CN109741271A - 一种检测方法及系统 - Google Patents
一种检测方法及系统 Download PDFInfo
- Publication number
- CN109741271A CN109741271A CN201811536020.5A CN201811536020A CN109741271A CN 109741271 A CN109741271 A CN 109741271A CN 201811536020 A CN201811536020 A CN 201811536020A CN 109741271 A CN109741271 A CN 109741271A
- Authority
- CN
- China
- Prior art keywords
- image data
- data
- preset rules
- target
- distance
- 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
Landscapes
- Optical Radar Systems And Details Thereof (AREA)
- Image Processing (AREA)
Abstract
本公开提供一种检测方法及系统,涉及隧道病害的检测,能够解决检测隧道病害时效率低、检测破坏大的问题。具体技术方案为:通过获取至少一个图像数据及对应目标位置信息;并根据预设规则分析至少一个图像数据是否符合预设规则,当至少一个图像数据符合预设规则时生成目标图像数据;在目标图像数据标记目标位置信息后生成目标检测数据,上传至数据库;当检测图像数据不符合预设规则时,调整拍摄距离或拍摄参数后再次获取至少一张图像数据,直至获取符合预设规则的图像数据,由此实现了检测数据获取中的闭环系统。本发明用于隧道病害的检测。
Description
技术领域
本公开涉及隧道检测领域,尤其涉及检测方法及系统。
背景技术
随着经济的快速发展,近几十年来我国加快了建设高速公路的步伐。高速公路的建设过程中遇到山体时,通过建设桥梁、隧道,避免为了将开凿山体的环境破坏,因此在高速公路的规划中的比例大幅度增加。隧道在建设期间,由于受到地质、渗水、应力等因素的影响,隧道难免会发生开裂、隧道拱壁下压、拱顶下沉、隧底拱起等变形。因此,为了保证隧道的安全运营,对隧道进行变形检测及预警就显得十分必要。
现有技术中,隧道的检测通过人工的方式进行,人工检测的方式为:在衬砌中的指定位置埋设检测点,使用断面仪或者其他检测仪器进行检测,这种方法不仅费时、费力,检测时间长,效率低,对衬砌表面破坏较大;更为重要的是人工检测的时机为定期检测或者在出现受损情况时再进行检测评估,此时隧道往往已出现了较大损伤,此时再去评估和维修费用必然不菲。
发明内容
本公开实施例提供一种检测方法及系统,能够解决隧道检测中出现的检测效率低、检测破坏大的问题。所述技术方案如下:
根据本公开实施例的第一方面,提供一种检测方法,该方法包括:
获取至少一个图像数据及对应目标位置信息,目标位置信息是指检测装置获取图像数据时的位置信息;
根据预设规则分析至少一个图像数据是否符合预设规则;
当至少一个图像数据符合预设规则时生成目标图像数据,将目标图像数据标记目标位置信息后生成目标检测数据,上传至数据库;
当检测图像数据不符合预设规则时,调整拍摄距离或拍摄参数后再次获取至少一张图像数据,拍摄距离是指获取图像数据时拍摄装置与目标物之间的距离。
在一个实施例中,获取目标位置信息,还包括,:
通过卫星定位的方法获取起始位置信息;
通过测速编码器获取目标运动速度后,根据目标行驶时间,生成目标行驶距离;
通过计算起始位置信息和目标行驶距离,生成目标位置信息。
在一个实施例中,该方法中还包括的预设规则是指,
对图像数据进行筛选,筛选是指删除不符合影像重叠度要求的图像数据;
根据已筛选的图像数据的质量参数进行滤波去噪,质量参数包括,引起的图像畸变,图像噪声、图像失真的参数信息。
在一个实施例中,该方法中还包括,生成目标图像数据,包括:
对符合预设规则的图像数据进行拼接处理后,生成目标图像数据,拼接处理包括:将滤波去噪后的图像数据进行空间位置对准,并已对准图像数据的重叠部分进行融合处理。
在一个实施例中,空间位置对准,包括:
获取至少两个图像数据的特征,确定至少两个图像数据的共有特征结构,特征结构包括,物体的角点、边缘、边界;
通过进行相似性度量匹配两幅的图像数据的特征结构,获得图像的空间几何变换关系和坐标变换参数;
根据空间几何变换关系和坐标变换参数进行坐标的变换灰度插值,完成图像配准;
已对准图像数据的重叠部分进行融合处理,包括,根据图像数据的像元以及特征实现图像数据的融合,融合包括:欧式距离法、小波变换法、平均值法、线性的淡入淡出法和帽子函数加权平均法。
在一个实施例中,调整拍摄距离或拍摄参数后再次获取至少一张图像数据,包括:
确定不符合预设规则的第一图像数据的质量参数和对应的拍摄距离;
根据质量参数和拍摄距离,调整拍摄距离或拍摄参数后获取第二图像数据;
分析第二图像数据是否符合预设规则,当第二图像数据符合预设规则时生成目标图像数据;不符合预设规则时,则继续调整拍摄距离直至获取的图像数据符合预设规则。
在一个实施例中,拍摄距离,包括:
通过向目标物发射激光脉冲信号,当激光脉冲信号到达目标物并返回至激光测距设备接收端时,获取回波信号和目标时间数据,目标时间数据是指脉冲信号自激光测距设备接收端至目标物的往返时间数据;
通过处理激光脉冲信号的脉冲数据和目标时间数据,生成第一目标距离数据;
通过处理激光脉冲信号和回波信号的相位差,生成第二目标距离数据;
通过第一目标距离数据和第二目标距离数据生成拍摄距离。
在一个实施例中,调整拍摄参数,包括,
根据目标位置信息获取对应的目标光照强度,确定目标光照补偿系数并调整拍摄设备的光照强度后,获取至少一张图像数据。
本公开实施例提供的检测方法,通过获取至少一个图像数据及对应目标位置信息;并根据预设规则分析至少一个图像数据是否符合预设规则,当至少一个图像数据符合预设规则时生成目标图像数据;在目标图像数据标记目标位置信息后生成目标检测数据,上传至数据库;当检测图像数据不符合预设规则时,调整拍摄距离或拍摄参数后再次获取至少一张图像数据,直至获取符合预设规则的图像数据,由此实现了检测数据获取中的闭环系统。
根据本公开实施例的第二方面,提供一种检测系统,包括:
定位子系统、测距子系统和图像处理子系统;
定位子系统,获取目标位置信息后传输至图像处理子系统,目标位置信息用于指示获取图像数据时检测装置的位置信息;
测距子系统,获取目标拍摄距离后传输至图像处理子系统,距离信息用于指示激光测距设备与待测目标物之间的距离;
图像处理子系统,根据预设规则分析至少一个图像数据是否符合预设规则,当至少一个图像数据符合预设规则时生成目标图像数据;
将目标图像数据标记目标位置信息后生成目标检测数据,上传至数据库;
当检测图像数据不符合预设规则时,调整拍摄距离或拍摄参数后再次获取至少一张图像数据,拍摄距离是指获取图像数据时拍摄装置与目标物之间的距离。
在一个实施例中,该检测系统中的测距子系统,还包括
通过向目标物发射激光脉冲信号,当激光脉冲信号到达目标物并返回至激光测距设备接收端时,获取回波信号和目标时间数据,目标时间数据是指脉冲信号自激光测距设备接收端至目标物的往返时间数据;
通过处理激光脉冲信号的脉冲数据和目标时间数据,生成第一目标距离数据;
通过处理激光脉冲信号和回波信号的相位差,生成第二目标距离数据;
通过第一目标距离数据和第二目标距离数据生成拍摄距离。
本公开实施例提供的检测系统,通过获取至少一个图像数据及对应目标位置信息;并根据预设规则分析所述至少一个图像数据是否符合预设规则,当所述至少一个图像数据符合预设规则时生成目标图像数据;在目标图像数据标记目标位置信息后生成目标检测数据,上传至数据库;当检测图像数据不符合预设规则时,调整拍摄距离或拍摄参数后再次获取至少一张图像数据,直至获取符合预设规则的图像数据,由此实现了检测数据获取中的闭环系统。应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本公开。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本公开的实施例,并与说明书一起用于解释本公开的原理。
图1是本公开实施例提供的一种检测方法的流程图;
图2是本公开实施例提供的一种检测系统的结构示意图。
具体实施方式
这里将详细地对示例性实施例进行说明,其示例表示在附图中。下面的描述涉及附图时,除非另有表示,不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反,它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。
实施例一
本公开实施例提供一种检测方法,如图1所示,该检测方法包括以下步骤:
101、获取至少一个图像数据及对应目标位置信息。
目标位置信息是指检测装置在获取图像数据时的位置信息。
在可选实施例中,获取目标位置信息,包括:
通过卫星定位的方法获取起始位置信息;
通过测速编码器获取目标运动速度后,根据目标行驶时间,生成目标行驶距离;
通过计算起始位置信息和目标行驶距离,生成目标位置信息。
在可选实施例中,定位方法包括通过中国北斗卫星导航系统和全球定位系统获取位置信息;从而能够在全球范围内实现全天候、连续、实时的三维导航定位和测速;另外,利用该方法,能够获取高精度的时间数据和高精度的定位数据。
102、根据预设规则分析至少一个图像数据是否符合预设规则。
在可选实施例,预设规则,包括:
对图像数据进行筛选,筛选是指删除不符合影像重叠度要求的图像数据;
根据已筛选的图像数据的质量参数进行滤波去噪,质量参数包括,引起的图像畸变,图像噪声、图像失真的参数信息。
103、当至少一个图像数据符合预设规则时生成目标图像数据,将目标图像数据标记目标位置信息后生成目标检测数据,上传至数据库。
在可选实施例中,因为本公开的使用场景包括隧道检测,隧道顶部为拱形,单张照片不能连续完整的显示病害信息,因此需要将多张照片合成后,生成一张照片即目标图像数据,本公开在生成目标图像数据时,需要先对至少一个图像数据进行预判断,进一步保证了合成后的目标图像数据的清晰度和可辨识度,以提高检测数据可靠性。
在可选的实施例中,生成目标图像数据的实现方式,包括:包括图像配准和图像融合。
图像配准是指,将至少一个图像数据在空间位置上进行对准,它通过计算两幅图像之间的最佳匹配实现配准。图像配准的精度决定了图像拼接的质量。
将配准后的图像数据进行图像数据融合处理。
图像融合是指,将多源信道所采集到的关于同一目标的图像数据经过图像处理和计算机技术等,最大限度的提取各自信道中的有利信息,最后综合成高质量的图像,用于消除图像数据的拼接痕迹。
在可选实施例中,生成目标图像数据的实现方式,包括:
对符合预设规则的图像数据进行拼接处理后,生成目标图像数据,拼接处理包括:将滤波去噪后的图像数据进行空间位置对准,并已对准图像数据的重叠部分进行融合处理。
在可选实施例中,实现空间位置对准的方法,包括:
获取至少两个图像数据的特征,确定至少两个图像数据的共有特征结构,特征结构包括,物体的角点、边缘、边界;
通过进行相似性度量匹配两幅的图像数据的特征结构,获得图像的空间几何变换关系和坐标变换参数;
根据空间几何变换关系和坐标变换参数进行坐标的变换灰度插值,完成图像配准;
在可选实施例中,对已对准图像数据的重叠部分进行融合处理,包括,根据图像数据的像元以及特征实现图像数据的融合,融合包括:欧式距离法、小波变换法、平均值法、线性的淡入淡出法和帽子函数加权平均法。
其中,平均值法是通过对两幅图像的重叠区域的像素求平均值后作为拼接后重叠区域的像素值,而未重叠区域保留原始图像的像素值来实现拼接图像的像素融合。
线性的淡入淡出法是指,在图像的重叠区域部分由一幅图像的重叠部分线性的过渡到另一幅图像的重叠部分,即是图像融合后,重叠区域的灰度值是由原来两幅图像的灰度值按照一定的权重比例相加得到。
帽子函数加权平均法,由于图像重叠区域每个点的像素权重函数图像成三角形,所以称该函数为帽状函数。它的基本思想类似于线性的淡入淡出法,但它的图像重叠区域各点的像素值是根据各点离图像中心的距离来决定的,简单的说离图像中心越近的像素占的权重大,而在边缘处最小。
欧式距离法是以像素点到最近不可见点,即图像边缘的距离为依据,给图像的每个像素分配权重,距离越远,权重越大,利用欧式距离和块距离,计算到最近的透明点的距离,用于减少离边缘近的像素点的光强贡献。
小波变换法,是指对N幅待融合的图像,利用离散小波变换法,将N幅图像都分解成M幅图像,然后在每一级上对该M×N幅图像进行融合,获得M级的融合图像后,进行逆变换获得融合结果。
在可选实施例中,将目标图像数据标记目标位置信息后生成目标检测数据后,用户可以通过该目标检测数据获取隧道病害的图像数据信息和位置信息,从而方便用户快速锁定病害,提高检测效率。
104、当检测图像数据不符合预设规则时,调整拍摄距离或拍摄参数后再次获取至少一张图像数据。
拍摄距离是指获取图像数据时拍摄装置与目标物之间的距离。
在可选实施例中,调整拍摄距离或拍摄参数后再次获取至少一张图像数据,包括:
确定不符合预设规则的第一图像数据的质量参数和对应的拍摄距离;
根据质量参数和拍摄距离,调整拍摄距离或拍摄参数后获取第二图像数据;
分析第二图像数据是否符合预设规则,当第二图像数据符合预设规则时生成目标图像数据;不符合预设规则时,则继续调整拍摄距离直至获取的图像数据符合预设规则。
在可选实施例中,实现拍摄距离的方法,是通过在脉冲相位激光测距方式实现,该距离计算包括,粗测和精测两部分计算,即通过对高频脉冲的计数实现距离的粗测,和精测部分则完全由对发射信号和回波信号的相位差实现距离的精测,具体方法包括:
通过向目标物发射激光脉冲信号,当激光脉冲信号到达目标物并返回至激光测距设备接收端时,获取回波信号和目标时间数据,目标时间数据是指脉冲信号自激光测距设备接收端至目标物的往返时间数据;
通过处理激光脉冲信号的脉冲数据和目标时间数据,生成第一目标距离数据;
通过处理激光脉冲信号和回波信号的相位差,生成第二目标距离数据;
通过第一目标距离数据和第二目标距离数据生成拍摄距离。
在可选实施例中,通过获取拍摄距离能够测试拍摄设备距隧道侧壁的距离,从而来检测装置的运动轨迹和图像数据的获取
在可选实施例中,实现调整拍摄参数的方法,包括,
根据目标位置信息获取对应的目标光照强度,确定目标光照补偿系数并调整拍摄设备的光照强度后,获取至少一张图像数据。
在可选实施例中,本公开提供的方法通过分析获取的图像数据,根据获取的图像数据对应目标位置信息所处场景的光照强度,分析图像直方图,计算光照补偿系数,确定需要设置的光照强度,通过控制闪光灯的开关,调节闪光灯光源强度,使得拍摄装置达到最佳光照强度。通过图像数据的获取与分析有序配合和反馈控制,确保全天候拍摄的图像数据都是符合预设规则,从而能够有效解决各类隧道壁的反光和强光直射问题,便于用户检测隧道壁裂缝信息。
本公开实施例提供的检测方法,通过获取至少一个图像数据及对应目标位置信息;并根据预设规则分析至少一个图像数据是否符合预设规则,当至少一个图像数据符合预设规则时生成目标图像数据;在目标图像数据标记目标位置信息后生成目标检测数据,上传至数据库;当检测图像数据不符合预设规则时,调整拍摄距离或拍摄参数后再次获取至少一张图像数据,直至获取符合预设规则的图像数据,由此实现了检测数据获取中的闭环系统。
本公开通过对图像数据的获取与分析,实现了对检测隧道高速、高密度、高精密的数据采样,进而准确计算隧道病害数据如:开裂、隧道拱壁下压、拱顶下沉、隧底拱起等信息。本公开通过图像数据对隧道病害的准确检测,有效解决了传统检测的人为误差影响。与现有技术中的检测技术方法相比,具有抗干扰能力强、检测精确、施工周期短、维修方便、不易受天气条件影响等优点。
实施例二
基于上述图1对应的实施例提供的检测方法,本公开另一实施例提供一种检测系统,该方法可以应用于隧道病害的检测,参照图2所示,本实施例提供的检测系统包括:定位子系统201、测距子系统202和图像处理子系统203;
定位子系统201,获取目标位置信息后传输至图像处理子系统,目标位置信息用于指示获取图像数据时检测装置的位置信息;
测距子系统202,获取目标拍摄距离后传输至图像处理子系统,距离信息用于指示激光测距设备与待测目标物之间的距离;
图像处理子系统203,根据预设规则分析至少一个图像数据是否符合预设规则,当至少一个图像数据符合预设规则时生成目标图像数据;
将目标图像数据标记目标位置信息后生成目标检测数据,上传至数据库;
当检测图像数据不符合预设规则时,调整拍摄距离或拍摄参数后再次获取至少一张图像数据,拍摄距离是指获取图像数据时拍摄装置与目标物之间的距离。
在可选实施例中,测距子系统202,还包括:
通过向目标物发射激光脉冲信号,当激光脉冲信号到达目标物并返回至激光测距设备接收端时,获取回波信号和目标时间数据,目标时间数据是指脉冲信号自激光测距设备接收端至目标物的往返时间数据;
通过处理激光脉冲信号的脉冲数据和目标时间数据,生成第一目标距离数据;
通过处理激光脉冲信号和回波信号的相位差,生成第二目标距离数据;
通过第一目标距离数据和第二目标距离数据生成拍摄距离。
本领域技术人员在考虑说明书及实践这里公开的公开后,将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本公开的真正范围和精神由下面的权利要求指出。
应当理解的是,本公开并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。
Claims (10)
1.一种检测方法,其特征在于,所述方法包括:
获取至少一个图像数据及对应目标位置信息,所述目标位置信息是指检测装置获取图像数据时的位置信息;
根据预设规则分析所述至少一个图像数据是否符合预设规则;
当所述至少一个图像数据符合预设规则时生成目标图像数据,将所述目标图像数据标记所述目标位置信息后生成目标检测数据,上传至数据库;
当所述至少一个图像数据不符合预设规则时,调整拍摄距离或拍摄参数后再次获取至少一张图像数据,所述拍摄距离是指获取图像数据时拍摄装置与目标物之间的距离。
2.根据权利要求1所述的方法,其特征在于,所述获取目标位置信息,包括:
通过卫星定位的方法获取起始位置信息;
通过测速编码器获取目标运动速度后,根据目标行驶时间,生成目标行驶距离;
根据所述起始位置信息和所述目标行驶距离,生成所述目标位置信息。
3.根据权利要求1所述的方法,其特征在于,所述预设规则,包括:
对所述图像数据进行筛选,所述筛选是指删除不符合影像重叠度要求的图像数据;
根据已筛选的所述图像数据的质量参数进行滤波去噪,所述质量参数包括,引起的图像畸变,图像噪声、图像失真的参数信息。
4.根据权利要求1所述的方法,其特征在于,所述生成目标图像数据,包括:
对符合预设规则的图像数据进行拼接处理后,生成目标图像数据,所述拼接处理包括:将所述滤波去噪后的图像数据进行空间位置对准,并已对准图像数据的重叠部分进行融合处理。
5.根据权利要求4所述的方法,其特征在于,所述空间位置对准,包括:
获取至少两个图像数据的特征,确定所述至少两个图像数据的共有特征结构,所述特征结构包括,物体的角点、边缘、边界;
通过进行相似性度量匹配所述两幅的图像数据的特征结构,获得图像的空间几何变换关系和坐标变换参数;
根据所述空间几何变换关系和坐标变换参数进行坐标的变换灰度插值,完成图像配准;
所述已对准图像数据的重叠部分进行融合处理,包括,根据所述图像数据的像元以及特征实现图像数据的融合,所述融合包括:欧式距离法、小波变换法、平均值法、线性的淡入淡出法和帽子函数加权平均法。
6.根据权利要求1所述的方法,其特征在于,所述调整拍摄距离或拍摄参数后再次获取至少一张图像数据,包括:
确定不符合预设规则的第一图像数据的质量参数和对应的拍摄距离;
根据所述质量参数和所述拍摄距离,调整拍摄距离或拍摄参数后获取第二图像数据;
分析所述第二图像数据是否符合预设规则,当所述第二图像数据符合预设规则时生成目标图像数据;不符合预设规则时,则继续调整拍摄距离直至获取的图像数据符合预设规则。
7.根据权利要求6所述的方法,其特征在于,所述调整拍摄参数,包括,
根据目标位置信息获取对应的目标光照强度,确定目标光照补偿系数并调整拍摄设备的光照强度后,获取至少一张图像数据。
8.根据权利要求1所述的方法,其特征在于,所述拍摄距离,包括:
通过向目标物发射激光脉冲信号,当所述激光脉冲信号到达所述目标物并返回至激光测距设备接收端时,获取回波信号和目标时间数据,所述目标时间数据是指脉冲信号自所述激光测距设备接收端至所述目标物的往返时间数据;
通过处理所述激光脉冲信号的脉冲数据和所述目标时间数据,生成第一目标距离数据;
通过处理所述激光脉冲信号和所述回波信号的相位差,生成第二目标距离数据;
通过所述第一目标距离数据和第二目标距离数据生成所述拍摄距离。
9.一种检测系统,其特征在于,包括:定位子系统、测距子系统和图像处理子系统;
所述定位子系统,获取目标位置信息后传输至图像处理子系统,所述目标位置信息用于指示获取图像数据时检测装置的位置信息;
所述测距子系统,获取目标拍摄距离后传输至图像处理子系统,所述距离信息用于指示所述激光测距设备与待测目标物之间的距离;
所述图像处理子系统,根据预设规则分析所述至少一个图像数据是否符合预设规则,当所述至少一个图像数据符合预设规则时生成目标图像数据;
将所述目标图像数据标记目标位置信息后生成目标检测数据,上传至数据库;
当所述检测图像数据不符合预设规则时,调整拍摄距离或拍摄参数后再次获取至少一张图像数据,所述拍摄距离是指获取图像数据时拍摄装置与目标物之间的距离。
10.根据权利要求9所述的一种检测系统,其特征在于,所述测距子系统,还包括:
通过向目标物发射激光脉冲信号,当所述激光脉冲信号到达所述目标物并返回至激光测距设备接收端时,获取回波信号和目标时间数据,所述目标时间数据是指脉冲信号自所述激光测距设备接收端至所述目标物的往返时间数据;
通过处理所述激光脉冲信号的脉冲数据和所述目标时间数据,生成第一目标距离数据;
通过处理所述激光脉冲信号和所述回波信号的相位差,生成第二目标距离数据;
通过所述第一目标距离数据和第二目标距离数据生成所述拍摄距离。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811536020.5A CN109741271B (zh) | 2018-12-14 | 2018-12-14 | 一种检测方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811536020.5A CN109741271B (zh) | 2018-12-14 | 2018-12-14 | 一种检测方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109741271A true CN109741271A (zh) | 2019-05-10 |
CN109741271B CN109741271B (zh) | 2021-11-19 |
Family
ID=66359465
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811536020.5A Active CN109741271B (zh) | 2018-12-14 | 2018-12-14 | 一种检测方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109741271B (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110086999A (zh) * | 2019-05-28 | 2019-08-02 | 维沃移动通信有限公司 | 图像信息的反馈方法及终端设备 |
CN110493507A (zh) * | 2019-05-30 | 2019-11-22 | 福建知鱼科技有限公司 | 一种抓拍方法 |
CN110491797A (zh) * | 2019-09-29 | 2019-11-22 | 云谷(固安)科技有限公司 | 线宽测量方法及设备 |
CN110505383A (zh) * | 2019-08-29 | 2019-11-26 | 重庆金山医疗技术研究院有限公司 | 一种图像获取方法、图像获取装置及内窥镜系统 |
CN110533015A (zh) * | 2019-08-30 | 2019-12-03 | Oppo广东移动通信有限公司 | 验证方法及验证装置、电子设备、计算机可读存储介质 |
CN116576792A (zh) * | 2023-07-12 | 2023-08-11 | 佳木斯大学 | 一种基于物联网的智能拍摄一体设备 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105550995A (zh) * | 2016-01-27 | 2016-05-04 | 武汉武大卓越科技有限责任公司 | 隧道影像拼接方法及系统 |
CN105979141A (zh) * | 2016-06-03 | 2016-09-28 | 北京奇虎科技有限公司 | 一种图像拍摄方法、装置和移动终端 |
CN108702448A (zh) * | 2017-09-27 | 2018-10-23 | 深圳市大疆创新科技有限公司 | 无人机图像采集方法及无人机 |
CN108802744A (zh) * | 2017-05-04 | 2018-11-13 | 四川医达科技有限公司 | 一种远程激光测距的方法和设备 |
CN108875625A (zh) * | 2018-06-13 | 2018-11-23 | 联想(北京)有限公司 | 一种识别方法和电子设备 |
-
2018
- 2018-12-14 CN CN201811536020.5A patent/CN109741271B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105550995A (zh) * | 2016-01-27 | 2016-05-04 | 武汉武大卓越科技有限责任公司 | 隧道影像拼接方法及系统 |
CN105979141A (zh) * | 2016-06-03 | 2016-09-28 | 北京奇虎科技有限公司 | 一种图像拍摄方法、装置和移动终端 |
CN108802744A (zh) * | 2017-05-04 | 2018-11-13 | 四川医达科技有限公司 | 一种远程激光测距的方法和设备 |
CN108702448A (zh) * | 2017-09-27 | 2018-10-23 | 深圳市大疆创新科技有限公司 | 无人机图像采集方法及无人机 |
CN108875625A (zh) * | 2018-06-13 | 2018-11-23 | 联想(北京)有限公司 | 一种识别方法和电子设备 |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110086999A (zh) * | 2019-05-28 | 2019-08-02 | 维沃移动通信有限公司 | 图像信息的反馈方法及终端设备 |
CN110086999B (zh) * | 2019-05-28 | 2021-01-08 | 维沃移动通信有限公司 | 图像信息的反馈方法及终端设备 |
CN110493507A (zh) * | 2019-05-30 | 2019-11-22 | 福建知鱼科技有限公司 | 一种抓拍方法 |
CN110505383A (zh) * | 2019-08-29 | 2019-11-26 | 重庆金山医疗技术研究院有限公司 | 一种图像获取方法、图像获取装置及内窥镜系统 |
CN110533015A (zh) * | 2019-08-30 | 2019-12-03 | Oppo广东移动通信有限公司 | 验证方法及验证装置、电子设备、计算机可读存储介质 |
CN110491797A (zh) * | 2019-09-29 | 2019-11-22 | 云谷(固安)科技有限公司 | 线宽测量方法及设备 |
CN116576792A (zh) * | 2023-07-12 | 2023-08-11 | 佳木斯大学 | 一种基于物联网的智能拍摄一体设备 |
CN116576792B (zh) * | 2023-07-12 | 2023-09-26 | 佳木斯大学 | 一种基于物联网的智能拍摄一体设备 |
Also Published As
Publication number | Publication date |
---|---|
CN109741271B (zh) | 2021-11-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109741271A (zh) | 一种检测方法及系统 | |
KR102399227B1 (ko) | Gpr 탐사를 이용한 지하시설물 관리시스템 | |
CN105937904B (zh) | 勘测装置和用于勘测装置的方法、机器可读介质 | |
CN105784710B (zh) | 一种基于数字图像处理的混凝土桥梁裂缝检测装置 | |
US7693325B2 (en) | Transprojection of geometry data | |
de Moraes Frasson et al. | Three-dimensional digital model of a maize plant | |
CA2078556C (en) | Computer assisted video surveying and method therefor | |
CN108020825A (zh) | 激光雷达、激光摄像头、视频摄像头的融合标定系统及方法 | |
CN104502990A (zh) | 一种基于数码图像的隧道掌子面地质调查方法 | |
CN102262092B (zh) | 能见度测量系统及方法 | |
JP5051493B2 (ja) | 三次元計測用マーカとこれを用いた三次元計測方法 | |
CN104359406B (zh) | 一种准分布式结构位移光学测量方法 | |
CN105548197A (zh) | 一种非接触的钢轨表面伤损检测方法及其装置 | |
CN101970985A (zh) | 确定觇标相对于带有至少两台相机的测量仪的坐标 | |
US20130113897A1 (en) | Process and arrangement for determining the position of a measuring point in geometrical space | |
CN108802043A (zh) | 隧道检测装置、检测系统及隧道病害信息提取方法 | |
CN107917695A (zh) | 一种基于图像识别技术的房屋倾斜监测方法 | |
Girod et al. | Terrain changes from images acquired on opportunistic flights by SfM photogrammetry | |
CN108182402A (zh) | 一种采用采集机器人和深度学习算法的钢箱梁巡检方法 | |
CN107271445A (zh) | 一种缺陷检测方法及装置 | |
CN109696156A (zh) | 基于近景摄影测量的隧道掌子面地质信息快速获取方法 | |
Gaich et al. | 3D images for digital geological mapping: focussing on conventional tunnelling | |
CN110220721A (zh) | 一种整车a柱视野评估方法 | |
CN109708570A (zh) | 用于掌子面结构面的信息采集与分析方法及装置 | |
Bell et al. | Data fusion in wind tunnel testing-Combined pressure paint and model deformation measurements |
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 |