CN109764822A - 基于图像与几何轮廓的大型门式起重机梁变形测量方法 - Google Patents
基于图像与几何轮廓的大型门式起重机梁变形测量方法 Download PDFInfo
- Publication number
- CN109764822A CN109764822A CN201910068036.6A CN201910068036A CN109764822A CN 109764822 A CN109764822 A CN 109764822A CN 201910068036 A CN201910068036 A CN 201910068036A CN 109764822 A CN109764822 A CN 109764822A
- Authority
- CN
- China
- Prior art keywords
- crane beam
- image
- section
- coordinate
- rectangular cross
- 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
Abstract
本发明公开了一种基于图像与几何轮廓的大型门式起重机梁变形测量方法,首先获取起重机梁的不同轮廓线,获得序列图像数据;然后数据预处理、提取影像中起重机梁的轮廓线;接着计算起重机梁矩形横截面的长、宽以及中心坐标的初值;通过给定的起重机梁的横向长度在相片序列中选出对应的相片;迭代计算得到起重机梁横向截面的长、宽以及中心坐标;最后针对获得的数据,做后续分析与决策。本发明对现场测量的人员要求不高,不需要像传统测量方法对现场测量有较高的技能要求,要求长时间保持较高的测量精度;本方法是由严密的数学计算而来,整个过程更加严密。
Description
技术领域
本发明属于工程测量技术领域,涉及一种精确监测大型门式起重机梁变形方法,具体涉及一种基于图像与几何轮廓的大型门式起重机梁变形测量方法。
背景技术
随着我国工业化水平不断提高,大型装备制造能力快速提升。而大型门式起重机是大型装备制造过程必不可少装备之一,对工业生产有着重要的意义。门式起重机是一种常见的在龙门架上建造的起重机,主要用于大型物体的吊装与搬运,例如在船厂、港口使用。如果在吊装作业时发生门式起重机主梁的断裂事故,这样可能对人们的生命与财产造成无法估计的损失。为保证大型装备制造企业的安全生产,必须有一整套系统的精确的对门式起重机主梁变形监测的方法和流程
相比与其它的大型钢结构机械设备,大型门式起重机有其自身特点而造成变形测量更加复杂与困难,这些特点如下:1.起重机的主梁的中心线的偏移无法直接进行测量,而只能通过间接测量。2.起重机的外表面都是统一的涂装,因此缺乏纹理特征,这将造成传统的摄影的前方交会工作中的同名点匹配非常的困难。3.由于起重机的结构,起重机的主梁有些地方,人工无法达到或者有危险达到,因此很难在起重机上贴上标志点或者安装辅助测量工具。4.起重机工作的场地一般十分繁忙,而且很多监测需要测量的对象负载的情况进行,因此需要变形的监测很快完成,而不影响生产和长时间负载损坏设备
目前工程测量中,对大型门式起重机的变形监测尚无较为完善的方法。当前对于钢结构的机械设备的服役情况检测方法主要是应力检测与变形测量方法,其中钢结构的应力检测的方法主要有电阻应变传感器应力检测法、光纤光栅传感器应力检测法,基于电磁场的应力检测等,然而这些方法需要在设备表面贴传感器并布设传输导线接收信号,这将是一个非常花费检测时间与劳动强度大的工作,特别是在起重机繁忙的工作的环境就没有这么时间留给检测人员。另外这些方法得到结果都是测试点的应力结果,无法反应整个钢结构的应力情况,特别是对于外形尺寸较大的结构。还有一些关键的测试点人员难以到达,这样既增加的作业难度,也对检测人员的安全造成威胁。另外就是变形的测量方法,目前主要是工程测量方法,主要使用图像全站仪与相关辅助测量设备完成。主要是在起重机梁的待测点上贴上标志点或者架设塔尺,通过图像全站仪测量起重机梁在不同荷载条件下待测点的垂向位移变化。使用这种方法,测量现场将花费大量的时间,同时要求测量人员每次都要对准标志点或者塔尺的刻度,因此这将要求大量的专业工作,测量每次测量数据需要多次观测,这将要求现场测量时间比较多。
发明内容
为了解决上述技术问题,本发明提出了一种基于图像与几何轮廓的大型门式起重机梁变形测量方法。
本发明所采用的技术方案是:一种基于图像与几何轮廓的大型门式起重机梁变形测量方法,其特征在于,包括以下步骤:
步骤1:获取起重机梁的不同轮廓线,获得序列图像数据;
步骤2:数据预处理;
步骤3:提取影像中起重机梁的轮廓线;
步骤4:计算起重机梁矩形横截面的长、宽以及中心坐标的初值;
步骤5:通过给定的起重机梁的横向长度在相片序列中选出对应的相片;
步骤6:迭代计算得到起重机梁横向截面的长、宽以及中心坐标;
步骤7:针对获得的数据,做后续分析与决策。
与现行方法相比,本发明具有以下的优势:
1.可以得到完成梁的三维信息这将可以用于后续的建模分析;
2.工作量与测量点数量无关,可以用较少的现场测量时间完成测量,这样不影响工厂的生产作业,然后在内业工作中,可以通过设置相应的参数进行自动化处理相关数据得到所要的结果;
3.本发明基于轮廓与图像的测量方法不需要在起重机的梁上贴标志点或者塔尺等辅助工具,而这些工具很多时候不容易达到梁上的测试点;
4.对现场测量的人员要求不高,不需要像传统测量方法对现场测量有较高的技能要求,要求长时间保持较高的测量精度;
5.本发明是由严密的数学计算而来,整个过程更加严密。
附图说明
图1是本发明实施例的流程图;
图2是本发明实施例的梁截面示意图;
图3是本发明实施例的截面示意图;
图4是本发明实施例的初值计算示意图。
具体实施方式
为了便于本领域普通技术人员理解和实施本发明,下面结合附图及实施例对本发明作进一步的详细描述,应当理解,此处所描述的实施示例仅用于说明和解释本发明,并不用于限定本发明。
本发明是将摄影测量和图像识别技术引入机械工程装备的测量领域,克服传统摄影测量需要严格像点与空间点的对应局限,引入测量对象的轮廓约束,通过拍照的方法测量大型门式起重机的梁的变形。
本发明使用由TOPCON公司生产的Image Station 305(IS)图像全站仪来完成拍摄起重机的梁的工作,IS可以采集相片的同时自动记录每张相片对应的内外方位元素。其原理是将门式起重机的梁在横向的截面抽象为一个一个的矩形,然后根据摄影几何原理,视线与主梁的轮廓边缘的交点在影像上的投影必定位于轮廓线上。由此构成对空间中的矩形的约束。
门式起重机的梁的变形主要就是横向(Z方向)上每个截面中心的位移以及每个截面的几何参数,本发明是将门式起重机的梁在纵向上进行划分,计算每个截面的中心坐标的变换,然后得到完成梁的中心变化。
对于一个给定纵向长度起重机梁,一个观测站可以拍摄起重机梁的三条轮廓线,每条视线可以提供一个截面端点的投影点与图像上的轮廓线之间距离最小的约束条件来建立两个方程。梁的空间截面矩形数据是中心坐标,长和宽四个参数。因此在理论上只要需要两条视线就是可以计算求出空间截面矩形的参数,但是为提供冗余观测与提高观测数量可靠性,本发明要求在实际测量中至少建立3个观测站。
请见图1,本发明提供的一种基于图像与几何轮廓的大型门式起重机梁变形测量方法,包括以下步骤:
步骤1:获取起重机梁的不同轮廓线,获得序列图像数据;
本实施例中,步骤1的具体实现包括以下子步骤:
步骤1.1:在起重机梁下方地面上设置若干观测站,与起重机平均距离适中,预估成果精度,确保观测站布设合理。
步骤1.2:基于第一观测站,通过图像全站仪依次拍摄起重机梁的不同轮廓线,从梁的一端拍摄到另一端,且保证相邻两次拍摄相片垂直方向上有50%左右的重叠度,序列图像连续无缺片;记录影像以及每张影像对应的内外方位元素信息,作为后续处理的原始数;
步骤1.3:重复执行步骤1.2,只到所有观测站均拍摄完毕。所有采集图像通过无线网传输到笔记本电脑,同时每张相片的内外方位元素也自动的被存储。
步骤2:数据预处理;
本实施例中的数据预处理,是人工剔除无效影像,并针对每个观测站中获得的数据,区分不同轮廓线影像并排序。
步骤3:提取影像中起重机梁的轮廓线;
本实施例中,步骤3的具体实现包括以下子步骤:
步骤3.1:使用梯度算子提取边缘点,将边缘点合成直线作为初始边缘线;
步骤3.2:采用RANSAC算法得到起重机梁的轮廓线数据;
步骤3.3:检查轮廓线提取结果,对错误提取结果,采用人工编辑的方式修正轮廓线数据。
步骤4:计算起重机梁矩形横截面的长、宽以及中心坐标的初值;
本实施例中,
步骤4的具体实现包括以下步骤:
步骤4.1:在不同观测站,通过图像全站仪获得的起重机梁上边缘线高程的中位数H2,与下边缘线高程的中位数H1相减,获得起重机梁矩形横截面高h的数值,取不同观测站计算的平均值作为初值;
为了得到起重机梁的中心坐标,长、宽参数的精确解,本发明需要通过迭代计算,而迭代计算需要好的初值。
如图2所示,门式起重机的梁是一个会变形的长方体,x轴方向的长度为w,y轴方向长度为h,z轴方向长度为l,z轴方向为横向,在z轴方向由4条轮廓线组成,分别为Ⅰ、Ⅱ、Ⅲ、Ⅳ,可以从梁下多个观测站(S1,S2,S3,Sn),通过全站仪获得的起重机梁的这个4条轮廓线。
设起重机梁的截面为矩形,如图3所示,四个顶点为A,B,C,D,截面的中心坐标(X0,Y0),截面的宽与高分别为w,h;
如图4所示,在不同观测站(S1,S2,S3,Sn),通过图像全站仪获得的起重机梁上边缘线高程的中位数H2,与下边缘线高程的中位数H1相减,获得起重机梁矩形横截面高h的数值:
h=H2-H1 (1);
步骤4.2:通过图像全站仪获得的起重机梁后边缘线的垂直角的中位数α1,前边缘线的垂直角的中位数α2,通过公式(2)得到截面矩形宽w的数值,取不同观测站计算的平均值作为初值;
w=H1cotα1-H1cotα2 (2);
步骤4.3:根据图像全站仪,获取观测站坐标,通过不同边缘的高程以及垂直角算出中心的坐标(X0,Y0)的数值,取不同观测站计算的平均值作为初值。
步骤5:通过给定的起重机梁的横向长度在相片序列中选出对应的相片;
本实施例中,步骤5的具体实现包括以下步骤:
步骤5.1:根据图像全站仪,获取观测站坐标;根据图像全站仪获取起重机梁的端点到垂直梁的方向水平角;
步骤5.2:根据起重机梁轮廓线的高程和垂直角(步骤4.1获取的高程,步骤4.2获取的垂直角),计算得到观测站到起重机梁的水平距离;
步骤5.3:根据起重机横向的给定距离,计算出此时的水平角β,然后与相片序列的对应的水平角Vi进行比较,若Vi-β小于一半的横向视场角就认为该图像为确定横向截面矩形投影;应其它轮廓线影像同理可得;
步骤5.4:重复步骤5.1-5.3,选择矩形横截面在各个观测站中最合适不同轮廓线图像对。
步骤6:迭代计算得到起重机梁横向截面的长、宽以及中心坐标;
本实施例中,步骤6的具体实现包括以下步骤:
步骤6.1:根据步骤4中获取的起重机梁矩形横截面的长、宽以及中心坐标的初值以及公式(3)得到起重机梁矩形横截面的4个端点坐标;
对象的物点坐标满足共线方程,同时又是几何体上的点,因此满足坐标满足几何体的约束关系。如图3、4所示,假设矩形横截面中心O点的坐标为(X0,Y0,Z0),那么矩形横截面的4个点坐标分别为:
步骤6.2:将起重机梁矩形横截面的4个端点坐标带入共线方程(4),得到投影坐标(x′A,y′A),(x′B,y′B),(x′C,y′C),(x′D,y′D);
中心坐标(X0,Y0,Z0),矩形横截面几何特征w,h初值已计算,观测站的位置(Xs,Ys,Zs)通过图像全站仪获取,根据对象的物点坐标满足共线方程,同时又是几何体上的点的特点,矩形横截面的点A、B、C、D将满足共线方程与几何特征的约束;
共线方程表达的如下:
此时输入A、B、C、D的坐标到共线方程(4),得到对应A、B、C、D四点的投影坐标(x′A,y′A),(x′B,y′B),(x′C,y′C),(x′D,y′D);其中,x、y、是像点坐标,通过图像获取,x0、y0和是图像全站仪的内方位元素,a1、a2、a3、b1、b2、b3、c1、c2、c3是的图像全站仪外方位元素中的角元素,f是图像全站仪的焦距,这些都通过图像全站仪读出;
找出轮廓上离A、B、C、D的投影点最近的点(xA,yA),(xB,yB),(xC,yC),(xD,yD)作为观测值,然后使用最小二乘法进行迭代求解精确解。虽然(xA,yA),(xB,yB),(xC,yC),(xD,yD)可能不是(x′A,y′A),(x′B,y′B),(x′C,y′C),(x′D,y′D)准确的观测值,但是他显示一种方向趋势,那么就保证正确的迭代方向,通过每次的迭代后,投影点将更加接近轮廓线。最后经过几次的迭代后,投影点与轮廓线之间距离将小于一个给定的阈值,此时将得到精确解。
步骤6.3:根据误差方程(5),通过最小二乘法表达式(7),不断得到未知数X0,Y0,w,h的改正量,直到小于给定的阈值时,此时得到起重机梁矩形横截面的中心坐标与几何参数的准确值;
将公式(4)进行线性化,得到误差方程
V=AX-L (5)
其中:
X=[dX0,dY0,dw,dh]T,
L=[xA-x′A,yA-y′A,xB-x′B,yB-y′B,xC-x′C,yC-y′C,xD-x′D,yD-y′D]T,
代表A,B,C,D四点在横纵坐标的变化量;dX0,dY0,dw,dh代表未知数X0,Y0,w,h的改正量;xA-x′A,yA-y′A,xB-x′B,yB-y′B,xC-x′C,yC-y′C,xD-x′D,yD-y′D代表A,B,C,D在横纵坐标的修正值;
矩阵A构成了线性化方程的系数,通过线性化,得到:
其中
通过最小二乘法表达式(7),不断得到未知数X0,Y0,w,h的改正量,直到小于给定的阈值时,此时得到空间截面的中心坐标与几何参数的真实值;
X=(ATA)-1ATL (7)
步骤6.4:计算起重机梁不同矩形横截面长、宽以及中心坐标,得到完成起重机梁的参数。
步骤7:针对获得的数据,做后续分析与决策。
本发明针对传统方法的局限性,结合摄影测量和图像识别技术,现提出一种基于图像与几何轮廓的大型门式起重机梁变形测量方法。该方法能较好的解决大型门式起重机梁测量中问题。该方法是将摄影测量与对象的几何轮廓约束结合,克服传统摄影测量需要建立严格像点与空间点的对应关系的局限。将门式起重机的梁在横向的截面抽象为一个一个的矩形,然后根据摄影几何原理,视线与主梁的轮廓边缘的交点在影像上的投影必定位于轮廓线上。由此构成对空间中的矩形的约束。一个观测站可以拍摄3条大型门式起重机梁轮廓线,改变观测站位置,可以构成更多的约束。给定起重机的主梁横向长度,即可获得对应的空间截面的矩形,无数个空间截面矩形构成起重机的表面模型。
应当理解的是,本说明书未详细阐述的部分均属于现有技术。
应当理解的是,上述针对较佳实施例的描述较为详细,并不能因此而认为是对本发明专利保护范围的限制,本领域的普通技术人员在本发明的启示下,在不脱离本发明权利要求所保护的范围情况下,还可以做出替换或变形,均落入本发明的保护范围之内,本发明的请求保护范围应以所附权利要求为准。
Claims (7)
1.一种基于图像与几何轮廓的大型门式起重机梁变形测量方法,其特征在于,包括以下步骤:
步骤1:获取起重机梁的不同轮廓线,获得序列图像数据;
步骤2:数据预处理;
步骤3:提取影像中起重机梁的轮廓线;
步骤4:计算起重机梁矩形横截面的长、宽以及中心坐标的初值;
步骤5:通过给定的起重机梁的横向长度在相片序列中选出对应的相片;
步骤6:迭代计算得到起重机梁横向截面的长、宽以及中心坐标;
步骤7:针对获得的数据,做后续分析与决策。
2.根据权利要求1所述的基于图像与几何轮廓的大型门式起重机梁变形测量方法,其特征在于,步骤1的具体实现包括以下子步骤:
步骤1.1:在起重机梁下方地面上设置若干观测站;
步骤1.2:基于第一观测站,通过图像全站仪依次拍摄起重机梁的不同轮廓线,从梁的一端拍摄到另一端,且保证相邻两次拍摄相片垂直方向上有50%的重叠度,序列图像连续无缺片;记录影像以及每张影像对应的内外方位元素信息,作为后续处理的原始数;
步骤1.3:重复执行步骤1.2,只到所有观测站均拍摄完毕。
3.根据权利要求1所述的基于图像与几何轮廓的大型门式起重机梁变形测量方法,其特征在于:步骤2中所述数据预处理,是剔除无效影像,并针对每个观测站中获得的数据,区分不同轮廓线影像并排序。
4.根据权利要求1所述的基于图像与几何轮廓的大型门式起重机梁变形测量方法,其特征在于,步骤3的具体实现包括以下子步骤:
步骤3.1:使用梯度算子提取边缘点,将边缘点合成直线作为初始边缘线;
步骤3.2:采用RANSAC算法得到起重机梁的轮廓线数据;
步骤3.3:检查轮廓线提取结果,对错误提取结果,采用人工编辑的方式修正轮廓线数据。
5.根据权利要求1所述的基于图像与几何轮廓的大型门式起重机梁变形测量方法,其特征在于,步骤4的具体实现包括以下步骤:
步骤4.1:在不同观测站,通过图像全站仪获得的起重机梁上边缘线高程的中位数H2,与下边缘线高程的中位数H1相减,获得起重机梁矩形横截面高h的数值,取不同观测站计算的平均值作为初值;
设起重机梁x轴方向的长度为w,y轴方向长度为h,z轴方向长度为l,z轴方向为横向,在z轴方向由4条轮廓线组成,分别为Ⅰ、Ⅱ、Ⅲ、Ⅳ,在不同观测站,通过图像全站仪获得的起重机梁的这个4条轮廓线;
设起重机梁的截面为矩形,四个顶点为A,B,C,D,截面的中心坐标(X0,Y0),截面的宽与高分别为w,h;
在不同观测站,通过图像全站仪获得的起重机梁上边缘线高程的中位数H2,与下边缘线高程的中位数H1相减,获得起重机梁矩形横截面高h的数值
h=H2-H1 (1);
步骤4.2:通过图像全站仪获得的起重机梁后边缘线的垂直角的中位数α1,前边缘线的垂直角的中位数α2,通过公式(2)得到截面矩形宽w的数值,取不同观测站计算的平均值作为初值;
w=H1cotα1-H1cotα2 (2);
步骤4.3:根据图像全站仪,获取观测站坐标,通过不同边缘的高程以及垂直角算出中心的坐标(X0,Y0)的数值,取不同观测站计算的平均值作为初值。
6.根据权利要求1所述的基于图像与几何轮廓的大型门式起重机梁变形测量方法,其特征在于,步骤5的具体实现包括以下步骤:
步骤5.1:根据图像全站仪,获取观测站坐标;根据图像全站仪获取起重机梁的端点到垂直梁的方向水平角;
步骤5.2:根据步骤4.1获取的起重机梁轮廓线的高程和步骤4.2获取的垂直角,计算得到观测站到起重机梁的水平距离;
步骤5.3:根据起重机横向的给定距离,计算出此时的水平角β,然后与相片序列的对应的水平角Vi进行比较,若Vi-β小于一半的横向视场角就认为该图像为确定横向截面矩形投影;对应其它轮廓线影像同理可得;
步骤5.4:重复步骤5.1-5.3,选择矩形横截面在各个观测站中最合适不同轮廓线图像对。
7.根据权利要求5所述的基于图像与几何轮廓的大型门式起重机梁变形测量方法,其特征在于,步骤6的具体实现包括以下步骤:
步骤6.1:根据步骤4中获取的起重机梁矩形横截面的长、宽以及中心坐标的初值以及公式(3)得到起重机梁矩形横截面的4个端点坐标;
假设矩形横截面中心O点的坐标为(X0,Y0,Z0),那么矩形横截面的4个点坐标分别为:
步骤6.2:将起重机梁矩形横截面的4个端点坐标带入共线方程(4),得到投影坐标(x′A,y′A),(x′B,y′B),(x′C,y′C),(x′D,y′D);
中心坐标(X0,Y0,Z0),矩形横截面几何特征w,h初值已计算,观测站的位置(Xs,Ys,Zs)通过图像全站仪获取,根据对象的物点坐标满足共线方程,同时又是几何体上的点的特点,矩形横截面的点A、B、C、D将满足共线方程与几何特征的约束;
共线方程表达的如下:
此时输入A、B、C、D的坐标到共线方程(4),得到对应A、B、C、D四点的投影坐标(x′A,y′A),(x′B,y′B),(x′C,y′C),(x′D,y′D);其中,x、y、是像点坐标,通过图像获取,x0、y0和是图像全站仪的内方位元素,a1、a2、a3、b1、b2、b3、c1、c2、c3是的图像全站仪外方位元素中的角元素,f是图像全站仪的焦距,这些都通过图像全站仪读出;
步骤6.3:根据误差方程(5),通过最小二乘法表达式(7),不断得到未知数X0,Y0,w,h的改正量,直到小于给定的阈值时,此时得到起重机梁矩形横截面的中心坐标与几何参数的准确值;
将公式(4)进行线性化,得到误差方程
V=AX-L (5)
其中:
X=[dX0,dY0,dw,dh]T,
L=[xA-x′A,yA-y′A,xB-x′B,yB-y′B,xC-x′C,yC-y′C,xD-x′D,yD-y′D]T,
其中,代表A,B,C,D四点在横纵坐标的变化量;dX0,dY0,dw,dh代表未知数X0,Y0,w,h的改正量;xA-x′A,yA-y′A,xB-x′B,yB-y′B,xC-x′C,yC-y′C,xD-x′D,yD-y′D代表A,B,C,D在横纵坐标的修正值;
矩阵A构成了线性化方程的系数,通过线性化,得到:
其中
通过最小二乘法表达式(7),不断得到未知数X0,Y0,w,h的改正量,直到小于给定的阈值时,此时得到空间截面的中心坐标与几何参数的真实值;
X=(ATA)-1ATL (7)
步骤6.4:计算起重机梁不同矩形横截面长、宽以及中心坐标,得到完成起重机梁的参数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910068036.6A CN109764822A (zh) | 2019-01-24 | 2019-01-24 | 基于图像与几何轮廓的大型门式起重机梁变形测量方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910068036.6A CN109764822A (zh) | 2019-01-24 | 2019-01-24 | 基于图像与几何轮廓的大型门式起重机梁变形测量方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109764822A true CN109764822A (zh) | 2019-05-17 |
Family
ID=66455241
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910068036.6A Pending CN109764822A (zh) | 2019-01-24 | 2019-01-24 | 基于图像与几何轮廓的大型门式起重机梁变形测量方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109764822A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110673038A (zh) * | 2019-09-29 | 2020-01-10 | 深圳大学 | 一种电池检测方法、装置及系统 |
CN111982015A (zh) * | 2020-08-18 | 2020-11-24 | 深圳大学 | 结构几何形态监测方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH04223208A (ja) * | 1990-12-25 | 1992-08-13 | Nippon Telegr & Teleph Corp <Ntt> | 実時間変形・形状解析方法及び装置 |
CN1776358A (zh) * | 2005-11-23 | 2006-05-24 | 宁铎 | 一种非接触式测量物体在三维空间位移和形变的新方法 |
CN101975556A (zh) * | 2010-10-13 | 2011-02-16 | 武汉大学 | 基于轮廓线的高大烟囱变形测量方法 |
CN102384744A (zh) * | 2011-11-16 | 2012-03-21 | 山推楚天工程机械有限公司 | 基于机器视觉的工程机械远距离测量的方法及设备 |
CN102944184A (zh) * | 2012-10-31 | 2013-02-27 | 黄凯 | 起重机械主梁或起重臂塑性变形机器视觉检测装置及方法 |
-
2019
- 2019-01-24 CN CN201910068036.6A patent/CN109764822A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH04223208A (ja) * | 1990-12-25 | 1992-08-13 | Nippon Telegr & Teleph Corp <Ntt> | 実時間変形・形状解析方法及び装置 |
CN1776358A (zh) * | 2005-11-23 | 2006-05-24 | 宁铎 | 一种非接触式测量物体在三维空间位移和形变的新方法 |
CN101975556A (zh) * | 2010-10-13 | 2011-02-16 | 武汉大学 | 基于轮廓线的高大烟囱变形测量方法 |
CN102384744A (zh) * | 2011-11-16 | 2012-03-21 | 山推楚天工程机械有限公司 | 基于机器视觉的工程机械远距离测量的方法及设备 |
CN102944184A (zh) * | 2012-10-31 | 2013-02-27 | 黄凯 | 起重机械主梁或起重臂塑性变形机器视觉检测装置及方法 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110673038A (zh) * | 2019-09-29 | 2020-01-10 | 深圳大学 | 一种电池检测方法、装置及系统 |
CN110673038B (zh) * | 2019-09-29 | 2021-12-07 | 深圳大学 | 一种电池检测方法、装置及系统 |
CN111982015A (zh) * | 2020-08-18 | 2020-11-24 | 深圳大学 | 结构几何形态监测方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111027010B (zh) | 一种钢构件圆柱体拟合方法 | |
CN107402001B (zh) | 基于3d扫描的超高层建筑施工偏差数字化检验系统及方法 | |
CN110260786A (zh) | 一种基于外部跟踪的机器人视觉测量系统及其标定方法 | |
CN114541480B (zh) | 一种钢壳沉管拼装精度检验方法及系统 | |
CN113269673B (zh) | 一种基于标准球架的三维点云拼接方法 | |
CN109764822A (zh) | 基于图像与几何轮廓的大型门式起重机梁变形测量方法 | |
CN110930382A (zh) | 基于标定板特征点提取的点云拼接精度评估方法及系统 | |
CN106844960A (zh) | 一种管状焊接钢结构网架的逆向建模的方法 | |
CN111709131B (zh) | 隧道轴线确定方法及装置 | |
CN106405581A (zh) | 卫星结构变形引起的多类型载荷间耦合指向精度评估方法 | |
CN114234819B (zh) | 基于三维激光扫描的钢筋部品质量自动化检测方法 | |
CN113160331B (zh) | 一种基于视觉系统成像的外参数标定方法 | |
CN109061583A (zh) | 一种船载大型雷达基座垂直段变形测量方法 | |
Franceschini et al. | Multivariate control charts for monitoring internal camera parameters in digital photogrammetry for LSDM (Large-Scale Dimensional Metrology) applications | |
CN114791270B (zh) | 一种基于pca的飞机表面关键形貌特征包络测量场构建方法 | |
CN108955629B (zh) | 一种天线姿态精度测量系统及测量方法 | |
CN106323587A (zh) | 机翼风洞试验模型弹性变形的单目视频高精度测量方法 | |
CN113048956B (zh) | 一种基于三维扫描技术的钢结构施工的监测方法及系统 | |
Jin et al. | A multi-vision-based system for tube inspection | |
CN112197748B (zh) | 利用摄影测量检测输电设备电气间隙的方法 | |
Brown | V-stars/sa cceptance t est r esults | |
CN114359652A (zh) | 一种基于深度学习和单目大视场平面测量的定位检测方法 | |
CN109342439B (zh) | 基于无人机的索结构外观检测方法 | |
CN114111576A (zh) | 一种飞机蒙皮间隙面差检测方法及传感器 | |
Hattori et al. | Design of coded targets and automated measurement procedures in industrial vision metrology |
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: 20190517 |