CN111710042A - 一种基于倾斜影像的基坑施工桩排列方法 - Google Patents
一种基于倾斜影像的基坑施工桩排列方法 Download PDFInfo
- Publication number
- CN111710042A CN111710042A CN202010553561.XA CN202010553561A CN111710042A CN 111710042 A CN111710042 A CN 111710042A CN 202010553561 A CN202010553561 A CN 202010553561A CN 111710042 A CN111710042 A CN 111710042A
- Authority
- CN
- China
- Prior art keywords
- construction
- information
- oblique image
- matrix
- foundation pit
- 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
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
- G06T17/10—Constructive solid geometry [CSG] using solid primitives, e.g. cylinders, cubes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/08—Construction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/10—Terrestrial scenes
- G06V20/13—Satellite images
Abstract
一种基于倾斜影像的基坑施工桩排列方法,包括步骤:采用无人机获取基坑施工区域的倾斜影像;对基坑施工区域的倾斜影像信息预处理,根据倾斜影像现场施工桩的分布的特征匹配数据库中最优施工桩排列矩阵,找出基坑施工区域中需要布设施工桩位置,对预处理后的倾斜影像特征信息与匹配基坑施工区域中需要布设施工桩位置信息进行编码、传输,并进行三维立体显示;所述倾斜影像包括视频信息、GPS方位信息、拍摄方向角信息、高度信息。本发明实现了根据倾斜影像现场施工桩的分布找出基坑施工区域中需要布设施工桩位置;并可以判断基坑的施工桩状态排列,以及最优排列方式进行合理布局,实现了三维重建,对补充施工桩的最优位置等进行了合理选择。
Description
技术领域
本发明涉及计算机视觉技术领域,具体地涉及一种基于倾斜影像的基坑施工桩排列方法。
背景技术
目前,随着基坑工程的规模和深度的不断增大,对基坑工程的实时监控已经达到较高水平,实时监控可以让用户实时了解到基坑的施工动态,并在此基础上对基坑的施工桩排列安全性作出评价,对施工桩的位置一目了然,为施工桩的合理排列,防止工程事故的发生,起到了重要作用。
但传统的基于监控手段效率低下、只能从固定角度获取信息,且成本较高,获取信息单一;而无人机获取信息手段快捷、方便、高效,故在基坑工程中引入无人机手段十分必要。自动无人机监控系统包括数据的自动采集,数据的实时传输,以及对数据的实时分析。要做到实时监控,实现对现场监控信息的无线传输则相当关键。采用无人机实时监控基坑施工现场图像,利用3G无线路由器终端、变压器和SIM卡等可以搭建无线传输系统,将基坑现场图像通过无线网络送达控制端,即可实现远程传输,再通过监测图像,集合数字图像技术对基坑的施工桩位置进行识别,可以判断基坑的施工桩状态排列,以及最优排列方式进行合理布局;因此,一种能够多种角度获取基坑施工桩区域图像并三维建模成为了迫切需求,从而改善用户的体验。
发明内容
为解决上述技术问题,本发明提供一种基于倾斜影像的基坑施工桩排列方法,本发明基于倾斜影像的基坑施工桩排列方法显著了提高实时采集基坑施工现场图像效率,可以判断基坑的施工桩状态排列,以及最优排列方式进行合理布局,且在准确率方面大大增强,增强用户体验;本发明是这样实现的:
一种基于倾斜影像的基坑施工桩排列方法,包括步骤:采用无人机获取基坑施工区域的倾斜影像;对基坑施工区域的倾斜影像信息预处理,根据倾斜影像现场施工桩的分布的特征匹配数据库中最优施工桩排列矩阵,找出基坑施工区域中需要布设施工桩位置,对预处理后的倾斜影像特征信息与匹配基坑施工区域中需要布设施工桩位置信息进行编码、传输,并进行三维立体显示;
所述倾斜影像包括视频信息、GPS方位信息、拍摄方向角信息、高度信息;所述匹配通过以下方式实现:倾斜影像信息包括视频帧图像像素点信息、以及像素点对应的方向角信息、高度信息,形成现场施工桩排列特征矩阵,现场施工桩排列特征矩阵和与数据库中最优施工桩排列矩阵通过一一对应度函数和匹配度函数进行匹配,匹配度函数为Fd和一一对应度函数为Fs表示,
其中,Fd(i,j)=Fd(dEU(i,j)),Fs(i,j)=Fs(dRV(gi,gj)),
dEU(i,j)是倾斜影像像素i和倾斜影像像素j之间的时空间距,dRV(gi,gj)是倾斜影像像素i和倾斜影像像素j之间差异度测量,gi、gj分别表示倾斜影像像素i和倾斜影像像素j的视频信息、GPS方位信息、拍摄方向角信息、高度信息的信息特征集合;倾斜影像像素j为数据库中最优施工桩像素;
其中,kd是经验常量,σd是匹配度误差,倾斜影像像素i和倾斜影像像素j的时空间距越远,匹配度函数的值越小;一一对应度函数Fs如下,
其中,ks是经验值,σs是一一对应度误差,r(gi,gj)是相关系数,r(gi,gj)的值与倾斜影像像素i、倾斜影像像素j两者之间的时空间距正相关,k为常量;若倾斜影像像素点i为类心点,倾斜影像像素点j为待确认施工桩像素点,则两个倾斜影像加强值为:WRV(i,j)=RV(XFi,YFj),其中,RV为加权运算,X是n×p的矩阵,由以类心点i为中心的立方体包含的倾斜影像像素点集组成,Y是n×q的矩阵,由以倾斜影像像素点j为中心的立方体包含的倾斜影像像素点集组成,Fi是p×p的矩阵,Fj是q×q的矩阵。
优选地,所述对基坑施工区域的倾斜影像信息预处理步骤包括对每个视频帧倾斜影像的基坑施工区域图像进行灰度化处理,根据最大类间方差法OSTU进行灰度阈值选取。
优选地,所述数据库中最优施工桩排列矩阵信息为根据施工桩区域为长方形、正方形、圆形、椭圆形区域进行最优设计。
优选地,所述采用无人机获取基坑施工区域的倾斜影像还包括无人机型号判断模块,型号判断模块判断确认无人机镜头型号、最大广角、采集速度,根据不同的机型型号以采集不同分辨率的倾斜影像信息。
优选地,所述预处理包括对倾斜影像图像信息的滤波去噪,特征提取;以及对倾斜影像图像像素、方位信息的确定。
优选地,所述施工桩排列矩阵信息为根据所述施工桩区域形状进而设计对应的施工桩排列,即不同的施工桩区域形状最优施工桩排列矩阵不同,矩阵信息包括:视频信息、GPS方位信息、拍摄方向角信息、高度信息。
优选地,所述数据库中包括5种施工桩排列矩阵信息,分别为:圆形施工桩排列矩阵、椭圆形施工桩排列矩阵、长方形施工桩排列矩阵、正方形施工桩排列矩阵、菱形施工桩排列矩阵。
优选地,当所述施工桩区域为圆形时,最优施工桩排列矩阵为圆形施工桩排列矩阵;当所述施工桩区域为椭圆时,最优施工桩排列矩阵为椭圆形施工桩排列矩阵;当所述施工桩区域为长方形时,最优施工桩排列矩阵为长方形施工桩排列矩阵;当所述施工桩区域为正方形时,最优施工桩排列矩阵为正方形施工桩排列矩阵;当所述施工桩区域为菱形时,最优施工桩排列矩阵为菱形施工桩排列矩阵。
与现有技术相比,本发明的技术方案具有以下有益效果:
解决了传统技术中没有采用无人机实时监控基坑施工现场图像,本申请通过倾斜影像技术,进行三维重建,对基坑的施工桩位置进行识别,根据倾斜影像现场施工桩的分布的特征匹配数据库中最优施工桩排列矩阵,找出基坑施工区域中需要布设施工桩位置;并可以判断基坑的施工桩状态排列,以及最优排列方式进行合理布局,根据所述施工桩区域形状进而设计对应的施工桩排列,即不同的施工桩区域形状最优施工桩排列矩阵不同;实现了三维重建,对补充施工桩的最优位置等进行了合理选择。
附图说明
图1是本发明无人机采集基坑施工桩区域方法图。
具体实施方式
本领域技术人员理解,如背景技术所言,传统的基于监控手段效率低下、只能从固定角度获取信息,且成本较高,获取信息单一;而无人机获取信息手段快捷、方便、高效,故在基坑工程中引入无人机手段十分必要,用户体验比较差,因此,需要设计对基坑的施工桩位置进行识别,可以判断基坑的施工桩状态排列,以及最优排列方式进行合理布局;因此,一种能够多种角度获取基坑施工桩区域图像并三维建模成为了迫切需求,从而改善用户的体验。为使本发明的上述目的、特征和有益效果能够更为明显易懂,下面结合附图对本发明的具体实施例做详细的说明。
实施例1:
一种基于倾斜影像的基坑施工桩排列方法,包括步骤:采用无人机获取基坑施工区域的倾斜影像;对基坑施工区域的倾斜影像信息预处理,根据倾斜影像现场施工桩的分布的特征匹配数据库中最优施工桩排列矩阵,找出基坑施工区域中需要布设施工桩位置,对预处理后的倾斜影像特征信息与匹配基坑施工区域中需要布设施工桩位置信息进行编码、传输,并进行三维立体显示;
所述倾斜影像包括视频信息、GPS方位信息、拍摄方向角信息、高度信息;所述匹配通过以下方式实现:倾斜影像信息包括视频帧图像像素点信息、以及像素点对应的方向角信息、高度信息,形成现场施工桩排列特征矩阵,现场施工桩排列特征矩阵和与数据库中最优施工桩排列矩阵通过一一对应度函数和匹配度函数进行匹配,匹配度函数为Fd和一一对应度函数为Fs表示,其中,Fd(i,j)=Fd(dEU(i,j)),Fs(i,j)=Fs(dRV(gi,gj)),dEU(i,j)是倾斜影像像素i和倾斜影像像素j之间的时空间距,dRV(gi,gj)是倾斜影像像素i和倾斜影像像素j之间差异度测量,gi、gj分别表示倾斜影像像素i和倾斜影像像素j的视频信息、GPS方位信息、拍摄方向角信息、高度信息的信息特征集合;
倾斜影像像素j为数据库中最优施工桩像素;
匹配度函数表示为:
其中,kd是经验常量,σd是匹配度误差,倾斜影像像素i和倾斜影像像素j的时空间距越远,匹配度函数的值越小;一一对应度函数Fs如下,
其中,ks是经验值,σs是一一对应度误差,r(gi,gj)是相关系数,r(gi,gj)的值与倾斜影像像素i、倾斜影像像素j两者之间的时空间距正相关,k为常量;若倾斜影像像素点i为类心点,倾斜影像像素点j为待确认施工桩像素点,则两个倾斜影像加强值为:WRV(i,j)=RV(XFi,YFj),其中,RV为加权运算,X是n×p的矩阵,由以类心i为中心的立方体包含的倾斜影像像素点集组成,Y是n×q的矩阵,由以倾斜影像像素点j为中心的立方体包含的倾斜影像像素点集组成,Fi是p×p的矩阵,Fj是q×q的矩阵。
实施例2:所述对基坑施工区域的倾斜影像信息预处理步骤包括对每个视频帧倾斜影像的基坑施工区域图像进行灰度化处理,根据最大类间方差法OSTU进行灰度阈值选取。
在一些实施例中:所述数据库中最优施工桩排列矩阵信息为根据施工桩区域为长方形、正方形、圆形、椭圆形区域进行最优设计。
在一些实施例中:所述采用无人机获取基坑施工区域的倾斜影像还包括无人机型号判断模块,型号判断模块判断确认无人机镜头型号、最大广角、采集速度,根据不同的机型型号以采集不同分辨率的倾斜影像信息。
实施例3:所述预处理包括对倾斜影像图像信息的滤波去噪,特征提取;以及对倾斜影像图像像素、方位信息的确定。
在一些实施例中:所述施工桩排列矩阵信息为根据所述施工桩区域形状进而设计对应的施工桩排列,即不同的施工桩区域形状最优施工桩排列矩阵不同,矩阵信息包括:视频信息、GPS方位信息、拍摄方向角信息、高度信息。
实施例4:所述数据库中包括5种施工桩排列矩阵信息,分别为:圆形施工桩排列矩阵、椭圆形施工桩排列矩阵、长方形施工桩排列矩阵、正方形施工桩排列矩阵、菱形施工桩排列矩阵。
在一些实施例中:,当所述施工桩区域为圆形时,最优施工桩排列矩阵为圆形施工桩排列矩阵;当所述施工桩区域为椭圆时,最优施工桩排列矩阵为椭圆形施工桩排列矩阵;当所述施工桩区域为长方形时,最优施工桩排列矩阵为长方形施工桩排列矩阵;当所述施工桩区域为正方形时,最优施工桩排列矩阵为正方形施工桩排列矩阵;当所述施工桩区域为菱形时,最优施工桩排列矩阵为菱形施工桩排列矩阵。
本发明的方法解决了传统技术中没有采用无人机实时监控基坑施工现场图像,本申请通过倾斜影像技术,进行三维重建,对基坑的施工桩位置进行识别,根据倾斜影像现场施工桩的分布的特征匹配数据库中最优施工桩排列矩阵,找出基坑施工区域中需要布设施工桩位置;并可以判断基坑的施工桩状态排列,以及最优排列方式进行合理布局,根据所述施工桩区域形状进而设计对应的施工桩排列,即不同的施工桩区域形状最优施工桩排列矩阵不同;实现了三维重建,对补充施工桩的最优位置等进行了合理选择。
本领域技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品,因此本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。
虽然本发明披露如上,但本发明并非限定于此。任何本领域技术人员,在不脱离本发明的精神和范围内,均可作各种更动与修改,因此本发明的保护范围应当以权利要求所限定的范围为准。
Claims (8)
1.一种基于倾斜影像的基坑施工桩排列方法,其特征在于,包括步骤:采用无人机获取基坑施工区域的倾斜影像;对基坑施工区域的倾斜影像信息预处理,根据倾斜影像现场施工桩的分布的特征匹配数据库中最优施工桩排列矩阵,找出基坑施工区域中需要布设施工桩位置,对预处理后的倾斜影像特征信息与匹配基坑施工区域中需要布设施工桩位置信息进行编码、传输,并进行三维立体显示;
所述倾斜影像包括视频信息、GPS方位信息、拍摄方向角信息、高度信息;所述匹配通过以下方式实现:倾斜影像信息包括视频帧图像像素点信息以及像素点对应的方向角信息、高度信息,形成现场施工桩排列特征矩阵,现场施工桩排列特征矩阵和与数据库中最优施工桩排列矩阵通过一一对应度函数和匹配度函数进行匹配,匹配度函数为Fd和一一对应度函数为Fs表示,
其中,Fd(i,j)=Fd(dEU(i,j)),Fs(i,j)=Fs(dRV(gi,gj)),
dEU(i,j)是倾斜影像像素i和倾斜影像像素j之间的时空间距,dRV(gi,gj)是倾斜影像像素i和倾斜影像像素j之间差异度测量,gi、gj分别表示倾斜影像像素i和倾斜影像像素j的视频信息、GPS方位信息、拍摄方向角信息、高度信息的信息特征集合;倾斜影像像素j为数据库中最优施工桩像素;其中,
匹配度函数表示为:
其中,kd是经验常量,σd是匹配度误差,倾斜影像像素i和倾斜影像像素j的时空间距越远,匹配度函数的值越小;一一对应度函数Fs如下,
其中,ks是经验值,σs是一一对应度误差,r(gi,gj)是相关系数,r(gi,gj)的值与倾斜影像像素i、倾斜影像像素j两者之间的时空间距正相关,k为常量;若倾斜影像像素点i为类心点,倾斜影像像素点j为待确认施工桩像素点,则两个倾斜影像加强值为:WRV(i,j)=RV(XFi,YFj),其中,RV为加权运算,X是n×p的矩阵,由以类心点i为中心的立方体包含的倾斜影像像素点集组成,Y是n×q的矩阵,由以倾斜影像像素点j为中心的立方体包含的倾斜影像像素点集组成,Fi是p×p的矩阵,Fj是q×q的矩阵。
2.根据权利要求1所述的一种基于倾斜影像的基坑施工桩排列方法,其特征在于,所述对基坑施工区域的倾斜影像信息预处理步骤包括对每个视频帧倾斜影像的基坑施工区域图像进行灰度化处理,根据最大类间方差法OSTU进行灰度阈值选取。
3.根据权利要求2所述的一种基于倾斜影像的基坑施工桩排列方法,其特征在于,所述数据库中最优施工桩排列矩阵信息为根据施工桩区域为长方形、正方形、圆形、椭圆形区域进行最优设计。
4.根据权利要求1所述的一种基于倾斜影像的基坑施工桩排列方法,其特征在于,所述采用无人机获取基坑施工区域的倾斜影像还包括无人机型号判断模块,型号判断模块判断确认无人机镜头型号、最大广角、采集速度,根据不同的机型型号以采集不同分辨率的倾斜影像信息。
5.根据权利要求1所述的一种基于倾斜影像的基坑施工桩排列方法,其特征在于,所述预处理包括对倾斜影像图像信息的滤波去噪,特征提取;以及对倾斜影像图像像素、方位信息的确定。
6.根据权利要求3所述的一种基于倾斜影像的基坑施工桩排列方法,其特征在于,所述施工桩排列矩阵信息为根据所述施工桩区域形状进而设计对应的施工桩排列,即不同的施工桩区域形状最优施工桩排列矩阵不同,矩阵信息包括:视频信息、GPS方位信息、拍摄方向角信息、高度信息。
7.根据权利要求6所述的一种基于倾斜影像的基坑施工桩排列方法,其特征在于,所述数据库中包括5种施工桩排列矩阵信息,分别为:圆形施工桩排列矩阵、椭圆形施工桩排列矩阵、长方形施工桩排列矩阵、正方形施工桩排列矩阵、菱形施工桩排列矩阵。
8.根据权利要求7所述的一种基于倾斜影像的基坑施工桩排列方法,其特征在于,当所述施工桩区域为圆形时,最优施工桩排列矩阵为圆形施工桩排列矩阵;当所述施工桩区域为椭圆时,最优施工桩排列矩阵为椭圆形施工桩排列矩阵;当所述施工桩区域为长方形时,最优施工桩排列矩阵为长方形施工桩排列矩阵;当所述施工桩区域为正方形时,最优施工桩排列矩阵为正方形施工桩排列矩阵;当所述施工桩区域为菱形时,最优施工桩排列矩阵为菱形施工桩排列矩阵。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010553561.XA CN111710042B (zh) | 2020-06-17 | 2020-06-17 | 一种基于倾斜影像的基坑施工桩排列方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010553561.XA CN111710042B (zh) | 2020-06-17 | 2020-06-17 | 一种基于倾斜影像的基坑施工桩排列方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111710042A true CN111710042A (zh) | 2020-09-25 |
CN111710042B CN111710042B (zh) | 2020-12-22 |
Family
ID=72541143
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010553561.XA Active CN111710042B (zh) | 2020-06-17 | 2020-06-17 | 一种基于倾斜影像的基坑施工桩排列方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111710042B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112731894A (zh) * | 2021-02-02 | 2021-04-30 | 深圳华龙讯达信息技术股份有限公司 | 一种基于数字孪生技术的包装机智能控制系统及方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080035963A1 (en) * | 2006-08-10 | 2008-02-14 | Samsung Electronics Co., Ltd. | Image sensors including multiple slope/impurity layer isolation regions, and methods of fabricating same |
CN108321166A (zh) * | 2018-04-02 | 2018-07-24 | 德淮半导体有限公司 | 图像传感器及其制造方法 |
CN108805113A (zh) * | 2018-10-08 | 2018-11-13 | 上海建工集团股份有限公司 | 基于图像识别的基坑自动监测数据筛选方法及系统 |
CN109458973A (zh) * | 2018-08-27 | 2019-03-12 | 中铁上海工程局集团有限公司 | 一种基于无人机的基坑监控系统及方法 |
CN109521019A (zh) * | 2018-11-09 | 2019-03-26 | 华南理工大学 | 一种基于无人机视觉的桥梁底面裂缝检测方法 |
CN110158607A (zh) * | 2019-04-25 | 2019-08-23 | 广东景源建设工程有限公司 | 支护桩施工方法及系统 |
CN110533698A (zh) * | 2019-09-05 | 2019-12-03 | 广东水电二局股份有限公司 | 一种基于视觉检测的基坑施工桩检测控制方法 |
-
2020
- 2020-06-17 CN CN202010553561.XA patent/CN111710042B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080035963A1 (en) * | 2006-08-10 | 2008-02-14 | Samsung Electronics Co., Ltd. | Image sensors including multiple slope/impurity layer isolation regions, and methods of fabricating same |
CN108321166A (zh) * | 2018-04-02 | 2018-07-24 | 德淮半导体有限公司 | 图像传感器及其制造方法 |
CN109458973A (zh) * | 2018-08-27 | 2019-03-12 | 中铁上海工程局集团有限公司 | 一种基于无人机的基坑监控系统及方法 |
CN108805113A (zh) * | 2018-10-08 | 2018-11-13 | 上海建工集团股份有限公司 | 基于图像识别的基坑自动监测数据筛选方法及系统 |
CN109521019A (zh) * | 2018-11-09 | 2019-03-26 | 华南理工大学 | 一种基于无人机视觉的桥梁底面裂缝检测方法 |
CN110158607A (zh) * | 2019-04-25 | 2019-08-23 | 广东景源建设工程有限公司 | 支护桩施工方法及系统 |
CN110533698A (zh) * | 2019-09-05 | 2019-12-03 | 广东水电二局股份有限公司 | 一种基于视觉检测的基坑施工桩检测控制方法 |
Non-Patent Citations (1)
Title |
---|
陆高明: ""基于流固耦合的临江深基坑开挖稳定性分析"", 《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112731894A (zh) * | 2021-02-02 | 2021-04-30 | 深圳华龙讯达信息技术股份有限公司 | 一种基于数字孪生技术的包装机智能控制系统及方法 |
Also Published As
Publication number | Publication date |
---|---|
CN111710042B (zh) | 2020-12-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111179345B (zh) | 基于车载机器视觉的前方车辆越线违章行为自动检测方法及系统 | |
CN109448326B (zh) | 一种基于快速图像识别的地质灾害智能群防监测系统 | |
CN110197185B (zh) | 一种基于尺度不变特征变换算法监测桥下空间的方法和系统 | |
CN110634138A (zh) | 一种基于视觉感知的桥梁变形的监测方法、装置及设备 | |
CN112085031A (zh) | 目标检测方法及系统 | |
CN112652015A (zh) | 基于bim的路面病害标记方法和装置 | |
CN104361357A (zh) | 基于图片内容分析的相片集分类系统及分类方法 | |
CN111710042B (zh) | 一种基于倾斜影像的基坑施工桩排列方法 | |
CN103353941A (zh) | 基于视角分类的自然标志物注册方法 | |
CN111239131A (zh) | 一种ai智能水环保实时监测平台 | |
CN116778094B (zh) | 一种基于优选视角拍摄的建筑物变形监测方法及装置 | |
CN110826364A (zh) | 一种库位识别方法及装置 | |
CN110135274B (zh) | 一种基于人脸识别的人流量统计方法 | |
CN115661453B (zh) | 一种基于下视角相机的塔吊吊物检测分割方法及系统 | |
CN113592975B (zh) | 一种基于遥感的鸟瞰图快速成图系统 | |
CN113052110B (zh) | 一种基于多视图投影和深度学习的三维兴趣点提取方法 | |
CN110969875B (zh) | 一种用于道路交叉口交通管理的方法及系统 | |
CN110348404B (zh) | 一种农村道路景观视觉评价分析方法 | |
CN112633158A (zh) | 一种输电线路走廊车辆识别方法、装置、设备和存储介质 | |
CN113743151A (zh) | 一种检测路面抛洒物的方法、装置及存储介质 | |
CN106157302A (zh) | 基于小波滤波的云端图像分割系统 | |
CN206863221U (zh) | 一种气象观测站地面观测场探测环境自动评估系统 | |
CN113538577B (zh) | 多摄像机覆盖优化方法、装置、设备及存储介质 | |
CN114677577B (zh) | 一种光场相机的机动车检测方法及系统 | |
CN115376013B (zh) | 一种基于卫星遥感监测的资源普查系统 |
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 |