CN111192358A - 基于三维的管道裂痕检测方法、装置、设备和存储介质 - Google Patents
基于三维的管道裂痕检测方法、装置、设备和存储介质 Download PDFInfo
- Publication number
- CN111192358A CN111192358A CN201911353626.XA CN201911353626A CN111192358A CN 111192358 A CN111192358 A CN 111192358A CN 201911353626 A CN201911353626 A CN 201911353626A CN 111192358 A CN111192358 A CN 111192358A
- Authority
- CN
- China
- Prior art keywords
- dimensional model
- region
- information
- dimensional
- data
- 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
- 238000001514 detection method Methods 0.000 title claims abstract description 35
- 238000000034 method Methods 0.000 claims description 16
- 238000009616 inductively coupled plasma Methods 0.000 claims description 5
- 230000004927 fusion Effects 0.000 claims description 3
- 238000013507 mapping Methods 0.000 claims description 3
- 239000000126 substance Substances 0.000 claims description 2
- 238000007670 refining Methods 0.000 abstract description 4
- 238000010586 diagram Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000004590 computer program Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/50—Depth or shape recovery
-
- 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
- G06T2207/10028—Range image; Depth image; 3D point clouds
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Computer Graphics (AREA)
- Geometry (AREA)
- Software Systems (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明公开了一种基于三维的管道裂痕检测方法、装置、设备和存储介质,利用深度摄像头对管道进行三维重建,深度摄像头所获取的数据不受亮度限制,数据量比图像多了深度信息,可以更好的将数据进行分析。利用PCL库将深度摄像头获取的数据进行三维重建,重建出一个管道的三维模型,并对这三维模型进行精细化,将生成的模型纹理化,得出该模型裂痕特征。通过之前对管道正常状态时的三维重建,用管道的正常状态与待测状态进行比对,若待测状态出现问题,将再次识别该物体,以两次重建及比对来确保该物体是否出现问题。本发明通过增加深度信息并将深度信息进行充分利用,以减少图像识别时出现误判,由于不受亮度环境限制,从而提高判断的准确性。
Description
技术领域
本发明涉及管道裂痕检测技术领域,尤其是一种基于三维的管道裂痕检测方法、装置、设备和存储介质。
背景技术
管道在石油化工等生产中占有极其重要的地位。因此,及时和准确地检测出管道的缺陷和隐患,对保证社会生产和生活以及人民的生命财产具有重要的实际意义。
目前针对管道裂缝的特点,都是采用图像处理的方法对裂缝进行自动检测识别,对采集到的管道裂缝图像进行灰度化,再进行图像增强来降低图像中的噪声,然后选择合适的阈值行进分割,提取出裂缝特征。但图像处理所获得的管道信息只是二维的,其信息具有局限性,如果图像的亮度阈值不佳,会造成图像的质量不佳,而图像的质量问题会导致后续数据处理时衍生各类问题的出现。
发明内容
为解决上述问题,本发明的目的在于提供一种基于三维的管道裂痕检测方法、装置、设备和存储介质,利用深度摄像头对管道进行三维重建,深度摄像头所获取数据不受亮度限制,数据量比图像多了深度信息,可以更好的将数据进行分析。通过增加深度信息并将深度信息进行充分利用,以减少图像识别时出现误判,由于不受亮度环境的限制,从而提高了判断的准确性。
本发明解决其问题所采用的技术方案是:
第一方面,本发明实施例提出了一种基于三维的管道裂痕检测方法,包括:
利用深度摄像头对管道获取深度信息,并深度信息转化成点云信息;
将点云信息进行三维重构,生成正常的三维模型和待测的三维模型;
将正常的三维模型的数据与待测的三维模型的数据进行特征比对,确定出相互对应的位置,并将数据多次配准;
通过对待测的三维模型其中一片区域与正常的三维模型进行特征比对,查找哪个区域不能配准成功,则对该区域进行重新比对,再次确定该区域是否出现配准不成功的问题,若不成功,则判断为裂痕的出现;
对裂痕的信息进行定位,并导出其位置信息。
进一步,所述利用深度摄像头对管道获取深度信息,并深度信息转化成点云信息包括:利用深度摄像头对管道获取深度信息,并深度信息转化成点云信息,且多次获取该管道的多帧信息。
进一步,所述将点云信息进行三维重构,生成正常的三维模型和待测的三维模型包括:将点云信息进行ICP配准、融合和三角化处理,并将三角化处理的信息多次纹理贴图,生成正常的三维模型和待测的三维模型。
进一步,所述将正常的三维模型的数据与待测的三维模型的数据进行特征比对,确定出相互对应的位置,并将数据多次配准包括:将正常的三维模型的数据与待测的三维模型的数据从其纹理进行特征比对,确定出相互对应的位置,并将数据多次配准。
进一步,所述通过对待测的三维模型其中一片区域与正常的三维模型进行特征比对,查找哪个区域不能配准成功,则对该区域进行重新比对,再次确定该区域是否出现配准不成功的问题,若不成功,则判断为裂痕的出现包括:将正常的三维模型的数据与待测的三维模型的数据进行纹理比对,利用其图像和三维模型,通过对待测的三维模型其中一片区域与正常的三维模型进行特征比对,查找哪个区域不能配准成功,则对该区域进行重新比对,再次确定该区域是否出现配准不成功的问题,若不成功,则判断为裂痕的出现。
进一步,所述对裂痕的信息进行定位,并导出其位置信息包括:对裂痕的信息进行定位,将该裂痕与起始位置进行定位,并导出将该位置信息。
第二方面,本发明实施例还提出了一种基于三维的管道裂痕检测装置,包括:
获取数据模块,用于利用深度摄像头对管道获取深度信息,并深度信息转化成点云信息;
三维重建模块,用于将点云信息进行三维重构,生成正常的三维模型和待测的三维模型;
模型位置确定模块,用于将正常的三维模型的数据与待测的三维模型的数据进行特征比对,确定出相互对应的位置,并将数据多次配准;
模型比对模块,用于通过对待测的三维模型其中一片区域与正常的三维模型进行特征比对,查找哪个区域不能配准成功,则对该区域进行重新比对,再次确定该区域是否出现配准不成功的问题,若不成功,则判断为裂痕的出现;
确定裂痕位置模块,用于对裂痕的信息进行定位,并导出其位置信息。
第三方面,本发明实施例还提出了一种基于三维的管道裂痕检测设备,包括:
至少一个处理器;以及,
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行本发明第一方面所述的方法。
第四方面,本发明实施例还提出了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机可执行指令,所述计算机可执行指令用于使计算机执行本发明第一方面所述的方法。
本发明实施例中提供的一个或多个技术方案,至少具有如下有益效果:本发明提供的一种基于三维的管道裂痕检测方法、装置、设备和存储介质,利用深度摄像头对管道进行三维重建,深度摄像头所获取的数据不受亮度限制,数据量比图像多了深度信息,可以更好的将数据进行分析。利用PCL库将深度摄像头获取的数据进行三维重建,重建出一个管道的三维模型,并对这三维模型进行精细化,将生成的模型纹理化,得出该模型裂痕特征。通过之前对管道正常状态时的三维重建,用管道的正常状态与待测状态进行比对,若待测状态出现问题,将再次识别该物体,以两次重建及比对来确保该物体是否出现问题。本发明通过增加深度信息并将深度信息进行充分利用,以减少图像识别时出现误判,由于不受亮度环境的限制,从而提高了判断的准确性。
附图说明
下面结合附图和实例对本发明作进一步说明。
图1是本发明第一实施例中基于三维的管道裂痕检测方法的流程简图;
图2是本发明第二实施例中基于三维的管道裂痕检测装置的结构简图;
图3是本发明第三实施例中基于三维的管道裂痕检测设备的结构简图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明。
需要说明的是,如果不冲突,本发明实施例中的各个特征可以相互结合,均在本发明的保护范围之内。另外,虽然在装置示意图中进行了功能模块划分,在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于装置中的模块划分,或流程图中的顺序执行所示出或描述的步骤。
下面结合附图,对本发明实施例作进一步阐述。
如图1所示,本发明的第一实施例提供了一种基于三维的管道裂痕检测方法,包括但不限于以下步骤:
S100:利用深度摄像头对管道获取深度信息,并深度信息转化成点云信息;
S200:将点云信息进行三维重构,生成正常的三维模型和待测的三维模型;
S300:将正常的三维模型的数据与待测的三维模型的数据进行特征比对,确定出相互对应的位置,并将数据多次配准;
S400:通过对待测的三维模型其中一片区域与正常的三维模型进行特征比对,查找哪个区域不能配准成功,则对该区域进行重新比对,再次确定该区域是否出现配准不成功的问题,若不成功,则判断为裂痕的出现;
S500:对裂痕的信息进行定位,并导出其位置信息。
在步骤S100中,利用深度摄像头对管道获取深度信息,并深度信息转化成点云信息,且多次获取该管道的多帧信息。
在步骤S200中,将点云信息进行ICP配准、融合和三角化处理,并将三角化处理的信息多次纹理贴图,生成正常的三维模型和待测的三维模型。
在步骤S300中,将正常的三维模型的数据与待测的三维模型的数据从其纹理进行特征比对,确定出相互对应的位置,并将数据多次配准。
在步骤S400中,将正常的三维模型的数据与待测的三维模型的数据进行纹理比对,利用其图像和三维模型,通过对待测的三维模型其中一片区域与正常的三维模型进行特征比对,查找哪个区域不能配准成功,则对该区域进行重新比对,再次确定该区域是否出现配准不成功的问题,若不成功,则判断为裂痕的出现。
在步骤S500中,对裂痕的信息进行定位,将该裂痕与起始位置进行定位,并导出将该位置信息。
综上所述,与现有技术相比,基于三维的管道裂痕检测方法的优点在于:利用深度摄像头对管道进行三维重建,深度摄像头所获取的数据不受亮度限制,数据量比图像多了深度信息,可以更好的将数据进行分析。利用PCL库将深度摄像头获取的数据进行三维重建,重建出一个管道的三维模型,并对这三维模型进行精细化,将生成的模型纹理化,得出该模型裂痕特征。通过之前对管道正常状态时的三维重建,用管道的正常状态与待测状态进行比对,若待测状态出现问题,将再次识别该物体,以两次重建及比对来确保该物体是否出现问题。本方法通过增加深度信息并将深度信息进行充分利用,以减少图像识别时出现误判,由于不受亮度环境的限制,从而提高了判断的准确性。
另外,如图2所示,本发明的第二实施例提供了一种基于三维的管道裂痕检测装置,包括:
获取数据模块110,用于利用深度摄像头对管道获取深度信息,并深度信息转化成点云信息;
三维重建模块120,用于将点云信息进行三维重构,生成正常的三维模型和待测的三维模型;
模型位置确定模块130,用于将正常的三维模型的数据与待测的三维模型的数据进行特征比对,确定出相互对应的位置,并将数据多次配准;
模型比对模块140,用于通过对待测的三维模型其中一片区域与正常的三维模型进行特征比对,查找哪个区域不能配准成功,则对该区域进行重新比对,再次确定该区域是否出现配准不成功的问题,若不成功,则判断为裂痕的出现;
确定裂痕位置模块150,用于对裂痕的信息进行定位,并导出其位置信息。
本实施例中的基于三维的管道裂痕检测装置与第一实施例中的基于三维的管道裂痕检测方法基于相同的发明构思,因此,本实施例中的基于三维的管道裂痕检测装置具有相同的有益效果:利用深度摄像头对管道进行三维重建,深度摄像头所获取的数据不受亮度限制,数据量比图像多了深度信息,可以更好的将数据进行分析。利用PCL库将深度摄像头获取的数据进行三维重建,重建出一个管道的三维模型,并对这三维模型进行精细化,将生成的模型纹理化,得出该模型裂痕特征。通过之前对管道正常状态时的三维重建,用管道的正常状态与待测状态进行比对,若待测状态出现问题,将再次识别该物体,以两次重建及比对来确保该物体是否出现问题。本装置通过增加深度信息并将深度信息进行充分利用,以减少图像识别时出现误判,由于不受亮度环境的限制,从而提高了判断的准确性。
如图3所示,本发明的第三实施例还提供了一种基于三维的管道裂痕检测设备,包括:
至少一个处理器;
以及与所述至少一个处理器通信连接的存储器;
其中,所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行如上述第一实施例中任意一种基于三维的管道裂痕检测方法。
存储器作为一种非暂态计算机可读存储介质,可用于存储非暂态软件程序、非暂态性计算机可执行程序以及模块,如本发明实施例中的虚拟影像控制方法对应的程序指令/模块。处理器通过运行存储在存储器中的非暂态软件程序、指令以及模块,从而执行立体成像处理装置的各种功能应用以及数据处理,即实现上述任一方法实施例的基于三维的管道裂痕检测方法。
存储器可以包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需要的应用程序;存储数据区可存储根据立体成像处理装置的使用所创建的数据等。此外,存储器可以包括高速随机存取存储器,还可以包括非暂态存储器,例如至少一个磁盘存储器件、闪存器件、或其他非暂态固态存储器件。在一些实施例中,存储器可选包括相对于处理器远程设置的存储器,这些远程存储器可以通过网络连接至该立体投影装置。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
所述一个或者多个模块存储在所述存储器中,当被所述一个或者多个处理器执行时,执行上述任意方法实施例中的基于三维的管道裂痕检测方法,例如第一实施例中的方法步骤S100至S500。
本发明的第四实施例还提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机可执行指令,该计算机可执行指令被一个或多个控制处理器执行,可使得上述一个或多个处理器执行上述方法实施例中的一种基于三维的管道裂痕检测方法,例如第一实施例中的方法步骤S100至S500。
以上所描述的装置实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
通过以上的实施方式的描述,本领域普通技术人员可以清楚地了解到各实施方式可借助软件加通用硬件平台的方式来实现,当然也可以通过硬件。本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程是可以通过计算机程序来指令相关的硬件来完成,所述的程序可存储于一计算机可读取存储介质中,该程序在执行时,可包括如上述各方法的实施例的流程。其中,所述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory,ROM)或随机存储记忆体(Random Access Memory,RAM)等。
以上是对本发明的较佳实施进行了具体说明,但本发明并不局限于上述实施方式,熟悉本领域的技术人员在不违背本发明精神的前提下还可作出种种的等同变形或替换,这些等同的变形或替换均包含在本申请权利要求所限定的范围内。
Claims (9)
1.一种基于三维的管道裂痕检测方法,其特征在于,包括:
利用深度摄像头对管道获取深度信息,并深度信息转化成点云信息;
将点云信息进行三维重构,生成正常的三维模型和待测的三维模型;
将正常的三维模型的数据与待测的三维模型的数据进行特征比对,确定出相互对应的位置,并将数据多次配准;
通过对待测的三维模型其中一片区域与正常的三维模型进行特征比对,查找哪个区域不能配准成功,则对该区域进行重新比对,再次确定该区域是否出现配准不成功的问题,若不成功,则判断为裂痕的出现;
对裂痕的信息进行定位,并导出其位置信息。
2.根据权利要求1所述的一种基于三维的管道裂痕检测方法,其特征在于,所述利用深度摄像头对管道获取深度信息,并深度信息转化成点云信息包括:利用深度摄像头对管道获取深度信息,并深度信息转化成点云信息,且多次获取该管道的多帧信息。
3.根据权利要求1所述的一种基于三维的管道裂痕检测方法,其特征在于,所述将点云信息进行三维重构,生成正常的三维模型和待测的三维模型包括:将点云信息进行ICP配准、融合和三角化处理,并将三角化处理的信息多次纹理贴图,生成正常的三维模型和待测的三维模型。
4.根据权利要求1所述的一种基于三维的管道裂痕检测方法,其特征在于,所述将正常的三维模型的数据与待测的三维模型的数据进行特征比对,确定出相互对应的位置,并将数据多次配准包括:将正常的三维模型的数据与待测的三维模型的数据从其纹理进行特征比对,确定出相互对应的位置,并将数据多次配准。
5.根据权利要求4所述的一种基于三维的管道裂痕检测方法,其特征在于,所述通过对待测的三维模型其中一片区域与正常的三维模型进行特征比对,查找哪个区域不能配准成功,则对该区域进行重新比对,再次确定该区域是否出现配准不成功的问题,若不成功,则判断为裂痕的出现包括:将正常的三维模型的数据与待测的三维模型的数据进行纹理比对,利用其图像和三维模型,通过对待测的三维模型其中一片区域与正常的三维模型进行特征比对,查找哪个区域不能配准成功,则对该区域进行重新比对,再次确定该区域是否出现配准不成功的问题,若不成功,则判断为裂痕的出现。
6.根据权利要求5所述的一种基于三维的管道裂痕检测方法,其特征在于,所述对裂痕的信息进行定位,并导出其位置信息包括:对裂痕的信息进行定位,将该裂痕与起始位置进行定位,并导出将该位置信息。
7.一种基于三维的管道裂痕检测装置,其特征在于,包括:
获取数据模块,用于利用深度摄像头对管道获取深度信息,并深度信息转化成点云信息;
三维重建模块,用于将点云信息进行三维重构,生成正常的三维模型和待测的三维模型;
模型位置确定模块,用于将正常的三维模型的数据与待测的三维模型的数据进行特征比对,确定出相互对应的位置,并将数据多次配准;
模型比对模块,用于通过对待测的三维模型其中一片区域与正常的三维模型进行特征比对,查找哪个区域不能配准成功,则对该区域进行重新比对,再次确定该区域是否出现配准不成功的问题,若不成功,则判断为裂痕的出现;
确定裂痕位置模块,用于对裂痕的信息进行定位,并导出其位置信息。
8.一种基于三维的管道裂痕检测设备,其特征在于,包括:
至少一个处理器;以及,
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行如权利要求1-6任一项所述的方法。
9.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机可执行指令,所述计算机可执行指令用于使计算机执行如权利要求1-6任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911353626.XA CN111192358A (zh) | 2019-12-25 | 2019-12-25 | 基于三维的管道裂痕检测方法、装置、设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911353626.XA CN111192358A (zh) | 2019-12-25 | 2019-12-25 | 基于三维的管道裂痕检测方法、装置、设备和存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111192358A true CN111192358A (zh) | 2020-05-22 |
Family
ID=70710489
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911353626.XA Pending CN111192358A (zh) | 2019-12-25 | 2019-12-25 | 基于三维的管道裂痕检测方法、装置、设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111192358A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115689948A (zh) * | 2023-01-05 | 2023-02-03 | 济宁智诚物业管理有限公司 | 用于检测建筑供水管道裂痕的图像增强方法 |
CN116258716A (zh) * | 2023-05-15 | 2023-06-13 | 青岛宇通管业有限公司 | 基于图像处理的塑料管材质量检测方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105184788A (zh) * | 2015-08-31 | 2015-12-23 | 广州杰赛科技股份有限公司 | 一种管道检测终端及方法 |
CN108053477A (zh) * | 2017-12-20 | 2018-05-18 | 北京华航无线电测量研究所 | 一种管道内变形的数值处理方法 |
CN109147038A (zh) * | 2018-08-21 | 2019-01-04 | 北京工业大学 | 基于三维点云处理的管道三维建模方法 |
US20190228514A1 (en) * | 2018-01-19 | 2019-07-25 | United Technologies Corporation | Interactive semi-automated borescope video analysis and damage assessment system and method of use |
-
2019
- 2019-12-25 CN CN201911353626.XA patent/CN111192358A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105184788A (zh) * | 2015-08-31 | 2015-12-23 | 广州杰赛科技股份有限公司 | 一种管道检测终端及方法 |
CN108053477A (zh) * | 2017-12-20 | 2018-05-18 | 北京华航无线电测量研究所 | 一种管道内变形的数值处理方法 |
US20190228514A1 (en) * | 2018-01-19 | 2019-07-25 | United Technologies Corporation | Interactive semi-automated borescope video analysis and damage assessment system and method of use |
CN109147038A (zh) * | 2018-08-21 | 2019-01-04 | 北京工业大学 | 基于三维点云处理的管道三维建模方法 |
Non-Patent Citations (2)
Title |
---|
梁晋编著, 华中科技大学出版社 * |
汤一平 等: "基于主动式全景视觉的管道形貌缺陷检测系统" * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115689948A (zh) * | 2023-01-05 | 2023-02-03 | 济宁智诚物业管理有限公司 | 用于检测建筑供水管道裂痕的图像增强方法 |
CN116258716A (zh) * | 2023-05-15 | 2023-06-13 | 青岛宇通管业有限公司 | 基于图像处理的塑料管材质量检测方法 |
CN116258716B (zh) * | 2023-05-15 | 2023-07-18 | 青岛宇通管业有限公司 | 基于图像处理的塑料管材质量检测方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR102126724B1 (ko) | 포인트 클라우드 데이터를 복구하기 위한 방법 및 장치 | |
US10217007B2 (en) | Detecting method and device of obstacles based on disparity map and automobile driving assistance system | |
WO2018120038A1 (zh) | 一种目标检测的方法及装置 | |
US10192345B2 (en) | Systems and methods for improved surface normal estimation | |
CN110458772B (zh) | 一种基于图像处理的点云滤波方法、装置和存储介质 | |
CN108513121B (zh) | 用于场景的景深图评估的方法和设备 | |
WO2022105676A1 (zh) | 一种工件平面磨损的测量方法和系统 | |
CN107504917B (zh) | 一种三维尺寸测量方法及装置 | |
CN111126393A (zh) | 车辆外观改装判断方法、装置、计算机设备及存储介质 | |
CN111192358A (zh) | 基于三维的管道裂痕检测方法、装置、设备和存储介质 | |
CN109117746A (zh) | 手部检测方法及机器可读存储介质 | |
CN109697725B (zh) | 一种背景过滤方法、装置及计算机可读存储介质 | |
CN114693633A (zh) | 一种焊接缺陷检测方法、装置以及检测系统 | |
CN109993758A (zh) | 分割方法、分割装置、计算机设备及存储介质 | |
CN109785370A (zh) | 一种基于空间时间序列模型的弱纹理图像配准方法 | |
Chu et al. | Selecting valid correlation areas for automated bullet identification system based on striation detection | |
CN111126436B (zh) | 视觉匹配方法及装置 | |
CN113674220A (zh) | 一种图像差异检测方法、检测装置和存储介质 | |
Xia et al. | A robust recognition algorithm for encoded targets in close-range photogrammetry | |
CN116681912A (zh) | 铁路道岔的轨距检测方法及装置 | |
CN110992400A (zh) | 基于边缘的动态投影映射对象跟踪方法和装置 | |
CN116129378A (zh) | 车道线检测方法、装置、设备、车辆和介质 | |
CN115511902A (zh) | 一种角点特征提取方法及系统 | |
CN106778515B (zh) | 一种法兰轴向漏磁阵列信号自动识别方法 | |
CN115272258A (zh) | 基于机器视觉的金属圆柱面缺陷检测方法、系统和介质 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200522 |
|
RJ01 | Rejection of invention patent application after publication |