CN114719770B - 一种基于图像识别及空间定位技术的变形监测方法及装置 - Google Patents
一种基于图像识别及空间定位技术的变形监测方法及装置 Download PDFInfo
- Publication number
- CN114719770B CN114719770B CN202210343341.3A CN202210343341A CN114719770B CN 114719770 B CN114719770 B CN 114719770B CN 202210343341 A CN202210343341 A CN 202210343341A CN 114719770 B CN114719770 B CN 114719770B
- Authority
- CN
- China
- Prior art keywords
- monitoring
- point
- deformation
- space
- coordinates
- 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.)
- Active
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 155
- 238000005516 engineering process Methods 0.000 title claims abstract description 31
- 238000000034 method Methods 0.000 title claims abstract description 29
- 238000006073 displacement reaction Methods 0.000 claims abstract description 13
- 238000012937 correction Methods 0.000 claims abstract description 9
- 238000012806 monitoring device Methods 0.000 claims description 13
- 238000006243 chemical reaction Methods 0.000 claims description 7
- 238000004891 communication Methods 0.000 claims description 5
- 238000001514 detection method Methods 0.000 claims description 4
- 230000004807 localization Effects 0.000 claims description 4
- 238000005259 measurement Methods 0.000 description 11
- 238000010586 diagram Methods 0.000 description 6
- 230000005540 biological transmission Effects 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Classifications
-
- 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
- G01B11/16—Measuring arrangements characterised by the use of optical techniques for measuring the deformation in a solid, e.g. optical strain gauge
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C3/00—Measuring distances in line of sight; Optical rangefinders
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A10/00—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE at coastal zones; at river basins
- Y02A10/23—Dune restoration or creation; Cliff stabilisation
Abstract
本发明提供一种基于图像识别及空间定位技术的变形监测方法和装置，该方法先在待检测边坡的监测区域的内部设置多个监测点、外部设置一个基准点，然后通过摄像装置采集监测区域的监测图像，并利用图像识别算法识别出基准点和监测点的像素坐标，同时对摄像装置的内、外参数进行标定，根据标定后的内、外参数以及基准点和监测点的像素坐标，利用双目视觉空间定位算法计算出基准点和监测点的空间坐标，进而计算出监测点相对基准点的空间三维变形坐标，并利用基准点修正方法对空间三维变形坐标数据进行修正，进而得到边坡表面监测点发生的实际位移量，成本低廉、部署便捷，测量精度高，且非接触测量，不易受侵入物干扰。
Description
技术领域
本发明涉及岩土工程安全监测技术领域，具体涉及一种基于图像识别及空间定位技术的变形监测方法及装置。
背景技术
现阶段，由于地貌、地质条件限制和公路线形的制约，边坡问题已十分普遍，一旦发生边坡灾害，后果十分严重。变形是表征边坡变化的最显著参量，最能体现边坡的变化状况和发展趋势。如果能够准确的监测出边坡的位移并对变形的发展趋势进行预报，就可以尽早采取相关措施和对策，使灾害造成的损失降到最低。
目前边坡变形监测有多种设备，常见的有在大量程位移计和GNSS卫星，但这些设备均为接触测量，且设备成本较高，需在每个监测点安装传感器来感知物体的变形，无法大面积推广。大量程位移计需在滑坡体上安装固定端与滑动端及传感器，测量传感器量固定端与滑动端的变形，其无法适用于大体积、大变形滑坡体，且固定端与滑动端之间易受其他侵入物体干扰，会导致数据准确性降低，此外每个监测点均需安装传感器，设备成本及施工成本偏高；GNSS则需要在每个监测点均安装传感器，设备成本及施工成本高，数据静态解算时间也较长、数据滞后，且卫星信号在部分地区或时区信号较差，会导致数据无法解算，数据缺失等问题。
综上所述，可以看出上述问题严重限制了边坡变形监测的应用，导致边坡监测率极低，滑坡事故不断发生。
发明内容
为解决现有边坡变形监测方法的诸多欠缺及不足的问题，本发明提供了一种结构简单、测量精度高且成本低廉、非接触的基于图像识别及空间定位技术的变形监测方法，该方法采用图像识别及空间定位技术识别出空间三维变形，能够提高检测的准确性，有效减少事故的发生。本发明还提供一种基于图像识别及空间定位技术的变形监测装置。
本发明技术方案如下：
一种基于图像识别及空间定位技术的变形监测方法，其特征在于，包括以下步骤：
第一步骤：在待检测边坡的监测区域的内部设置多个监测点，在监测区域的外部设置一个基准点，通过摄像装置采集监测区域的监测图像，再利用图像识别算法识别出监测图像中基准点和监测点的像素坐标；
第二步骤：对摄像装置的内参数和外参数进行标定，根据标定后的内参数、外参数以及基准点和监测点的像素坐标，利用双目视觉空间定位算法计算出基准点和监测点的空间坐标；
第三步骤：根据变形后某一时刻的基准点和监测点的空间坐标，计算出监测点相对基准点的空间三维变形坐标，并利用基准点修正方法对空间三维变形坐标数据进行修正，进而得到边坡表面发生的实际位移量。
优选地，在第一步骤将所述摄像装置设置在待检测边坡底部，使得基准点和监测点均在摄像装置拍照范围内。
一种基于图像识别及空间定位技术的变形监测装置，其特征在于，包括一个基准点和多个监测点，还包括依次连接的摄像装置、智能主机和供电装置，
所述基准点设置在待检测边坡的监测区域的外部，各监测点设置在监测区域的内部，基准点和监测点均在摄像装置拍照范围内，所述摄像装置采集监测区域的监测图像并传输至智能主机，
所述智能主机利用图像识别算法识别出监测图像中基准点和监测点的像素坐标，并对摄像装置的内参数和外参数进行标定，根据标定后的内参数、外参数以及基准点和监测点的像素坐标，利用双目视觉空间定位算法计算出基准点和监测点的空间坐标；然后根据变形后某一时刻的基准点和监测点的空间坐标，计算出监测点相对基准点的空间三维变形坐标，并利用基准点修正方法对空间三维变形坐标数据进行修正，进而得到边坡表面发生的实际位移量。
优选地，所述智能主机包括外壳以及外壳内的电路板，所述电路板包括微处理器以及均与微处理器相连的存储器、通讯电路、输入输出接口和电源接口。
优选地，所述摄像装置包括第一摄像头、第二摄像头和支撑架，所述第一摄像头和第二摄像头均连接智能主机且所述第一摄像头、第二摄像头和智能主机均设置在支撑架上。
优选地，所述第一摄像头和第二摄像头均为1920*1080分辨率的高清摄像头。
优选地，所述摄像装置设置在待检测边坡底部。
优选地，所述供电装置采用蓄电池、太阳能板或太阳能充电控制器为智能主机供电。
本发明的技术效果如下：
本发明提供一种基于图像识别及空间定位技术的变形监测方法，首先在待检测边坡底部设置摄像装置，并在待检测边坡的监测区域的内部设置多个监测点，用于提供变形监测点的图像识别，在监测区域的外部设置一个基准点，用于校核监测点变形，然后通过摄像装置采集监测区域的监测图像，再将利用图像识别算法识别出监测图像中基准点和监测点的像素坐标，同时对摄像装置的内参数和外参数进行标定，根据标定后的内参数、外参数以及基准点和监测点的像素坐标，利用双目视觉空间定位算法计算出基准点和监测点的空间坐标，再根据变形后某一时刻的基准点和监测点的空间坐标，计算出监测点相对基准点的空间三维变形坐标，并利用基准点修正方法对空间三维变形坐标数据进行修正，进而得到边坡表面发生的实际位移量，即能够利用图像识别及空间定位技术来动态反映边坡变形全貌，提高测量精度。本发明采用图像识别及空间定位算法技术能够在本地解算数据，直接传输结果，有效节省了数据传输流量，且成本低廉、结构简单、部署便捷，具有测量精度高、非接触测量，不易受侵入物干扰等特点。
本发明还涉及一种基于图像识别及空间定位技术的变形监测装置，该装置与本发明基于图像识别及空间定位技术的变形监测方法相对应，也可以理解为是实现本发明基于图像识别及空间定位技术的变形监测方法的装置，针对摄像装置以及均落入拍照范围的一个基准点和多个监测点，智能主机与摄像装置协同工作，能够精确计算出边坡表面发生的实际位移量。本发明的变形监测装置成本低廉、结构简单、部署便捷，摄像头及标点均为民用量产产品，可大量部署变形监测测点，同时非接触测量，对监测物扰动相对较小，且随着图像分辨率的提高，可逐渐提高测量精度。
附图说明
图1为本发明基于图像识别及空间定位技术的变形监测方法的流程图。
图2为本发明基于图像识别及空间定位技术的变形监测装置的优选结构示意图。
图3为本发明基于图像识别及空间定位技术的变形监测装置的优选结构框图。
图4为智能主机优选结构框图。
图中各标号列示如下：
1-第一摄像头，2-第二摄像头，3-智能主机，4-支撑架，5-基准点，6-监测点。
具体实施方式
下面结合附图对本发明进行说明。
本发明涉及一种基于图像识别及空间定位技术的变形监测方法，其优选流程如图1所示，包括：第一步骤：在待检测边坡底部设置摄像装置，并在待检测边坡的监测区域的内部设置多个监测点，在监测区域的外部设置一个基准点，基准点和监测点均在摄像装置拍照范围内，通过摄像装置采集监测区域的监测图像，再将利用图像识别算法识别出监测图像中基准点和监测点的像素坐标；第二步骤，采对摄像装置的内参数和外参数进行标定，根据标定后的内参数、外参数以及基准点和监测点的像素坐标，利用双目视觉空间定位算法计算出基准点和监测点的空间坐标；第三步骤，根据变形后某一时刻的基准点和监测点的空间坐标，计算出监测点相对基准点的空间三维变形坐标，并利用基准点修正方法对空间三维变形坐标数据进行修正，进而得到边坡表面发生的实际位移量。也就是说，采用图像识别及空间定位技术识别空间三维变形数据，能够实时动态反映边坡变形全貌，提高测量的精度。
具体地，在第一步骤中，可以理解为是图像采集和识别步骤，设置摄像装置，优选采用设置在待检测边坡底部的两个摄像头(第一摄像头和第二摄像头)，并在待检测边坡的监测区域的内部设置多个监测点，用于提供变形监测点的图像识别，在监测区域的外部设置一个基准点，用于校核监测点变形，通过摄像装置采集监测区域的监测图像，其中，图像可以是以固定的时间间隔采集的图像，也可以是实时采集的图像。
在采集到监测区域的监测图像后，将摄像装置上的第一摄像头和第二摄像头拍摄的图像，利用图像识别算法识别出基准点和监测点的像素坐标；在某时刻，将第一摄像头拍摄的照片基准点像素坐标计为(u0，v0)，监测点像素坐标计为(ui，vi)，并将第二摄像头拍摄的照片基准点像素坐标计为(u0’，v0’)，将监测点像素坐标计为(ui’，vi’)。
在第二步骤中，可以理解为是对空间坐标转换步骤，是第一步骤中二维像素坐标到三维空间坐标的空间坐标转换，先对摄像装置上的摄像头的内参数和外参数进行标定，根据标定后的内参数、外参数以及基准点和监测点的像素坐标，利用基于双目视觉的空间定位算法计算出基准点的三维空间坐标(x0,y0,z0)和监测点的三维空间坐标(xi,yi,zi)。
在第三步骤中，可以理解为是空间三维变形计算步骤，根据变形后某一时刻的基准点和监测点的三维空间坐标，计算出监测点相对基准点的空间三维变形坐标。
具体地，当检测区域发生变形后，重复第二步骤图像识别和第三步骤空间坐标转换，得到发生变形后t时刻的基准点的世界坐标(xt0,yt0,zt0)和监测点的世界坐标(xti,yti,zti)。
进一步地，根据得到的基准点和监测点的世界坐标计算出基准点空间三维变形坐标 (xt0-x0，yt0-y0，zt0-z0)和监测点空间三维变形坐标(xti-xi，yti-yi，zti-zi)，即获得边坡表面发生的实际位移量。
优选地，在计算出监测点相对基准点的空间三维变形坐标后，还采用了基准点修正方法修正空间变形，由于基准点为不动点，将基准点变形归为0，修正各监测点的变形，进一步优选地，各监测点的空间相对变形为(xti-xi-xt0+x0，yti-yi-yt0+y0，zti-zi-zt0+z0)，通过此变形修正提高了测量的精度。
本发明还涉及一种基于图像识别及空间定位技术的变形监测装置，该装置与本发明基于图像识别及空间定位技术的变形监测方法相对应，也可以理解为是实现本发明基于图像识别及空间定位技术的变形监测方法的装置，参见图2所示的优选结构示意图，包括一个基准点5和多个监测点6，还包括依次连接的摄像装置、智能主机3和供电装置(图中未示出)，摄像装置包括第一摄像头1、第二摄像头2和支撑架4，第一摄像头1和第二摄像头2均连接智能主机3且第一摄像头1、第二摄像头2和智能主机3均设置在支撑架4上，智能主机3包括外壳以及外壳内的电路板，各摄像头与电路板相连，其中，智能主机3通过两个网口(I/O接口)分别控制第一摄像头1和第二摄像头2并接收采集的监测图像，如图3所示优选结构框图。基准点5设置在待检测边坡的监测区域的外部，各监测点6(监测点M1、监测点M2……监测点Mn)设置在监测区域的内部，基准点5和监测点6均在各摄像头拍照范围内，摄像装置通过第一摄像头1和/或第二摄像头2采集监测区域的监测图像并传输至智能主机，供电装置为智能主机供电。
智能主机3利用图像识别算法识别出监测图像中基准点和监测点的像素坐标，并对摄像装置的内参数和外参数进行标定，根据标定后的内参数、外参数以及基准点和监测点的像素坐标，利用双目视觉空间定位算法计算出基准点和监测点的空间坐标；然后根据变形后某一时刻的基准点和监测点的空间坐标，计算出监测点相对基准点的空间三维变形坐标，并利用基准点修正方法对空间三维变形坐标数据进行修正，进而得到边坡表面发生的实际位移量。优选地，如图4所示的优选结构框图，智能主机的电路板包括微处理器以及均与微处理器相连的存储器、通讯电路、输入输出接口(I/O接口)和电源接口。本发明通过一个智能主机的电路板控制两个摄像机进行定时拍照，并用内置算法对照片进行图像识别和空间定位，识别出监测点相对参考点的空间三维变形，然后将识别出的空间变形数据通过无线模块(无线通讯电路，简称通讯电路)发送至远程数据中心。智能主机通过电源接口与供电装置相连。
优选地，各摄像头为1920*1080分辨率的高清摄像头。
优选地，供电装置采用蓄电池、太阳能板或太阳能充电控制器为智能主机供电。
本发明采用图像识别及空间定位算法技术能够在本地解算数据，直接传输结果，有效节省了数据传输流量，且成本低廉、结构简单、部署便捷，具有测量精度高、非接触测量，不易受侵入物干扰等特点。
应当指出，以上所述具体实施方式可以使本领域的技术人员更全面地理解本发明创造，但不以任何方式限制本发明创造。因此，尽管本说明书参照附图和实施例对本发明创造已进行了详细的说明，但是，本领域技术人员应当理解，仍然可以对本发明创造进行修改或者等同替换，总之，一切不脱离本发明创造的精神和范围的技术方案及其改进，其均应涵盖在本发明创造专利的保护范围当中。
Claims (8)
1.一种基于图像识别及空间定位技术的变形监测方法，其特征在于，包括以下步骤：
第一步骤：在待检测边坡的监测区域的内部设置多个监测点，在监测区域的外部设置一个基准点，通过摄像装置采集监测区域的监测图像，再利用图像识别算法识别出监测图像中基准点和监测点的二维像素坐标；
第二步骤：对摄像装置的内参数和外参数进行标定，根据标定后的内参数、外参数以及基准点和监测点的二维像素坐标，利用双目视觉空间定位算法计算出基准点的三维空间坐标(x0,y0,z0)和监测点的三维空间坐标(xi,yi,zi)以实现二维像素坐标到三维空间坐标的空间坐标转换；
第三步骤：根据变形后某一时刻的基准点和监测点的三维空间坐标，计算出监测点相对基准点的空间三维变形坐标，具体地，当检测区域发生变形后，重复第一步骤图像识别和第二步骤空间坐标转换，得到发生变形后某一时刻的基准点的世界坐标(xt0,yt0,zt0)和监测点的世界坐标(xti,yti,zti)，根据得到的基准点和监测点的世界坐标计算出基准点空间三维变形坐标(xt0-x0，yt0-y0，zt0-z0)和监测点空间三维变形坐标(xti-xi，yti-yi，zti-zi)；并利用基准点修正方法对空间三维变形坐标数据进行修正，将基准点变形归为0，修正各监测点的空间相对变形，各监测点的空间相对变形为(xti-xi-xt0+x0，yti-yi-yt0+y0，zti-zi-zt0+z0)，进而得到边坡表面发生的实际位移量；
所述第一步骤的图像识别算法、第二步骤及第三步骤在本地解算数据，直接传输结果。
2.根据权利要求1所述的基于图像识别及空间定位技术的变形监测方法，其特征在于，在第一步骤将所述摄像装置设置在待检测边坡底部，使得基准点和监测点均在摄像装置拍照范围内。
3.一种基于图像识别及空间定位技术的变形监测装置，其特征在于，包括一个基准点和多个监测点，还包括依次连接的摄像装置、智能主机和供电装置，
所述基准点设置在待检测边坡的监测区域的外部，各监测点设置在监测区域的内部，基准点和监测点均在摄像装置拍照范围内，所述摄像装置采集监测区域的监测图像并传输至智能主机，
所述智能主机利用图像识别算法识别出监测图像中基准点和监测点的二维像素坐标，并对摄像装置的内参数和外参数进行标定，根据标定后的内参数、外参数以及基准点和监测点的二维像素坐标，利用双目视觉空间定位算法计算出基准点的三维空间坐标(x0,y0,z0)和监测点的三维空间坐标(xi,yi,zi)以实现二维像素坐标到三维空间坐标的空间坐标转换；然后根据变形后某一时刻的基准点和监测点的三维空间坐标，计算出监测点相对基准点的空间三维变形坐标，具体地，当检测区域发生变形后，重复图像识别和空间坐标转换，得到发生变形后某一时刻的基准点的世界坐标(xt0,yt0,zt0)和监测点的世界坐标(xti,yti,zti)，根据得到的基准点和监测点的世界坐标计算出基准点空间三维变形坐标(xt0-x0，yt0-y0，zt0-z0)和监测点空间三维变形坐标(xti-xi，yti-yi，zti-zi)；并利用基准点修正方法对空间三维变形坐标数据进行修正，将基准点变形归为0，修正各监测点的空间相对变形，各监测点的空间相对变形为(xti-xi-xt0+x0，yti-yi-yt0+y0，zti-zi-zt0+z0)，进而得到边坡表面发生的实际位移量；所述智能主机在本地解算数据，直接传输结果。
4.根据权利要求3所述的基于图像识别及空间定位技术的变形监测装置，其特征在于，所述智能主机包括外壳以及外壳内的电路板，所述电路板包括微处理器以及均与微处理器相连的存储器、通讯电路、输入输出接口和电源接口。
5.根据权利要求3所述的基于图像识别及空间定位技术的变形监测装置，其特征在于，所述摄像装置包括第一摄像头、第二摄像头和支撑架，所述第一摄像头和第二摄像头均连接智能主机且所述第一摄像头、第二摄像头和智能主机均设置在支撑架上。
6.根据权利要求5所述的基于图像识别及空间定位技术的变形监测装置，其特征在于，所述第一摄像头和第二摄像头均为1920*1080分辨率的高清摄像头。
7.根据权利要求3至6之一所述的基于图像识别及空间定位技术的变形监测装置，其特征在于，所述摄像装置设置在待检测边坡底部。
8.根据权利要求3所述的基于图像识别及空间定位技术的变形监测装置，其特征在于，所述供电装置采用蓄电池、太阳能板或太阳能充电控制器为智能主机供电。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210343341.3A CN114719770B (zh) | 2022-04-02 | 2022-04-02 | 一种基于图像识别及空间定位技术的变形监测方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210343341.3A CN114719770B (zh) | 2022-04-02 | 2022-04-02 | 一种基于图像识别及空间定位技术的变形监测方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114719770A CN114719770A (zh) | 2022-07-08 |
| CN114719770B true CN114719770B (zh) | 2024-04-02 |
Family
ID=82241778
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210343341.3A Active CN114719770B (zh) | 2022-04-02 | 2022-04-02 | 一种基于图像识别及空间定位技术的变形监测方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114719770B (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115014284B (zh) * | 2022-07-22 | 2024-02-02 | 中铁桥隧技术有限公司 | 一种轨道形位监测系统及方法 |
| CN115493491A (zh) * | 2022-08-02 | 2022-12-20 | 中广核核电运营有限公司 | 监测发电机变形的方法 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2004163271A (ja) * | 2002-11-13 | 2004-06-10 | Tokyo Denki Univ | 非接触画像計測装置 |
| JP2008216158A (ja) * | 2007-03-07 | 2008-09-18 | Basic Engineering:Kk | 変位計測装置 |
| CN110307790A (zh) * | 2019-07-04 | 2019-10-08 | 深圳市富源信息技术有限公司 | 应用于边坡安全监测的摄像机检测装置及方法 |
| CN111288967A (zh) * | 2020-01-19 | 2020-06-16 | 广州翰南工程技术有限公司 | 一种基于机器视觉的远距离高精度位移检测方法 |
| CN112854175A (zh) * | 2021-03-04 | 2021-05-28 | 西南石油大学 | 一种基于机器视觉的基坑变形监测及预警方法 |
-
2022
- 2022-04-02 CN CN202210343341.3A patent/CN114719770B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2004163271A (ja) * | 2002-11-13 | 2004-06-10 | Tokyo Denki Univ | 非接触画像計測装置 |
| JP2008216158A (ja) * | 2007-03-07 | 2008-09-18 | Basic Engineering:Kk | 変位計測装置 |
| CN110307790A (zh) * | 2019-07-04 | 2019-10-08 | 深圳市富源信息技术有限公司 | 应用于边坡安全监测的摄像机检测装置及方法 |
| CN111288967A (zh) * | 2020-01-19 | 2020-06-16 | 广州翰南工程技术有限公司 | 一种基于机器视觉的远距离高精度位移检测方法 |
| CN112854175A (zh) * | 2021-03-04 | 2021-05-28 | 西南石油大学 | 一种基于机器视觉的基坑变形监测及预警方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114719770A (zh) | 2022-07-08 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN114719770B (zh) | 一种基于图像识别及空间定位技术的变形监测方法及装置 | |
| CN102778207B (zh) | 一种结构件应力应变的测量方法、装置及系统 | |
| CN102798456B (zh) | 一种工程机械臂架系统工作幅度的测量方法、装置及系统 | |
| CN109737883A (zh) | 一种基于图像识别的三维形变动态测量系统及测量方法 | |
| CN102788572B (zh) | 一种工程机械吊钩姿态的测量方法、装置及系统 | |
| CN102798350A (zh) | 一种臂架挠度的测量方法、装置及系统 | |
| CN111947578A (zh) | 一种结构物位移测量系统及其测量方法 | |
| CN112629431B (zh) | 土木结构变形监测方法及相关设备 | |
| CN102589523A (zh) | 远距离监测建筑物位移的方法和所用装备 | |
| CN109269525B (zh) | 一种空间探测器起飞或着陆过程光学测量系统及方法 | |
| CN113240747B (zh) | 一种基于计算机视觉的户外结构振动位移自动化监测方法 | |
| CN111307046B (zh) | 基于半球图像的树高测量方法 | |
| CN112330745A (zh) | 基于双目视觉的隧道洞口边仰坡稳定性监测预警系统及方法 | |
| CN103795935A (zh) | 一种基于图像校正的摄像式多目标定位方法及装置 | |
| CN112595236A (zh) | 一种水下激光三维扫描和实时测距的测量装置 | |
| CN111307146A (zh) | 一种基于双目相机和imu的虚拟现实头戴显示设备定位系统 | |
| CN110702343B (zh) | 一种基于立体视觉的挠度测量系统及方法 | |
| Mi et al. | A vision-based displacement measurement system for foundation pit | |
| CN214199982U (zh) | 一种结构物位移测量系统 | |
| CN114754695B (zh) | 多视场桥梁挠度测量装置、方法及存储介质 | |
| CN111025330B (zh) | 一种基于深度图的目标倾斜角检测方法及设备 | |
| CN115993094B (zh) | 一种基于ccd相机的大型膜结构屋顶位移监测方法及系统 | |
| CN110440932A (zh) | 一种输电线路巡检的故障点定位装置及故障点定位方法 | |
| JP5230354B2 (ja) | 位置特定装置及び異動建物検出装置 | |
| WO2022126339A1 (zh) | 土木结构变形监测方法及相关设备 |
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 |