CN112639453A - 用于使用红外热成像和数学趋势函数来检测和数字化新浇混凝土的状态的系统和方法 - Google Patents

用于使用红外热成像和数学趋势函数来检测和数字化新浇混凝土的状态的系统和方法 Download PDF

Info

Publication number
CN112639453A
CN112639453A CN201980056633.5A CN201980056633A CN112639453A CN 112639453 A CN112639453 A CN 112639453A CN 201980056633 A CN201980056633 A CN 201980056633A CN 112639453 A CN112639453 A CN 112639453A
Authority
CN
China
Prior art keywords
time
processor
function
temperature
concrete
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
Application number
CN201980056633.5A
Other languages
English (en)
Inventor
埃米利亚诺·安德烈斯·平托戈麦斯
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Digital Innovative Solutions Co ltd
Original Assignee
Digital Innovative Solutions Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Digital Innovative Solutions Co ltd filed Critical Digital Innovative Solutions Co ltd
Publication of CN112639453A publication Critical patent/CN112639453A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N25/00—Investigating or analyzing materials by the use of thermal means
    • G01N25/72—Investigating presence of flaws
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N25/00—Investigating or analyzing materials by the use of thermal means
    • G01N25/20—Investigating or analyzing materials by the use of thermal means by investigating the development of heat, i.e. calorimetry, e.g. by measuring specific heat, by measuring thermal conductivity
    • G01N25/48—Investigating or analyzing materials by the use of thermal means by investigating the development of heat, i.e. calorimetry, e.g. by measuring specific heat, by measuring thermal conductivity on solution, sorption, or a chemical reaction not involving combustion or catalytic oxidation
    • G01N25/4846—Investigating or analyzing materials by the use of thermal means by investigating the development of heat, i.e. calorimetry, e.g. by measuring specific heat, by measuring thermal conductivity on solution, sorption, or a chemical reaction not involving combustion or catalytic oxidation for a motionless, e.g. solid sample
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/38—Concrete; Lime; Mortar; Gypsum; Bricks; Ceramics; Glass
    • G01N33/383—Concrete or cement
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0004—Industrial image inspection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0004—Industrial image inspection
    • G06T7/001—Industrial image inspection using an image reference approach
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
    • G01J5/00—Radiation pyrometry, e.g. infrared or optical thermometry
    • G01J2005/0077—Imaging
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
    • G01J5/00—Radiation pyrometry, e.g. infrared or optical thermometry
    • G01J5/48—Thermography; Techniques using wholly visual means
    • G01J5/485—Temperature profile
    • 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
    • G06T2207/10016—Video; Image sequence
    • 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
    • G06T2207/10048—Infrared image
    • 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
    • G06T2207/20—Special algorithmic details
    • G06T2207/20024—Filtering details
    • 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
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30108—Industrial image inspection
    • G06T2207/30132—Masonry; Concrete

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Chemical & Material Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Pathology (AREA)
  • Immunology (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Quality & Reliability (AREA)
  • Chemical Kinetics & Catalysis (AREA)
  • Combustion & Propulsion (AREA)
  • Ceramic Engineering (AREA)
  • Food Science & Technology (AREA)
  • Medicinal Chemistry (AREA)
  • Radiation Pyrometers (AREA)
  • Investigating Or Analyzing Materials Using Thermal Means (AREA)

Abstract

本发明涉及使用热手段来分析材料，并且具体地提供了用于使用红外热成像来检测混凝土的系统，其包括：信息存储存储器；以及操作上连接至所述存储器的处理器，处理器被配置成：将多个红外热成像图像保存在存储器中：对于多个图像中的每个像素，获得被记录为时间的函数的温度轮廓并且获得温度相对于时间的多个曲线图，每个温度曲线图与被记录为时间的函数的相应温度轮廓相匹配；根据温度相对于时间的曲线图中的每一个确定指示值；以及如果与像素相对应的指示符值大于阈值，则指定该像素对应于混凝土。本发明还涉及用于使用红外热成像来检测混凝土的方法。

Description

用于使用红外热成像和数学趋势函数来检测和数字化新浇混 凝土的状态的系统和方法
技术领域
本发明涉及测量或测试领域，尤其涉及使用热手段来分析材料，并且具体地提供了用于借助于红外热成像来检测混凝土的系统和方法。
背景技术
在建筑部门，经常出现的问题是监测建造工作的进展以及混凝土的固化时间。然而，为了监测建造工作的进展，首先，需要检测现场的混凝土，以便提供进一步的数字化。
在现有技术中，已知混凝土的固化是放热反应。一旦混凝土已经倒入模板中，水泥浆便开始内部固化过程，该过程释放混合物内部的热量，引起温度升高。先前在现有技术中已经广泛公开了用于研究包含混凝土的结构的红外热成像。
例如，现有技术的一些文献提供了与检测板或壁中的缺陷部分有关的解决方案。在这种意义上，专利文献JP 5017507描述了用于检测例如由混凝土制成的建筑工程中的缺陷部分的方法。为了实现此，在热成像图像中检查沿着感兴趣的方向的温度梯度。借助于将像素中的温度与一些其相邻像素的平均温度进行比较来获得所述温度梯度。随后，将值(例如，正常/有缺陷)分配给所述像素。以这种方式，另外地，其允许获得缺陷部分的几何形状。
一方面，文献WO 2015/001344描述了用于借助于热成像图像来确定隧道内部的喷射混凝土结构的强度的方法。为了实现此，该方法获得多个热成像图像，并且对于每个像素从中获得作为时间的函数的多个温度轮廓。为了获得部分的强度，将作为时间的函数的所述温度轮廓与标准曲线进行比较。
另一方面，Azenha等人(Miguel Azenha、Rui Faria和Helena Figueiras，Thermography as a technique for monitoring early age temperatures ofhardening concrete(热成像作为用于监测硬化混凝土的早期温度的技术)，《Construction and Building Materials(建筑与建材)》25(2011)4232-4240)描述了使用热成像图像来监测早期固化阶段的混凝土。特别地，他们研究了表面温度随时间的演化，并且将所述测量结果与计算机模拟进行比较，以便预测所述样本的未来行为。
然而，在在包含存在混凝土的区段和不存在混凝土的区段的区域中检测混凝土的方面，现有的解决方案是有缺陷的。例如，根据JP 5017507中描述的方法，包含混凝土的区段与不包含混凝土的区段之间的所有边界都将被检测为缺陷。
另一方面，在WO 2015/001344中描述的方法中，所有捕获的图像都对应于混凝土，因此其检测缺乏意义。这在建筑工程中尤其重要，其中，除了从事普通工作的团队外，还存在混凝土以外的材料，例如必须有别于混凝土的钢、模板(用于板的面板和垂直支柱或吊顶)、金属结构等。
因此，用于借助于红外热成像来检测混凝土的系统和方法需要克服现有技术的不足。
发明内容
本发明提供了用于借助于红外热成像来检测混凝土的系统，其特征在于，该系统包括：信息存储存储器；以及处理器，其操作上连接至所述存储器，并且被配置成从所述存储器读取信息以及将信息存储在所述存储器中；其中，所述处理器被配置成：将多个红外热成像图像存储在所述存储器中，其中，所述多个图像中的每个图像对应于包含新浇混凝土的区域，并且其中，所述多个图像对应于时间范围；对于所述多个图像的每个像素，获得作为时间的函数的温度轮廓；获得作为时间的函数的多个温度曲线，所述温度曲线中的每一个拟合作为时间的函数的对应温度轮廓；根据作为时间的函数的所述温度曲线中的每一个来确定指示值；以及当所述指示值大于阈值时，定义像素对应于混凝土。
在优选的实施方式中，系统的特征在于，其另外包括操作上连接至所述处理器传感器的环境温度传感器，并且其中，所述处理器另外被配置成：从所述环境温度传感器获得环境温度测量结果；以及将与环境温度相对应的信息存储在所述存储器中。
在另一优选的实施方式中，系统的特征在于，其另外包括操作上连接至所述处理器的红外相机，并且其中，所述处理器另外被配置成：控制所述红外相机；从所述红外相机获得红外热成像图像；以及将所述红外热成像图像存储在所述存储器中。
在本发明的其他目的中，提供了用于借助于红外热成像来检测混凝土的方法，其特征在于，该方法包括以下步骤：将多个红外热成像图像存储在信息存储存储器中，其中，所述多个图像中的每个图像对应于包含新浇混凝土的区域，并且其中，所述多个图像对应于时间范围；对于所述多个图像的每个像素，借助于操作上连接至所述信息存储存储器的处理器获得作为时间的函数的温度轮廓；借助于所述处理器获得作为时间的函数的多个温度曲线，所述温度曲线中的每一个拟合作为时间的函数的对应温度轮廓；借助于所述处理器根据作为时间的函数的所述温度曲线来确定指示值；以及借助于所述处理器，当与像素相对应的所述指示值大于阈值时，定义所述像素对应于混凝土。
在优选的实施方式中，该方法的特征在于，作为时间的函数的所述温度曲线选自由低系数傅立叶级数或低系数多项式形成的组。
在另一优选的实施方式中，该方法的特征在于，该方法另外包括：将与环境温度轮廓相对应的信息存储在所述存储器中；借助于所述处理器获得作为时间的函数的环境温度曲线；以及借助于所述处理器从作为时间的函数的所述环境温度曲线获得所述阈值。在另一优选的实施方式中，该方法的特征在于，所述指示值是所述时间范围内的最大温度与初始温度之间的差，并且其中，所述阈值是所述时间范围内的最大环境温度与最低环境温度之间的差。在又一优选的实施方式中，该方法的特征在于，所述指示值是所述时间范围内曲线下方的面积，并且其中，所述阈值选自由以下各项形成的组：所述时间范围内环境温度曲线下方的面积；以及所述时间范围内的平均环境温度值与所述时间范围的长度的乘积。
在另外的优选的实施方式中，该方法的特征在于，所述时间范围在3小时与12小时之间。
在另一优选的实施方式中，该方法的特征在于，以5分钟与30分钟之间的周期来获得所述多个红外热成像图像中的每个图像。
在优选的实施方式中，该方法的特征在于，在获得作为时间的函数的所述温度轮廓之前，对所述多个图像中的每个图像进行滤波。在另一优选的实施方式中，该方法的特征在于，借助于高斯滤波器对所述多个图像进行滤波。
在另一优选的实施方式中，该方法的特征在于，其另外包括生成包含新浇混凝土的所述区域的图像，其中，被识别为混凝土的像素用第一颜色来着色，所述第一颜色与所述图像形成对比，所述图像借助于所述处理器来生成。
在另外的优选的实施方式中，该方法的特征在于，其另外包括借助于所述处理器生成所述包含新浇混凝土的区域的二进制映射。
附图说明
图1示出了具有包含混凝土的部分和不包含混凝土的部分的区域的热成像图像。
图2示出了在0.58小时的时间范围内借助于本发明的方法获得的区域的二进制图像。
图3示出了在2.13小时的时间范围内借助于本发明的方法获得的区域的二进制图像。
图4示出了在4.08小时的时间范围内借助于本发明的方法获得的区域的二进制图像。
图5示出了在5.03小时的时间范围内借助于本发明的方法获得的区域的二进制图像。
图6示出了在6.08小时的时间范围内借助于本发明的方法获得的区域的二进制图像。
图7示出了在6.83小时的时间范围内借助于本发明的方法获得的区域的二进制图像。
图8示出了具有混凝土的部分的温度作为时间的函数的曲线图。
图9示出了没有混凝土的部分的温度作为时间的函数的曲线图。
具体实施方式
以下，将参照本申请所附的附图来详细描述本发明。
本质上，本发明提供了一种用于借助于红外热成像来检测混凝土的系统，本质上包括：
-信息存储存储器；以及
-处理器，其操作上连接至所述存储器，并且被配置成从所述存储器读取信息以及将信息存储在所述存储器中；
其中，所述处理器被配置成：
-将多个红外热成像图像存储在所述存储器中，其中，所述多个图像中的每个图像对应于包含新浇混凝土的区域，并且其中，所述多个图像对应于时间范围；
-对于所述多个图像的每个像素，获得作为时间的函数的温度轮廓；
-获得作为时间的函数的多个温度曲线，所述温度曲线中的每一个拟合作为时间的函数的对应温度轮廓；
-根据作为时间的函数的所述温度曲线中的每一个来确定指示值；以及
-当与像素相对应的所述指示值大于阈值时，定义所述像素对应于混凝土。
另外地，本发明提供了一种用于借助于红外热成像来检测混凝土的方法，其特征在于，所述方法包括以下步骤：
-将多个红外热成像图像存储在信息存储存储器中，其中，所述多个图像中的每个图像对应于包含新浇混凝土的区域，并且其中，所述多个图像对应于时间范围；
-对于所述多个图像的每个像素，借助于操作上连接至所述信息存储存储器的处理器获得作为时间的函数的温度轮廓；
-借助于所述处理器获得作为时间的函数的多个温度曲线，所述温度曲线中的每一个拟合作为时间的函数的对应温度轮廓；
-借助于所述处理器根据作为时间的函数的所述温度曲线中的每一个确定指示值；以及
-借助于所述处理器，当与像素相对应的所述指示值大于阈值时，定义所述像素对应于混凝土。
在本发明的上下文中，必须理解，以将在每个像素中测量的强度与该点的表面温度相关联的方式，红外热成像图像对应于在红外光谱中获得的数字图像。在一些优选的实施方式中，在不限制本发明的范围的情况下，以所述图像中的像素的颜色为在所述点测量的温度的指示符的方式，修改所述红外热成像图像以便使其对人眼可见。按照本说明书，术语红外热成像图像和热成像图像将不区分地用于指代红外热成像图像。
将所述多个红外热成像图像存储在所述信息存储存储器中的方式不限制本发明的范围。例如，并且在不限制本发明的范围的情况下，所述存储器可以是非易失性存储器，并且所述多个红外热成像图像可以直接从捕获所述多个红外热成像图像的相机存储在所述存储存储器中。然而，在其他优选的实施方式中，以所述处理器将所述图像存储在所述存储器中的方式，所述红外热成像图像捕获相机可以操作上连接至所述处理器。在该后一种情况下，所述存储器可以是易失性存储器或非易失性存储器两者，而不限制本发明的范围。
所述存储器是易失性的或非易失性的，所述信息存储存储器的具体性质不限制本发明的范围。另一方面，所述存储器的存储容量不限制本发明的范围，只要其足够存储所述多个红外热成像图像即可。
另一方面，所述处理器操作上连接至所述存储器，并且被配置成从所述存储器读取信息以及将信息写入所述存储器中。另外地，所述处理器被配置成根据存储在所述存储器中的信息来执行操作。在优选的实施方式中，在不限制本发明的范围的情况下，所述处理器可以根据工厂设置来获得所述配置，以执行作为本发明的方法的部分的步骤。在该后一种情况下，其将被称为专用处理器。
然而，在其他优选的实施方式中，在不限制本发明的范围的情况下，所述处理器可以获得所述配置，以借助于执行为了这样的效果而适当编写的计算机程序来执行作为本发明的方法的部分的步骤。在该后一种情况下，所述计算机程序的性质、编写程序的支持、以及用于其编写的编程语言不限制本发明的范围，并且可以使用本领域普通技术人员已知的任何选择。
根据本发明的方法的第一步骤，将多个红外热成像图像存储在信息存储存储器中。所述多个图像中的每个图像对应于包含新浇混凝土的区域。必须理解，包含新浇混凝土的区域具有包含混凝土的部分，并且可以具有不包含混凝土的部分。例如，并且在不限制本发明的范围的情况下，在图1中示出了热成像图像，其中，包含混凝土的部分已经被包围在黑色多边形中，而所述多边形周围的所有区域都是没有混凝土的区域。
另一方面，在不存在捕获所述图像的相机的移动或位移的情况下，捕获所述红外热成像图像。以这种方式，固定的结构没有在连续的图像之间示出相对运动。前者允许不同图像中的相同位置(m，n)基本上对应于相同点，其中m对应于像素在图像中的行以及n对应于所述像素在图像中的列。
然而，偶尔地，移动结构或对象可能干扰所述多个图像中的热成像图像中的一个。本发明的系统和方法的优点之一，并且将在稍后详细说明是，即使在这些情况下，它们也允许检测包含混凝土的部分。
在任何优选的实施方式中，对于特定的红外热成像图像，可以获得与所述图像相对应的温度矩阵。为了本详细描述的效果，并且在不限制本发明的范围的情况下，所述温度矩阵将被表示为T(m，n)，其中，m是感兴趣的像素在红外热成像图像中的行，以及n是所述像素在所述图像中的列。
在不限制本发明的范围的情况下，可以直接从获得红外热成像图像的相机获得所述温度矩阵，或者可以在获取所述多个图像之后获得所述温度矩阵。在所述第二情况下，借助于对所获得的图像的数学处理来获得所述温度矩阵，该数学处理由所述处理器执行。在不限制本发明的范围的情况下，所述温度矩阵可以借助于现有技术中已知的任何方法来获得。给定一种热成像图像，本领域普通技术人员可以确定获得所述温度矩阵所需的数学处理。
例如并且在不限制本发明的范围的情况下，如果所述热成像图像是通过包括着色的温度刻度而已经被修改为人眼可感知的图像，则所述处理器可以在感兴趣的像素的颜色与该颜色的相应温度之间进行对应。在其他优选的实施方式中，在不限制本发明的范围的情况下，所述热成像图像可以是其中着色的刻度对应于在相应像素中捕获的红外辐射的强度的图像。在该后一种情况下，除了在像素的颜色与相应的强度之间进行对应之外，处理器还执行数学处理，该数学处理允许将所述强度与该像素的相应温度相关联。
另一方面，所述多个热成像图像对应于时间范围。所述时间范围可以是允许检测所述多个热成像图像中的混凝土的任何范围。例如，并且在不限制本发明的范围的情况下，图2至图7示出了借助于本发明的系统和方法的优选的实施方式而获得的二进制图像，其中，所述时间范围在0.58小时与6.83小时之间。然而，例如并且在不限制本发明的范围的情况下，时间范围可以是在3小时与12小时之间。
以这种方式，处理器被配置成获得多个温度T(m，n，t)，其中，t是其中已经捕获了相应图像的时间。例如并且在不限制本发明的范围的情况下，可以从所获得的热成像图像的元数据中获得所述时间t。在该后一种情况下，在不限制本发明的范围的情况下，所述处理器被配置成从所述元数据获得所述时间t。
在其他优选的实施方式中，在不限制本发明的范围的情况下，以图像数量与其中捕获图像的时间相关联的方式，可以以规律的时间间隔来获得所述多个热成像图像。在该后一种情况下，处理器被配置成确定图像数量，以及为所述图像分配时间t。捕获所述多个热成像图像的周期不限制本发明的范围。例如并且在不限制本发明的范围的情况下，可以以1分钟与120分钟之间的周期来捕获所述多个图像，更优选地以2分钟与60分钟之间的周期来捕获所述多个图像，以及甚至更优选地以5分钟与30分钟之间的周期来捕获所述多个图像。
根据先前描述，对于像素(m，n)的每个位置，可以获得作为时间的函数的温度值的集T(m，n，t)，必须将其理解为该像素的作为时间的函数的温度轮廓。所述处理器被配置成从存储在存储器中的多个图像获得所述温度轮廓。
另外地，在优选的实施方式中且在不限制本发明的范围的情况下，处理器可以被配置成在获得所述温度轮廓之前对作为多个热成像图像的部分的每个热成像图像进行滤波。所述滤波过程具有消除来自所述多个热成像图像的噪声的目的。借助于此对所述多个热成像图像进行滤波的方法不限制本发明的范围，并且可以是，而不限于高斯滤波器、低通滤波器、平均滤波器或中值滤波器。
在另一优选的实施方式中，所述处理器被配置成借助于高斯滤波器来对所述多个热成像图像进行滤波。定义所述高斯滤波器的参数，特别是方差，不限制本发明的范围。在又一优选的实施方式中，所述处理器被配置成借助于低通滤波器对所述多个热成像图像进行滤波。在这种情况下，所述低通滤波器的截止频率不限制本发明的范围。
在这两种情况下，在对所述多个热成像图像进行滤波的情况下以及在对所述多个图像不进行滤波的情况下，作为时间的函数的所述温度轮廓使得可以确定所考虑的像素是否对应于混凝土。然而，与将作为时间的函数的所述温度轮廓与标准曲线进行比较的现有技术相反，在本发明的方法的情况下，所述处理器被配置成借助于作为时间的函数的温度曲线来拟合作为时间的函数的所述温度轮廓。以这种方式，对于像素的每个位置(m，n)，所述处理器获得作为时间的函数的温度曲线，定义作为时间的函数的多个温度曲线。
在本发明的上下文中，必须理解，作为时间的函数的温度曲线是能够在热成像图像的捕获的初始时间与最终时间之间的任何时间处进行评估的数学函数。相反，作为时间的函数的温度轮廓对应于温度点的离散集。
另外地，借助于作为时间的函数的温度曲线的所述拟合必须考虑到，偶然地，在作为时间的函数的温度轮廓中将会存在与要分析的表面不对应的点。例如，并且不限制本发明的范围的情况下，在图1中，在右上角处示出了人物的阴影。然而，在与该热成像图像中捕获的时间不同的其他时间处，所述人将不在该位置处。另外地，所述人将会在温度轮廓中生成极端温度，这可能生成假阳性。
为了减少或消除所述假阳性，所述处理器被配置成借助于作为时间的函数的温度曲线来拟合作为时间的函数的所述温度轮廓，这将被称为低系数。在这种意义上，例如且在不限制本发明的范围的情况下，如果处理器被配置成借助于多项式函数来拟合作为时间的函数的所述温度轮廓，则多项式的次数将低于某个阈值，例如且在不限制本发明的范围的情况下，多项式的次数小于5。然而，在其他优选的实施方式中，在不限制本发明的范围的情况下，可以使用具有小于4或小于3的次数的多项式。在另一优选的实施方式中，在不限制本发明的范围的情况下，所述处理器可以被配置成借助于作为高斯曲线的温度曲线来拟合作为时间的函数的所述温度轮廓。在该后一种优选的实施方式中，所述处理器被配置成找到所述高斯曲线的中心值和宽度。
在其他优选的实施方式中，在不限制本发明的范围的情况下，处理器可以被配置成借助于作为时间的函数的温度曲线来拟合作为时间的函数的所述温度轮廓，其为低系数傅立叶级数。在这种意义上，本领域普通技术人员知道，可以根据以下等式借助于傅立叶级数来拟合有限区间[0,S]中的任何函数f(t)：
Figure BDA0002954642710000091
其中，计算所述值al和bl的方式是相关领域普通技术人员已知的。以这种方式，所述处理器可以被配置成获得所述值al和bl。
要理解的是，低系数傅立叶级数是以具体的l值截取的傅立叶级数，例如且在不限制本发明的范围的情况下，以小于5的l值截取的傅立叶级数，更优选地以小于4的l值截取的傅立叶级数，以及甚至更优选地以小于2的l值截取的傅立叶级数。
借助于低系数温度曲线的拟合具有以下优点：它们消除了作为时间的函数的温度曲线的高频分量，因此任何极端温度都将在所述曲线中软化，以这种方式消除假阳性的出现。
允许拟合作为时间的函数的温度轮廓的任何温度曲线均可以用于实施本发明的方法，而不限制其范围。
根据所述作为时间的函数的温度曲线，处理器被配置成确定指示值。所述指示值允许区分对应于混凝土的像素与不对应于混凝土的像素。例如且在不限制本发明的范围的情况下，所述指示值可以是作为时间的函数的所述温度曲线下方的面积。在另一优选的实施方式中，在不限制本发明的范围的情况下，所述指示值可以是所述温度曲线的最大值与所述温度曲线的初始值之间的温度差。
然而，在其他优选的实施方式中，可以使用从作为时间的函数的温度曲线获得的其他指示值，而不限制本发明的范围。例如且在不限制本发明的范围的情况下，可以从温度曲线的最大温度与初始温度获得其他指示值，例如它们之间的比率、它们之间的平均值、以及所述值之间的任何其他权重。
所述处理器另外被配置成借助于所述指示值与阈值之间的比较来确定像素是否对应于混凝土。如果所述指示值高于所述阈值，则所述处理器将确定所述像素对应于混凝土。因此，如果所述指示值小于或等于所述阈值，则所述处理器将确定所述像素不对应于混凝土。
所述阈值可以是允许区分对应于混凝土的像素与不对应于混凝土的像素的任何值。例如且在不限制本发明的范围的情况下，当所述指示值对应于温度曲线的最大值与所述曲线的初始值之间的差时，所述阈值可以是所述时间范围内最大环境温度值与最小环境温度值之间的差。在优选的实施方式中，在不限制本发明的范围的情况下，处理器被配置成获得所述时间范围内的最大环境温度值与最小环境温度值之间的所述差。在另一优选的实施方式中，在不限制本发明的范围的情况下，所述阈值是最大环境温度值与最小环境温度值之间的差加上公差温度值。当所述时间范围内的环境温度的变化太低时，例如且不限制本发明的范围，在受控的环境条件下或当环境温度的差小于2℃时，所述公差温度值允许避免假阳性。所述公差温度值的大小不限制本发明的范围，并且在不限制本发明的范围的情况下，可以在0.1℃与5℃之间。
在另一优选的实施方式中，当所述指示值对应于所述时间范围内曲线下方的面积时，所述阈值可以是平均环境温度值乘以所述时间范围的长度。在这种情况下，处理器被配置成获得所述平均环境温度值并且根据所述平均环境温度值获得所述阈值。
在另一优选的实施方式中，存储器另外存储与作为时间的函数的环境温度轮廓相对应的信息，并且处理器另外被配置成获得作为时间的函数的环境温度曲线，以及根据作为时间的函数的所述环境温度曲线获得所述阈值。
将所述与环境温度轮廓相对应的信息存储在所述存储器中的方式不限制本发明的范围。例如且在不限制本发明的范围的情况下，所述处理器可以操作上连接至环境温度传感器，并且可以被配置成将所述信息存储在所述存储器中。在其他优选的实施方式中，在不限制本发明的范围的情况下，所述多个热成像图像可以包括元数据的一部分、与环境温度有关的信息，例如，如借助于捕获所述热成像图像的相机中存在的传感器所获得的信息。在另外的优选的实施方式中，在不限制本发明的范围的情况下，可以从外部源，例如且在不限制本发明的范围的情况下，从互联网获得所述与环境温度轮廓相对应的信息。为此，处理器另外操作上连接至所述外部源，例如互联网，并且被配置成从所述外部源获得所述信息并且将所述信息存储在所述存储器中。
在优选的实施方式中，在不限制本发明的范围的情况下，当所述指示值对应于所述时间范围内最大值与初始值之间的差时，所述阈值可以是所述环境温度曲线中的最大温度与最小温度之间的差。在另一示例中，在不限制本发明的范围的情况下，当所述指示值对应于所述时间范围内曲线下方的面积时，所述阈值可以是所述环境温度曲线中的所述时间范围内曲线下方的面积。
然而，在其他优选的实施方式中并且在不限制本发明的范围的情况下，可以使用其他阈值，例如最大环境温度与最小环境温度之间的比率、环境温度平均值等。
根据先前描述的系统和方法，可以借助于红外热成像特别是根据多个红外热成像图像来检测混凝土，其中，所述多个热成像图像对应于包含混凝土的区域，并且可以具有不对应于混凝土的部分。
然而，在优选的实施方式中且在不限制本发明的范围的情况下，所述处理器可以被配置成生成图像，在该图像中明确地识别与混凝土相对应的部分。在优选的实施方式中，在不限制本发明的范围的情况下，通过对与所述热成像图像形成对比的第一颜色的混凝土相对应的像素进行着色，所述处理器被配置成修改热成像图像中的一个，例如且在不限制本发明的范围的情况下，修改存储在存储器中的最后一个热成像图像。
在另一优选的实施方式中，所述处理器被配置成生成所述包含新浇混凝土的区域的二进制映射。在本发明的上下文中，必须理解，二进制映射是相同尺寸的热成像图像的矩阵，其中，对应于混凝土的像素的位置存储第一值，例如1，而不对应于混凝土的像素的位置存储第二值，例如0。例如且在不限制本发明的范围的情况下，图2至图7是借助于本发明系统和方法的实施方式在不同时间范围处获得的二进制映射的图形表示。
在另外的优选的实施方式中，在不限制本发明的范围的情况下，所述处理器被配置成存储分别对应于包含混凝土的像素的行和列的值(m，n)。该优选的实施方式具有允许执行信息的后处理的优点，例如且在不限制本发明的范围的情况，具有允许在外部应用或程序中显示所述信息的优点。
另外地，可以实时地或在捕获热成像图像之后实现本发明的方法。在优选的实施方式中，在不限制本发明的范围的情况下，处理器操作上连接至捕获所述热成像图像的相机，并且被配置成控制所述相机。在该优选的实施方式中，所述处理器可以被配置成从所述相机获得所述多个热成像图像，以将所述多个热成像图像存储在存储器中，并且执行作为本发明的方法的部分的操作。对于本领域普通技术人员将明显的是，在这种情况下，本发明的方法可以实时地实现。
另一方面，在本发明的方法和系统被用于建造工程的情况下，可以使工程的位置数字化，以便允许将其并入至建筑信息模型(BIM)中。以这种方式，另外且在不限制本发明的范围的情况下，可以实时地监测工程的进展。例如且在不限制本发明的范围的情况下，可以借助于确定工程的进展的指示参数例如，每天、每周和每月的浇筑次数来将其完成。另外地，在不限制本发明的范围的情况下，工程的进展的所述指示参数可以允许预测未来材料的必要性，以这种方式来优化报价请求和用于获得材料的购买命令的发出。
根据先前的详细描述，可以获得用于借助于红外热成像来检测混凝土的系统和方法。必须理解，在不限制本发明的范围的情况下，可以以任何方式将先前详述的不同的优选的实施方式彼此组合。
以下，将公开本发明的实施方式的示例。必须理解，所述示例旨在提供对发明的更好的理解，但是在任何情况下，都不限制本发明的范围。
另外地，在不限制本发明的范围的情况下，在不同示例中描述的方面可以彼此组合或者以任何方式与先前详述的其他优选的实施方式进行组合。
示例1：采集多个红外热成像图像
在图1中，示出了在本发明方法的测试中捕获的红外热成像图像。在这种情况下，提供了新浇混凝土样本。包含新浇混凝土的部分已经借助于黑色多边形进行界定，黑色多边形不是原始图像的一部分，但是为了更好地理解本发明而将黑色多边形并入。另外地，在新浇混凝土部分上，看到了围绕混凝土样本的金属结构，以及测试的一般背景。
以15分钟的规律间隔来获得所述混凝土样本的多个红外热成像图像。
示例2：获得作为时间的函数的温度曲线和温度轮廓
图8和图9示出了温度作为时间的函数的曲线图，分别对应于包含混凝土的像素和不包含混凝土的像素。
在所述曲线图中，标记“A”对应于从热成像图像测量的温度点、“B”对应于拟合所述温度轮廓的作为时间的函数的温度曲线、“C”对应于环境温度的变化、以及“D”对应于环境温度在感兴趣的时间范围内的变化。
另外地，在这两个图中均示出了值ΔTA和ΔTCD，值ΔTA和ΔTCD分别对应于在感兴趣的时间范围内作为时间的函数的温度曲线中的最大环境温度差以及最大温度与初始温度之间的差。
在图8和图9中，值ΔTA相同，而在所述图中，值ΔTCD不同。
示例3：确定像素是否对应于混凝土
在图8的情况下，看到了对应于指示值的值ΔTCD大于值ΔTA，在该示例中ΔTA已经用作阈值。因此，源自图8的温度轮廓的像素将被识别为包含新浇混凝土的像素。
相反，在图9的情况下，看到了值ΔTCD小于值ΔTA。因此，源自图9的温度轮廓的像素将被识别为不包含新浇混凝土的像素。
示例4：实时获得二进制映射
图2至图7示出了借助于本发明的方法的实施方式而获得的不同的二进制映射的图形表示，其中，时间范围分别是0.58小时、2.13小时、4.08小时、5.03小时、6.08小时和6.83小时。所有图像共享相同的初始时间。
看到了在图2的情况下，没有像素被识别为新浇混凝土。在图3的情况下，存在有一些像素被识别为新浇混凝土，但是大多数混凝土样本未被识别。在图4的情况下，大部分样本已经被正确地识别，但是存在主要在边界中尚未被识别的部分。最后，在图5、图6和图7中，已经令人满意地检测了大部分混凝土样本。
权利要求书(按照条约第19条的修改)
1.一种用于借助于红外热成像来检测混凝土的系统，其特征在于，所述系统包括：
-信息存储存储器；
-处理器，其操作上连接至所述存储器，并且被配置成从所述存储器读取信息以及将信息存储在所述存储器中；以及
-红外相机，其操作上连接至所述处理器，所述处理器被配置成控制所述红外相机并且从所述红外相机获得红外热成像图像；
其中，所述处理器被配置成：
-将从所述红外相机获得的多个红外热成像图像存储在所述存储器中，其中，所述多个图像中的每个图像对应于包含新浇混凝土的区域，并且其中，所述多个图像对应于时间范围；
-对于所述多个红外热成像图像的每个像素，获得作为时间的函数的温度轮廓；
-借助于作为时间的函数的对应温度曲线来调节作为时间的函数的每个温度轮廓，获得作为时间的函数的多个温度曲线；
-根据作为时间的函数的所述温度曲线中的每一个来确定指示值；以及
-当与像素相对应的所述指示值大于阈值时，定义所述像素对应于混凝土，
其中，所述指示值选自由以下各项组成的组：作为时间的函数的所述温度曲线下方的面积、作为时间的函数的所述温度曲线的最大值与初始值之间的温度差、作为时间的函数的所述温度曲线的最大温度与初始温度之间的比率、作为时间的函数的所述温度曲线的最大温度与初始温度之间的平均值、以及作为时间函数的所述温度曲线的最大温度与初始温度之间的任何权重；并且
其中，所述阈值从环境温度获得。
2.根据权利要求1所述的系统，其特征在于，所述系统另外包括操作上连接至所述处理器的环境温度传感器，并且其中，所述处理器被配置成：
-从所述环境温度传感器获得环境温度测量结果；以及
-将与环境温度相对应的信息存储在所述存储器中。
3.根据权利要求1所述的系统，其特征在于，所述处理器操作上连接至外部环境温度源，并且其中，所述处理器被配置成从所述外部源获得与环境温度相对应的信息，并且将所述与环境温度相对应的信息存储在所述存储器中。
4.一种用于借助于红外热成像来检测混凝土的方法，其特征在于，所述方法包括以下步骤：
-将多个红外热成像图像存储在信息存储存储器中，其中，所述多个图像中的每个图像对应于包含新浇混凝土的区域，并且其中，所述多个图像对应于时间范围；
-对于所述多个图像的每个像素，借助于操作上连接至所述信息存储存储器的处理器获得作为时间的函数的温度轮廓；
-借助于作为时间的函数的对应温度曲线来调节作为时间的函数的每个温度轮廓，获得作为时间的函数的多个温度曲线；
-借助于所述处理器根据作为时间的函数的所述温度曲线来确定指示值；以及
-借助于所述处理器，当与像素相对应的所述指示值大于阈值时，定义所述像素对应于混凝土，
其中，所述指示值选自由以下各项组成的组：作为时间的函数的所述温度曲线下方的面积、作为时间的函数的所述温度曲线的最大值与初始值之间的温度差、作为时间的函数的所述温度曲线的最大温度与初始温度之间的比率、作为时间的函数的所述温度曲线的最大温度与初始温度之间的平均值、以及作为时间函数的所述温度曲线的最大温度与初始温度之间的任何权重；并且
其中，所述阈值从环境温度获得。
5.根据权利要求4所述的方法，其特征在于，作为时间的函数的所述温度曲线选自由低系数傅立叶级数和低系数多项式形成的组。
6.根据权利要求4所述的方法，其特征在于，所述方法另外包括：
-将与环境温度轮廓相对应的信息存储在所述存储器中；
-借助于所述处理器获得作为时间的函数的环境温度曲线；以及
-借助于所述处理器从作为时间的函数的所述环境温度曲线获得所述阈值。
7.根据权利要求4或6所述的方法，其特征在于，所述指示值是所述时间范围内的最大温度与初始温度之间的差，并且其中，所述阈值是所述时间范围内的最大环境温度与最低环境温度之间的差。
8.根据权利要求4或6所述的方法，其特征在于，所述指示值是所述时间范围内所述曲线下方的面积，并且其中，所述阈值选自由以下各项形成的组：所述时间范围内所述环境温度曲线下方的面积；以及所述时间范围内的平均环境温度值与所述时间范围的长度的乘积。
9.根据权利要求4所述的方法，其特征在于，所述时间范围在3小时与12小时之间。
10.根据权利要求4所述的方法，其特征在于，以5分钟与30分钟之间的周期来获得所述多个红外热成像图像中的每个图像。
11.根据权利要求4所述的方法，其特征在于，在获得作为时间的函数的所述温度轮廓之前，对所述多个图像中的每个图像进行滤波。
12.根据权利要求11所述的方法，其特征在于，借助于高斯滤波器对所述多个图像进行滤波。
13.根据权利要求4所述的方法，其特征在于，所述方法另外包括生成所述包含新浇混凝土的区域的图像，其中，被识别为混凝土的像素用第一颜色来着色，所述第一颜色与所述图像形成对比，所述图像借助于所述处理器来生成。
14.根据权利要求4所述的方法，其特征在于，所述方法另外包括借助于所述处理器生成所述包含新浇混凝土的区域的二进制映射。

Claims (14)

1.一种用于借助于红外热成像来检测混凝土的系统，其特征在于，所述系统包括：
-信息存储存储器；
-处理器，其操作上连接至所述存储器，并且被配置成从所述存储器读取信息以及将信息存储在所述存储器中；以及
-红外相机，其操作上连接至所述处理器，所述处理器被配置成控制所述红外相机并且从所述红外相机获得红外热成像图像；
其中，所述处理器被配置成：
-将从所述红外相机获得的多个红外热成像图像存储在所述存储器中，其中，所述多个图像中的每个图像对应于包含新浇混凝土的区域，并且其中，所述多个图像对应于时间范围；
-对于所述多个红外热成像图像的每个像素，获得作为时间的函数的温度轮廓；
-获得作为时间的函数的多个温度曲线，所述温度曲线中的每一个拟合作为时间的函数的对应温度轮廓；
-根据作为时间的函数的所述温度曲线中的每一个来确定指示值；以及
-当所述指示值大于阈值时，定义像素对应于混凝土。
2.根据权利要求1所述的系统，其特征在于，所述系统另外包括操作上连接至所述环境温度传感器的环境温度传感器，并且其中，所述处理器被配置成：
-从所述环境温度传感器获得环境温度测量结果；以及
-将与环境温度相对应的信息存储在所述存储器中。
3.根据权利要求1所述的系统，其特征在于，所述处理器操作上连接至外部环境温度源，并且其中，所述处理器被配置成从所述外部源获得与环境温度相对应的信息，并且将所述与环境温度相对应的信息存储在所述存储器中。
4.一种用于借助于红外热成像来检测混凝土的方法，其特征在于，所述方法包括以下步骤：
-将多个红外热成像图像存储在信息存储存储器中，其中，所述多个图像中的每个图像对应于包含新浇混凝土的区域，并且其中，所述多个图像对应于时间范围；
-对于所述多个图像的每个像素，借助于操作上连接至所述信息存储存储器的处理器获得作为时间的函数的温度轮廓；
-借助于所述处理器获得作为时间的函数的多个温度曲线，所述温度曲线中的每一个拟合作为时间的函数的对应温度轮廓；
-借助于所述处理器根据作为时间的函数的所述温度曲线来确定指示值；以及
-借助于所述处理器，当与像素相对应的所述指示值大于阈值时，定义所述像素对应于混凝土。
5.根据权利要求4所述的方法，其特征在于，作为时间的函数的所述温度曲线选自由低系数傅立叶级数和低系数多项式形成的组。
6.根据权利要求4所述的方法，其特征在于，所述方法另外包括：
-将与环境温度轮廓相对应的信息存储在所述存储器中；
-借助于所述处理器获得作为时间的函数的环境温度曲线；以及
-借助于所述处理器从作为时间的函数的所述环境温度曲线获得所述阈值。
7.根据权利要求4或6所述的方法，其特征在于，所述指示值是所述时间范围内的最大温度与初始温度之间的差，并且其中，所述阈值是所述时间范围内的最大环境温度与最低环境温度之间的差。
8.根据权利要求4或6所述的方法，其特征在于，所述指示值是所述时间范围内所述曲线下方的面积，并且其中，所述阈值选自由以下各项形成的组：所述时间范围内所述环境温度曲线下方的面积；以及所述时间范围内的平均环境温度值与所述时间范围的长度的乘积。
9.根据权利要求4所述的方法，其特征在于，所述时间范围在3小时与12小时之间。
10.根据权利要求4所述的方法，其特征在于，以5分钟与30分钟之间的周期来获得所述多个红外热成像图像中的每个图像。
11.根据权利要求4所述的方法，其特征在于，在获得作为时间的函数的所述温度轮廓之前，对所述多个图像中的每个图像进行滤波。
12.根据权利要求11所述的方法，其特征在于，借助于高斯滤波器对所述多个图像进行滤波。
13.根据权利要求4所述的方法，其特征在于，所述方法另外包括生成所述包含新浇混凝土的区域的图像，其中，被识别为混凝土的像素用第一颜色来着色，所述第一颜色与所述图像形成对比，所述图像借助于所述处理器来生成。
14.根据权利要求4所述的方法，其特征在于，所述方法另外包括借助于所述处理器生成所述包含新浇混凝土的区域的二进制映射。
CN201980056633.5A 2018-08-30 2019-08-08 用于使用红外热成像和数学趋势函数来检测和数字化新浇混凝土的状态的系统和方法 Pending CN112639453A (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
CL2018002477A CL2018002477A1 (es) 2018-08-30 2018-08-30 Sistema y método para la detección y digitalización del hormigón en estado fresco usando tecnología infraroja y funciones matemáticas de tendencia.
CL2477-2018 2018-08-30
PCT/CL2019/050069 WO2020041912A1 (es) 2018-08-30 2019-08-08 Sistema y método para la detección y digitalización del hormigón en estado fresco usando tecnología infrarroja y funciones matemáticas de tendencia

Publications (1)

Publication Number Publication Date
CN112639453A true CN112639453A (zh) 2021-04-09

Family

ID=65529097

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201980056633.5A Pending CN112639453A (zh) 2018-08-30 2019-08-08 用于使用红外热成像和数学趋势函数来检测和数字化新浇混凝土的状态的系统和方法

Country Status (7)

Country Link
US (1) US20210318258A1 (zh)
EP (1) EP3845894A1 (zh)
JP (1) JP2021534375A (zh)
CN (1) CN112639453A (zh)
CA (1) CA3110578A1 (zh)
CL (1) CL2018002477A1 (zh)
WO (1) WO2020041912A1 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116129277A (zh) * 2023-04-04 2023-05-16 成都兰腾科技有限公司 一种建筑节能检测方法及系统

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113884194B (zh) * 2021-09-29 2023-04-07 广汉科峰电子有限责任公司 一种接触网温度动态检测系统
CN114216569B (zh) * 2022-02-22 2022-06-10 深圳金三立视频科技股份有限公司 一种基于可信度评估的红外测温方法及终端
CN114414067B (zh) * 2022-04-01 2022-07-15 深圳市海清视讯科技有限公司 热成像数据处理方法、装置、热成像摄影设备及存储介质
CN114454298B (zh) * 2022-04-12 2022-07-08 三一筑工科技股份有限公司 混凝土预制构件振平施工方法及设备
CN118096755B (zh) * 2024-04-26 2024-07-12 东莞理工学院 一种基于图像识别的煤矸石固废混凝土缓释效应分析系统及方法

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20020172410A1 (en) * 1999-12-02 2002-11-21 Thermal Wave Imagining, Inc. System for generating thermographic images using thermographic signal reconstruction
US20040066832A1 (en) * 2002-10-07 2004-04-08 Hung-Te Lin Temperature measurement device
JP2011099687A (ja) * 2009-11-04 2011-05-19 Daiwa Odakyu Construction Co Ltd 赤外線法によるコンクリート表層部の変状部検出方法
JP5017507B1 (ja) * 2011-04-08 2012-09-05 株式会社古田設計 画像処理方法、画像処理装置、建物画像診断方法、及び建物画像診断装置
CN102947695A (zh) * 2010-04-08 2013-02-27 弗尔斯特博士研究所有限责任两合公司 温度记录检查方法以及用于执行检查方法的检查装置
WO2015001344A1 (en) * 2013-07-05 2015-01-08 The University Of Warwick Apparatus & method for monitoring strength development of concrete
CN106440245A (zh) * 2016-10-25 2017-02-22 广东美的制冷设备有限公司 一种人体位置获取方法和装置
CN107631803A (zh) * 2017-09-13 2018-01-26 长江勘测规划设计研究有限责任公司 基于热感成像的混凝土表面温度精确测量方法
CN108370233A (zh) * 2017-08-30 2018-08-03 深圳市大疆创新科技有限公司 检测光伏板的方法、设备及无人机
CN108444936A (zh) * 2018-03-27 2018-08-24 重庆交通大学 一种钢管混凝土脱空的无损检测系统及方法

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS5017507B2 (zh) 1972-06-06 1975-06-21
US7805251B2 (en) * 2008-10-07 2010-09-28 General Electric Company Two slope reference for synthetic thermal time of flight imaging
WO2011013197A1 (ja) * 2009-07-28 2011-02-03 株式会社 東芝 赤外線撮像装置
JP6286432B2 (ja) * 2012-09-21 2018-02-28 杭州美盛紅外光電技術有限公司 熱画像診断装置および熱画像診断方法
EP3410106B1 (en) * 2016-01-29 2023-11-29 Panasonic Intellectual Property Management Co., Ltd. Thickness measurement method, thickness measurement device, defect detection method, and defect detection device

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20020172410A1 (en) * 1999-12-02 2002-11-21 Thermal Wave Imagining, Inc. System for generating thermographic images using thermographic signal reconstruction
US20040066832A1 (en) * 2002-10-07 2004-04-08 Hung-Te Lin Temperature measurement device
JP2011099687A (ja) * 2009-11-04 2011-05-19 Daiwa Odakyu Construction Co Ltd 赤外線法によるコンクリート表層部の変状部検出方法
CN102947695A (zh) * 2010-04-08 2013-02-27 弗尔斯特博士研究所有限责任两合公司 温度记录检查方法以及用于执行检查方法的检查装置
JP5017507B1 (ja) * 2011-04-08 2012-09-05 株式会社古田設計 画像処理方法、画像処理装置、建物画像診断方法、及び建物画像診断装置
WO2015001344A1 (en) * 2013-07-05 2015-01-08 The University Of Warwick Apparatus & method for monitoring strength development of concrete
CN106440245A (zh) * 2016-10-25 2017-02-22 广东美的制冷设备有限公司 一种人体位置获取方法和装置
CN108370233A (zh) * 2017-08-30 2018-08-03 深圳市大疆创新科技有限公司 检测光伏板的方法、设备及无人机
CN107631803A (zh) * 2017-09-13 2018-01-26 长江勘测规划设计研究有限责任公司 基于热感成像的混凝土表面温度精确测量方法
CN108444936A (zh) * 2018-03-27 2018-08-24 重庆交通大学 一种钢管混凝土脱空的无损检测系统及方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
秦武;杜成斌;孙立国;: "基于数字图像技术的混凝土细观层次力学建模", 水利学报, vol. 42, no. 04, 15 April 2011 (2011-04-15), pages 431 - 439 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116129277A (zh) * 2023-04-04 2023-05-16 成都兰腾科技有限公司 一种建筑节能检测方法及系统
CN116129277B (zh) * 2023-04-04 2023-11-21 重庆市建设工程质量检验测试中心有限公司 一种建筑节能检测方法及系统

Also Published As

Publication number Publication date
US20210318258A1 (en) 2021-10-14
JP2021534375A (ja) 2021-12-09
WO2020041912A1 (es) 2020-03-05
CL2018002477A1 (es) 2018-10-19
CA3110578A1 (en) 2020-03-05
WO2020041912A4 (es) 2020-05-14
EP3845894A1 (en) 2021-07-07

Similar Documents

Publication Publication Date Title
CN112639453A (zh) 用于使用红外热成像和数学趋势函数来检测和数字化新浇混凝土的状态的系统和方法
JP6810505B2 (ja) 教師データ作成方法及び装置並びに欠陥検査方法及び装置
US10546207B2 (en) Normalized defect characterization of pulse thermographic nondestructive evaluation
US8442263B2 (en) Quantification of energy loss from buildings
US7591583B2 (en) Transient defect detection algorithm
EP1258136B1 (en) Method and system for reference-free thermographic detection of subsurface defects using compressed image data
García-Diego et al. Microclimate monitoring by multivariate statistical control: The renaissance frescoes of the Cathedral of Valencia (Spain)
JP6234044B2 (ja) 外装材の劣化判定方法および判定装置
WO2010046967A1 (ja) 赤外線熱画像解析装置
KR20180027778A (ko) 식물 생육 모니터링 시스템 및 그 방법
Jo et al. Quantitative modeling of blistering zones by active thermography for deterioration evaluation of stone monuments
CN109900363A (zh) 一种基于轮廓提取的目标物红外测温方法和装置
Cheng et al. Semi real-time detection of subsurface consolidation defects during concrete curing stage
Garrido et al. Autonomous thermography: towards the automatic detection and classification of building pathologies
CN113218986B (zh) 一种用于预应力压浆施工后密实度的检测系统及方法
CN108020197A (zh) 一种墙体形变的检测方法
CN116818830A (zh) 一种低碳建筑材料的保温隔热性能检测方法
KR20240024416A (ko) 이미지 센서를 이용한 균열 감지 방법 및 장치
JPH0588418B2 (zh)
EP3964812A1 (en) Moving body stress analysis device
JP6234045B2 (ja) 外装材の劣化判定方法および判定装置
JP2005172683A (ja) コンクリート点検システムの赤外線法による欠陥種類判定方法
US20210038122A1 (en) Method for detecting body movements of a sleeping person
Ruiz‐Ripoll et al. Digital imaging methodology for measuring early shrinkage cracking in concrete
CN106164631A (zh) 用于检测缺陷光传感器的方法

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