CN109764851A - 建筑物信息分析平台 - Google Patents
建筑物信息分析平台 Download PDFInfo
- Publication number
- CN109764851A CN109764851A CN201910031112.6A CN201910031112A CN109764851A CN 109764851 A CN109764851 A CN 109764851A CN 201910031112 A CN201910031112 A CN 201910031112A CN 109764851 A CN109764851 A CN 109764851A
- Authority
- CN
- China
- Prior art keywords
- image
- building
- pixel
- adjustment
- color component
- 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
- 238000004458 analytical method Methods 0.000 title claims abstract description 29
- 238000003709 image segmentation Methods 0.000 claims abstract description 6
- 238000010606 normalization Methods 0.000 claims description 33
- 238000012545 processing Methods 0.000 claims description 29
- 239000013307 optical fiber Substances 0.000 claims description 10
- 230000004927 fusion Effects 0.000 claims description 8
- 230000004069 differentiation Effects 0.000 claims description 7
- 238000012937 correction Methods 0.000 claims description 6
- 238000003384 imaging method Methods 0.000 claims description 4
- 238000005312 nonlinear dynamic Methods 0.000 claims description 3
- 238000004891 communication Methods 0.000 claims description 2
- 238000007405 data analysis Methods 0.000 claims description 2
- 238000000034 method Methods 0.000 claims description 2
- 238000004364 calculation method Methods 0.000 claims 1
- 238000004062 sedimentation Methods 0.000 abstract description 15
- 230000000694 effects Effects 0.000 description 6
- 238000013461 design Methods 0.000 description 5
- 239000000835 fiber Substances 0.000 description 4
- 238000012935 Averaging Methods 0.000 description 3
- 239000002131 composite material Substances 0.000 description 3
- 238000009413 insulation Methods 0.000 description 3
- 239000000463 material Substances 0.000 description 3
- 239000004033 plastic Substances 0.000 description 3
- 229920003023 plastic Polymers 0.000 description 3
- 239000007787 solid Substances 0.000 description 3
- 239000011449 brick Substances 0.000 description 2
- 238000005034 decoration Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 239000010410 layer Substances 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 238000002156 mixing Methods 0.000 description 2
- 238000004321 preservation Methods 0.000 description 2
- 241000208340 Araliaceae Species 0.000 description 1
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 1
- 235000003140 Panax quinquefolius Nutrition 0.000 description 1
- VYPSYNLAJGMNEJ-UHFFFAOYSA-N Silicium dioxide Chemical compound O=[Si]=O VYPSYNLAJGMNEJ-UHFFFAOYSA-N 0.000 description 1
- 210000001367 artery Anatomy 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 239000004927 clay Substances 0.000 description 1
- 239000004567 concrete Substances 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 208000002925 dental caries Diseases 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 235000008434 ginseng Nutrition 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 239000003550 marker Substances 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 239000011241 protective layer Substances 0.000 description 1
- 239000011150 reinforced concrete Substances 0.000 description 1
- 239000002689 soil Substances 0.000 description 1
- 239000004575 stone Substances 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Landscapes
- Image Processing (AREA)
Abstract
本发明涉及一种建筑物信息分析平台，包括：沉降识别设备，与图像分割设备连接，用于确定被监控建筑物子图像在非线性调整图像中的最高像素点的纵坐标和邻近建筑物子图像在非线性调整图像中的最高像素点的纵坐标之间的差值，当所述差值不在预设差值范围时，发出疑似沉降指令，否则，发出无沉降指令。本发明的建筑物信息分析平台简单可靠、有一定的自动化水平。利用被监控建筑物子图像在定制处理后图像中的最高像素点的纵坐标和邻近建筑物子图像在定制处理后图像中的最高像素点的纵坐标之间的差值对被监控建筑物是否疑似沉降进行可靠判断，从而为观测方提供更有价值的观测数据。
Description
技术领域
本发明涉及建筑物监控领域，具体地说，本发明涉及一种建筑物信息分析平台。
背景技术
墙体和柱均是竖向承重构件，他支撑着屋顶、楼板等，并将这些荷载及自重传给基础。墙的作用有：承重作用、维护作用、分隔作用、装饰作用。对墙体的要求为：有足够的强度和稳定性；满足热工方面(保温，隔热，防止产生凝结水)的性能；具有一定的隔声性能；具有一定的防火性能。
墙体根据不同的分类有不同的名称，主要有下面几种分类。1、按在建筑物中所处的位置分为外墙和内墙。外墙：外墙位于建筑物四周，是建筑物的维护构件，起着挡风、遮雨、保温、隔热、隔声等作用。内墙：内墙位于建筑物内部，主要起分隔内部空间的作用，也可起到一定的隔声、防火等作用。2、按在建筑物中的方向分为纵墙和横墙。纵墙：是指沿建筑物长轴方向布置的墙。横墙：是指沿建筑物短轴方向布置的墙，其中的外横墙通常称为山墙。3、按受力情况分为承重墙和非承重墙。承重墙：是指直接承受梁、楼板、屋顶等传下来的荷载的墙。非承重墙：是指不承受外来荷载的墙。在非承重墙中，仅承受自身重量并将其传给基础的墙，称为承自重墙；仅起到分隔空间作用，自身重量由楼板或梁来承担的墙，称为隔墙；在框架结构中，墙体不承受外来荷载，其中填充柱之间的墙，称为填充墙；悬挂在建筑物外部以装饰作用为主的轻质墙板组成的墙，称为幕墙。4、按使用的材料分为砖墙、石块墙、小型砌块墙、钢筋混凝土墙。5、按构造分为实体墙、空心墙、复合墙。实体墙：是用黏土砖和其他实心砌块砌筑而成的墙。空心墙：是墙体内部中有空腔的墙，这些空腔可以通过砌块方式形成，也可以用本身带孔的材料组合而成，如空心砌块等。复合墙：是指用两种以上材料组合而成的墙，如加气混凝土复合板材墙。
发明内容
本发明的目的是提供一种建筑物信息分析平台，包括：沉降识别设备，与图像分割设备连接，用于确定被监控建筑物子图像在非线性调整图像中的最高像素点的纵坐标和邻近建筑物子图像在非线性调整图像中的最高像素点的纵坐标之间的差值，当所述差值不在预设差值范围时，发出疑似沉降指令，否则，发出无沉降指令；球形摄像设备，用于面对被监控建筑物进行摄像处理，以获得包括被监控建筑物整体和被监控建筑物邻近建筑物整体的即时采集图像；归一化调整设备，与所述球形摄像设备连接，用于接收所述即时采集图像，基于所述即时采集图像分辨率距离预设分辨率阈值的远近将所述即时采集图像平均分割成相应块大小的各个分块，对每一个分块，基于该分块的像素值方差选择对应的不同强度的归一化调整处理以获得校正分块，将获得的各个校正分块拼接以获得归一化调整图像；栅格化处理设备，与所述归一化调整设备连接，用于接收所述归一化调整图像，基于所述归一化调整图像的信噪比对所述归一化调整图像进行栅格化处理，以获得多个形状相同的栅格区域，其中，所述归一化调整图像的信噪比越小，对所述归一化调整图像进行栅格化处理获得的栅格区域的面积越小；脉冲干扰识别设备，与所述栅格化处理设备连接，用于确定每一个栅格区域中脉冲干扰的数量，并在所述归一化调整图像中任何栅格区域都不存在脉冲干扰时，发出无脉冲干扰信息；参数定制设备，与所述脉冲干扰识别设备连接，用于接收每一个栅格区域中脉冲干扰的数量，并基于每一个栅格区域中脉冲干扰的数量确定每一个栅格区域对应的参考像素点的数量。
本发明至少具备以下几处关键的发明点：
(1)采用定制图像处理机制，利用被监控建筑物子图像在非线性调整图像中的最高像素点的纵坐标和邻近建筑物子图像在非线性调整图像中的最高像素点的纵坐标之间的差值对被监控建筑物是否疑似沉降进行可靠判断；
(2)对边缘增强图像进行明暗比解析操作，其中尤为重要的是，基于边缘增强图像的亮度像素值进行明暗比的解析以减少数据运算量；
(3)在明暗比未满足要求的情况下，采用非线性调整设备执行非线性动态范围调整处理以获取明暗比达标的非线性调整图像；
(4)基于图像的信噪比对图像进行栅格化处理，以获得多个形状相同的栅格区域，针对每一个栅格区域内的脉冲干扰的数量选择对应的分化去噪模式，从而提高了图像去噪的精细化程度。
本发明的建筑物信息分析平台简单可靠、有一定的自动化水平。利用被监控建筑物子图像在定制处理后图像中的最高像素点的纵坐标和邻近建筑物子图像在定制处理后图像中的最高像素点的纵坐标之间的差值对被监控建筑物是否疑似沉降进行可靠判断，从而为观测方提供更有价值的观测数据。
具体实施方式
在建筑物荷载作用下，地基土因受到压缩引起的竖向变形或下沉。均匀沉降一般对建筑物的危害较小，但过大时.也会使建筑物的高程降低而影响使用；不均匀沉降对建筑物危害较大，会使建筑物产生附加应力而引起裂缝，甚至局部构件断裂，危及建筑物的安全。地基基础设计时应对沉降讲行估算。
当前，建筑物的沉降检测一般在建筑物底部标记沉降观测点，预先测量所述沉降观测点距离地面的参考高度，随后定期分派人手进行观测，以判断所述沉降观测点距离地面的高度是否发生变化，然而，这种沉降观测模式过于依赖肉眼，且沉降观测的方式不够直接，无法满足信息化社会的要求。
为了克服上述不足，本发明提出了一种建筑物信息分析平台，能够有效解决相应的技术问题。
以下实施例用于说明本发明，但不用来限制本发明的范围。
一种建筑物信息分析平台，包括：
沉降识别设备，与图像分割设备连接，用于确定被监控建筑物子图像在非线性调整图像中的最高像素点的纵坐标和邻近建筑物子图像在非线性调整图像中的最高像素点的纵坐标之间的差值，当所述差值不在预设差值范围时，发出疑似沉降指令，否则，发出无沉降指令；
球形摄像设备，用于面对被监控建筑物进行摄像处理，以获得包括被监控建筑物整体和被监控建筑物邻近建筑物整体的即时采集图像；
归一化调整设备，与所述球形摄像设备连接，用于接收所述即时采集图像，基于所述即时采集图像分辨率距离预设分辨率阈值的远近将所述即时采集图像平均分割成相应块大小的各个分块，对每一个分块，基于该分块的像素值方差选择对应的不同强度的归一化调整处理以获得校正分块，将获得的各个校正分块拼接以获得归一化调整图像；
栅格化处理设备，与所述归一化调整设备连接，用于接收所述归一化调整图像，基于所述归一化调整图像的信噪比对所述归一化调整图像进行栅格化处理，以获得多个形状相同的栅格区域，其中，所述归一化调整图像的信噪比越小，对所述归一化调整图像进行栅格化处理获得的栅格区域的面积越小；
脉冲干扰识别设备，与所述栅格化处理设备连接，用于确定每一个栅格区域中脉冲干扰的数量，并在所述归一化调整图像中任何栅格区域都不存在脉冲干扰时，发出无脉冲干扰信息；
参数定制设备，与所述脉冲干扰识别设备连接，用于接收每一个栅格区域中脉冲干扰的数量，并基于每一个栅格区域中脉冲干扰的数量确定每一个栅格区域对应的参考像素点的数量；
分化去噪设备，分别与所述栅格化处理设备和所述参数定制设备连接，用于对每一个栅格区域进行不同的去噪处理，所述对每一个栅格区域进行不同的去噪处理包括：从所述栅格区域内待处理像素点的邻域中获取与栅格区域对应的参考像素点的数量符合的多个邻域像素点，将所述多个邻域像素点的多个R颜色分量值的加权平均值作为所述待处理像素点的去噪R颜色分量值，将所述多个邻域像素点的多个G颜色分量值的加权平均值作为所述待处理像素点的去噪G颜色分量值，将所述多个邻域像素点的多个B颜色分量值的加权平均值作为所述待处理像素点的去噪B颜色分量值；
数据规整设备，与所述分化去噪设备连接，用于接收每一个栅格区域的各个像素点的去噪R颜色分量值、去噪G颜色分量值和去噪B颜色分量值，并基于每一个栅格区域的各个像素点的去噪R颜色分量值、去噪G颜色分量值和去噪B颜色分量值获取每一个栅格区域对应的去噪区域，还将各个去噪区域进行边缘融合以获得与所述归一化调整图像对应的边缘融合图像，并输出所述边缘融合图像；
信号辨识设备，与所述数据规整设备连接，用于接收所述边缘融合图像，对所述边缘融合图像执行边缘增强处理，以获得对应的边缘增强图像，还用于接收对所述边缘增强图像执行明暗比解析操作，以获得所述边缘增强图像的明暗比以作为参考明暗比输出；
数据分析设备，与所述信号辨识设备连接，用于接收所述参考明暗比，并将所述参考明暗比与明暗比阈值进行比较，以在所述参考明暗比大于等于所述明暗比阈值时，发出第一比对指令，在所述参考明暗比小于所述明暗比阈值时，发出第二比对指令；
非线性调整设备，分别与所述参数比对设备和所述信号辨识设备连接，用于在接收到所述第二比对指令时，对所述边缘增强图像执行非线性动态范围调整处理，以获得非线性调整图像，还用于在接收到所述第一控制指令时，将所述边缘增强图像作为非线性调整图像输出；
图像分割设备，与所述非线性调整设备连接，用于接收所述非线性调整图像，基于被监控建筑物成像特征和邻近建筑物成像特征分别从所述非线性调整图像中识别出被监控建筑物子图像和邻近建筑物子图像。
接着，继续对本发明的建筑物信息分析平台的具体结构进行进一步的说明。
所述建筑物信息分析平台中：
在所述信号辨识设备中，对所述边缘增强图像执行明暗比解析操作，以获得所述边缘增强图像的明暗比以作为参考明暗比输出包括：获取所述边缘增强图像中各个像素点的各个亮度值，将所述各个亮度值中的最大亮度值除以最小亮度值以确定所述参考明暗比，并输出所述参考明暗比。
所述建筑物信息分析平台中：
在所述参数对比设备中还内置有RAM单元，用于存储所述明暗比阈值。
所述建筑物信息分析平台中还包括：
光纤收发设备，与所述非线性调整设备连接，用于接收所述范围提升图像，并通过光纤通信链路发送所述非线性调整图像。
所述建筑物信息分析平台中：
在所述分化去噪设备中，邻域像素点距离待处理像素点越近，邻域像素点参与加权平均值运算的权重值越大。
所述建筑物信息分析平台中：
在所述归一化调整设备中，所述即时采集图像分辨率距离所述预设分辨率阈值越近，将所述即时采集图像平均分割成的相应块越大。
所述建筑物信息分析平台中：
在所述归一化调整设备中，对每一个分块，该分块的像素值方差越大，选择的归一化调整处理的强度越小。
所述建筑物信息分析平台中：
所述脉冲干扰识别设备还用于在所述归一化调整图像中任一栅格区域存在脉冲干扰时，发出存在脉冲干扰信息。
所述建筑物信息分析平台中：
所述栅格化处理设备、所述脉冲干扰识别设备、所述参数定制设备和所述分化去噪设备被放置在同一块印刷电路板上。
另外，光纤是光导纤维的简写，是一种由玻璃或塑料制成的纤维，可作为光传导工具。传输原理是‘光的全反射’。微细的光纤封装在塑料护套中，使得它能够弯曲而不至于断裂。通常，光纤的一端的发射装置使用发光二极管(light emitting diode,LED)或一束激光将光脉冲传送至光纤，光纤的另一端的接收装置使用光敏元件检测脉冲。在多模光纤中，芯的直径是50μm和62.5μm两种，大致与人的头发的粗细相当。而单模光纤芯的直径为8μm～10μm，常用的是9/125μm。芯外面包围着一层折射率比芯低的玻璃封套，俗称包层，包层使得光线保持在芯内。再外面的是一层薄的塑料外套，即涂覆层，用来保护包层。光纤通常被扎成束，外面有外壳保护。纤芯通常是由石英玻璃制成的横截面积很小的双层同心圆柱体，他质地脆，易断裂，因此需要外加一保护层。
最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。
Claims (9)
1.一种建筑物信息分析平台，其特征在于，包括：
沉降识别设备，与图像分割设备连接，用于确定被监控建筑物子图像在非线性调整图像中的最高像素点的纵坐标和邻近建筑物子图像在非线性调整图像中的最高像素点的纵坐标之间的差值，当所述差值不在预设差值范围时，发出疑似沉降指令，否则，发出无沉降指令；
球形摄像设备，用于面对被监控建筑物进行摄像处理，以获得包括被监控建筑物整体和被监控建筑物邻近建筑物整体的即时采集图像；
归一化调整设备，与所述球形摄像设备连接，用于接收所述即时采集图像，基于所述即时采集图像分辨率距离预设分辨率阈值的远近将所述即时采集图像平均分割成相应块大小的各个分块，对每一个分块，基于该分块的像素值方差选择对应的不同强度的归一化调整处理以获得校正分块，将获得的各个校正分块拼接以获得归一化调整图像；
栅格化处理设备，与所述归一化调整设备连接，用于接收所述归一化调整图像，基于所述归一化调整图像的信噪比对所述归一化调整图像进行栅格化处理，以获得多个形状相同的栅格区域，其中，所述归一化调整图像的信噪比越小，对所述归一化调整图像进行栅格化处理获得的栅格区域的面积越小；
脉冲干扰识别设备，与所述栅格化处理设备连接，用于确定每一个栅格区域中脉冲干扰的数量，并在所述归一化调整图像中任何栅格区域都不存在脉冲干扰时，发出无脉冲干扰信息；
参数定制设备，与所述脉冲干扰识别设备连接，用于接收每一个栅格区域中脉冲干扰的数量，并基于每一个栅格区域中脉冲干扰的数量确定每一个栅格区域对应的参考像素点的数量；
分化去噪设备，分别与所述栅格化处理设备和所述参数定制设备连接，用于对每一个栅格区域进行不同的去噪处理，所述对每一个栅格区域进行不同的去噪处理包括：从所述栅格区域内待处理像素点的邻域中获取与栅格区域对应的参考像素点的数量符合的多个邻域像素点，将所述多个邻域像素点的多个R颜色分量值的加权平均值作为所述待处理像素点的去噪R颜色分量值，将所述多个邻域像素点的多个G颜色分量值的加权平均值作为所述待处理像素点的去噪G颜色分量值，将所述多个邻域像素点的多个B颜色分量值的加权平均值作为所述待处理像素点的去噪B颜色分量值；
数据规整设备，与所述分化去噪设备连接，用于接收每一个栅格区域的各个像素点的去噪R颜色分量值、去噪G颜色分量值和去噪B颜色分量值，并基于每一个栅格区域的各个像素点的去噪R颜色分量值、去噪G颜色分量值和去噪B颜色分量值获取每一个栅格区域对应的去噪区域，还将各个去噪区域进行边缘融合以获得与所述归一化调整图像对应的边缘融合图像，并输出所述边缘融合图像；
信号辨识设备，与所述数据规整设备连接，用于接收所述边缘融合图像，对所述边缘融合图像执行边缘增强处理，以获得对应的边缘增强图像，还用于接收对所述边缘增强图像执行明暗比解析操作，以获得所述边缘增强图像的明暗比以作为参考明暗比输出；
数据分析设备，与所述信号辨识设备连接，用于接收所述参考明暗比，并将所述参考明暗比与明暗比阈值进行比较，以在所述参考明暗比大于等于所述明暗比阈值时，发出第一比对指令，在所述参考明暗比小于所述明暗比阈值时，发出第二比对指令；
非线性调整设备，分别与所述参数比对设备和所述信号辨识设备连接，用于在接收到所述第二比对指令时，对所述边缘增强图像执行非线性动态范围调整处理，以获得非线性调整图像，还用于在接收到所述第一控制指令时，将所述边缘增强图像作为非线性调整图像输出；
图像分割设备，与所述非线性调整设备连接，用于接收所述非线性调整图像，基于被监控建筑物成像特征和邻近建筑物成像特征分别从所述非线性调整图像中识别出被监控建筑物子图像和邻近建筑物子图像。
2.如权利要求1所述的建筑物信息分析平台，其特征在于：
在所述信号辨识设备中，对所述边缘增强图像执行明暗比解析操作，以获得所述边缘增强图像的明暗比以作为参考明暗比输出包括：获取所述边缘增强图像中各个像素点的各个亮度值，将所述各个亮度值中的最大亮度值除以最小亮度值以确定所述参考明暗比，并输出所述参考明暗比。
3.如权利要求2所述的建筑物信息分析平台，其特征在于：
在所述参数对比设备中还内置有RAM单元，用于存储所述明暗比阈值。
4.如权利要求3所述的建筑物信息分析平台，其特征在于，所述平台还包括：
光纤收发设备，与所述非线性调整设备连接，用于接收所述范围提升图像，并通过光纤通信链路发送所述非线性调整图像。
5.如权利要求4所述的建筑物信息分析平台，其特征在于：
在所述分化去噪设备中，邻域像素点距离待处理像素点越近，邻域像素点参与加权平均值运算的权重值越大。
6.如权利要求5所述的建筑物信息分析平台，其特征在于：
在所述归一化调整设备中，所述即时采集图像分辨率距离所述预设分辨率阈值越近，将所述即时采集图像平均分割成的相应块越大。
7.如权利要求6所述的建筑物信息分析平台，其特征在于：
在所述归一化调整设备中，对每一个分块，该分块的像素值方差越大，选择的归一化调整处理的强度越小。
8.如权利要求7所述的建筑物信息分析平台，其特征在于：
所述脉冲干扰识别设备还用于在所述归一化调整图像中任一栅格区域存在脉冲干扰时，发出存在脉冲干扰信息。
9.如权利要求8所述的建筑物信息分析平台，其特征在于：
所述栅格化处理设备、所述脉冲干扰识别设备、所述参数定制设备和所述分化去噪设备被放置在同一块印刷电路板上。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910031112.6A CN109764851B (zh) | 2019-01-14 | 2019-01-14 | 建筑物信息分析平台 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910031112.6A CN109764851B (zh) | 2019-01-14 | 2019-01-14 | 建筑物信息分析平台 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN109764851A true CN109764851A (zh) | 2019-05-17 |
| CN109764851B CN109764851B (zh) | 2020-08-07 |
Family
ID=66453959
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910031112.6A Expired - Fee Related CN109764851B (zh) | 2019-01-14 | 2019-01-14 | 建筑物信息分析平台 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109764851B (zh) |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102706328A (zh) * | 2012-04-28 | 2012-10-03 | 中国神华能源股份有限公司 | 地面沉陷区域的检测方法和装置及数据处理设备 |
| CN103196403A (zh) * | 2013-03-21 | 2013-07-10 | 中国农业大学 | 一种基于gps控制平地系统的土方量测量方法 |
| CN106767683A (zh) * | 2016-12-12 | 2017-05-31 | 天津凡旋科技有限公司 | 一种电子信息领域的无人机对地高度的测量装置及方法 |
| US20180129879A1 (en) * | 2016-11-04 | 2018-05-10 | Intel Corporation | Unmanned aerial vehicle-based systems and methods for agricultural landscape modeling |
| JP2018173248A (ja) * | 2017-03-31 | 2018-11-08 | 日立造船株式会社 | 情報処理装置、情報処理方法、および情報処理プログラム |
-
2019
- 2019-01-14 CN CN201910031112.6A patent/CN109764851B/zh not_active Expired - Fee Related
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102706328A (zh) * | 2012-04-28 | 2012-10-03 | 中国神华能源股份有限公司 | 地面沉陷区域的检测方法和装置及数据处理设备 |
| CN103196403A (zh) * | 2013-03-21 | 2013-07-10 | 中国农业大学 | 一种基于gps控制平地系统的土方量测量方法 |
| US20180129879A1 (en) * | 2016-11-04 | 2018-05-10 | Intel Corporation | Unmanned aerial vehicle-based systems and methods for agricultural landscape modeling |
| CN106767683A (zh) * | 2016-12-12 | 2017-05-31 | 天津凡旋科技有限公司 | 一种电子信息领域的无人机对地高度的测量装置及方法 |
| JP2018173248A (ja) * | 2017-03-31 | 2018-11-08 | 日立造船株式会社 | 情報処理装置、情報処理方法、および情報処理プログラム |
Also Published As
| Publication number | Publication date |
|---|---|
| CN109764851B (zh) | 2020-08-07 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108106801B (zh) | 桥隧病害非接触检测系统及检测方法 | |
| CN101989373B (zh) | 基于可见光—热红外的多光谱多尺度森林火情监测方法 | |
| Sánchez-Aparicio et al. | Heritage site preservation with combined radiometric and geometric analysis of TLS data | |
| CN101770646B (zh) | 基于Bayer RGB图像的边缘检测方法 | |
| CN101339003A (zh) | 大结构水平二维位移自动测量装置及方法 | |
| CN114119614B (zh) | 一种远程检测建筑物的裂缝的方法 | |
| US10378957B2 (en) | System and method for measuring coal burner flame temperature profile using optical device | |
| CN113781446B (zh) | 玻纤表面油污检出方法、装置、存储介质和电子设备 | |
| CN109711348A (zh) | 基于长期驻空平台的实时违章建筑的智能监测方法及系统 | |
| CN117058137B (zh) | 一种夹胶玻璃生产质量视觉检测方法 | |
| JP2016181148A (ja) | 仮想監視画像作成システム、情報設定システム並びにシミュレーションシステム | |
| CN101937505B (zh) | 一种目标检测方法和设备及其使用的图像采集装置 | |
| CN113237459A (zh) | 一种建筑物沉降长期监测方法及监测系统 | |
| JP7242456B2 (ja) | 点検装置及び天井内点検方法 | |
| CN109764851A (zh) | 建筑物信息分析平台 | |
| Xu | Accurate measurement of structural vibration based on digital image processing technology | |
| IL294718B2 (en) | Water turbidity evaluation using image sensor | |
| Ma et al. | A BP neural network prediction model of compressive strength of green bricks in the Ming Dynasty based on CT scanning technique | |
| CN117243150B (zh) | 一种孵化用种蛋筛选方法及系统 | |
| CN112284509A (zh) | 一种基于手机视频的桥梁结构振型测量方法 | |
| CN209485275U (zh) | 一种基于数字图像处理技术的裂缝动态变化传感器 | |
| CN111435534A (zh) | 建筑物信息分析方法 | |
| CN110415232A (zh) | 一种三维图像路面检测方法 | |
| KR102248504B1 (ko) | 레이저를 이용한 기울기 측정장치 및 이의 제어방법 | |
| DE102014016247A1 (de) | Verfahren zur Messung und Darstellung von Baum- und Oberflächenbewegungen an Bäumen unter Belastung |
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 | ||
| CB03 | Change of inventor or designer information | ||
| CB03 | Change of inventor or designer information |
Inventor after: Gao Ning Inventor after: Gao Caiyun Inventor after: Yang Fuqin Inventor after: Ren Chengfu Inventor before: Ren Chengfu |
|
| TA01 | Transfer of patent application right | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20200710 Address after: Lung Cheung Road Pingdingshan city Henan province 467036 Applicant after: Henan Urban Construction Institute Address before: 211800 No. 39 Xinglong Road, Pukou Economic Development Zone, Nanjing City, Jiangsu Province Applicant before: Ren Chengfu |
|
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| CF01 | Termination of patent right due to non-payment of annual fee | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20200807 Termination date: 20210114 |