CN113847906A - 一种基于视觉边缘检测的实验室空间波浪实时测量方法 - Google Patents
一种基于视觉边缘检测的实验室空间波浪实时测量方法 Download PDFInfo
- Publication number
- CN113847906A CN113847906A CN202111062951.8A CN202111062951A CN113847906A CN 113847906 A CN113847906 A CN 113847906A CN 202111062951 A CN202111062951 A CN 202111062951A CN 113847906 A CN113847906 A CN 113847906A
- Authority
- CN
- China
- Prior art keywords
- wave surface
- surface image
- wave
- edge detection
- point
- 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
- 238000003708 edge detection Methods 0.000 title claims abstract description 39
- 230000000007 visual effect Effects 0.000 title claims abstract description 32
- 238000000691 measurement method Methods 0.000 title claims description 15
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 59
- 238000012545 processing Methods 0.000 claims abstract description 30
- 238000000034 method Methods 0.000 claims abstract description 26
- 238000006243 chemical reaction Methods 0.000 claims abstract description 24
- 238000001914 filtration Methods 0.000 claims description 15
- 238000002474 experimental method Methods 0.000 claims description 5
- 238000004364 calculation method Methods 0.000 claims description 3
- 230000009466 transformation Effects 0.000 claims description 3
- 238000005259 measurement Methods 0.000 abstract description 7
- 238000011897 real-time detection Methods 0.000 abstract description 2
- 238000011160 research Methods 0.000 description 3
- 230000007547 defect Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 230000011218 segmentation Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000021715 photosynthesis, light harvesting Effects 0.000 description 1
- 238000011426 transformation method Methods 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
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01F—MEASURING VOLUME, VOLUME FLOW, MASS FLOW OR LIQUID LEVEL; METERING BY VOLUME
- G01F23/00—Indicating or measuring liquid level or level of fluent solid material, e.g. indicating in terms of volume or indicating by means of an alarm
- G01F23/04—Indicating or measuring liquid level or level of fluent solid material, e.g. indicating in terms of volume or indicating by means of an alarm by dip members, e.g. dip-sticks
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M10/00—Hydrodynamic testing; Arrangements in or on ship-testing tanks or water tunnels
-
- G06T5/70—
-
- 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
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/136—Segmentation; Edge detection involving thresholding
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
- G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/80—Analysis of captured images to determine intrinsic or extrinsic camera parameters, i.e. camera calibration
Abstract
本发明提供了一种基于视觉边缘检测的实验室空间波浪实时测量方法,包括以下步骤:S1:对摄像机进行标定;S2:通过摄像机拍摄波浪运动下的波面图像,将波面图像发送到数字信号处理系统;S3:数字信号处理系统对接收到的波面图像进行视觉边缘检测;S4:数字信号处理系统对波面图像中的水位线和波面特征进行检测;S5:数字信号处理系统对检测到的水位特征进行坐标转换;S6:将水坐标转换结果进行存储,并且实时显示在波面识别显示界面上。本发明所述的一种基于视觉边缘检测的实验室空间波浪实时测量方法解决了现有测量技术无法对波浪的运动既实现空间波面的实时检测又实现水位的实时测量的问题。
Description
技术领域
本发明属于海洋工程领域,尤其是涉及一种基于视觉边缘检测的实验室空间波浪实时测量方法。
背景技术
为研究水工实验中波浪要素的特性,当前,国内外相关研究部门需要采取措施来监测实验室的波浪运动,常用的波浪运动测量方法主要包括人工目视观测、视频监测、波高传感器等传感装置接触测量等。人工目视观测可用来简单大致观测水位和波面变化,但此方法耗时费力且观测准确性欠缺,难以在实验和工程中广泛应用;视频监测可远程观测波浪运动,但只能对波浪运动的视频进行实时观测和录制,无法实时的记录水位的高度和波面特征;波高传感器、超声波液位计、雷达液位计等电子装置通过对电信号或声信号的转化可实时测量出水位和波高的变化,但是无法获得波浪的空间形态。上述几种方法在波浪的运动观测中都较为常用,但是均未能够对空间的波浪运动实现实时自动的测量。
近年来,计算机视觉技术和图形处理技术凭借着精度高、效率高、成本低廉等优势得到了高速的发展。越来越多的研究人员开始将计算机视觉技术应用到波浪运动的研究领域。
发明内容
有鉴于此,本发明提出一种基于视觉边缘检测的实验室空间波浪实时测量方法以解决现有测量技术无法对波浪的运动既实现空间波面的实时检测又实现水位的实时测量的问题。
为达到上述目的,本发明的技术方案是这样实现的:
一种基于视觉边缘检测的实验室空间波浪实时测量方法,包括以下步骤:
S1:对摄像机进行标定;
S2:通过摄像机拍摄波浪运动下的波面图像,将波面图像发送到数字信号处理系统;
S3:数字信号处理系统对接收到的波面图像进行视觉边缘检测;
S4:数字信号处理系统对波面图像中的水位线和波面特征进行检测;
S5:数字信号处理系统对检测到的水位特征进行坐标转换;
S6:将水坐标转换结果进行存储,并且实时显示在波面识别显示界面上。
进一步的,步骤S1对摄像机进行标定的方法为张正友标定方法。
进一步的,步骤S3所述的视觉边缘检测包括以下步骤:
S31:采用小波变换对所采集波面图像进行滤波去噪,得到去噪后的波面图像A;
S32:对滤波去噪后的波面图像A进行二值化处理,从而突出图像的空间波面特征;
S33:对二值化处理后的波面图像进行高斯滤波,得到平滑的波面图像 B;
S34:通过平滑的波面图像B计算波面图像B的梯度值和梯度方向,获取波面图像B的轮廓特征;
S35:根据步骤S34中梯度计算得到的梯度方向,对波面图像B的中的所有点进行遍历,每个点均设定成一次中心点,在所述梯度方向上比较中心点和其他像素点的梯度值大小,若中心点梯度值最大,则保留中心点,否则舍去该点,从而获取较为细化的轮廓边缘;
S36:设置高低两个阈值,如果中心像素点或中心像素点邻域内存在一点大于高阈值,则判断该点为波面图像B的边缘点并对其进行保留,否则舍去该点,从而得到更为细致的边缘轮廓。
进一步的,步骤S34获取波面图像B的轮廓特征的方法如下:
S341:通过Sobel水平边缘检测算子对波面图像B进行滤波,得到波面图像B水平方向上的梯度值Gx;
S342:通过Sobel垂直边缘检测算子对波面图像B进行滤波,得到波面图像B垂直方向上的梯度值Gy;
进一步的,步骤S4所述的水位线和波面特征检测是通过在图像坐标系的原点处,对波面图像的轮廓特征进行自上而下的遍历,当扫描到水位时,从左往右依次获取整条水位线数据信息,进而获取波面的轮廓特征。
进一步的,步骤5所述的坐标转换方法包括以下步骤:
S51:实验前在水槽的墙壁上沿竖直方向喷涂刻度尺,刻度尺的量程包含波浪运动的范围;
S52:在波面图像上获取刻度尺最高点的像素纵坐标值x1,该点的实际高度值y1,获取刻度尺最低点的像素纵坐标值x2,该点的实际高度值y2,
y1=kx1+b
对一下方程式进行计算y2=kx2+b,得到常数b、常数k,得到坐标转换函数y=kx+b;
S53:将采集到的波面图像上特征点像素高度x带入到坐标转换函数中,从而计算得到实际高度值y,完成坐标转换。
相对于现有技术,本发明具有以下有益效果:
(1)本发明采用图像处理技术中的边缘检测方法,实现对波面视频图像的分割,可实时获取波浪运动的空间形态和水位的高度,克服了传统测量方法中难以确定波浪运动的空间形态信息;
(2)本发明提供了一种基于视觉边缘检测的实验室水槽空间波浪测量方法,通过实验室水槽墙壁上喷涂的刻度尺,可以将波面图像上的水位值转化成实际中的水位值;
(3)本发明提供的一种基于视觉边缘检测的实验室水槽空间波浪测量方法可实时识别水位,在视频图像中定点显示水位实际高度。
附图说明
构成本发明的一部分的附图用来提供对本发明的进一步理解,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1为本发明实施例所述的一种基于视觉边缘检测的实验室空间波浪实时测量方法示意图;
图2为本发明实施例所述的一种基于视觉边缘检测的实验室水槽空间波浪实时测量方法的实验布置图。
附图标记说明:
1、刻度尺;2、水位线;3、空间波面形态;4、摄像机;5、视觉边缘检测数字信号处理系统。
具体实施方式
需要说明的是,在不冲突的情况下,本发明中的实施例及实施例中的特征可以相互组合。
在本发明的描述中,需要理解的是,术语“中心”、“纵向”、“横向”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。此外,术语“第一”、“第二”等仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”等的特征可以明示或者隐含地包括一个或者更多个该特征。在本发明的描述中,除非另有说明,“多个”的含义是两个或两个以上。
在本发明的描述中,需要说明的是,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通。对于本领域的普通技术人员而言,可以通过具体情况理解上述术语在本发明中的具体含义。
下面将参考附图并结合实施例来详细说明本发明。
如图1所示,一种基于视觉边缘检测的实验室空间波浪实时测量方法,包括以下步骤:
S1:对摄像机4进行标定;
S2:通过摄像机4拍摄波浪运动下的波面图像,将波面图像发送到数字信号处理系统;
S3:数字信号处理系统对接收到的波面图像进行视觉边缘检测;
S4:数字信号处理系统对波面图像中的水位线2和波面特征进行检测;
S5:数字信号处理系统对检测到的水位特征进行坐标转换;
S6:将水坐标转换结果进行存储,并且实时显示在波面识别显示界面上。
步骤S1所述的标定方法为张正友标定法。
步骤S3所述的视觉边缘检测包括以下步骤:
S31:采用小波变换对所采集波面图像进行滤波去噪,得到去噪后的波面图像A;
S32:对滤波去噪后的波面图像A进行二值化处理,从而突出图像的空间波面特征;
S33:对二值化处理后的波面图像进行高斯滤波,得到平滑的波面图像B;
S34:通过平滑的波面图像B计算波面图像B的梯度值和梯度方向,获取波面图像B的轮廓特征;
S35:根据步骤S34中梯度计算得到的梯度方向,对波面图像B的中的所有点进行遍历,每个点均设定成一次中心点,在所述梯度方向上比较中心点和其他像素点的梯度值大小,若中心点梯度值最大,则保留中心点,否则舍去该点,从而获取较为细化的轮廓边缘;
S36:设置高低两个阈值,如果中心像素点或中心像素点邻域内存在一点大于高阈值,则判断该点为波面图像B的边缘点并对其进行保留,否则舍去该点,从而得到更为细致的边缘轮廓。
进一步的,步骤S34获取波面图像B的轮廓特征的方法如下:
S341:通过Sobel水平边缘检测算子对波面图像B进行滤波,得到波面图像B水平方向上的梯度值Gx;
S342:通过Sobel垂直边缘检测算子对波面图像B进行滤波,得到波面图像B垂直方向上的梯度值Gy;
S343:根据勾股定理计算波面图像的梯度值大小为:,梯度方向为:,从而获取波面图像B的轮廓特征。
步骤S4所述的水位线2和波面特征检测是通过在图像坐标系的原点处,对波面图像的轮廓特征进行自上而下的遍历,当扫描到水位时,从左往右依次获取整条水位线2数据信息,进而获取波面的轮廓特征。
步骤5所述的坐标转换方法包括以下步骤:
S51:实验前在水槽的墙壁上沿竖直方向喷涂刻度尺1,刻度尺1的量程包含波浪运动的范围;
S52:在波面图像上获取刻度尺1最高点的像素纵坐标值,该点的实际高度值,获取刻度尺1最低点的像素纵坐标值,该点的实际高度值,对一下方程式进行计算,得到常数b、常数k,得到坐标转换函数;
S53:将采集到的波面图像上特征点像素高度x带入到坐标转换函数中,从而计算得到实际高度值y,完成坐标转换。
实验室水槽全长456米,宽5米,深8~12米,其中造波段长为42米,试验段116米,生波段和消能段共298米。本发明在试验段共设置8台摄像机4,每台摄像机4相对的水槽墙壁均喷涂一根刻度尺1,刻度尺1分度值为2cm,数码摄像机4设置于水槽一侧顶端,使得水位线2位置在图像画面上居中,保证摄像机4可以将波面形态和水槽墙壁上的标尺信息都采集到,所述视觉边缘检测的数字信号处理系统将采集的图像进行边缘检测处理,将检测结果保存并实时显示在视频图像中。所述视觉边缘检测的数字信号处理系统对单帧波面图片的处理速度约36毫秒,测量精度4mm,可满足水槽实验室实时测量的速度要求和精度要求。
本发明采用图像处理技术中的边缘检测方法,实现对波面视频图像的分割,可实时获取波浪运动的空间形态和水位的高度,克服了传统测量方法中难以确定波浪运动的空间形态信息;
本发明提供了一种基于视觉边缘检测的实验室水槽空间波浪测量方法,通过实验室水槽墙壁上喷涂的刻度尺1,可以将波面图像上的水位值转化成实际中的水位值;
本发明提供的一种基于视觉边缘检测的实验室水槽空间波浪测量方法可实时识别水位,在视频图像中定点显示水位实际高度。
以上所述仅为本发明的较佳实施例而已,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 (6)
1.一种基于视觉边缘检测的实验室空间波浪实时测量方法,其特征在于:包括以下步骤:
S1:对摄像机进行标定;
S2:通过摄像机拍摄波浪运动下的波面图像,将波面图像发送到数字信号处理系统;
S3:数字信号处理系统对接收到的波面图像进行视觉边缘检测;
S4:数字信号处理系统对波面图像中的水位线和波面特征进行检测;
S5:数字信号处理系统对检测到的水位特征进行坐标转换;
S6:将水坐标转换结果进行存储,并且实时显示在波面识别显示界面上。
2.根据权利要求1所述的一种基于视觉边缘检测的实验室空间波浪实时测量方法,其特征在于:步骤S1对摄像机进行标定的方法为张正友标定方法。
3.根据权利要求1所述的一种基于视觉边缘检测的实验室空间波浪实时测量方法,其特征在于:步骤S3所述的视觉边缘检测包括以下步骤:
S31:采用小波变换对所采集波面图像进行滤波去噪,得到去噪后的波面图像A;
S32:对滤波去噪后的波面图像A进行二值化处理,从而突出图像的空间波面特征;
S33:对二值化处理后的波面图像进行高斯滤波,得到平滑的波面图像B;
S34:通过平滑的波面图像B计算波面图像B的梯度值和梯度方向,获取波面图像B的轮廓特征;
S35:根据步骤S34中梯度计算得到的梯度方向,对波面图像B的中的所有点进行遍历,每个点均设定成一次中心点,在所述梯度方向上比较中心点和其他像素点的梯度值大小,若中心点梯度值最大,则保留中心点,否则舍去该点,从而获取较为细化的轮廓边缘;
S36:设置高低两个阈值,如果中心像素点或中心像素点邻域内存在一点大于高阈值,则判断该点为波面图像B的边缘点并对其进行保留,否则舍去该点,从而得到更为细致的边缘轮廓。
5.根据权利要求1所述的一种基于视觉边缘检测的实验室空间波浪实时测量方法,其特征在于:步骤S4所述的水位线和波面特征检测是通过在图像坐标系的原点处,对波面图像的轮廓特征进行自上而下的遍历,当扫描到水位时,从左往右依次获取整条水位线数据信息,进而获取波面的轮廓特征。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111062951.8A CN113847906A (zh) | 2021-09-10 | 2021-09-10 | 一种基于视觉边缘检测的实验室空间波浪实时测量方法 |
PCT/CN2022/074295 WO2023035544A1 (zh) | 2021-09-10 | 2022-01-27 | 一种基于视觉边缘检测的实验室空间波浪实时测量方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111062951.8A CN113847906A (zh) | 2021-09-10 | 2021-09-10 | 一种基于视觉边缘检测的实验室空间波浪实时测量方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113847906A true CN113847906A (zh) | 2021-12-28 |
Family
ID=78973500
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111062951.8A Pending CN113847906A (zh) | 2021-09-10 | 2021-09-10 | 一种基于视觉边缘检测的实验室空间波浪实时测量方法 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN113847906A (zh) |
WO (1) | WO2023035544A1 (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115615659A (zh) * | 2022-10-10 | 2023-01-17 | 大连海事大学 | 一种海岸工程水槽实验波浪特征和岸滩剖面原位观测方法 |
WO2023035544A1 (zh) * | 2021-09-10 | 2023-03-16 | 交通运输部天津水运工程科学研究所 | 一种基于视觉边缘检测的实验室空间波浪实时测量方法 |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116883503A (zh) * | 2023-09-07 | 2023-10-13 | 山东千颐科技有限公司 | 一种立井提升机尾绳缠绕ai视觉识别检测方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101509761A (zh) * | 2009-03-16 | 2009-08-19 | 北京市农林科学院 | 一种禽蛋体积和表面积的检测方法 |
CN107833203A (zh) * | 2017-10-19 | 2018-03-23 | 南京邮电大学 | 一种基于图像处理的水平面识别及水位实时测量方法 |
CN107872644A (zh) * | 2016-09-23 | 2018-04-03 | 亿阳信通股份有限公司 | 视频监控方法及装置 |
CN112085753A (zh) * | 2020-09-02 | 2020-12-15 | 广东海启星海洋科技有限公司 | 基于图像处理的水位监测方法、设备、介质及监测系统 |
CN113205541A (zh) * | 2021-05-31 | 2021-08-03 | 交通运输部天津水运工程科学研究所 | 一种基于视觉边缘检测的实验室空间波浪实时测量方法 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070242884A1 (en) * | 2001-07-24 | 2007-10-18 | Dugan John P | Method for measuring water depths using visible images of shoaling ocean waves |
CN106780526A (zh) * | 2016-11-21 | 2017-05-31 | 浙江工业大学 | 一种铁氧体圆片表面裂痕识别方法 |
CN110246177B (zh) * | 2019-06-25 | 2021-06-22 | 上海大学 | 一种基于视觉的自动测波方法 |
CN110473260A (zh) * | 2019-06-28 | 2019-11-19 | 国家海洋技术中心 | 一种波浪视频测量装置及方法 |
CN111299815B (zh) * | 2020-02-13 | 2021-02-09 | 西安交通大学 | 一种用于低灰度橡胶垫视觉检测与激光切割轨迹规划方法 |
CN112819772B (zh) * | 2021-01-28 | 2024-05-03 | 南京挥戈智能科技有限公司 | 一种高精度快速图形检测识别方法 |
CN113847906A (zh) * | 2021-09-10 | 2021-12-28 | 交通运输部天津水运工程科学研究所 | 一种基于视觉边缘检测的实验室空间波浪实时测量方法 |
-
2021
- 2021-09-10 CN CN202111062951.8A patent/CN113847906A/zh active Pending
-
2022
- 2022-01-27 WO PCT/CN2022/074295 patent/WO2023035544A1/zh unknown
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101509761A (zh) * | 2009-03-16 | 2009-08-19 | 北京市农林科学院 | 一种禽蛋体积和表面积的检测方法 |
CN107872644A (zh) * | 2016-09-23 | 2018-04-03 | 亿阳信通股份有限公司 | 视频监控方法及装置 |
CN107833203A (zh) * | 2017-10-19 | 2018-03-23 | 南京邮电大学 | 一种基于图像处理的水平面识别及水位实时测量方法 |
CN112085753A (zh) * | 2020-09-02 | 2020-12-15 | 广东海启星海洋科技有限公司 | 基于图像处理的水位监测方法、设备、介质及监测系统 |
CN113205541A (zh) * | 2021-05-31 | 2021-08-03 | 交通运输部天津水运工程科学研究所 | 一种基于视觉边缘检测的实验室空间波浪实时测量方法 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2023035544A1 (zh) * | 2021-09-10 | 2023-03-16 | 交通运输部天津水运工程科学研究所 | 一种基于视觉边缘检测的实验室空间波浪实时测量方法 |
CN115615659A (zh) * | 2022-10-10 | 2023-01-17 | 大连海事大学 | 一种海岸工程水槽实验波浪特征和岸滩剖面原位观测方法 |
Also Published As
Publication number | Publication date |
---|---|
WO2023035544A1 (zh) | 2023-03-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113847906A (zh) | 一种基于视觉边缘检测的实验室空间波浪实时测量方法 | |
CN112233248A (zh) | 基于三维点云的表面平整度的检测方法、系统及介质 | |
CN102359966A (zh) | 一种混凝土表面微小裂缝的定位系统 | |
CN110208807B (zh) | 一种基于航海雷达图像检测区域差异性参数的雨强等级反演方法 | |
CN110322428B (zh) | 检测隧道病害的方法、装置及电子设备 | |
CN112967319A (zh) | 一种基于特征点识别的块体运动实时检测方法 | |
CN111524134B (zh) | 生产线上蜂窝产品规整度的检测方法及检测装置 | |
CN112284260A (zh) | 一种视觉位移监测方法、设备和系统 | |
CN103940344B (zh) | 一种高精度远程位移传感器 | |
CN112614177A (zh) | 一种适用于船舶冰区走航测试的海冰厚度识别系统及海冰厚度识别方法 | |
CN112212935A (zh) | 基于数字图像处理的水体水位测量方法 | |
CN113205541A (zh) | 一种基于视觉边缘检测的实验室空间波浪实时测量方法 | |
CN202216911U (zh) | 一种混凝土表面微小裂缝的定位系统 | |
CN109272484A (zh) | 一种基于视频图像的降雨检测方法 | |
CN104034288A (zh) | 基于b超的防水层厚度检测方法和装置 | |
CN116399302A (zh) | 基于双目视觉和神经网络模型实时监测强夯夯沉量的方法 | |
CN111275678A (zh) | 一种内波作用下细长结构物位移测量系统及方法 | |
CN112816120B (zh) | 一种索力测量方法 | |
CN115791803A (zh) | 一种深埋隧道围岩爆破损伤测试系统及测试方法 | |
CN115690150A (zh) | 一种基于视频的多目标位移跟踪监测方法及装置 | |
CN210719032U (zh) | 位移测试系统 | |
KR20140134563A (ko) | 정도관리를 위한 초음파 진단 장치 및 초음파 진단 방법 | |
CN113963053A (zh) | 一种接触网高度的检测方法 | |
CN110399507B (zh) | 基于大数据采集的现场显示系统 | |
CN113984909A (zh) | 一种基于机器学习的绝缘设备缺陷识别及成像方法 |
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 |