中国矿业大学 | 一种可直接观测内部变形的岩体模型物理试验方法 |
CN105044311A (zh) * | 2015-09-05 | 2015-11-11 | 辽宁工程技术大学 | 一种模拟巷道开挖诱发围岩分区破裂化的装置及方法 |
CN105976356A (zh) * | 2016-04-26 | 2016-09-28 | 南京航空航天大学 | 一种基于相关熵准则的鲁棒数字图像相关方法 |
CN106446432A (zh) * | 2016-09-30 | 2017-02-22 | 云翼超算(北京)软件科技有限公司 | 一种求解材料大变形的最优输运无网格方法 |
CN106568648A (zh) * | 2016-11-01 | 2017-04-19 | 中国石油大学(北京) | 一种材料力学特性细观尺度实验方法 |
CN107194070A (zh) * | 2017-05-23 | 2017-09-22 | 西南石油大学 | 一种基于pebi网格加密来确定水平井裂缝参数的方法 |
CN107328502A (zh) * | 2017-07-03 | 2017-11-07 | 中国矿业大学 | 一种锚杆托盘载荷可视化数字成像方法 |
CN108662978A (zh) * | 2018-04-04 | 2018-10-16 | 河北工业大学 | 一种非连续变形测量方法 |
CN108508482A (zh) * | 2018-05-25 | 2018-09-07 | 中国海洋石油集团有限公司 | 一种地下裂缝地震散射响应特征模拟方法 |
Non-Patent Citations (5)
Title |
---|
丁绍强等: ""混凝土拱形试件双 K 断裂参数试验研究"", 《硅酸盐通报》 * |
卢宇等: ""数字散斑相关方法全场变形快速测量"", 《电子测量与仪器学报》 * |
孙岳: ""双目视觉下振动台试件变形位移测量方法研究"", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
张伟列: ""基于DIC方法的结构件变形测量及有限元模拟"", 《中国优秀硕士学位论文全文数据库 工程科技Ⅰ辑》 * |
普拉莫德·拉斯托吉: "《数字光学测量技术和应用》", 31 October 2018, 西南交通大学出版 * |
Cited By (24)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2020187093A (ja) * | 2019-05-17 | 2020-11-19 | 株式会社大林組 | 撮影方法及び撮影システム |
JP7448062B2 (ja) | 2019-05-17 | 2024-03-12 | 株式会社大林組 | 評価方法及び評価システム |
JP7448061B2 (ja) | 2019-05-17 | 2024-03-12 | 株式会社大林組 | 評価方法及び評価システム |
JP7342418B2 (ja) | 2019-05-17 | 2023-09-12 | 株式会社大林組 | 評価方法及び評価システム |
CN110360979A (zh) * | 2019-07-04 | 2019-10-22 | 哈尔滨工业大学(深圳) | 一种混凝土裂缝监测方法及系统 |
CN110532591A (zh) * | 2019-07-12 | 2019-12-03 | 中南大学 | 基于dic-efg联合仿真分析裂纹尖端应变场的方法 |
CN110686610A (zh) * | 2019-09-11 | 2020-01-14 | 北京大学 | 基于自适应网格的光学变形测量方法及电子设备 |
CN110686610B (zh) * | 2019-09-11 | 2020-12-22 | 北京大学 | 基于自适应网格的光学变形测量方法及电子设备 |
CN111610210B (zh) * | 2020-04-27 | 2023-04-11 | 哈尔滨工业大学 | 用于表征材料局域应变分布特性的sem-dic散斑制备方法 |
CN111610210A (zh) * | 2020-04-27 | 2020-09-01 | 哈尔滨工业大学 | 用于表征材料局域应变分布特性的sem-dic散斑制备方法 |
CN112487610A (zh) * | 2020-11-09 | 2021-03-12 | 河北工业大学 | 具有复杂几何特征分析对象的形变确定方法及系统 |
CN112487610B (zh) * | 2020-11-09 | 2021-10-08 | 河北工业大学 | 具有复杂几何特征分析对象的形变确定方法及系统 |
CN112630217A (zh) * | 2020-11-23 | 2021-04-09 | 清华大学 | 一种基于数字散斑技术的混凝土碱骨料试验方法及系统 |
CN112819962B (zh) * | 2021-02-10 | 2024-04-16 | 南京航空航天大学 | 数字图像相关中非均匀网格划分及局部网格疏密方法 |
CN112819962A (zh) * | 2021-02-10 | 2021-05-18 | 南京航空航天大学 | 数字图像相关中非均匀网格划分及局部网格疏密方法 |
CN113466066A (zh) * | 2021-06-30 | 2021-10-01 | 山东大学 | 一种基于dic技术的混凝土材料疲劳变形量及裂缝宽度的测量方法 |
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 |
CN114390429A (zh) * | 2021-11-09 | 2022-04-22 | 泰瑞数创科技(北京)有限公司 | 基于用户请求的多参数动态调节加密矩阵的定位地图数据加密发送方法及其系统 |
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 |
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 |
CN115597970A (zh) * | 2022-11-17 | 2023-01-13 | 太原科技大学(Cn) | 一种含铜不锈钢薄板的应变分布测试方法 |
CN115597970B (zh) * | 2022-11-17 | 2023-04-11 | 太原科技大学 | 一种含铜不锈钢薄板的应变分布测试方法 |
CN116046533B (zh) * | 2023-01-10 | 2023-09-22 | 中国人民解放军陆军工程大学 | 基于dic以及应力场重构的裂纹尖端应力强度因子测量方法 |
CN116046533A (zh) * | 2023-01-10 | 2023-05-02 | 中国人民解放军陆军工程大学 | 基于dic以及应力场重构的裂纹尖端应力强度因子测量方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109493329A (zh) | 基于局部网格加密的数字图像相关方法 | |
CN105487121B (zh) | 基于ct扫描图像与电成像图像融合构建多尺度数字岩心方法 | |
CN110490874A (zh) | 基于yolo神经网络的纺织布匹表面瑕疵检测方法 | |
CN108007374A (zh) | 一种建筑物变形激光点云数据坐标偏差分析方法 | |
CN110910343A (zh) | 路面裂缝检测的方法、装置及计算机设备 | |
CN104331927A (zh) | 一种储层数字露头表层模拟的方法和系统 | |
CN115936437A (zh) | 一种基于数字孪生仿真平台的基坑施工风险评估方法及系统 | |
CN108627114A (zh) | 土体内部可视化三维变形测量方法 | |
CN109035399A (zh) | 利用三维激光扫描仪快速获取变电站三维信息的方法 | |
CN106501090A (zh) | 用于水力压裂模拟实验的裂缝表征方法 | |
CN103759713A (zh) | 一种基于全景影像的危岩落石调查方法 | |
CN110674593A (zh) | 一种用于隧洞开挖过程超欠挖自动化预测的方法 | |
CN114332004A (zh) | 一种瓷砖表面缺陷检测方法、装置、电子设备及存储介质 | |
CN109990703A (zh) | 一种预制构件的尺寸检测方法及系统 | |
CN109635629A (zh) | 一种基于深度学习的公交站台人群密度检测方法及装置 | |
CN109615594A (zh) | 一种激光点云空洞修补着色方法 | |
CN109163674B (zh) | 一种面结构光自动化三维测量中传感器测量视点规划方法 | |
CN107167088A (zh) | 玻璃变形量的测量方法及装置 | |
CN107657609A (zh) | 一种基于激光扫描的获取靶板穿孔密度的方法 | |
CN106780733A (zh) | 一种基于人眼视觉特性显示和生产地形图的方法 | |
CN110599477B (zh) | 一种植草混凝土有效孔隙率的检测方法及系统 | |
CN111311695B (zh) | 一种基于卷积神经网络的清水混凝土表面色差分析方法 | |
CN102507134B (zh) | 一种养殖网箱动态响应三维物理模拟测量装置的测量方法 | |
CN104359420A (zh) | 基于激光位移传感器扫描的刀具磨损三维形貌的测量方法 | |
CN114219333B (zh) | 一种三维地形中传感器部署点规划方法、系统及存储介质 |
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 |