CN113514036B - 一种超高层建筑物垂直度测控方法 - Google Patents
一种超高层建筑物垂直度测控方法 Download PDFInfo
- Publication number
- CN113514036B CN113514036B CN202110444999.9A CN202110444999A CN113514036B CN 113514036 B CN113514036 B CN 113514036B CN 202110444999 A CN202110444999 A CN 202110444999A CN 113514036 B CN113514036 B CN 113514036B
- Authority
- CN
- China
- Prior art keywords
- preformed hole
- deviation
- layer
- verticality
- preformed
- 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.)
- Expired - Fee Related
Links
- 238000000034 method Methods 0.000 title claims abstract description 44
- 238000005259 measurement Methods 0.000 title claims description 57
- 238000012216 screening Methods 0.000 claims abstract description 8
- 238000013441 quality evaluation Methods 0.000 claims description 18
- 238000003384 imaging method Methods 0.000 claims description 17
- 238000013473 artificial intelligence Methods 0.000 abstract description 2
- 238000004364 calculation method Methods 0.000 description 6
- 230000008569 process Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 238000006243 chemical reaction Methods 0.000 description 3
- 238000003708 edge detection Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 230000007423 decrease Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000000691 measurement method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000002194 synthesizing effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C11/00—Photogrammetry or videogrammetry, e.g. stereogrammetry; Photographic surveying
- G01C11/04—Interpretation of pictures
- G01C11/06—Interpretation of pictures by comparison of two or more pictures of the same area
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C9/00—Measuring inclination, e.g. by clinometers, by levels
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Multimedia (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明涉及人工智能技术领域,具体涉及一种超高层建筑物垂直度测控方法。该方法包括:采集不同焦距下建筑物的预留孔图像,预留孔的中心位于图像中心;并提取每张预留孔图像中每层预留孔的轮廓;对每张预留孔图像,分别连接预留孔每条边上同比例的点,获取多条立体线;根据立体线的间隔距离计算每张预留孔图像的相对垂直度;相对垂直度以垂直度偏差和偏差方向来表征;对于同一层预留孔在不同焦距下的预留孔图像,根据相对垂直度的可靠度对其进行筛选获得有效数据,通过筛选过的所有相对垂直度进行整合获取绝对垂直度。本发明实施例能够准确地得到超高层建筑物的垂直度,操作简便,精确度高。
Description
技术领域
本发明涉及人工智能技术领域,具体涉及一种超高层建筑物垂直度测控方法。
背景技术
高层建筑物在施工建设过程中会产生竖直偏差,这种偏差若在一定限度内属于正常现象,但如果超过规定的限度,就会影响建筑物的正常使用,严重时甚至会危及建筑物的安全,因此,对于高层建筑物进行垂直度监测是非常必要的。
目前,超高层建筑物的垂直度测控多采用内控法,即以激光铅直仪或吊锤放线的方式通过建筑物内部预留的垂准孔进行检测。
发明人在实践中,发现上述现有技术存在以下缺陷:
吊锤线法受风力等外界环境影响较大,精度相对较低;激光铅直仪方法,需要每层放置透明玻璃板,操作繁琐,容易产生误差。
发明内容
为了解决上述技术问题,本发明的目的在于提供一种超高层建筑物垂直度测控方法,所采用的技术方案具体如下:
本发明一个实施例提供了一种超高层建筑物垂直度测控方法,该方法包括:
采集不同焦距下建筑物的预留孔图像,预留孔的中心位于图像中心;并提取每张所述预留孔图像中每层所述预留孔的轮廓;
对每张所述预留孔图像,连接每两个预留孔轮廓同一侧边上同比例的点,得到多条立体线;根据所述立体线的间隔距离计算每张所述预留孔图像的相对垂直度;所述相对垂直度以垂直度偏差和偏差方向来表征;
对同一层预留孔在不同焦距下的所述预留孔图像进行筛选,选择一层所述预留孔作为参照层,将筛选过的有效数据以所述参照层为参照获得统一标准的垂直度作为绝对垂直度;
所述垂直度偏差的获取步骤为:
获取所述预留孔每条边的立体线,计算每条所述立体线的距离偏差,根据所有所述距离偏差获取垂直度偏差;
进而根据所述距离偏差的反正切函数计算偏差方向。
优选的,所述采集不同焦距下建筑物的预留孔图像之前,该方法还包括以下步骤:
采集焦距最小时的图像,并得到各预留孔的边缘,计算最外层预留孔中心点相对于所述图像中心的偏差,根据所述偏差对相机进行调整。
优选的,所述同一层预留孔的确定方法为:对每层预留孔进行编号记录,以同一编号的预留孔作为同一层预留孔。
优选的,所述获取所述预留孔每条边的立体线之前,该方法还包括以下步骤:
获取每层所述预留孔的轮廓的旋转角度;
根据所述旋转角度对所述预留孔的轮廓进行纠正。
优选的,所述对同一层预留孔在不同焦距下的所述预留孔图像进行筛选的方法为:
根据测量精度、偏差程度和成像畸变程度的加权和获取所述测量质量评价值,选取所述测量质量评价值更高的;所述测量精度与所述测量质量评价值成负相关关系,所述偏差程度与所述测量质量评价值成负相关关系,所述成像畸变程度与所述测量质量评价值成正相关关系。
优选的,所述测量精度的计算方法为:
通过计算每个焦距对应的预留孔图像中每层预留孔的拍摄高度与其采用的焦距的比值,获得所述每层预留孔在对应焦距下的测量精度。
优选的,所述偏差程度的计算方法为:
以每张所述预留孔图像中最外层的预留孔轮廓作为标准轮廓线,计算所述标准轮廓线上的像素点数量与所述每层预留孔的轮廓的像素点数量的倍数关系,获得偏差程度。
优选的,根据所述预留孔轮廓上的点到所述预留孔图像中心的距离比例获取所述成像畸变程度。
本发明实施例具有如下有益效果:
1、通过计算立体线的距离差异获取建筑物的垂直度偏差和偏差方向,来表征垂直度,结合了成像的规律来保证测量的准确性,进而准确获取建筑物的垂直度,检测建筑物是否符合标准,测量过程中仅在设备放置时需要人为参与,自动化程度高,测量速度快,且不受楼层高度和数量的影响。
2、通过焦距的连续变化得到同一楼层间的多组垂直度数据,通过测量精度、偏差程度和成像畸变程度的结合判断数据对应的优选程度,来确保测量结果的准确性,获取精确的数据。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案和优点,下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其它附图。
图1为本发明一个实施例所提供的一种超高层建筑物垂直度测控方法的流程图;
图2为本发明一个实施例所提供的一种超高层建筑物垂直度测控方法的步骤流程图;
图3为本发明一个实施例所提供的含有预留孔的超高层建筑物的示意图;
图4为本发明一个实施例所提供的采集的预留孔图像;
图5为本发明一个实施例所提供的立体线示意图;
图6为本发明一个实施例所提供的预留孔在图像坐标系中的示意图;
图7为本发明一个实施例所提供的预留孔进行一次霍夫变换的示意图;
图8为本发明一个实施例所提供的预留孔进行二次霍夫变换的示意图;
图9为本发明一个实施例提供的相对垂直度进行整合的示意图。
具体实施方式
为了更进一步阐述本发明为达成预定发明目的所采取的技术手段及功效,以下结合附图及较佳实施例,对依据本发明提出的一种超高层建筑物垂直度测控方法的流程图,其具体实施方式、结构、特征及其功效,详细说明如下。在下述说明中,不同的“一个实施例”或“另一个实施例”指的不一定是同一实施例。此外,一或多个实施例中的特定特征、结构、或特点可由任何合适形式组合。
除非另有定义,本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。
下面结合附图具体的说明本发明所提供的一种超高层建筑物垂直度测控方法的流程图的具体方案。
请参阅图1和图2,图1示出了本发明一个实施例提供的一种超高层建筑物垂直度测控方法的流程图,图2示出了本发明一个实施例提供的一种超高层建筑物垂直度测控方法的流程图的步骤流程图。
该方法包括以下步骤:
步骤S001,采集不同焦距下建筑物的预留孔图像,预留孔的中心位于图像中心;并提取每张预留孔图像中每层预留孔的轮廓。
相机需要使用三脚架,调整高度,使成像面绝对水平。获取高度h,作为初始的焦距值。
1)采集焦距最小时的图像,并得到各预留孔的边缘,计算最外层预留孔中心点相对于图像中心的偏差,根据偏差对相机进行调整。
具体的:
请参阅图3和图4,在焦距最小时采集预留孔图像IMf(min),图中顶层预留孔301和第一预留孔302实际是等尺寸的,采集的多个预留孔的图像如图4所示,多个预留孔的成像为同心缩放的形式,透视成像的原因,孔之间的间隔距离在不断减小。
经过图像处理得到各预留孔的边缘,计算最外层闭合区域中心点相对图像中心的偏差,根据偏差进行相机支架位置与高度的调整,直到偏差为0,或偏差值在允许误差范围内。即保证最外层预留孔一定位于图像正中心。
2)相机的焦距线性变化,采集不同焦距下的预留孔图像。
从最小焦距f(min)到最大焦距f(max)进行递增,或者从f(max)到f(min)进行递减。每个焦距f采集到的图像标记为IMf。
作为一个示例,本发明实施例中相机焦距从f(min)到f(max)进行递增。
不同焦距下采集的图像中各像素对应的物理单位并不相同,即测量精度不同,所以需要对每个焦距下采集的图像进行分析。
首先需要使用DNN对图像进行语义分割:
需要分割的类别包括:孔洞截面,同层,背景,标靶。
需要说明的是,标靶并非必要,存在标靶时,以标靶作为参考,不存在标靶时以孔洞作为参考。为了便于快速识别,可以给孔洞边缘及标靶涂上标志色或者图案来进行快速处理。
DNN的损失函数使用交叉熵损失函数。
3)对结果图像进行边缘检测,获取各闭合区域的明确分界线,而后根据分界线两侧像素的类别可确定预留孔的轮廓线。
作为一个示例,本发明实施例采用canny算法进行边缘检测,在其他实施例中还可以采用其他能够达到同样效果的边缘检测算法。
4)对每层预留孔进行编号记录,在不同焦距下采集预留孔图像时使用同一套编号。
获得焦距最小时采集的图像IMf(min)的轮廓线,对图像中预留孔进行分配编号,避免焦距变化后,分不清对应图像中各预留孔对应的楼层。分配编号的方法为:
由外向内依次递增,最外层预留孔的编号为0。
本发明实施例中相机从楼顶向下拍摄,因此编号为距离相机的层数。
作为一个示例,请参阅图3,顶层预留孔301编号为0,第一层预留孔302编号为1,以此类推,获取所有的编号。
焦距确定的静态图像中,随着图形越靠近图像中心,即距离相机越远,同层事物的成像面积越小,且单位像素表示的物理量越大,即测量单位增大,也表示着误差的增大。所以,静态场景下虽能测得建筑物的垂直度,但是随着越靠近图像中心,测得数据的准确性置信度越低。
建筑物垂直度测量过程对测量的精度要求十分严格,现实场景对测量方法的要求是满足测量功能的前提下,需要尽可能的提高测量的准确性。
步骤S002,对每张预留孔图像,分别连接预留孔每条边上同比例的点,获取多条立体线;根据立体线的间隔距离计算每张预留孔图像的相对垂直度;相对垂直度以垂直度偏差和偏差方向来表征。
具体的步骤包括:
1)获取内层各轮廓与最外层轮廓的对应立体线。
需要说明的是,立体线的形式如图5所示,在实际场景中该立体线为竖直高度的线,该线上的点只有沿着楼层高度方向的坐标不同,在本发明实施例中,使用立体线上的差异来体现垂直度。
作为一个示例,如图5所示,线段q1上共有N个像素点,则可向外得到N条立体线,每一条都是同比例点相连。q1上第S个点,比例为S/N,连接q2上同样比例为S/N的点即可得到立体线401。
现有技术往往是使用四个方向即上下左右的间隔距离判断,或者使用正方形的中心点进行判断。这些方法都建立在理想假设上,假设边缘绝对整齐,假设预留孔绝对为标准正方形。
测量建筑物垂直度对测量的准确性有较高要求,在本发明实施例中计算都是像素级的,实际采集的图像,预留孔边缘也并非理想中明确、整齐的线段,往往会有不同程度的锯齿噪声情况,尤其孔洞有一定偏转情况下,噪声更为严重,该情况严重影响测量的准确性。
锯齿现象使得黑色像素旁可能存在一定程度的灰色像素。若使用常规的方法测量,都有可能存在较大误差。所以引进立体线的方式,在四个方向上的立体线上随机采样,进行计算,来消除噪点误差。
2)获取每层预留孔的轮廓的旋转角度。
如图6、图7以及图8所示,具体的步骤包括:
a.计算由P1~P4组成的轮廓边缘上所有点的二阶中心距,得到轮廓的质心坐标(u0,v0)。
b.以轮廓质心为新的坐标原点,对旧的轮廓坐标信息进行如下c~e的转换。
c.进行一次霍夫变换:笛卡尔直角坐标(u,v)到霍夫坐标空间(θ,ρ)的转换。
d.以边缘点数量的1/8为阈值进行高亮点的提取,得到高亮点的坐标。
e.进行二次霍夫变换:一次霍夫坐标空间(θ,ρ)到二次霍夫坐标空间(∈,γ)的转换。
f.得到∈轴上亮度最高点的坐标(0,γm),2*γm为绝对正方形的边长,θ1即为正方形对应的旋转角度。
实际图像处理过程中,预留孔边缘并非为理想中单像素且连续的线段,而霍夫变换检测的都是单像素的直线,所以对同一条边缘,可能检测到几条平行的直线。为了从各方向选择对应的直线,构成绝对单像素的正方形,通过上述过程消除噪声误差。
3)根据旋转角度对预留孔的轮廓进行纠正。
坐标纠正公式为:
其中,u′表示纠正后的横坐标,v′表示纠正后的纵坐标。
4)获取预留孔每条边的立体线,计算每条立体线的距离偏差,根据所有距离偏差获取垂直度偏差。
计算两个预留孔之间的垂直度偏差具体的步骤包括:
a.在四个方向随机选择等量的立体线,四个方向选择同等比例位置的立体线。
b.得到同一条立体线与两个预留孔轮廓的交点坐标,使用两点距离公式进行计算,得到立体线上的距离偏差D。四个方向分别表示为Du,D-u,Dv,D-v。
c.四个方向的距离进行差异比较,横向和纵向差异合成为综合差异。
垂直度偏差P为:
5)进而根据距离偏差的反正切函数计算偏差方向。
偏差方向的据算公式为:
步骤S003,对同一层预留孔在不同焦距下的预留孔图像进行筛选,通过筛选过的所有相对垂直度进行整合获取绝对垂直度。
两个楼层间的垂直度在不同焦距下采集的图像中都可以计算得到,但是不同焦距下对应的测量质量并不同,即同一图像中测量的数据,不同位置的可信度有所不同;同两层地面间的相对垂直偏差,在不同焦距采集的图像下测量的数据也有优劣之分。
本发明实施例中垂直度偏差是以像素为测量单位的,且建立在对应的立体线上的,所以单位像素的物理量、立体线划分误差都影响了上述测量结果的质量。本发明实施例需要使用质量最高的测量数据来得到最终整个建筑的垂直度数据,所以需要根据测量质量对测量数据进行筛选。
具体的步骤包括:
1)通过计算每个焦距对应的预留孔图像中每层预留孔的拍摄高度与其采用的焦距的比值,获得每层预留孔在对应焦距下的测量精度。
计算各层区域成像对应的测量精度Mi:
其中,Mi表示编号为i的预留孔的测量精度,i表示预留孔的编号,CH为楼层高度,h为相机支架高度,f表示当前图像对应的焦距。
上述计算公式根据小孔成像的相似三角形获取。
即以下公式:
其中,Li表示编号为i的预留孔边缘边长的像素数量,Di表示实际对应的编号为i的预留孔实际边长。
2)以每张预留孔图像中最外层的预留孔轮廓作为标准轮廓线,计算标准轮廓线上的像素点数量与每层预留孔的轮廓的像素点数量的倍数关系,获得偏差程度。
立体线的划分也都是以像素为单位的,像素为单位都是使用的整数,对应了取整操作。如图5所示,判断q2上的点是否是q1上的点的整数倍,偏差程度为:
其中,q1{q2/b}表示q2除以q1取余数,b为余数。
3)根据预留孔轮廓上的点到预留孔图像中心的距离比例获取成像畸变程度。
预留孔的轮廓上的点到图像中心的距离G越小,越靠近中心,畸变程度越小。
4)根据测量精度、偏差程度和成像畸变程度的加权和获取测量质量评价值;测量精度与测量质量评价值成负相关关系,偏差程度与测量质量评价值成负相关关系,成像畸变程度与测量质量评价值成正相关关系。
5)选择一层预留孔作为参照层,将有效数据以参照层为参照获得统一标准的垂直度作为绝对垂直度。
具体的步骤包括:
选取有效数据;对于同一层预留孔在不同焦距下的预留孔图像,筛选测量质量评价值更高的相对垂直度作为有效数据。
作为一个示例,编号为1的预留孔和编号为2的预留孔之间的垂直偏差,在焦距为f1时测量得到垂直偏差为P1,其测量质量为2.1,在焦距为f2时测量得到垂直度偏差为P2,测量质量为1.3,选取垂直偏差为P1的相对垂直度作为最终整合的数据。
随着f的递增,视野范围变小,可采集的楼层信息层数减少,其中有效测量的数量也在减少。根据测量质量评价值yx得到最优的测量数据,选择一层预留孔作为参照层,获得统一标准的数据作为绝对垂直度。
如图9所示,作为一个示例,本发明实施例以编号为0的建筑物为参考原点获得绝对垂直度。
综上所述,本发明实施例采集不同焦距下建筑物的预留孔图像,预留孔的中心位于图像中心;并提取每张预留孔图像中每层预留孔的轮廓;对每张预留孔图像,分别连接预留孔每条边上同比例的点,获取多条立体线;根据立体线的间隔距离计算每张预留孔图像的相对垂直度;相对垂直度以垂直度偏差和偏差方向来表征;对于同一层预留孔在不同焦距下的预留孔图像,根据相对垂直度的可靠度对其进行筛选获得有效数据,通过筛选过的所有相对垂直度进行整合获取绝对垂直度。本发明实施例能够准确地得到超高层建筑物的垂直度,操作简便,精确度高。
需要说明的是:上述本发明实施例先后顺序仅仅为了描述,不代表实施例的优劣。且上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下,在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外,在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中,多任务处理和并行处理也是可以的或者可能是有利的。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。
以上所述仅为本发明的较佳实施例,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (8)
1.一种超高层建筑物垂直度测控方法,其特征在于,该方法包括:
采集不同焦距下建筑物的预留孔图像,预留孔的中心位于图像中心;并提取每张所述预留孔图像中每层所述预留孔的轮廓;
对每张所述预留孔图像,连接每两个预留孔轮廓同一侧边上同比例的点,得到多条立体线;根据所述立体线的间隔距离计算每张所述预留孔图像的相对垂直度;所述相对垂直度以垂直度偏差和偏差方向来表征;
对同一层预留孔在不同焦距下的所述预留孔图像进行筛选,选择一层所述预留孔作为参照层,将筛选过的有效数据以所述参照层为参照获得统一标准的垂直度作为绝对垂直度;
所述垂直度偏差的获取步骤为:
获取所述预留孔每条边的立体线,计算每条所述立体线的距离偏差,根据所有所述距离偏差获取垂直度偏差;进而根据所述距离偏差的反正切函数计算偏差方向。
2.根据权利要求1所述的方法,其特征在于,所述采集不同焦距下建筑物的预留孔图像之前,该方法还包括以下步骤:
采集焦距最小时的图像,并得到各预留孔的边缘,计算最外层预留孔中心点相对于所述图像中心的偏差,根据所述偏差对相机进行调整。
3.根据权利要求1所述的方法,其特征在于,所述同一层预留孔的确定方法为:对每层预留孔进行编号记录,以同一编号的预留孔作为同一层预留孔。
4.根据权利要求1所述的方法,其特征在于,所述获取所述预留孔每条边的立体线之前,该方法还包括以下步骤:
获取每层所述预留孔的轮廓的旋转角度;
根据所述旋转角度对所述预留孔的轮廓进行纠正。
5.根据权利要求1所述的方法,其特征在于,所述对同一层预留孔在不同焦距下的所述预留孔图像进行筛选的方法为:
根据测量精度、偏差程度和成像畸变程度的加权和获取测量质量评价值,选取所述测量质量评价值更高的;所述测量精度与所述测量质量评价值成负相关关系,所述偏差程度与所述测量质量评价值成负相关关系,所述成像畸变程度与所述测量质量评价值成正相关关系。
6.根据权利要求5所述的方法,其特征在于,所述测量精度的计算方法为:
通过计算每个焦距对应的预留孔图像中每层预留孔的拍摄高度与其采用的焦距的比值,获得所述每层预留孔在对应焦距下的测量精度。
7.根据权利要求5所述的方法,其特征在于,所述偏差程度的计算方法为:
以每张所述预留孔图像中最外层的预留孔轮廓作为标准轮廓线,计算所述标准轮廓线上的像素点数量与所述每层预留孔的轮廓的像素点数量的倍数关系,获得偏差程度。
8.根据权利要求5所述的方法,其特征在于,所述成像畸变程度的获取方法为:
根据所述预留孔轮廓上的点到所述预留孔图像中心的距离比例获取所述成像畸变程度。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110444999.9A CN113514036B (zh) | 2021-04-24 | 2021-04-24 | 一种超高层建筑物垂直度测控方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110444999.9A CN113514036B (zh) | 2021-04-24 | 2021-04-24 | 一种超高层建筑物垂直度测控方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113514036A CN113514036A (zh) | 2021-10-19 |
CN113514036B true CN113514036B (zh) | 2022-05-17 |
Family
ID=78061886
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110444999.9A Expired - Fee Related CN113514036B (zh) | 2021-04-24 | 2021-04-24 | 一种超高层建筑物垂直度测控方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113514036B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114526709A (zh) * | 2022-02-21 | 2022-05-24 | 中国科学技术大学先进技术研究院 | 基于无人机的面积测量方法、设备及存储介质 |
CN115540823B (zh) * | 2022-11-28 | 2023-03-10 | 中国水利水电第七工程局有限公司 | 一种变截面超高墩竖直度测控方法 |
CN116817799B (zh) * | 2023-08-29 | 2023-11-28 | 山东卓越精工集团有限公司 | 用于超高层建筑物的垂直度测量系统 |
CN117436033B (zh) * | 2023-12-13 | 2024-02-27 | 河北建设集团股份有限公司 | 智能建筑垂直偏差监测系统及方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2278553A1 (en) * | 2008-04-23 | 2011-01-26 | PASCO Corporation | Building roof outline recognizing device, building roof outline recognizing method, and building roof outline recognizing program |
CN110044333A (zh) * | 2019-05-14 | 2019-07-23 | 芜湖汽车前瞻技术研究院有限公司 | 一种基于单目视觉的坡度检测方法和装置 |
CN111310753A (zh) * | 2019-12-27 | 2020-06-19 | 广东电网有限责任公司电力科学研究院 | 一种表计对准方法及装置 |
CN111994795A (zh) * | 2020-07-29 | 2020-11-27 | 广西建工集团智慧制造有限公司 | 一种塔吊吊钩垂直度偏移量测量方法 |
-
2021
- 2021-04-24 CN CN202110444999.9A patent/CN113514036B/zh not_active Expired - Fee Related
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2278553A1 (en) * | 2008-04-23 | 2011-01-26 | PASCO Corporation | Building roof outline recognizing device, building roof outline recognizing method, and building roof outline recognizing program |
CN110044333A (zh) * | 2019-05-14 | 2019-07-23 | 芜湖汽车前瞻技术研究院有限公司 | 一种基于单目视觉的坡度检测方法和装置 |
CN111310753A (zh) * | 2019-12-27 | 2020-06-19 | 广东电网有限责任公司电力科学研究院 | 一种表计对准方法及装置 |
CN111994795A (zh) * | 2020-07-29 | 2020-11-27 | 广西建工集团智慧制造有限公司 | 一种塔吊吊钩垂直度偏移量测量方法 |
Non-Patent Citations (2)
Title |
---|
基于视觉测量的沉头孔垂直度检测方法;毕运波等;《浙江大学学报(工学版)》;20170228;全文 * |
高层建筑垂直度检测方法;汪康;《建材·质检·研究》;20190430;全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN113514036A (zh) | 2021-10-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113514036B (zh) | 一种超高层建筑物垂直度测控方法 | |
WO2019100647A1 (zh) | 一种基于rgb-d相机的物体对称轴检测方法 | |
CN105486235B (zh) | 一种球机视频画面中的目标度量方法 | |
CN110049319B (zh) | 一种摄像头清晰度检测方法及清晰度检测图卡 | |
CN108833912A (zh) | 一种摄像机机芯光轴中心和视场角的测量方法及系统 | |
CN110611770B (zh) | 线阵相机行频与物体运动速度是否匹配的判断方法及系统 | |
CN117152163B (zh) | 一种桥梁施工质量视觉检测方法 | |
TWI500904B (zh) | 立體攝影機及用來測量立體攝影機與基準面之距離的自動測距方法 | |
CN110533686A (zh) | 线阵相机行频与物体运动速度是否匹配的判断方法及系统 | |
CN112861870B (zh) | 指针式仪表图像矫正方法、系统及存储介质 | |
CN115290053B (zh) | 一种高层建筑施工建设异常快速检测方法 | |
CN109191533B (zh) | 基于装配式建筑的塔吊高空施工方法 | |
CN111462253A (zh) | 适用于激光3d视觉的三维标定板、系统及标定方法 | |
CN114005108A (zh) | 一种基于坐标变换的指针式仪表度数识别方法 | |
CN112802199A (zh) | 基于人工智能的高精度测绘点云数据处理方法与系统 | |
CN109344758B (zh) | 基于改进局部二值模式的人脸识别方法 | |
CN115222819A (zh) | 一种基于机场大范围场景下多模信息参照的相机自标定和目标追踪方法 | |
CN115187612A (zh) | 一种基于机器视觉的平面面积测量方法、装置及系统 | |
CN113569647B (zh) | 一种基于ais的船舶高精度坐标映射方法 | |
CN112802123A (zh) | 一种基于条纹虚拟靶标的双目线阵相机静态标定方法 | |
CN112556655B (zh) | 一种林业防火单目定位方法及系统 | |
CN115082509A (zh) | 一种对无特征目标的追踪方法 | |
CN112672122B (zh) | 一种投影与相机映射关系误差校准方法及系统 | |
CN109035335B (zh) | 一种基于单目视觉的海底隧道渗水水位识别方法 | |
CN112468801B (zh) | 广角摄像模组的光心测试方法及其测试系统和测试标板 |
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 | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20220517 |
|
CF01 | Termination of patent right due to non-payment of annual fee |