CN112906422A - 状态数据实时鉴别系统 - Google Patents
状态数据实时鉴别系统 Download PDFInfo
- Publication number
- CN112906422A CN112906422A CN201911121681.6A CN201911121681A CN112906422A CN 112906422 A CN112906422 A CN 112906422A CN 201911121681 A CN201911121681 A CN 201911121681A CN 112906422 A CN112906422 A CN 112906422A
- Authority
- CN
- China
- Prior art keywords
- image
- real
- redundancy
- pixel value
- value filtering
- 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.)
- Withdrawn
Links
- 239000011521 glass Substances 0.000 claims abstract description 24
- 230000007246 mechanism Effects 0.000 claims abstract description 22
- 238000000605 extraction Methods 0.000 claims abstract description 11
- 238000005259 measurement Methods 0.000 claims abstract description 7
- 238000001914 filtration Methods 0.000 claims description 36
- 238000003384 imaging method Methods 0.000 claims description 34
- 230000002159 abnormal effect Effects 0.000 claims description 7
- 230000005856 abnormality Effects 0.000 claims description 4
- 230000010355 oscillation Effects 0.000 claims description 4
- 239000010453 quartz Substances 0.000 claims description 4
- VYPSYNLAJGMNEJ-UHFFFAOYSA-N silicon dioxide Inorganic materials O=[Si]=O VYPSYNLAJGMNEJ-UHFFFAOYSA-N 0.000 claims description 4
- 239000004973 liquid crystal related substance Substances 0.000 claims description 3
- 238000001514 detection method Methods 0.000 abstract description 8
- 230000000694 effects Effects 0.000 abstract description 3
- 238000000034 method Methods 0.000 description 6
- 239000011449 brick Substances 0.000 description 4
- 238000010276 construction Methods 0.000 description 4
- 229910000831 Steel Inorganic materials 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 239000011150 reinforced concrete Substances 0.000 description 3
- 239000010959 steel Substances 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 239000004567 concrete Substances 0.000 description 2
- 239000002023 wood Substances 0.000 description 2
- 230000007547 defect Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 230000035939 shock Effects 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/35—Categorising the entire scene, e.g. birthday party or wedding scene
-
- 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—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/08—Construction
-
- 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
-
- 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
- G06V10/25—Determination of region of interest [ROI] or a volume of interest [VOI]
-
- 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
- G06V10/30—Noise filtering
Landscapes
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Multimedia (AREA)
- Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Quality & Reliability (AREA)
- Economics (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Image Processing (AREA)
Abstract
本发明涉及一种建筑物状态数据实时鉴别系统，包括：对象提取设备，用于对内容合并图像中的各个玻璃对象进行识别和提取，以获得各个玻璃对象分别所在的各个对象区域；像素值分析设备，用于检测每一个对象区域的像素值冗余度；异常分析设备，用于接收各个对象区域的各个像素值冗余度，计算各个像素值冗余度的算术平均值以获得参考冗余度，当存在像素值冗余度与参考冗余度的差值的绝对值超限的对象区域时，将其标记在所述内容合并图像中。本发明的建筑物状态数据实时鉴别系统结构紧凑、节约资源。由于搭建在现有的垂直测量平台上，有效利用了现有的硬件资源，同时基于像素值冗余度的玻璃异常检测机制也提升了玻璃异常检测的效果和效率。
Description
技术领域
本发明涉及建筑物监理领域，尤其涉及一种状态数据实时鉴别系统。
背景技术
按建筑结构分类，建筑物可以分为以下几种主要类型：
1、砖木结构建筑：这类建筑物的主要承重构件是用砖木做成的，其中竖向承重构件的墙体和柱采用砖砌，水平承重构件的楼板、屋架采用木材；这类建筑物的层数一般较低，通常在3层以下；古代建筑和20世纪五六十年代的建筑多为此种结构；
2、砖混结构建筑：这类建筑物的竖向承重构件采用砖墙或砖柱，水平承重构件采用钢筋混凝土楼板、屋顶板，其中也包括少量的屋顶采用木屋架；这类建筑物的层数一般在6层以下，造价低、抗震性差，开间、进深及层高都受限制；
3、钢筋混凝土结构建筑：这类建筑物的承重构件如梁、板、柱、墙、屋架等，是由钢筋和混凝土两大材料构成，其围护构件如墙、隔墙等是由轻质砖或其他砌体做成的；特点是结构适应性强、抗震性好、经久耐用；钢筋混凝土结构房屋的种类有框架结构、框架剪力墙结构、剪力墙结构、简体结构、框架筒体结构和筒中筒结构；
4、钢结构建筑：这类建筑物的主要承重构件均是用钢材构成，其建筑成本高，多用于多层公共建筑或跨度大的建筑。
摄像机种类繁多，其工作的基本原理都是一样的：把光学图像信号转变为电信号，以便于存储或者传输。
当人们拍摄一个物体时，此物体上反射的光被摄像机镜头收集，使其聚焦在摄像器件的受光面(例如摄像管的靶面)上，再通过摄像器件把光转变为电能，即得到了“视频信号”。光电信号很微弱，需通过预放电路进行放大，再经过各种电路进行处理和调整，最后得到的标准信号可以送到录像机等记录媒介上记录下来，或通过传播系统传播或送到监视器上显示出来。
现有技术中，在对完工的建筑物进行收房时，需要对各个玻璃的状态进行人工检测以辨识是否存在异常。然而，现有技术的这种人工模式检测速率慢且效果差，同时一些仅有的玻璃状态检测机制都重新建立于新的硬件平台上，造成了硬件资源的严重浪费。
发明内容
本发明至少具有以下两个重要发明点：
(1)基于多眼捕获机构的现场捕获图像，对各个玻璃成像区域的像素值冗余度进行比较，以确定异常玻璃所在的位置；
(2)基于垂直测量平台的垂直测量结果确定是否启动多眼捕获机构的现场图像的捕获，从而保证在垂直状态下对建造物内部场景进行图像数据的捕获。
根据本发明的一方面，提供了一种建筑物状态数据实时鉴别系统，所述系统包括：
多眼捕获机构，设置在垂直测量平台上，用于对所述多眼捕获机构所在建筑物内的场景执行图像捕获动作，以获得内容合并图像；
状态辨识设备，设置在垂直测量平台上，用于在辨识到所述垂直测量平台的主体架构位于垂直放置状态时，发出电力供应命令；
现场供电设备，设置在所述垂直测量平台的主体架构中，与所述状态辨识设备连接，用于在接收到所述电力供应命令时，启动对所述多眼捕获机构的电力供应；
对象提取设备，与所述多眼捕获机构连接，用于对内容合并图像中的各个玻璃对象进行识别和提取，以获得各个玻璃对象分别所在的各个对象区域；
像素值分析设备，与所述对象提取设备连接，用于检测每一个对象区域的像素值冗余度；
异常分析设备，与所述像素值分析设备连接，用于接收各个对象区域的各个像素值冗余度，计算各个像素值冗余度的算术平均值以获得参考冗余度，当存在像素值冗余度与参考冗余度的差值的绝对值超限的对象区域时，将所述存在的对象区域作为异常玻璃区域标记在所述内容合并图像中；
液晶显示屏，设置在垂直测量平台上，与所述异常分析设备连接，用于显示标记完异常玻璃区域的内容合并图像；
在所述像素值分析设备中，检测每一个对象区域的像素值冗余度包括：基于所述对象区域的各个像素点的各个像素值的重复度计算所述对象区域的像素值冗余度；
所述多眼捕获机构立于所述垂直测量平台的主体架构之上，包括内容组合单元和多个成像单元，每一个成像单元用于对其成像范围内的景象进行实时成像操作，每一个成像单元包括信噪比分析器、质量比较器和N个图像传感器，信噪比分析器分别与N个图像传感器连接，用于对N个图像传感器的成像图像进行信噪比分析，质量比较器与信噪比分析器连接，用于接收N个图像传感器的成像图像的信噪比，并选择信噪比最高的成像图像作为对应成像单元的输出图像；
其中，所述内容组合单元分别与多个成像单元连接，用于接收多个成像单元的多个输出图像，并检测多个输出图像之间是否存在重叠，并在存在重叠时，通过去重算法对多个输出图像进行合并以获得去重后的内容合并图像。
本发明的建筑物状态数据实时鉴别系统结构紧凑、节约资源。由于搭建在现有的垂直测量平台上，有效利用了现有的硬件资源，同时基于像素值冗余度的玻璃异常检测机制也提升了玻璃异常检测的效果和效率。
具体实施方式
下面对本发明的建筑物状态数据实时鉴别系统的实施方案进行详细说明。
为了克服上述不足，本发明搭建了一种建筑物状态数据实时鉴别系统，能够有效解决相应的技术问题。
<实施例一>
根据本发明示出的建筑物状态数据实时鉴别系统的第一实施例的结构，所述系统包括：
多眼捕获机构，设置在垂直测量平台上，用于对所述多眼捕获机构所在建筑物内的场景执行图像捕获动作，以获得内容合并图像；
状态辨识设备，设置在垂直测量平台上，用于在辨识到所述垂直测量平台的主体架构位于垂直放置状态时，发出电力供应命令；
现场供电设备，设置在所述垂直测量平台的主体架构中，与所述状态辨识设备连接，用于在接收到所述电力供应命令时，启动对所述多眼捕获机构的电力供应；
对象提取设备，与所述多眼捕获机构连接，用于对内容合并图像中的各个玻璃对象进行识别和提取，以获得各个玻璃对象分别所在的各个对象区域；
像素值分析设备，与所述对象提取设备连接，用于检测每一个对象区域的像素值冗余度；
异常分析设备，与所述像素值分析设备连接，用于接收各个对象区域的各个像素值冗余度，计算各个像素值冗余度的算术平均值以获得参考冗余度，当存在像素值冗余度与参考冗余度的差值的绝对值超限的对象区域时，将所述存在的对象区域作为异常玻璃区域标记在所述内容合并图像中；
液晶显示屏，设置在垂直测量平台上，与所述异常分析设备连接，用于显示标记完异常玻璃区域的内容合并图像；
在所述像素值分析设备中，检测每一个对象区域的像素值冗余度包括：基于所述对象区域的各个像素点的各个像素值的重复度计算所述对象区域的像素值冗余度；
所述多眼捕获机构立于所述垂直测量平台的主体架构之上，包括内容组合单元和多个成像单元，每一个成像单元用于对其成像范围内的景象进行实时成像操作，每一个成像单元包括信噪比分析器、质量比较器和N个图像传感器，信噪比分析器分别与N个图像传感器连接，用于对N个图像传感器的成像图像进行信噪比分析，质量比较器与信噪比分析器连接，用于接收N个图像传感器的成像图像的信噪比，并选择信噪比最高的成像图像作为对应成像单元的输出图像；
其中，所述内容组合单元分别与多个成像单元连接，用于接收多个成像单元的多个输出图像，并检测多个输出图像之间是否存在重叠，并在存在重叠时，通过去重算法对多个输出图像进行合并以获得去重后的内容合并图像。
<实施例二>
根据本发明示出的建筑物状态数据实时鉴别系统的第二实施例的结构，
在所述建筑物状态数据实时鉴别系统中，还包括：
曲线处理设备，与所述多眼捕获机构连接，用于对接收到的内容合并图像执行曲线处理以使得处理后图像中的曲线最大弧度调整到预设曲线最大弧度阈值之下，并输出处理后图像。
<其他实施例>
在所述建筑物状态数据实时鉴别系统中，还包括：
最小值滤波设备，与所述曲线处理设备连接，用于对接收到的处理后图像执行最小值滤波处理，以获得相应的最小值滤波图像。
在所述建筑物状态数据实时鉴别系统中，还包括：
阿尔法均值滤波设备，与所述最小值滤波设备连接，用于对接收到的最小值滤波图像执行阿尔法均值滤波处理，以获得并输出相应的均值滤波图像。
在所述建筑物状态数据实时鉴别系统中，还包括：
空域锐化设备，分别与所述对象提取设备和所述阿尔法均值滤波连接，用于对接收到的均值滤波图像执行基于空域微分模式的锐化处理，以获得相应的空域锐化图像，并将所述空域锐化图像替换所述内容合并图像发送给所述对象提取设备。
在所述建筑物状态数据实时鉴别系统中，还包括：
石英振荡设备，分别与所述阿尔法均值滤波设备、所述曲线处理设备、所述空域锐化设备和所述最小值滤波设备连接。
在所述建筑物状态数据实时鉴别系统中：
所述石英振荡设备用于分别为所述阿尔法均值滤波设备、所述曲线处理设备、所述空域锐化设备和所述最小值滤波设备提供不同的时钟控制信号。
在所述建筑物状态数据实时鉴别系统中，还包括：
GAL控制器件，分别与所述阿尔法均值滤波设备、所述曲线处理设备、所述空域锐化设备和所述最小值滤波设备连接。
在所述建筑物状态数据实时鉴别系统中：
所述GAL控制器件用于配置所述阿尔法均值滤波设备、所述曲线处理设备、所述空域锐化设备和所述最小值滤波设备的工作参数。
另外，通用阵列逻辑器件GAL(Generic Array Logic www.husoon.com) 器件是1985年LATTICE公司最先发明的可电擦除、可编程、可设置加密位的PLD。具有代表性的GAL芯片有GAL16V8、GAL20，这两种GAL几乎能够仿真所有类型的PAL器件。实际应用中，GAL器件对PAL器件仿真具有 100％的兼容性，所以GAL几乎可以全代替PAL器件，并可取代大部分SSI、 MSI数字集成电路，因而获得广泛应用。
GAL和PAL的最大差别在于GAL的输出结构可由用户定义，是一种可编程的输出结构。GAL的两种基本型号GAL16V8(20引脚)GAL20V8(24 引脚)可代替树十种PAL器件，因而称为痛用可编程电路。而PAL的输出是由厂家定义好的，芯片选定后就固定了，用户无法改变。
可以理解的是，虽然本发明已以较佳实施例披露如上，然而上述实施例并非用以限定本发明。对于任何熟悉本领域的技术人员而言，在不脱离本发明技术方案范围情况下，都可利用上述揭示的技术内容对本发明技术方案做出许多可能的变动和修饰，或修改为等同变化的等效实施例。因此，凡是未脱离本发明技术方案的内容，依据本发明的技术实质对以上实施例所做的任何简单修改、等同变化及修饰，均仍属于本发明技术方案保护的范围内。
Claims (9)
1.一种建筑物状态数据实时鉴别系统，其特征在于，包括：
多眼捕获机构，设置在垂直测量平台上，用于对所述多眼捕获机构所在建筑物内的场景执行图像捕获动作，以获得内容合并图像；
状态辨识设备，设置在垂直测量平台上，用于在辨识到所述垂直测量平台的主体架构位于垂直放置状态时，发出电力供应命令；
现场供电设备，设置在所述垂直测量平台的主体架构中，与所述状态辨识设备连接，用于在接收到所述电力供应命令时，启动对所述多眼捕获机构的电力供应；
对象提取设备，与所述多眼捕获机构连接，用于对内容合并图像中的各个玻璃对象进行识别和提取，以获得各个玻璃对象分别所在的各个对象区域；
像素值分析设备，与所述对象提取设备连接，用于检测每一个对象区域的像素值冗余度；
异常分析设备，与所述像素值分析设备连接，用于接收各个对象区域的各个像素值冗余度，计算各个像素值冗余度的算术平均值以获得参考冗余度，当存在像素值冗余度与参考冗余度的差值的绝对值超限的对象区域时，将所述存在的对象区域作为异常玻璃区域标记在所述内容合并图像中；
液晶显示屏，设置在垂直测量平台上，与所述异常分析设备连接，用于显示标记完异常玻璃区域的内容合并图像；
在所述像素值分析设备中，检测每一个对象区域的像素值冗余度包括：基于所述对象区域的各个像素点的各个像素值的重复度计算所述对象区域的像素值冗余度；
所述多眼捕获机构立于所述垂直测量平台的主体架构之上，包括内容组合单元和多个成像单元，每一个成像单元用于对其成像范围内的景象进行实时成像操作，每一个成像单元包括信噪比分析器、质量比较器和N个图像传感器，信噪比分析器分别与N个图像传感器连接，用于对N个图像传感器的成像图像进行信噪比分析，质量比较器与信噪比分析器连接，用于接收N个图像传感器的成像图像的信噪比，并选择信噪比最高的成像图像作为对应成像单元的输出图像；
其中，所述内容组合单元分别与多个成像单元连接，用于接收多个成像单元的多个输出图像，并检测多个输出图像之间是否存在重叠，并在存在重叠时，通过去重算法对多个输出图像进行合并以获得去重后的内容合并图像。
2.如权利要求1所述的建筑物状态数据实时鉴别系统，其特征在于，所述系统还包括：
曲线处理设备，与所述多眼捕获机构连接，用于对接收到的内容合并图像执行曲线处理以使得处理后图像中的曲线最大弧度调整到预设曲线最大弧度阈值之下，并输出处理后图像。
3.如权利要求2所述的建筑物状态数据实时鉴别系统，其特征在于，所述系统还包括：
最小值滤波设备，与所述曲线处理设备连接，用于对接收到的处理后图像执行最小值滤波处理，以获得相应的最小值滤波图像。
4.如权利要求3所述的建筑物状态数据实时鉴别系统，其特征在于，所述系统还包括：
阿尔法均值滤波设备，与所述最小值滤波设备连接，用于对接收到的最小值滤波图像执行阿尔法均值滤波处理，以获得并输出相应的均值滤波图像。
5.如权利要求4所述的建筑物状态数据实时鉴别系统，其特征在于，所述系统还包括：
空域锐化设备，分别与所述对象提取设备和所述阿尔法均值滤波连接，用于对接收到的均值滤波图像执行基于空域微分模式的锐化处理，以获得相应的空域锐化图像，并将所述空域锐化图像替换所述内容合并图像发送给所述对象提取设备。
6.如权利要求5所述的建筑物状态数据实时鉴别系统，其特征在于，所述系统还包括：
石英振荡设备，分别与所述阿尔法均值滤波设备、所述曲线处理设备、所述空域锐化设备和所述最小值滤波设备连接。
7.如权利要求6所述的建筑物状态数据实时鉴别系统，其特征在于：
所述石英振荡设备用于分别为所述阿尔法均值滤波设备、所述曲线处理设备、所述空域锐化设备和所述最小值滤波设备提供不同的时钟控制信号。
8.如权利要求7所述的建筑物状态数据实时鉴别系统，其特征在于，所述系统还包括：
GAL控制器件，分别与所述阿尔法均值滤波设备、所述曲线处理设备、所述空域锐化设备和所述最小值滤波设备连接。
9.如权利要求8所述的建筑物状态数据实时鉴别系统，其特征在于：
所述GAL控制器件用于配置所述阿尔法均值滤波设备、所述曲线处理设备、所述空域锐化设备和所述最小值滤波设备的工作参数。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911121681.6A CN112906422A (zh) | 2019-11-15 | 2019-11-15 | 状态数据实时鉴别系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911121681.6A CN112906422A (zh) | 2019-11-15 | 2019-11-15 | 状态数据实时鉴别系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112906422A true CN112906422A (zh) | 2021-06-04 |
Family
ID=76103105
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201911121681.6A Withdrawn CN112906422A (zh) | 2019-11-15 | 2019-11-15 | 状态数据实时鉴别系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112906422A (zh) |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO1997046869A1 (en) * | 1996-05-31 | 1997-12-11 | The University Of Queensland | Detection of defects in glass |
| CN104729423A (zh) * | 2015-02-12 | 2015-06-24 | 北京联创蓝坐标科技有限公司 | 一种用于检测异形玻璃几何参数的测量方法 |
| CN104820979A (zh) * | 2015-03-20 | 2015-08-05 | 深圳市纳研科技有限公司 | 一种用于产品缺陷检测以及质量控制的图像减薄和特征分类方法 |
| CN105160670A (zh) * | 2015-08-27 | 2015-12-16 | 袁芬 | 一种玻璃缺陷类型识别方法 |
| CN105184783A (zh) * | 2015-08-27 | 2015-12-23 | 袁芬 | 玻璃缺陷类型识别系统 |
| CN107587455A (zh) * | 2017-09-15 | 2018-01-16 | 李志华 | 基于多目数据采集的阻车器控制系统及方法 |
| CN109717642A (zh) * | 2018-07-24 | 2019-05-07 | 永康市柴迪贸易有限公司 | 钢管玻璃式安全电视柜 |
-
2019
- 2019-11-15 CN CN201911121681.6A patent/CN112906422A/zh not_active Withdrawn
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO1997046869A1 (en) * | 1996-05-31 | 1997-12-11 | The University Of Queensland | Detection of defects in glass |
| CN104729423A (zh) * | 2015-02-12 | 2015-06-24 | 北京联创蓝坐标科技有限公司 | 一种用于检测异形玻璃几何参数的测量方法 |
| CN104820979A (zh) * | 2015-03-20 | 2015-08-05 | 深圳市纳研科技有限公司 | 一种用于产品缺陷检测以及质量控制的图像减薄和特征分类方法 |
| CN105160670A (zh) * | 2015-08-27 | 2015-12-16 | 袁芬 | 一种玻璃缺陷类型识别方法 |
| CN105184783A (zh) * | 2015-08-27 | 2015-12-23 | 袁芬 | 玻璃缺陷类型识别系统 |
| CN107587455A (zh) * | 2017-09-15 | 2018-01-16 | 李志华 | 基于多目数据采集的阻车器控制系统及方法 |
| CN109717642A (zh) * | 2018-07-24 | 2019-05-07 | 永康市柴迪贸易有限公司 | 钢管玻璃式安全电视柜 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| EP2998778B1 (en) | Multi-camera laser scanner | |
| JP4675949B2 (ja) | 映像処理技法を利用した構造物及び製品のクラック幅測定方法および装置 | |
| JP6734583B2 (ja) | 橋梁などの構造物を検査するための画像処理システム、画像処理方法及びプログラム | |
| KR100836464B1 (ko) | 컴퓨팅 장치를 이용한 콘크리트의 슬럼프 플로 자동측정장치 및 측정 방법 | |
| US9760808B2 (en) | Image processing system, server device, image pickup device and image evaluation method | |
| KR20140125262A (ko) | 영상처리를 이용한 균열 측정장치 및 이를 이용한 균열 측정방법 | |
| CN102629978B (zh) | 一种通过自动聚焦来检测靶面平整度的高清网络半球 | |
| JPWO2020110587A1 (ja) | 構造物の補修工法選定システム、補修工法選定方法、及び補修工法選定サーバ | |
| US20210272262A1 (en) | Structure damage cause estimation system, structure damage cause estimation method, and structure damage cause estimation server | |
| KR102363235B1 (ko) | 이미지분석을 이용한 구조물의 균열감지 모니터링 시스템 | |
| CA2376899C (en) | System and method for detecting picture freeze within a video signal | |
| CN112906422A (zh) | 状态数据实时鉴别系统 | |
| CN115861443A (zh) | 一种多相机内参标定方法、装置、电子设备及存储介质 | |
| JP3993695B2 (ja) | 撮像機付測量機 | |
| JP6960440B2 (ja) | タイル壁診断システムおよびタイル壁診断方法 | |
| KR102012514B1 (ko) | 교량 하부 대상 영상안전점검 장치 | |
| EP2267673A2 (en) | Digital video recording system and self-test method thereof | |
| KR101984070B1 (ko) | 지능형 스테레오 영상 기반 시설물 진동 감시 방법 | |
| CN111476068A (zh) | 楼宇环境管理系统 | |
| CN117615244B (zh) | 一种摄像设备的驱动方法、装置及电子设备 | |
| CN218823996U (zh) | 一种钢梁检测装置 | |
| CN103592305B (zh) | 一种便携式在役电杆集料外露率检测仪器及其检测方法 | |
| JPH09251538A (ja) | 物体存否判断装置および物体存否判断方法 | |
| RU73068U1 (ru) | Установка для измерения линейных размеров объектов | |
| RU65645U1 (ru) | Установка для измерения линейных размеров объектов |
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 | ||
| TA01 | Transfer of patent application right | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20211215 Address after: 211800 room 611, block B, Kechuang 1 building, Jiangpu street, Pukou District, Nanjing, Jiangsu Province Applicant after: Taizhou Wuzu Information Technology Co.,Ltd. Address before: 15 Youxiang Road, Yuexi street, Wuzhong Economic Development Zone, Wuzhong District, Suzhou City, Jiangsu Province Applicant before: Sun Xingzhen |
|
| WW01 | Invention patent application withdrawn after publication | ||
| WW01 | Invention patent application withdrawn after publication |
Application publication date: 20210604 |