CN113469970A - 一种涡激振动监测方法、系统、设备及存储介质 - Google Patents

一种涡激振动监测方法、系统、设备及存储介质 Download PDF

Info

Publication number
CN113469970A
CN113469970A CN202110731474.3A CN202110731474A CN113469970A CN 113469970 A CN113469970 A CN 113469970A CN 202110731474 A CN202110731474 A CN 202110731474A CN 113469970 A CN113469970 A CN 113469970A
Authority
CN
China
Prior art keywords
vortex
induced vibration
wind speed
displacement
coordinate
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
CN202110731474.3A
Other languages
English (en)
Inventor
杨博宇
蔡安民
林伟荣
焦冲
张林伟
金强
许扬
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.)
Huaneng Clean Energy Research Institute
Original Assignee
Huaneng Clean Energy Research Institute
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 Huaneng Clean Energy Research Institute filed Critical Huaneng Clean Energy Research Institute
Priority to CN202110731474.3A priority Critical patent/CN113469970A/zh
Publication of CN113469970A publication Critical patent/CN113469970A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • 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
    • G06T5/80—
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/13—Edge detection
    • 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
    • G06T2207/20—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
    • G06T2207/30164—Workpiece; Machine component

Abstract

本发明公开了一种涡激振动监测方法、系统、设备及存储介质，对风力发电机最顶部塔筒的两个标记分别进行录像，两个标记在水平方向上呈90°设置；将含有标记的区域作为敏感区，对敏感区进行边缘检测；获取边缘检测结果中其中一侧边缘的坐标，记录每个坐标的横坐标；将每一次获取的横坐标求差值，得到位移信息；将得到的风速信息以及位移信息通过时间戳对准，得到不同风速段下的风机顶部位移情况，如果某一风速段下的塔筒位移超过设定值或者位移方向发生超过设定值的变化，则认为该风速段下发生了涡激振动。能够对涡激振动的产生进行监测，并且可以验证涡激振动抑制装置的有效性。

Description

一种涡激振动监测方法、系统、设备及存储介质
技术领域
本发明属于风力发电机领域，涉及一种涡激振动监测方法、系统、设备及存储介质。
背景技术
涡激振动是风机在吊装过程出现一个严重的问题，这将会导致机组吊装时间延长造成经济损失并且有安全事故发生的可能性。在涡激振动的抑制装置开发中，比较突出和广泛采用的是扰流装置，扰流装置的核心功能部件为扰流块或者扰流条。扰流块或者扰流条通过自身的几何特征依附在塔筒表面，有效的控制涡的分离位置，从而达到将整个原始的规律流场破坏的效果。根据现有的塔架吊装工艺，在吊装过程中，需要对其上1/3的位置缠绕扰流条。
但是由于现有技术的限制，尚无较好的方法对于涡激振动进行监测，故而也无法对于抑制涡激振动的装置进行效果监测。
发明内容
本发明的目的在于克服上述现有技术的缺点，提供一种涡激振动监测方法、系统、设备及存储介质，能够对涡激振动的产生进行监测，并且可以验证涡激振动抑制装置的有效性。
为达到上述目的，本发明采用以下技术方案予以实现：
一种涡激振动监测方法，包括以下步骤；
S1，对风力发电机最顶部塔筒的两个标记分别进行录像，两个标记在水平方向上呈90°设置；
S2，将含有标记的区域作为敏感区，对敏感区进行边缘检测；
S3，获取边缘检测结果中其中一侧边缘的坐标，记录每个坐标的横坐标；
S4，将每一次获取的横坐标求差值，得到位移信息；
S5，将得到的风速信息以及位移信息通过时间戳对准，得到不同风速段下的风机顶部位移情况，如果某一风速段下的塔筒位移超过设定值或者位移方向发生超过设定值的变化，则认为该风速段下发生了涡激振动。
优选的，在S2之前，在录像视频上叠放一个模板标记，模板标记与标记尺寸、方向和图像相同，通过模板标记将标记进行区域判定。
优选的，S2中，敏感区进行边缘检测过程包括滤波、增强和检测。
进一步，滤波过程为：采用离散化的高斯函数产生一组归一化的高斯核，然后基于高斯核函数对图像灰度矩阵的每一点进行加权求和。
进一步，增强过程为：采用增强算法确定图像各点邻域强度的变化值，将图像灰度点邻域强度值有显著变化的点凸显出来。
进一步，通过阈值化方法来进行检测。
优选的，S3中，坐标获取过程为：首先读取第1行第1列的像素点的值，如果该像素点的值为0，则继续读取下一列的像素值，如果该像素点的值不等于0，则继续下行列坐标同时不再读取下一列的像素值转而从下一行开始读取像素值，最终得到标记其中一侧边缘的坐标。
一种涡激振动监测系统，包括：
录像模块，用于对风力发电机最顶部塔筒的两个标记分别进行录像，两个标记在水平方向上呈90°设置；
边缘检测模块，用于将含有标记的区域作为敏感区，对敏感区进行边缘检测；
横坐标获取模块，用于获取边缘检测结果中其中一侧边缘的坐标，记录每个坐标的横坐标；
位移信息获取模块，用于将每一次获取的横坐标求差值，得到位移信息；
涡激振动发生判断模块，用于将得到的风速信息以及位移信息通过时间戳对准，得到不同风速段下的风机顶部位移情况，如果某一风速段下的塔筒位移超过设定值或者位移方向发生超过设定值的变化，则认为该风速段下发生了涡激振动。
一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上述任意一项所述涡激振动监测方法的步骤。
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程序，所述计算机程序被处理器执行时实现如上述任意一项所述涡激振动监测方法的步骤。
与现有技术相比，本发明具有以下有益效果：
本发明通过图像识别技术，可以监测涡激振动的发生及趋势，通过监测风力发电机组吊装过程中涡激振动发生情况以及此时风力发电机组所处的环境，通过挖掘涡激振动的发生环境条件并且提前预防涡激振动的发生，从而减少涡激振动发生的概率，避免由于涡激振动造成的吊装延时减少吊装费用，并且可以验证涡激振动抑制装置的有效性，同时通过该方法可以预防涡激振动对于机组的伤害，具备监测准确，实时性好等优点。
附图说明
图1为本发明的方法流程示意图；
图2为本发明的标记和摄像装置示意图；
图3为本发明的标记位置示意图；
图4为本发明的标记示意图；
图5为本发明的边缘检测结果图；
图6为本发明的坐标获取流程示意图。
具体实施方式
下面结合附图对本发明做进一步详细描述：
如图1所示，为本发明所述的涡激振动监测方法，包括以下步骤；
S1，对风力发电机最顶部塔筒的两个标记分别进行录像，两个标记在水平方向上呈90°设置。
S2，在录像视频上叠放一个模板标记，模板标记与标记尺寸、方向和图像相同，通过模板标记将标记进行区域判定。将含有标记的区域作为敏感区，对敏感区进行边缘检测。
敏感区进行边缘检测过程包括滤波、增强和检测。
滤波过程为：采用离散化的高斯函数产生一组归一化的高斯核，然后基于高斯核函数对图像灰度矩阵的每一点进行加权求和。
增强过程为：采用增强算法确定图像各点邻域强度的变化值，将图像灰度点邻域强度值有显著变化的点凸显出来。
通过阈值化方法来进行检测。
S3，获取边缘检测结果中其中一侧边缘的坐标，记录每个坐标的横坐标。
坐标获取过程为：首先读取第1行第1列的像素点的值，如果该像素点的值为0，则继续读取下一列的像素值，如果该像素点的值不等于0，则继续下行列坐标同时不再读取下一列的像素值转而从下一行开始读取像素值，最终得到标记其中一侧边缘的坐标。
S4，将每一次获取的横坐标求差值，得到位移信息。
S5，将得到的风速信息以及位移信息通过时间戳对准，得到不同风速段下的风机顶部位移情况，如果某一风速段下的塔筒位移超过设定值或者位移方向发生超过设定值的变化，则认为该风速段下发生了涡激振动。
本实施例使用视频对于涡激振动进行监测，在风力发电机塔筒吊装时，在最后一节塔筒的2个方向各刷一个50厘米见方的红色标记，如图3和图4所示，机舱准备吊装时，在距离风力发电机一定距离(大约200米)上部署相机，2台相机呈90度夹角部署，确保相机可以稳定拍摄到红色标记。如图2所示。
在拍摄过程中，为防止由于大风导致的相机抖动，特异设计一款防风装置进行保护，该装置呈梯形对于相机进行三面保护，可以使相机在风力较大的情况也能保持稳定。
吊装开始后，开启两台相机对准塔筒上部红色标记进行拍摄，将相机拍摄的长期进行进一步的图像处理。
首先需要对视频处理从而得到位移数据，视频的处理流程如下：
读取视频：通过在线/离线的方式读取视频，将视频中的每一帧截取出来；
模版匹配红色标记：
模板匹配是数字图像处理的重要组成部分之一。把不同传感器或同一传感器在不同时间、不同成像条件下对同一景物获取的两幅或多幅图像在空间上对准,或根据已知模式到另一幅图中寻找相应模式的处理方法就叫做模板匹配。
简单而言，模板就是一幅已知的小图像。模板匹配就是在一幅大图像中搜寻目标，已知该图中有要找的目标，且该目标同模板有相同的尺寸、方向和图像，通过一定的算法可以在图中找到目标，确定其坐标位置。模板T(m×n个像素)叠放在被搜索图S(W×H个像素)上平移，模板覆盖被搜索图的那块区域叫子图Sij。i，j为子图左上角在被搜索图S上的坐标。搜索范围是：
1≤i≤W–M
1≤j≤H–N
通过比较T和Sij的相似性，完成模板匹配过程。衡量模板T和子图Si,j的匹配程度。
衡量模板T和子图Si,j的匹配程度的算法使用的系数匹配法的优化算法。
相关系数(r)是一种数学距离，可以用来衡量两个向量的相似程度。它起源于余弦定理：cos(A)＝(a2+c2-b2)/2bc.如果两个向量的夹角为0度(对应r＝1)，说明它们完全相似，如果夹角为90度(r＝0)，则它们完全不相似，如果夹角为180度(r＝-1),则它们完全相反。把余弦定理写成向量的形式：
cos(A)＝<b,c>/(|b|*|c|),
即：cos(A)＝(b1c1+b2c2+…bncn)/sqrt[(b12+b22+…+bn2)(c12+c22+…+cn2)]
其中分子表示两个向量的内积，分母表示两个向量的模相乘。
在实际应用中，更常用的是去均值相关系数，它在上式的基础上还要在分子分母减去各个向量的均值：
Figure BDA0003139376470000061
最终，程序可以自动判断红色标记的大致区域。
边缘检测敏感区。
将红色标记的大致区域定义为敏感区，对敏感区进行边缘监测识别红色标记精确位置。边缘检测的一般步骤有：滤波：边缘检测的算法主要是基于图像强度的一阶和二阶导数，但导数通常对噪声很敏感，因此必须采用滤波器来改善与噪声有关的边缘检测器的性能。常见的滤波方法主要有高斯滤波，即采用离散化的高斯函数产生一组归一化的高斯核，然后基于高斯核函数对图像灰度矩阵的每一点进行加权求和。增强：增强边缘的基础是确定图像各点邻域强度的变化值。增强算法可以将图像灰度点邻域强度值有显著变化的点凸显出来。在具体编程实现时，可通过计算梯度幅值来确定。检测：经过增强的图像，往往邻域中有很多点的梯度值比较大，而在特定的应用中，这些点并不是我们要找的边缘点，所以应该采用某种方法来对这些点进行取舍。实际工程中，常用的方法是通过阈值化方法来检测。在计算梯度幅值和方向时：
使用下列公式计算梯度幅值和方向:
Figure BDA0003139376470000071
梯度方向近似到四个可能角度之一(一般为0,45,90,135)之后进行非极大值抑制。这一步排除非边缘像素，仅仅保留了一些细线条(候选边缘)。最后一步，Canny使用了滞后阈值，滞后阈值需要两个阈值(高阈值和低阈值):如果某一像素位置的幅值超过高阈值,该像素被保留为边缘像素。如果某一像素位置的幅值小于低阈值,该像素被排除。如果某一像素位置的幅值在两个阈值之间,该像素仅仅在连接到一个高于高阈值的像素时被保留。
经过以上3步的处理，已经得到一个敏感区的边缘监测据结果，如图5所示，背景为黑色，红色标记的轮廓为白色。坐标获取过程如图6所示，首先读取第1行第1列的像素点的值。如果该像素点的值为0，则继续读取下一列的像素值，如果该像素点的值不等于0，则继续下行列坐标同时不再读取下一列的像素值转而从下一行开始读取像素值。最终，将得到红色标记其中一侧边缘的坐标，本实施例以得到红色标记左侧边缘的坐标为例。
输出位移信息。
将每一次记录下来的纵坐标求差值，则可以得到位移信息。
分析风速-振动关系。
将得到的风速信息以及位移信息通过时间戳对准，则可以得到不同风速段下的风机顶部位移情况，如果某一风速段下的塔筒位移过大或者位移方向发生快速变化则认为该风速段下发生了涡激振动。以后在吊装时如果风力条件可能出现这种情况，则应该更改吊装时间或者加装相应涡激振动抑制装置。
本发明还公开了涡激振动监测系统，包括：
录像模块，用于对风力发电机最顶部塔筒的两个标记分别进行录像，两个标记在水平方向上呈90°设置。
边缘检测模块，用于将含有标记的区域作为敏感区，对敏感区进行边缘检测。
横坐标获取模块，用于获取边缘检测结果中其中一侧边缘的坐标，记录每个坐标的横坐标。
位移信息获取模块，用于将每一次获取的横坐标求差值，得到位移信息。
涡激振动发生判断模块，用于将得到的风速信息以及位移信息通过时间戳对准，得到不同风速段下的风机顶部位移情况，如果某一风速段下的塔筒位移超过设定值或者位移方向发生超过设定值的变化，则认为该风速段下发生了涡激振动。
本发明还公开了计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上述任意一项所述涡激振动监测方法的过程。
本发明还公开了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程序，所述计算机程序被处理器执行时实现如上述任意一项所述涡激振动监测方法的过程。
以上内容仅为说明本发明的技术思想，不能以此限定本发明的保护范围，凡是按照本发明提出的技术思想，在技术方案基础上所做的任何改动，均落入本发明权利要求书的保护范围之内。

Claims (10)

1.一种涡激振动监测方法，其特征在于，包括以下步骤；
S1，对风力发电机最顶部塔筒的两个标记分别进行录像，两个标记在水平方向上呈90°设置；
S2，将含有标记的区域作为敏感区，对敏感区进行边缘检测；
S3，获取边缘检测结果中其中一侧边缘的坐标，记录每个坐标的横坐标；
S4，将每一次获取的横坐标求差值，得到位移信息；
S5，将得到的风速信息以及位移信息通过时间戳对准，得到不同风速段下的风机顶部位移情况，如果某一风速段下的塔筒位移超过设定值或者位移方向发生超过设定值的变化，则认为该风速段下发生了涡激振动。
2.根据权利要求1所述的涡激振动监测方法，其特征在于，在S2之前，在录像视频上叠放一个模板标记，模板标记与标记尺寸、方向和图像相同，通过模板标记将标记进行区域判定。
3.根据权利要求1所述的涡激振动监测方法，其特征在于，S2中，敏感区进行边缘检测过程包括滤波、增强和检测。
4.根据权利要求3所述的涡激振动监测方法，其特征在于，滤波过程为：采用离散化的高斯函数产生一组归一化的高斯核，然后基于高斯核函数对图像灰度矩阵的每一点进行加权求和。
5.根据权利要求3所述的涡激振动监测方法，其特征在于，增强过程为：采用增强算法确定图像各点邻域强度的变化值，将图像灰度点邻域强度值有显著变化的点凸显出来。
6.根据权利要求3所述的涡激振动监测方法，其特征在于，通过阈值化方法来进行检测。
7.根据权利要求1所述的涡激振动监测方法，其特征在于，S3中，坐标获取过程为：首先读取第1行第1列的像素点的值，如果该像素点的值为0，则继续读取下一列的像素值，如果该像素点的值不等于0，则继续下行列坐标同时不再读取下一列的像素值转而从下一行开始读取像素值，最终得到标记其中一侧边缘的坐标。
8.一种涡激振动监测系统，其特征在于，包括：
录像模块，用于对风力发电机最顶部塔筒的两个标记分别进行录像，两个标记在水平方向上呈90°设置；
边缘检测模块，用于将含有标记的区域作为敏感区，对敏感区进行边缘检测；
横坐标获取模块，用于获取边缘检测结果中其中一侧边缘的坐标，记录每个坐标的横坐标；
位移信息获取模块，用于将每一次获取的横坐标求差值，得到位移信息；
涡激振动发生判断模块，用于将得到的风速信息以及位移信息通过时间戳对准，得到不同风速段下的风机顶部位移情况，如果某一风速段下的塔筒位移超过设定值或者位移方向发生超过设定值的变化，则认为该风速段下发生了涡激振动。
9.一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至7任意一项所述涡激振动监测方法的步骤。
10.一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程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7任意一项所述涡激振动监测方法的步骤。
CN202110731474.3A 2021-06-29 2021-06-29 一种涡激振动监测方法、系统、设备及存储介质 Pending CN113469970A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110731474.3A CN113469970A (zh) 2021-06-29 2021-06-29 一种涡激振动监测方法、系统、设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110731474.3A CN113469970A (zh) 2021-06-29 2021-06-29 一种涡激振动监测方法、系统、设备及存储介质

Publications (1)

Publication Number Publication Date
CN113469970A true CN113469970A (zh) 2021-10-01

Family

ID=77874220

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110731474.3A Pending CN113469970A (zh) 2021-06-29 2021-06-29 一种涡激振动监测方法、系统、设备及存储介质

Country Status (1)

Country Link
CN (1) CN113469970A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114060231A (zh) * 2021-11-10 2022-02-18 中国华能集团清洁能源技术研究院有限公司 一种基于无线电测距的涡激振动监测系统及安装方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20150252789A1 (en) * 2014-03-04 2015-09-10 Steffen Bunge Method for Detecting Deflection of the Blades of a Wind Turbine
CN111433455A (zh) * 2017-12-04 2020-07-17 日本电产Ssb风系统有限公司 风力涡轮机塔架至桨叶末端测量系统
CN112233076A (zh) * 2020-09-30 2021-01-15 石家庄铁道大学 基于红色圆标靶图像处理的结构振动位移测量方法及装置
CN112901426A (zh) * 2021-02-26 2021-06-04 中国华能集团清洁能源技术研究院有限公司 风电机组叶片净空监测装置、方法、系统、设备及介质

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20150252789A1 (en) * 2014-03-04 2015-09-10 Steffen Bunge Method for Detecting Deflection of the Blades of a Wind Turbine
CN111433455A (zh) * 2017-12-04 2020-07-17 日本电产Ssb风系统有限公司 风力涡轮机塔架至桨叶末端测量系统
CN112233076A (zh) * 2020-09-30 2021-01-15 石家庄铁道大学 基于红色圆标靶图像处理的结构振动位移测量方法及装置
CN112901426A (zh) * 2021-02-26 2021-06-04 中国华能集团清洁能源技术研究院有限公司 风电机组叶片净空监测装置、方法、系统、设备及介质

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
MD. ABDUL KADER ZILANI; AKTER HOSSEN; S.M.G MOSTAFA; MD. MUHIDUR RAHMAN; MOHAMMAD MINHAJ UDDIN; MD ABDUL MAZID: "Unconventional Energy Harvesting from Wind Velocity and VIV Resonance Phenomenon by using Bladeless Wind Turbine (BLWT)，", 2021 INTERNATIONAL CONFERENCE ON INFORMATION AND COMMUNICATION TECHNOLOGY FOR SUSTAINABLE DEVELOPMENT (ICICT4SD) *
朱从博, 李志凯, 危成仁等: "陆上风机结构整体振动特性现场监测与分析", 低温建筑技术, vol. 43, no. 06 *
陈云花: "基于振动测试的大型风力发电机组运行状态监测研究", 中国优秀硕士学位论文全文数据库工程科技Ⅱ辑, no. 07, pages 14 - 33 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114060231A (zh) * 2021-11-10 2022-02-18 中国华能集团清洁能源技术研究院有限公司 一种基于无线电测距的涡激振动监测系统及安装方法

Similar Documents

Publication Publication Date Title
CN109931229B (zh) 用于风力发电机组的涡激振动的监测方法和设备
US7889887B2 (en) Lane recognition apparatus
CN109958583B (zh) 一种测量风力发电机组的塔架净空的方法和设备
US9031285B2 (en) Detection of floating objects in maritime video using a mobile camera
EP3346445A1 (en) Methods and devices for extracting an object from a video sequence
US9747507B2 (en) Ground plane detection
US7221789B2 (en) Method for processing an image captured by a camera
WO2019119663A1 (zh) 测量风力发电机组的塔顶位移的方法、装置和系统
Babbar et al. Comparative study of image matching algorithms
WO2020112184A1 (en) Projectile detection system and method
CN113469970A (zh) 一种涡激振动监测方法、系统、设备及存储介质
JP4818285B2 (ja) 混雑滞留検知システム
JP2013251005A (ja) 画像補正方法
KR101995466B1 (ko) 특징점을 이용한 스테레오 카메라의 이미지 매칭 방법 및 장치
Hashmani et al. A survey on edge detection based recent marine horizon line detection methods and their applications
JP5442408B2 (ja) 画像補正方法
JP7043836B2 (ja) 情報処理プログラム、情報処理装置、情報処理システム、情報処理方法
KR101741501B1 (ko) 카메라와 객체 간 거리 추정 장치 및 그 방법
CN114943836A (zh) 挂车角度检测方法、装置及电子设备
CN111027512B (zh) 一种遥感图像近岸船检测与定位方法及装置
CN109101874B (zh) 一种基于深度图像的图书馆机器人障碍识别方法
JP5419925B2 (ja) 通過物体数計測方法、通過物体数計測装置、及びプログラム
JP4055785B2 (ja) 移動物体の高さ検出方法及び装置並びに物体形状判定方法及び装置
Zhang et al. A fast sea-sky line detection method based on edlines
JP2008107857A (ja) 動体認識方法及び動体認識装置

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