CN113074804A - 一种长距离全天候结构振动监测系统 - Google Patents
一种长距离全天候结构振动监测系统 Download PDFInfo
- Publication number
- CN113074804A CN113074804A CN202110364517.9A CN202110364517A CN113074804A CN 113074804 A CN113074804 A CN 113074804A CN 202110364517 A CN202110364517 A CN 202110364517A CN 113074804 A CN113074804 A CN 113074804A
- Authority
- CN
- China
- Prior art keywords
- video
- real
- displacement
- time
- module
- 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
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01H—MEASUREMENT OF MECHANICAL VIBRATIONS OR ULTRASONIC, SONIC OR INFRASONIC WAVES
- G01H9/00—Measuring mechanical vibrations or ultrasonic, sonic or infrasonic waves by using radiation-sensitive means, e.g. optical means
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/02—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/18—Status alarms
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B7/00—Signalling systems according to more than one of groups G08B3/00 - G08B6/00; Personal calling systems according to more than one of groups G08B3/00 - G08B6/00
- G08B7/06—Signalling systems according to more than one of groups G08B3/00 - G08B6/00; Personal calling systems according to more than one of groups G08B3/00 - G08B6/00 using electric transmission, e.g. involving audible and visible signalling through the use of sound and light sources
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N7/00—Television systems
- H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
Abstract
本发明公开一种长距离全天候结构振动监测系统。本发明系统包括被测结构、视频采集模块和视频处理模块,所述视频采集模块连接视频处理模块,所述被测结构上安装有位移监测标志物;所述视频采集模块接收人工光源的振动视频,所述视频采集模块将接收到的振动视频发送给视频处理模块处理,所述视频处理模块处理后的信息发送至输出模块。本系统采用网络摄像机作为拍摄设备,基于数字图像做到了高效率、高精度具备较强的鲁棒性;全面做到了实时采集、实时分析、实时预警;整套系统均采用自供电形式供电,工作环境适用广泛。
Description
技术领域
本发明涉及结构智能监测技术领域,具体地说是一种长距离全天候结构振动监测系统。
背景技术
过去的几十年里,人们对各种工程结构响应、动态载荷的振动和挠度的位移测量以及对应于温度效应的准静态载荷有着广泛的研究,结构挠度位移的测量主要是通过识别结构特性(位移、模态频率等)的变化来监测结构的健康状况。传统的位移测量方法根据安装方式可分为接触式和非接触式。接触式位移传感器如千分表、线性位移传感器等,这些位移传感器安装比较繁琐,费时费力,易磨损,而且还需在测量点附近有一个固定的平台作为参考。非接触式测量位移的方法有全球定位系统、合成孔径雷达系统、全站仪等,但是以上系统只适合较大位移的测量,其精度很难达到毫米级,全站仪需要在结构上安装反光原件,并且采样频率较低,难以实现结构位移的动态实时测量。在目前看来传统的监测方法已不适用现代的需求,在过去的几年中,新兴的机器视觉测量技术因其非接触、远距离和高分辨率的巨大优势而受到土木工程师的极大关注,但是因其无法实现全面实时、高精度、抗干扰等问题困扰着广大研究人员。
为解决以上问题,拟开发基于网络摄像机的结构振动监测系统。
发明内容
本发明的目的在于提出一种长距离全天候结构振动监测系统,本系统实现野外自供电,人工光源安装在结构可视位置,能够增加标志物在光线变化下的稳健性以及提供在夜晚进行监测的可能性,还能够根据环境光的特点改变光源,提高其在不同环境光下的辨识度,视频通过网络摄像机无线传输进视频处理模块,分析软件通过视频分析、收集位移变化情况进行精确测量,并进行实时预警,且具备可视化实时窗口;采集的位移数据文件小,能够不断收集保存进计算机建立结构健康监测数据库;通过结构健康监测数据库进行结构行为分析、承载力评估、模态参数识别、损伤识别和索力监测等结构健康监测。
为实现上述目的,本发明所述一种长距离全天候结构振动监测系统,包括被测结构、视频采集模块和视频处理模块,所述视频采集模块连接视频处理模块,所述被测结构上安装有位移监测标志物;所述视频采集模块接收位移监测标志物的振动视频,所述视频采集模块将接收到的振动视频发送至视频处理模块处理,所述视频采集模块包括网络摄像机和网络摄像头,所述视频处理模块处理后的信息发送至输出模块。
所述网络摄像机连接第一太阳能自供电构件。
所述位移监测标志物为人工光源,所述人工光源连接第二太阳能自供电构件。
所述输出模块为实时预警模块和结构健康监测数据库。
所述人工光源为LED红外光源。
所述视频处理模块主要包括图像预处理单元、视觉振动测量单元、实时绘图单元;所述视频处理模块接收到视频采集模块无线传输的图像信息后,首先将图像信息通过图像预处理单元进行图像预处理,经过图像预处理的图像信息再通过视觉振动测量单元进行视觉振动测量得到相应的坐标位移差,再经过实时绘图单元进行可视化实时位移显示;
①图像预处理:
首先进行相机标定,采用的是张正友棋盘相机标定法,准备棋盘格图像,棋盘大小为10×7,每个单元大小为22mm×22mm,使用视频采集模块传输的图像信息,对其中一帧图像信息提取角点信息,进一步对该图像信息提取亚像素角点信息,在棋盘标定图上绘制找到的内角点,利用算法进行相机标定,查看标定效果,得到相机的内、外参数矩阵,用于后期完成像素坐标到世界坐标的转换;
然后对装有人工光源的图像信息进行预处理,系统通过始图像的梯度信息,将低于某一阈值的部分进行特殊处理后,将其与像素强度融合,增强图像信息,过滤掉背景颜色,进一步提高系统抗干扰能力,提高计算精度;
②视觉振动测量:
对处理后的图像信息利用基于HSV的模板匹配法快速得到光源的像素坐标;
③实时绘图:
通过上述处理得到的像素坐标,得出位移差,转换为世界坐标并实时绘图,获得结构振动响应时域波形曲线各工况与激光位移计的对比图;
4)系统通过实时显示位移变化情况来预警危险情况的发生;通过设定阈值上限,当实时位移超过设定界限时,系统将会把情况发送给负责人,并通过网络摄像机进行现场报警鸣笛;
5)采集的位移数据最终全部保存进计算机建立的结构健康监测数据库中。
所述得到光源的像素坐标使用二项式拟合法提高精度,使测量结果达到亚像素级且通过优化模板搜索路径使其计算速度能达到实时要求。
所述得到光源的像素坐标使用抗干扰辨识处理提高精度,所述抗干扰辨识处理通过原始视频的梯度信息,将低于某一阈值的部分进行特殊处理后,将其与像素强度融合,增强视频信息,过滤掉背景颜色,提高计算精度。
所述实时预警模块为通过设定阈值上限,当实时位移超过设定界限,系统将会把情况发送给负责人并通过网络摄像机进行现场报警鸣笛,且会自动保存前后24小时的视频。
所述实时预警模块为闪烁警示灯或警示鸣笛。
本发明所述一种长距离全天候结构振动监测系统,其有益效果在于:
1)比起以往采用数码相机、单反相机、手机摄像机等设备,本系统采用网络摄像机作为拍摄设备,解决了传统摄像机成本高、操作复杂、难以长期实时监测等缺点;系统通过图像预处理技术克服了网络摄像机像素差、易干扰等缺点;
2)本系统结构位移计算方法克服了复杂环境和硬件条件,是基于数字图像相关的模板匹配原理采用了一套新的计算框架,做到了高效率、高精度具备较强的鲁棒性;
3)整套系统的程序均写入APP和英伟达,易于结构工程师进行操作,全面做到了实时采集、实时分析、实时预警;
4)整套系统所使用的室外设备均采用自供电形式供电,网络摄像机以太阳能光伏发电板供电,人工光源通过压电陶瓷装置供电。
附图说明
图1为测量方法示意图;
图2为测量方法流程图;
图3为算法流程图;
图4为校内人行桥白天视觉识别位移时程与位移计测量位移时程对比图;
图5为校内人行桥白天-雾气视觉识别位移时程与位移计测量位移时程对比图;
图6为校内人行桥夜间视觉识别位移时程与位移计测量位移时程对比图;
图7为校内人行桥夜间-雾气视觉识别位移时程与位移计测量位移时程对比图;
图8为兰州西固金城公园人行悬索玻璃桥白天视觉识别位移时程图;
图中:1-网络摄像机、2-人工光源、3-计算机、4-分析软件、5-第一太阳能自供电构件、6-被测结构、7-第二太阳能自供电构件、8-视频采集模块、9-视频处理模块、10-实时预警模块、11-结构健康监测数据库。
具体实施方式
实施例1
如图1-3所示,本发明所述一种长距离全天候结构振动监测系统,包括被测结构6、视频采集模块8和视频处理模块9,所述视频采集模块8连接视频处理模块9,所述被测结构6上安装有位移监测标志物;所述视频采集模块8接收位移监测标志物的振动视频,所述视频采集模块8将接收到的振动视频发送至视频处理模块9处理,所述视频采集模块8包括网络摄像机1和网络摄像头,所述视频处理模块9处理后的信息发送至输出模块。
所述网络摄像机1连接第一太阳能自供电构件5。
所述位移监测标志物为人工光源2,所述人工光源2连接第二太阳能自供电构件7。
所述输出模块为实时预警模块10和结构健康监测数据库11。
所述人工光源2为LED红外光源。
所述视频处理模块9主要包括图像预处理单元、视觉振动测量单元、实时绘图单元;所述视频处理模块9接收到视频采集模块8无线传输的图像信息后,首先将图像信息通过图像预处理单元进行图像预处理,经过图像预处理的图像信息再通过视觉振动测量单元进行视觉振动测量得到相应的坐标位移差,再经过实时绘图单元进行可视化实时位移显示;
①图像预处理:
首先进行相机标定,采用的是张正友棋盘相机标定法,准备棋盘格图像,棋盘大小为10×7,每个单元大小为22mm×22mm,使用视频采集模块8传输的图像信息,对其中一帧图像信息提取角点信息,进一步对该图像信息提取亚像素角点信息,在棋盘标定图上绘制找到的内角点,利用算法进行相机标定,查看标定效果,得到相机的内、外参数矩阵,用于后期完成像素坐标到世界坐标的转换;
然后对装有人工光源2的图像信息进行预处理,系统通过始图像的梯度信息,将低于某一阈值的部分进行特殊处理后,将其与像素强度融合,增强图像信息,过滤掉背景颜色,进一步提高系统抗干扰能力,提高计算精度;
②视觉振动测量:
对处理后的图像信息利用基于HSV的模板匹配法快速得到光源的像素坐标;
③实时绘图:
通过上述处理得到的像素坐标,得出位移差,转换为世界坐标并实时绘图,获得结构振动响应时域波形曲线各工况与激光位移计的对比图;
4)系统通过实时显示位移变化情况来预警危险情况的发生;通过设定阈值上限,当实时位移超过设定界限时,系统将会把情况发送给负责人,并通过网络摄像机进行现场报警鸣笛;
5)采集的位移数据最终全部保存进计算机建立的结构健康监测数据库11中。
所述得到光源的像素坐标使用二项式拟合法提高精度,使测量结果达到亚像素级且通过优化模板搜索路径使其计算速度能达到实时要求。
所述得到光源的像素坐标使用抗干扰辨识处理提高精度,所述抗干扰辨识处理通过原始视频的梯度信息,将低于某一阈值的部分进行特殊处理后,将其与像素强度融合,增强视频信息,过滤掉背景颜色,提高计算精度。
所述实时预警模块10为通过设定阈值上限,当实时位移超过设定界限,系统将会把情况发送给负责人并通过网络摄像机进行现场报警鸣笛,且会自动保存前后24小时的视频。
所述实时预警模块10为闪烁警示灯或警示鸣笛。
实施例2
如图1-3所示,本发明所述一种长距离全天候结构振动监测系统,结构同实施例1;所述监测系统中的人工光源2安装在网络摄像机1的可视位置,能够增加被测结构6在光线变化下的稳健性以及提供在夜晚进行监测的可能性,还能够根据环境光的特点改变光源,提高其在不同环境光下的辨识度,视频通过网络摄像机1无线传输进视频处理模块9中的计算机3、分析软件4,通过视频分析、收集位移变化情况进行精确测量,并进行实时预警,且具备可视化实时窗口。
实施例3
如图2-7所示,本发明所述一种长距离全天候结构振动监测系统,结构同实施例1,其实现步骤如下:
待测物确定:测量兰州理工大学校内人行桥,该桥是中型实际结构的缩小模型,桥面总质量1580kg,桥面长10m,宽1.6m,计算跨度为9.8m。测量时在离桥中心20m处获取测量点。
对比试验:进行网络摄像机测量的同时,在桥跨中正下方安装一个激光位移计,得到相应的时域波形曲线,以验证视觉测量的准确性,激光位移计型号为Banner 250U,采样频率为200HZ。测量时间为2020年12月1日。
设定四种工况进行钢—玻璃组合人行桥模型的振动试验:白天、白天-雾气、夜间、夜间-雾气。
1)将人工光源2安装在桥面跨中位置处,所述人工光源2采用能够自供电的LED红外光源,其通过压电陶瓷装置供电;
2)将网络摄像机1安装在距桥梁跨中垂直距离为20m处的三脚架上,视频通过网络摄像机1无线传输进计算机3,后通过视频处理模块9进行实时数据处理;
3)所述视频处理模块9主要包括图像预处理单元、视觉振动测量单元、实时绘图单元;视频处理模块9接收到网络摄像机1无线传输的图像信息后,首先将图像信息通过图像预处理单元进行图像预处理,经过图像预处理的图像信息再通过视觉振动测量单元进行视觉振动测量得到相应的坐标位移差,再经过实时绘图单元进行可视化实时位移显示;
①图像预处理:
首先进行相机标定,采用的是张正友棋盘相机标定法;准备棋盘格图像,棋盘大小为10×7,每个单元大小为22mm×22mm,使用网络摄像机传输的图像信息,对其中一帧图像信息提取角点信息,进一步对该图像信息提取亚像素角点信息,在棋盘标定图上绘制找到的内角点,利用算法进行相机标定,查看标定效果,得到相机的内、外参数矩阵,用于后期完成像素坐标到世界坐标的转换;
然后对装有人工光源2的图像信息进行预处理;系统通过始图像的梯度信息,将低于某一阈值的部分进行特殊处理后,将其与像素强度融合,增强图像信息,过滤掉背景颜色,进一步提高系统抗干扰能力,提高计算精度;
②视觉振动测量:
对处理后的图像信息利用基于HSV的模板匹配法快速得到光源的像素坐标;本项目还使用二项式拟合法,使测量结果达到亚像素级别且通过优化模板搜索路径使其计算速度能达到实时要求;
模板匹配是一项在一幅图像中寻找与另一幅模板图像最匹配(相似)部分的技术.通过目标图片在待匹配图片进行遍历,通过选择一定的匹配方式能够得到每个起始像素点的匹配值,最终匹配值最大的位置就是候选匹配位置,也就达到了匹配查找的效果;本项目发明提出基于HSV的模板匹配算法,不需要手动去选定ROI区域,直接根据光源的颜色空间特性去识别跟踪;具体算法流程,如图3所示;
③实时绘图:
通过分析软件处理得到的像素坐标,得出位移差,转换为世界坐标并实时绘图,获得结构振动响应时域波形曲线各工况与激光位移计的对比图,如图4-7所示;
4)系统通过实时显示位移变化情况来预警危险情况的发生;分析软件4通过设定阈值上限,当实时位移超过设定界限时,系统将会把情况发送给负责人,并通过网络摄像机进行现场报警鸣笛;
5)采集的位移数据最终全部保存进计算机建立的结构健康监测数据库11中;这些历史数据可在后期的结构行为分析、承载力评估、模态参数识别、损伤识别和索力监测等结构健康监测方面提供强有力的支撑。
如图4-7所示,人行桥视觉识别位移时程与位移计测量位移时程的误差都小于0.8%,且本发明所述的设备易得,价格经济,还克服了传统位移测量无法实现的全面实时、高精度、抗干扰等问题,具有良好的应用前景。
实施例4
如图8所示,本发明所述一种长距离全天候结构振动监测系统,结构同实施例1,其实现步骤如下:
待测物确定:兰州市西固区金城公园人行悬索玻璃桥,长218m,距离地面116m,独立玻璃宽2.4m,长3m,在距桥中心130m处获取测量点。测量时间为2020年12月9日;
以下实现步骤同实施例3。
最后获得结构振动响应时域波形曲线,如图8所示。所述时域曲线通过Python编写的APP实现,具备可视化实时窗口。
Claims (10)
1.一种长距离全天候结构振动监测系统,包括被测结构(6)、视频采集模块(8)和视频处理模块(9),所述视频采集模块(8)连接视频处理模块(9),其特征在于:所述被测结构(6)上安装有位移监测标志物;所述视频采集模块(8)接收位移监测标志物的振动视频,所述视频采集模块(8)将接收到的振动视频发送至视频处理模块(9)处理,所述视频采集模块(8)包括网络摄像机(1)和网络摄像头,所述视频处理模块(9)处理后的信息发送至输出模块。
2.如权利要求1所述一种长距离全天候结构振动监测系统,其特征在于:所述网络摄像机(1)连接第一太阳能自供电构件(5)。
3.如权利要求2所述一种长距离全天候结构振动监测系统,其特征在于:所述位移监测标志物为人工光源(2),所述人工光源(2)连接第二太阳能自供电构件(7)。
4.如权利要求3所述一种长距离全天候结构振动监测系统,其特征在于:所述输出模块为实时预警模块(10)和结构健康监测数据库(11)。
5.如权利要求4所述一种长距离全天候结构振动监测系统,其特征在于:所述人工光源(2)为LED红外光源。
6.如权利要求5所述一种长距离全天候结构振动监测系统,其特征在于:所述视频处理模块(9)主要包括图像预处理单元、视觉振动测量单元、实时绘图单元;所述视频处理模块(9)接收到视频采集模块(8)无线传输的图像信息后,首先将图像信息通过图像预处理单元进行图像预处理,经过图像预处理的图像信息再通过视觉振动测量单元进行视觉振动测量得到相应的坐标位移差,再经过实时绘图单元进行可视化实时位移显示;
①图像预处理:
首先进行相机标定,采用的是张正友棋盘相机标定法,准备棋盘格图像,棋盘大小为10×7,每个单元大小为22mm×22mm,使用视频采集模块(8)传输的图像信息,对其中一帧图像信息提取角点信息,进一步对该图像信息提取亚像素角点信息,在棋盘标定图上绘制找到的内角点,利用算法进行相机标定,查看标定效果,得到相机的内、外参数矩阵,用于后期完成像素坐标到世界坐标的转换;
然后对装有人工光源(2)的图像信息进行预处理,系统通过始图像的梯度信息,将低于某一阈值的部分进行特殊处理后,将其与像素强度融合,增强图像信息,过滤掉背景颜色,进一步提高系统抗干扰能力,提高计算精度;
②视觉振动测量:
对处理后的图像信息利用基于HSV的模板匹配法快速得到光源的像素坐标;
③实时绘图:
通过上述处理得到的像素坐标,得出位移差,转换为世界坐标并实时绘图,获得结构振动响应时域波形曲线各工况与激光位移计的对比图;
4)系统通过实时显示位移变化情况来预警危险情况的发生;通过设定阈值上限,当实时位移超过设定界限时,系统将会把情况发送给负责人,并通过网络摄像机进行现场报警鸣笛;
5)采集的位移数据最终全部保存进计算机建立的结构健康监测数据库(11)中。
7.如权利要求6所述一种长距离全天候结构振动监测系统,其特征在于:所述得到光源的像素坐标使用二项式拟合法提高精度,使测量结果达到亚像素级且通过优化模板搜索路径使其计算速度能达到实时要求。
8.如权利要求6所述一种长距离全天候结构振动监测系统,其特征在于:所述得到光源的像素坐标使用抗干扰辨识处理提高精度,所述抗干扰辨识处理通过原始视频的梯度信息,将低于某一阈值的部分进行特殊处理后,将其与像素强度融合,增强视频信息,过滤掉背景颜色,提高计算精度。
9.如权利要求8所述一种长距离全天候结构振动监测系统,其特征在于:所述实时预警模块(10)为通过设定阈值上限,当实时位移超过设定界限,系统将会把情况发送给负责人并通过网络摄像机进行现场报警鸣笛,且会自动保存前后24小时的视频。
10.如权利要求4所述一种长距离全天候结构振动监测系统,其特征在于:所述实时预警模块(10)为闪烁警示灯或警示鸣笛。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110364517.9A CN113074804A (zh) | 2021-04-06 | 2021-04-06 | 一种长距离全天候结构振动监测系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110364517.9A CN113074804A (zh) | 2021-04-06 | 2021-04-06 | 一种长距离全天候结构振动监测系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113074804A true CN113074804A (zh) | 2021-07-06 |
Family
ID=76615396
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110364517.9A Pending CN113074804A (zh) | 2021-04-06 | 2021-04-06 | 一种长距离全天候结构振动监测系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113074804A (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140125801A1 (en) * | 2012-03-16 | 2014-05-08 | Tongji University | On-line tunnel deformation monitoring system based on image analysis and its application |
CN105865735A (zh) * | 2016-04-29 | 2016-08-17 | 浙江大学 | 一种基于视频监控的桥梁振动测试与动力特性识别方法 |
CN106097627A (zh) * | 2016-08-13 | 2016-11-09 | 哈尔滨理工大学 | 输电线路舞动智能视频在线监测系统 |
CN110146030A (zh) * | 2019-06-21 | 2019-08-20 | 招商局重庆交通科研设计院有限公司 | 基于棋盘格标志法的边坡表面变形监测系统和方法 |
CN111289087A (zh) * | 2020-03-06 | 2020-06-16 | 兰州理工大学 | 一种远距离机器视觉振动测量方法及装置 |
-
2021
- 2021-04-06 CN CN202110364517.9A patent/CN113074804A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140125801A1 (en) * | 2012-03-16 | 2014-05-08 | Tongji University | On-line tunnel deformation monitoring system based on image analysis and its application |
CN105865735A (zh) * | 2016-04-29 | 2016-08-17 | 浙江大学 | 一种基于视频监控的桥梁振动测试与动力特性识别方法 |
CN106097627A (zh) * | 2016-08-13 | 2016-11-09 | 哈尔滨理工大学 | 输电线路舞动智能视频在线监测系统 |
CN110146030A (zh) * | 2019-06-21 | 2019-08-20 | 招商局重庆交通科研设计院有限公司 | 基于棋盘格标志法的边坡表面变形监测系统和方法 |
CN111289087A (zh) * | 2020-03-06 | 2020-06-16 | 兰州理工大学 | 一种远距离机器视觉振动测量方法及装置 |
Non-Patent Citations (2)
Title |
---|
王聪等: "智能视频监控系统动态目标检测与识别算法综述", 《电气技术》 * |
韩亚荣: "图像法动态位移监测系统的实现及其工程应用", 《中国优秀博硕士学位论文全文数据库(硕士)信息科技辑》 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11519724B2 (en) | Method for monitoring ground settlement based on computer vision | |
CN109716108B (zh) | 一种基于双目图像分析的沥青路面病害检测系统 | |
CN105067208B (zh) | 一种基于ccd的多通道桥梁挠度监测方法 | |
WO2022206978A1 (zh) | 一种基于车载定位装置的路侧毫米波雷达校准方法 | |
CN2819239Y (zh) | 红外埋地管道探测装置 | |
CN106225708A (zh) | 一种对环境光不敏感的通用视频挠度测量系统 | |
CN106895788B (zh) | 一种水库坝体变形自动监测方法和系统 | |
CN103913117A (zh) | 一种三维激光扫描仪定位装置和激光点云绝对定位方法 | |
CN111608731B (zh) | 一种盾构隧道安全状态监测预警装置及其监测预警方法 | |
CN101694084A (zh) | 地面车载移动检测系统 | |
CN102519383A (zh) | 桥梁动态挠度光斑成像测量装置和方法 | |
CN101865664A (zh) | 便携式动态挠度位移测量装置及方法 | |
CN101126638A (zh) | 检测公路路面平整度的摄像测量方法 | |
CN103698001B (zh) | 一种基于单目视觉分析方法的输电线路舞动监测方法 | |
CN112802004B (zh) | 便携式输电线路和杆塔健康智能视频检测装置 | |
CN110470379A (zh) | 一种变电站移动式智能噪声连续采集系统 | |
CN115762067A (zh) | 一种基于激光点云与视频数据融合的山体滑坡监测系统 | |
CN214149734U (zh) | 一种桥梁监测系统 | |
CN104735421B (zh) | 高层建筑物沉降检测装置及进行沉降检测的方法 | |
CN105300303A (zh) | 一种输电线路与树木垂直间距的地面自动测量装置及方法 | |
CN111177297B (zh) | 一种基于视频和gis的动态目标速度计算优化方法 | |
CN113074804A (zh) | 一种长距离全天候结构振动监测系统 | |
CN201653381U (zh) | 便携式动态挠度位移测量装置 | |
CN115018796A (zh) | 一种城市夜间光环境天地协同监测方法 | |
CN115761487A (zh) | 一种基于机器视觉的中小跨径桥梁振动特性快速识别方法 |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210706 |