CN113686904A - 一种描述外载作用下岩体微细观破裂与微裂隙形成的方法 - Google Patents
一种描述外载作用下岩体微细观破裂与微裂隙形成的方法 Download PDFInfo
- Publication number
- CN113686904A CN113686904A CN202110860014.0A CN202110860014A CN113686904A CN 113686904 A CN113686904 A CN 113686904A CN 202110860014 A CN202110860014 A CN 202110860014A CN 113686904 A CN113686904 A CN 113686904A
- Authority
- CN
- China
- Prior art keywords
- model
- image
- rock
- micro
- describing
- 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.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N23/00—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2223/00—Investigating materials by wave or particle radiation
- G01N2223/10—Different kinds of radiation or particles
- G01N2223/101—Different kinds of radiation or particles electromagnetic radiation
- G01N2223/1016—X-ray
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2223/00—Investigating materials by wave or particle radiation
- G01N2223/60—Specific applications or type of materials
- G01N2223/646—Specific applications or type of materials flaws, defects
- G01N2223/6462—Specific applications or type of materials flaws, defects microdefects
Landscapes
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Analysing Materials By The Use Of Radiation (AREA)
Abstract
本发明为一种描述外载作用下岩体微细观破裂与微裂隙形成的方法,包括根据采集的岩石参数获取岩石微观颗粒之间的数据;根据所获数据建立黏结模型,将颗粒简化为圆形;建立基于分数阶的黏壶元件的本构关系;根据本构关系建立Kelvin模型,初始化模型参数;获取kelvin模型调整好的弹性模量,建立由弹簧元件与黏壶元件串联的Maxwll模型。本发明通过建立微观颗粒以及分数阶模型的本构关系,利用3D模型软件360度无死角地对岩石进行信息采集,确保岩石的每条裂缝及每个弯角都被计算机录入,将这些信息作为模型的训练数据,由于考虑了岩石的真实情况,模拟结果更贴近现实情况。
Description
技术领域
本发明属于石油和天然气开采技术领域,具体是一种描述外载作用下岩体微细观破裂与微裂隙形成的方法。
背景技术
岩石内部存在形状不一、规模不同、复杂多变的构造,各构造之间相互作用使其,内部产生大量微观和宏观裂隙,其中宏观裂隙是众多微裂隙的集合体,在外荷载作用下岩石内部众多裂纹端部的应力集中现象是引起岩石开裂,致使岩石解体破坏的主要原因。然而在进行岩石问题解决时,现有的方法仍将岩石设为理想的规则岩体,并未考虑其形变以及潜在的裂缝问题,且在描述岩石时大多采用泊松分布,未考虑体积等易变因素,在此基础上进行分析获得的模型本构关系等结果会产生极大的误差。
通过上述分析,现有技术存在的问题及缺陷为:现有的方法并未考虑其形变以及潜在的裂缝问题,且在描述岩石时大多采用泊松分布,未考虑体积等易变因素,进行分析获得的模型本构关系等结果会产生极大的误差。
发明内容
针对现有技术存在的问题及不足,本发明提供了一种描述外载作用下岩体微细观破裂与微裂隙形成的方法。
为实现上述目的,本发明采用如下技术方案:
描述外载作用下岩体微细观破裂与微裂隙形成的方法,所述描述外载作用下岩体微细观破裂与微裂隙形成的方法,包括:
步骤一,采集岩石的相关参数,根据采集的岩石参数获取岩石微观颗粒之间的数据;
所述采集岩石的相关参数过程中,通过X射线成像技术,获取岩石的X射线成像,并对X射线成像进行处理;
其中,X射线成像处理中包括图像分割处理的具体过程为:
原始图像灰度级为L,灰度为i的像素的个数为ni,总像素数为N,各灰度出现的频率为pi=ni/N,灰度级用阈值t将灰度划分为两类C0={0,…,t},C1={t+1,…,L-1};
判决规则为:
σ2=w0(u0-uT)2+w1(u1-uT)2=w0·w1(u1-u0)2;
阈值为:t*=arg max{σ2};
其中,w0为C0出现的概率为:
w1为C1出现的概率为:
u0为C0平均灰度为:
u1为C1平均灰度为:
步骤二,根据获取的微观颗粒之间的数据建立黏结模型,将颗粒简化为圆形,取圆形颗粒圆心,测量两个圆心之间的距离,根据距离长度建立等效的微观模型;
步骤三,建立基于分数阶的黏壶元件的本构关系;
步骤四,根据本构关系建立Kelvin模型,初始化模型参数,代入数据并调节参数,模型由Abel黏壶元件与弹簧元件并联组成;
步骤五,获取kelvin模型调整好的弹性模量,建立由弹簧元件与黏壶元件串联形成的Maxwll模型;
步骤六,将调整好参数的Kelvin和Maxwll模型进行物理上的串联。
进一步,所述步骤一中采集岩石的相关参数是采用3D模型套索,并对岩石信息进行精确到毫米的提取。
进一步,所述步骤三中建立黏壶元件之间的本构关系公式具体为:
式中:η为黏性系数,k为常数,Γ(n+1)为n+1的阶乘,ε为应变,σ为应力,d为微分符号;
进一步,所述步骤四中对Kelvin模型进行初始化参数是随机初始化参数,通过不断进行参数迭代获得最优调节参数,提高模型的最终效果精度。
进一步,所述将黏壶元件与弹簧元件并联的步骤如下:
σk1(t)=Ekεk1(t);
Kelvin模型为:
σk(t)=σk1+σk2=Ekεk1(t)+kDnεk2(t)=(Ek+kDn)εk(t);
式中:Ek为kelvin模型的弹性模量,k为常数。
进一步,所述步骤六中元件串联时,根据Kelvin模型和Maxwll模型各自调节好的参数可以直接得到分数阶Burgers模型本构关系,具体公式为:
式中:η为黏性系数,k为常数,ε为应变,σ为应力,Ek为kelvin体的弹性模量,Em为Maxwll体的弹性模量。
进一步,所述X射线成像处理包括对图像去噪,具体过程为:
将获取的X射线成像分割成尺寸小的像素片,在选定参考片后,寻找与参考片相似大小的像素片共同组成3D块;
将3D块进行3D变换,将变换后的3D块进行阈值收缩,再对图像进行3D逆变换;
将所有3D块进行加权平均后还原到图像中。
进一步,所述X射线成像处理还包括X射线图像深度处理,具体过程为:
X射线图像预处理完成后,对图像中的特征进行提取分割;
图像特征提取分割完成后,对图像中的特征进行匹配和识别。
进一步,所述对图像中的特征进行提取分割包括:
获取预处理后的X射线图像,对所述X射线图像进行K-L变换并获取对应的主成分图像;
采用多尺度多方向形态学梯度算子提取所述主成分图像的边缘特征,生成第一梯度图像;
提取所述主成分图像中图像对象内部的局部方差纹理特征,获得图像对象标记;
将所述图像对象标记作为第一梯度图像的局部极小值,形成第二梯度图像,对该第二梯度图像进行分水岭变换并获得图像分割结果。
本发明的另一目的在于提供一种描述外载作用下岩体微细观破裂与微裂隙形成的方法,其特征在于,需要一种计算机可读存储介质,储存有指令,当所述指令在计算机上运行时,使得计算机执行所述的描述外载作用下岩体微细观破裂与微裂隙形成的方法。
结合上述所有技术方案,本发明所具备的优点及积极效果为:本发明基于微观颗粒间的数据建立分数阶模型的本构关系,采用3D模型软件360度无死角地对岩石进行信息采集,确保确保岩石的每条裂缝及每个弯角都被计算机录入,将这些信息作为模型的训练数据,考虑了岩石的真实情况。本发明通过将Abel黏壶元件与弹簧元件并联,极大提高了整体的检测方法效率,充分利用岩石信息和颗粒之间的微观性,较为准确地描述岩石破裂过程。本发明采用基于分数模型的描述和微观角度,提高了描述岩石微观裂缝起裂、扩展、形成等过程的方法的效率。
附图说明
图1是本发明实施例提供的描述外载作用下岩体微细观破裂与微裂隙形成的方法流程图。
图2是本发明实施例提供的X射线成像处理中对图像进行去噪方法流程图。
图3是本发明实施例提供的X射线成像处理中X射线图像深度处理方法流程图。
图4是本发明实施例提供的微观颗粒受力模型示意图。
图5是本发明实施例提供的微观颗粒黏结模型示意图。
图中,L为两圆心之间的距离。
具体实施方式
为了使本发明的目的、技术方案及优点更为清晰明了,以下结合实施例,对本发明做进一步说明,且此处所描述的具体实施例仅仅用以解释本发明,并不限定本发明。
针对现有技术存在的问题,本发明提供了一种描述外载作用下岩体微细观破裂与微裂隙形成的方法,下面结合附图对本发明作详细描述。
如图1所示,本发明实施例提供的描述外载作用下岩体微细观破裂与微裂隙形成的方法,包括:
S101:采集岩石的相关参数,根据采集的岩石参数获取岩石微观颗粒之间的数据;
S102:根据微观颗粒之间的数据建立黏结模型,将颗粒简化为圆形颗粒,取圆形颗粒的圆心,测量两个圆心之间的距离,根据距离长度建立等效的微观模型;
S103:建立基于分数阶的黏壶元件的本构关系;
S104:根据本构关系建立Kelvin模型,初始化模型参数,代入数据并调节参数,由Abel黏壶元件与弹簧元件并联组成;
S105:获取kelvin模型调整好的弹性模量,建立由弹簧元件与黏壶元件串联的Maxwll模型;
S106:将调整好参数的Kelvin和Maxwll模型进行物理上的串联。
本发明实施例提供的S101中,采集岩石的相关参数是采用3D模型套索,然后精确到毫米进行信息的提取。
本发明实施例提供的S101中,采集岩石的相关参数过程中,通过X射线成像技术,获取岩石的X射线成像,并对X射线成像进行处理;
其中,X射线成像处理中包括图像分割处理的具体过程为:
原始图像灰度级为L,灰度为i的像素的个数为ni,总像素数为N,各灰度出现的频率为pi=ni/N,灰度级用阈值t将灰度划分为两类C0={0,…,t},C1={t+1,…,L-1};
判决规则为:
σ2=w0(u0-uT)2+w1(u1-uT)2=w0·w1(u1-u0)2;
阈值为:t*=arg max{σ2};
其中,w0为C0出现的概率为:
w1为C1出现的概率为:
u0为C0平均灰度为:
u1为C1平均灰度为:
如图2所示,本发明实施例提供的X射线成像处理还包括对图像进行去噪的具体过程为:
S201:将获取的X射线成像分割成尺寸较小的小像素片,选定参考片后,寻找与参考片相似的小片组成3D块;
S202:将所有相似块进行3D变换,将变换后的3D块进行阈值收缩,再对图像进行3D逆变换;
S203:将所有的3D块通过加权平均后还原到图像中。
如图3所示,本发明实施例提供的X射线成像处理还包括X射线图像深度处理,X射线图像深度处理过程为:
S301:X射线图像预处理完成后,对图像中的特征进行提取分割;
S302:图像特征提取分割完成后,对图像中的特征进行匹配和识别。
本发明实施例提供的对图像中的特征进行提取分割包括:
获取预处理后的X射线图像,对所述X射线图像进行K-L变换获取对应的主成分图像;
采用多尺度多方向形态学梯度算子提取所述主成分图像的边缘特征,生成第一梯度图像;
提取所述主成分图像中图像对象内部的局部方差纹理特征,获得图像对象标记;
将所述图像对象标记作为第一梯度图像的局部极小值,形成第二梯度图像,对该第二梯度图像进行分水岭变换获得图像分割结果。
本发明实施例提供的S103中,建立黏壶元件之间的本构关系公式具体为:
式中:η为黏性系数,k为常数,Γ(n+1)为n+1的阶乘,ε为应变,σ为应力,d为微分符号;
所述步骤S104中对Kelvin模型进行初始化参数是随机初始化参数,通过不断的代入参数来进行最优调节的参数,提高模型的最终效果。
所述将黏壶元件与弹簧元件并联的u提步骤如下:
σk1(t)=Ekεk1(t) (3)
Kelvin模型为:
σk(t)=σk1+σk2=Ekεk1(t)+kDnεk2(t)=(Ek+kDn)εk(t) (5)
式中:Ek为kelvin模型的弹性模量,k为常数。
本发明实施例提供的S106中,元件串联时,根据Kelvin模型和Maxwll模型的各自调节好的参数可以直接得到分数阶Burgers模型本构关系,具体公式为:
式中:η为黏性系数,k为常数,ε为应变,σ为应力,Ek为kelvin体的弹性模量,Em为Maxwll体的弹性模量。
如图4所示为岩石微观颗粒的模型受力图,以两个颗粒的圆心为端点,固定长度L,保证两圆心之间的距离为L,进行受力摆放。
如图5所示,两个微观颗粒进行物理形式上的黏结,保证两圆心之间的距离为L,更好的进行模型间的串联本构。
本发明提供的工作原理为:根据岩石微观颗粒之间形成的黏结,定义黏结模型,根据颗粒之间的物理力学特性描述以及软件之间的串联共同对岩石内部的情况以及裂缝形成的过程进行具体化的描述,采用分数阶段进行表征可以更好的对过程进行描述。
本发明提供的工作原理为:根据获取的岩石全部微观颗粒间的黏结等信息数据,建立黏结模型及本构关系,通过进行模型之间的串并联及不断的参数优化,使其可以对岩石内部情况及裂缝发展、形成过程进行具体化、准确化描述,更符合岩石真实情况,分析结果更为实用。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,对本发明的精神和原则下所作的任何修改、等同替换和改进等,都应涵盖在本发明的保护范围之内。
Claims (10)
1.一种描述外载作用下岩体微细观破裂与微裂隙形成的方法,其特征在于,所述描述外载作用下岩体微细观破裂与微裂隙形成的方法,包括:
步骤一,采集岩石的相关参数,根据采集的岩石参数获取岩石微观颗粒之间的数据;
所述采集岩石的相关参数过程中,通过X射线成像技术,获取岩石的X射线成像,并对X射线成像进行处理;
其中,X射线成像处理中包括图像分割处理的具体过程为:
原始图像灰度级为L,灰度为i的像素的个数为ni,总像素数为N,各灰度出现的频率为pi=ni/N,灰度级用阈值t将灰度划分为两类C0={0,…,t},C1={t+1,…,L-1};
判决规则为:
σ2=w0(u0-uT)2+w1(u1-uT)2=w0·w1(u1-u0)2;
阈值为:t*=arg max{σ2};
其中,w0为C0出现的概率为:
w1为C1出现的概率为:
u0为C0平均灰度为:
u1为C1平均灰度为:
步骤二,根据获取的微观颗粒之间的数据建立黏结模型,将颗粒简化为圆形,取圆形颗粒圆心,测量两个圆心之间的距离,根据距离长度建立等效的微观模型;
步骤三,建立基于分数阶的黏壶元件的本构关系;
步骤四,根据本构关系建立Kelvin模型,初始化模型参数,代入数据并调节参数,模型由Abel黏壶元件与弹簧元件并联组成;
步骤五,获取kelvin模型调整好的弹性模量,建立由弹簧元件与黏壶元件串联形成的Maxwll模型;
步骤六,将调整好参数的Kelvin和Maxwll模型进行物理上的串联。
2.如权利要求1所述的描述外载作用下岩体微细观破裂与微裂隙形成的方法,其特征在于,所述步骤一中采集岩石的相关参数是采用3D模型套索,并对岩石信息进行精确到毫米的提取。
4.如权利要求1所述的描述外载作用下岩体微细观破裂与微裂隙形成的方法,其特征在于,所述步骤四中对Kelvin模型进行初始化参数是随机初始化参数,通过不断进行参数迭代获得最优调节参数,提高模型的最终效果精度。
7.如权利要求1所述的描述外载作用下岩体微细观破裂与微裂隙形成的方法,其特征在于,所述X射线成像处理包括对图像去噪,具体过程为:
将获取的X射线成像分割成尺寸小的像素片,在选定参考片后,寻找与参考片相似大小的像素片共同组成3D块;
将3D块进行3D变换,将变换后的3D块进行阈值收缩,再对图像进行3D逆变换;
将所有3D块进行加权平均后还原到图像中。
8.如权利要求1所述的描述外载作用下岩体微细观破裂与微裂隙形成的方法,其特征在于,所述X射线成像处理还包括X射线图像深度处理,具体过程为:
X射线图像预处理完成后,对图像中的特征进行提取分割;
图像特征提取分割完成后,对图像中的特征进行匹配和识别。
9.如权利要求8所述的描述外载作用下岩体微细观破裂与微裂隙形成的方法,其特征在于,所述对图像中的特征进行提取分割包括:
获取预处理后的X射线图像,对所述X射线图像进行K-L变换并获取对应的主成分图像;
采用多尺度多方向形态学梯度算子提取所述主成分图像的边缘特征,生成第一梯度图像;
提取所述主成分图像中图像对象内部的局部方差纹理特征,获得图像对象标记;
将所述图像对象标记作为第一梯度图像的局部极小值,形成第二梯度图像,对该第二梯度图像进行分水岭变换并获得图像分割结果。
10.一种描述外载作用下岩体微细观破裂与微裂隙形成的方法,其特征在于,需要一种计算机可读存储介质,储存有指令,当所述指令在计算机上运行时,使得计算机执行如权利要求1~8任意一项所述的描述外载作用下岩体微细观破裂与微裂隙形成的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110860014.0A CN113686904B (zh) | 2021-07-28 | 2021-07-28 | 一种描述外载作用下岩体微细观破裂与微裂隙形成的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110860014.0A CN113686904B (zh) | 2021-07-28 | 2021-07-28 | 一种描述外载作用下岩体微细观破裂与微裂隙形成的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113686904A true CN113686904A (zh) | 2021-11-23 |
CN113686904B CN113686904B (zh) | 2023-08-29 |
Family
ID=78578145
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110860014.0A Active CN113686904B (zh) | 2021-07-28 | 2021-07-28 | 一种描述外载作用下岩体微细观破裂与微裂隙形成的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113686904B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117910278A (zh) * | 2024-03-15 | 2024-04-19 | 太原科技大学 | 氢燃料电池双极板超薄不锈钢变分数阶本构模型构建方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4688238A (en) * | 1986-05-30 | 1987-08-18 | Mobil Oil Corporation | Method for determining lithological characteristics of a porous material |
CN1682236A (zh) * | 2002-08-20 | 2005-10-12 | 成像治疗仪股份有限公司 | 用于x射线图像分析的方法和设备 |
CN101251498A (zh) * | 2008-04-03 | 2008-08-27 | 中国矿业大学 | 一种基于电磁辐射原理的围岩松动圈测试及评价方法 |
US20180299259A1 (en) * | 2017-04-14 | 2018-10-18 | Kla-Tencor Corporation | Transmission Small-Angle X-Ray Scattering Metrology System |
CN109523566A (zh) * | 2018-09-18 | 2019-03-26 | 姜枫 | 一种砂岩薄片显微图像的自动分割方法 |
-
2021
- 2021-07-28 CN CN202110860014.0A patent/CN113686904B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4688238A (en) * | 1986-05-30 | 1987-08-18 | Mobil Oil Corporation | Method for determining lithological characteristics of a porous material |
CN1682236A (zh) * | 2002-08-20 | 2005-10-12 | 成像治疗仪股份有限公司 | 用于x射线图像分析的方法和设备 |
CN101251498A (zh) * | 2008-04-03 | 2008-08-27 | 中国矿业大学 | 一种基于电磁辐射原理的围岩松动圈测试及评价方法 |
US20180299259A1 (en) * | 2017-04-14 | 2018-10-18 | Kla-Tencor Corporation | Transmission Small-Angle X-Ray Scattering Metrology System |
CN109523566A (zh) * | 2018-09-18 | 2019-03-26 | 姜枫 | 一种砂岩薄片显微图像的自动分割方法 |
Non-Patent Citations (1)
Title |
---|
杨振伟;金爱兵;周喻;严琼;王凯;高玉娟;: "伯格斯模型参数调试与岩石蠕变特性颗粒流分析", 岩土力学, no. 01 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117910278A (zh) * | 2024-03-15 | 2024-04-19 | 太原科技大学 | 氢燃料电池双极板超薄不锈钢变分数阶本构模型构建方法 |
CN117910278B (zh) * | 2024-03-15 | 2024-05-14 | 太原科技大学 | 氢燃料电池双极板超薄不锈钢变分数阶本构模型构建方法 |
Also Published As
Publication number | Publication date |
---|---|
CN113686904B (zh) | 2023-08-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110264448B (zh) | 一种基于机器视觉的绝缘子故障检测方法 | |
CN107527067B (zh) | 一种基于探地雷达的铁路路基病害智能识别方法 | |
CN110969088B (zh) | 一种基于显著性检测与深度孪生神经网络的遥感影像变化检测方法 | |
CN103530590B (zh) | Dpm二维码识别系统 | |
CN109410238B (zh) | 一种基于PointNet++网络的枸杞识别计数方法 | |
WO2020119103A1 (zh) | 基于深度学习的航空发动机孔探图像损伤智能识别方法 | |
CN107038447A (zh) | 一种基于机器视觉的指针式仪表识别方法 | |
CN104636750B (zh) | 一种基于双尺度聚类算法的路面裂缝识别算法及系统 | |
CN112150430B (zh) | 一种利用岩石细观结构数字图像的数值分析方法 | |
CN114972384A (zh) | 一种基于深度学习的隧道岩体智能快速区域分级方法 | |
CN111985552B (zh) | 复杂背景下机场道面细带状结构病害检测方法 | |
CN103186787A (zh) | 基于点云模型的低质汉字初始骨架提取算法 | |
CN113256805A (zh) | 一种基于三维点云重构的路面线性裂缝信息快速计算方法 | |
CN114842308B (zh) | 一种基于全特征融合建立目标预判优化模型的方法 | |
CN117011477B (zh) | 一种基于bim的钢结构形变监测处理方法及系统 | |
CN105069395A (zh) | 基于地面三维激光扫描技术的道路标线自动识别方法 | |
CN113686904A (zh) | 一种描述外载作用下岩体微细观破裂与微裂隙形成的方法 | |
CN111274944A (zh) | 一种基于单张图像的三维人脸重建方法 | |
CN115471682A (zh) | 一种基于SIFT融合ResNet50的图像匹配方法 | |
CN110276747B (zh) | 一种基于图像分析的绝缘子故障检测和故障评级方法 | |
CN110047146B (zh) | 一种基于单幅回转体图像3d还原的误差修正方法 | |
CN114998103A (zh) | 一种基于孪生网络的点云文物碎片的三维虚拟拼接方法 | |
CN107507192B (zh) | 一种水稻剑叶夹角在体测量便携装置及在体测量方法 | |
Jiang et al. | Msk-unet: A modified u-net architecture based on selective kernel with multi-scale input for pavement crack detection | |
CN116452613B (zh) | 一种地质调查中裂缝轮廓提取方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |