CN114841922A - 一种基于霍夫圆检测与透射变换算法的钻孔内壁图像展开与矫正方法 - Google Patents
一种基于霍夫圆检测与透射变换算法的钻孔内壁图像展开与矫正方法 Download PDFInfo
- Publication number
- CN114841922A CN114841922A CN202210368222.3A CN202210368222A CN114841922A CN 114841922 A CN114841922 A CN 114841922A CN 202210368222 A CN202210368222 A CN 202210368222A CN 114841922 A CN114841922 A CN 114841922A
- Authority
- CN
- China
- Prior art keywords
- circle
- image
- kirchhoff
- wall
- borehole
- 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
- 230000009466 transformation Effects 0.000 title claims abstract description 58
- 238000000034 method Methods 0.000 title claims abstract description 39
- 230000005540 biological transmission Effects 0.000 title claims abstract description 34
- 238000001514 detection method Methods 0.000 title claims description 9
- 238000005553 drilling Methods 0.000 claims abstract description 8
- 240000004282 Grewia occidentalis Species 0.000 claims abstract description 3
- 239000011159 matrix material Substances 0.000 claims description 6
- 238000012163 sequencing technique Methods 0.000 claims description 3
- 230000002265 prevention Effects 0.000 claims 1
- 238000012634 optical imaging Methods 0.000 abstract description 3
- 238000012067 mathematical method Methods 0.000 abstract 1
- 239000002699 waste material Substances 0.000 abstract 1
- 238000005516 engineering process Methods 0.000 description 12
- 238000010586 diagram Methods 0.000 description 8
- 238000003384 imaging method Methods 0.000 description 7
- 238000011161 development Methods 0.000 description 5
- 238000003708 edge detection Methods 0.000 description 4
- 238000006049 ring expansion reaction Methods 0.000 description 4
- 238000012545 processing Methods 0.000 description 3
- 238000000844 transformation Methods 0.000 description 3
- 238000013461 design Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000013519 translation Methods 0.000 description 2
- 238000012800 visualization Methods 0.000 description 2
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- JGFBRKRYDCGYKD-UHFFFAOYSA-N dibutyl(oxo)tin Chemical compound CCCC[Sn](=O)CCCC JGFBRKRYDCGYKD-UHFFFAOYSA-N 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000011435 rock Substances 0.000 description 1
- 239000000523 sample Substances 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/80—Geometric correction
-
- 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
- G06T2207/10004—Still image; Photographic image
-
- 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
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/30—Assessment of water resources
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Physics (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Data Mining & Analysis (AREA)
- Computational Mathematics (AREA)
- Computing Systems (AREA)
- Algebra (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Quality & Reliability (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Image Analysis (AREA)
Abstract
一种基于基尔霍夫圆和透射变换算法的钻孔内壁图像展开与矫正方法，属于井下管道勘测技术领域。针对现有井下电视系统中上传图像时对于通信带宽的浪费，本发明提出了一种对井下钻孔中采集的图像进行有效信息区域的提取并还原钻孔内壁的方法。首先，通过基尔霍夫圆算法检测出钻孔内部俯视图像中无效信息黑洞区域，确定界限后将其去除；其次，运用极坐标的数学方法将有效区域图像进行圆环界限划定并展开为梯形；最后运用透射变换算法将展开的梯形图像进行四角拉伸还原钻孔内壁正视图。相对于现有钻孔光学成像系统，本发明能够有效地在井下钻孔图像上传时节约带宽，提高了采集效率，具有实际应用价值。
Description
技术领域
本发明涉及一种钻孔内壁图像展开与矫正方法，尤其是涉及一种基于基尔霍夫圆和透射变换算法的钻孔内壁图像展开与矫正方法。
背景技术
近年来，国民经济持续高速发展，能源、水利和交通等领域发生了天翻地覆的变化。目前；通过地质勘探提前了解作业区域的地质状况可以有效降低安全事故的发生率，钻孔勘测就是最为常用的一种技术手段。钻孔取芯作为一种传统的钻孔勘测技术，可以直观明了实现地质结构检测，具有直观、实用、方便和简单的特点。但是由于芯体从钻孔中取出后失去了原位和原状信息，导致无法根据芯体获知钻孔内的构造、断裂和裂隙发育等情况，并且因为钻孔取芯的不连续性，使得无法判断钻孔的孔径变化和钻孔倾斜情况。此外，钻孔取芯需要专业钻具，会对钻探进度有所影响，费时且成本较高。
随着图像采集技术和图像处理技术的飞速发展，基于光学成像原理的钻孔成像技术在地质勘探领域逐步得到应用。该种技术由最初只能单一观测的钻孔照相发展到实时观测的钻孔电视，并逐步结合图像处理技术发展至现在的综合式全景摄像系统，即不仅能够将钻孔探头得到的地层信息实时、完整和真实的再现，而且还可以利用图像处理算法对得到的图像、视频做进一步详细的处理。钻孔成像技术可以用来实现观测孔壁岩性变化、构造裂隙、断层岩溶和隐伏于孔壁外的岩体信息，具有直观可视、精确清晰的特点，能够广泛应用于近地表地质体的地球物理勘探研究，或是进行工程地质、水文地质、灾害地质和环境地质等方面的地质科学研究。此外，在现代社会中也可用于地质探测、管道检测以及重大工程建设时的地貌勘测等。随着地质勘测需求的不断发展，单一的可视化钻孔成像技术已经不能满足地质勘测工程的实际应用需求，全方位、立体化、多信息、便携式已逐步成为了钻孔成像技术未来的发展方向，多功能钻孔成像系统将会受到市场越来越多的青睐。钻孔成像技术最早起源于钻孔测井技术，发展至今先后经历了钻孔照相(BPC,BoreholePhotography Cameras)、钻孔摄像 (BVC,Borehole Televiewer Cameras)及数字光学成像(DBOT,Digital Borehole Optical Televiewer)三个阶段。
发明内容
本发明针对背景技术中存在单一可视化的不足，提供了一种基于基尔霍夫圆和透射变换算法的钻孔内壁图像展开与矫正方法。
本发明包括以下步骤：
步骤1：利用基尔霍夫圆检测对钻孔内壁俯视图中的无效黑洞区域进行定位与去除。
步骤2：通过极坐标法将步骤1处理后的有效图像区域进行圆环展开为钻孔内壁正视梯形图；
步骤3：通过透射变换将步骤2中的展开的梯形进行四角拉伸变为钻孔内壁正视图；
进一步地，在步骤1中：
确定一个圆的大小，需要的参数为：圆心(a，b)，半径r。
根据笛卡尔坐标系中圆的方程：(x-a)2+(y-b)2＝r2
化简便可得到：
a＝x-r·cosθ
b＝y-r·sinθ
将通过点(x0，y0)的圆定义为：
a＝x0-r·cosθ
b＝y0-r·sinθ
所以，每一组(a，b，r)代表一个通过点(x0,y0)的圆。
所以给定点(x0,y0)，在三维直角坐标系中，绘出所有通过它的圆，最终我们将得到一条三维的曲线。
对图像中所有的点进行上述操作。如果两个不同点进行上述操作后得到的曲线在空间a- b-r相交,说明它们有一组公共的(a，b，r)，这就意味着它们在同一个圆上。越多曲线交于一点，就意味着这个交点表示的圆由更多的点组成。根据具体的情况设置阈值，当相交于一点的曲线数量达到此阈值时，就认为检测到了一个圆。
步骤1.1：首先要估计圆心，把钻孔内壁俯视图做一次Canny边缘检测，得到边缘检测的二值图。对原始图像执行一次Sobel算子，计算出所有像素的邻域梯度值。之后再初始化圆心空间N(a,b)，令所有的N(a,b)＝0。然后遍历Canny边缘二值图中的所有非零像素点，沿着梯度方向(切线的垂直方向)画线，将线段经过的所有累加器中的点(a,b)的次数进行累加。最后统计排序圆心空间值，得到可能的圆心(圆心空间值越大，越有可能是圆心)。
步骤1.2：经过步骤1.1圆心的估计后，接着要估计圆的半径。首先计算Canny图中所有非0点距离圆心的距离。接着将距离从小到大排序，根据阈值选取半径。初始化半径空间N (r)，令所有的N(r)＝0.遍历Canny图中的非0点，将半径空间值进行累加。最终统计得到可能的半径值(半径空间值越大，说明这个距离值出现的次数越多，越有可能是半径值)。
进一步地，在步骤2中：
首先利用极坐标法定位圆环中无效黑洞区域外的一圈像素点，将离内圈圆最近的一圈像素点(半径为r+1)旋转取完，之后向外扩展到r+2，将其一圈取完，以此类推，最后将半径为r+n的像素点取完，将每一圈的像素点按顺序拼接可得到一个梯形图像，之后将此梯形做一次透射变换即可得到圆环展开图。
进一步地，在步骤3中：
将在平面坐标系中的图像先投影到齐次坐标系下，两者之间的变换公式为：
其中,(u,v，w)是原始图片像素点的齐次坐标，(x′，y′，w′)为变换之后的图像像素点的齐次坐标。w大于等于0，且当w>0时，为坐标u，v的缩放尺度，w＝0时为无穷远情况。对应得到变换后的图片像素坐标(x,y),其中x＝x′/w′，y＝y′/w′。变换矩阵
可以拆分，
表示线性变换，比如scaling，shearing和rotation。[a31 a32]用于平移，[a13a23]T产生透射变换。重写之前的变换公式可以得到：
所以，已知变换对应的几个点就可以求取变换公式。反之，特定的变换公式也能得到新的变换后的图片。求解出的变换矩阵就可以将有效区域展开的梯形图像变换成矩形图。
附图说明
图1：钻孔内壁俯视图
图2：基尔霍夫圆检测图
图3：第一种图像变换算法原理图
图4：第二种图像变换算法原理图
图5：极坐标圆环展开原理图
图6：钻孔内壁正视梯形图
图7：钻孔内壁正视图
图8：透射变换图
具体实施方式
下面结合附图对本发明一种基于基尔霍夫圆和透射变换算法的钻孔内壁图像展开与矫正方法作进一步说明。
本发明采用真实的地下钻孔内壁俯视图片为例，研究并发明一种基于基尔霍夫圆和透射变换算法的钻孔内壁图像展开与矫正方法。
步骤一：基尔霍夫圆算法检测无效区域
首先将图片中心黑色的无效区域(如图一中黑色区域)检测并去除掉，因为此区域对井壁图像的研究毫无意义，且传输时此部分区域会过度占用带宽导致传输效率以及传输的有效性大大降低；去除黑洞区域是基于基尔霍夫圆检测来实现的，对直线来说，一条直线能由极径、极角(r,θ)表示，而对于圆来说，需要三个参数：圆心(a，b)半径。笛卡尔坐标系中圆的方程为：(x-a)2+(y-b)2＝r2，化简便可得到：a＝x-r·cosθ；b＝y-r·sinθ，对于(x0，y0)，我们可以将通过这一点的所有圆统一定义为：a＝x0-r·cosθ；b＝y0-r·sinθ。所以每一组(a，b，r)代表一个通过点(x0,y0)的圆。对于一个给定点(x0,y0)，可以在三维直角坐标系中，绘出所有通过它的圆。最终我们将得到一条三维的曲线。如果两个不同点进行上述操作后得到的曲线在空间a-b-r相交,即它们有一组公共的(a，b，r)，并在同一个圆上。越多曲线交于一点，也就意味着这个交点表示的圆由更多的点组成。根据具体情况设置一个阈值，来决定多少条曲线交于一点我们才认为检测到了一个圆。基尔霍夫圆变换追踪图像中每个点对应曲线间的交点，如果交于一点的曲线的数量超过了阈值,就认为这个交点所代表的参数(a，b，r)在原图像中为一个圆。霍夫梯度法首先估计圆心，把原图做一次Canny边缘检测，得到边缘检测的二值图，之后对原始图像执行一次Sobel算子，计算出所有像素的邻域梯度值初始化圆心空间N(a,b)，令所有的N(a,b)＝0，遍历Canny边缘二值图中的所有非零像素点，沿着梯度方向画线，将线段经过的所有累加器中的点(a,b)的圆心空间值进行累加，最后统计排序N(a,b)，得到可能的圆心(N(a,b)越大，越有可能是圆心)。之后针对找到的圆心估计半径，首先计算Canny图中所有非0点距离圆心的距离，距离从小到大排序，根据阈值选取半径，初始化半径空间N(r)，令N(r)＝0，遍历Canny图中的非0点，将半径空间值进行累加，统计排序得到圆的半径值。
步骤二：极坐标展开法将有效区域进行圆环展开
去除黑洞后，我设计了三种图像展开算法，图三为第一种算法原理，图中灰色小圆为除去的黑洞区域。首先在紧贴着内圈圆半径正下方取像素点一直到外圈圆半径处，图中蓝色长条为取得圆环的一列像素点，之后将此圆环旋转，依次在内圆的正下方这样取像素点就会得到许许多多的长条式的矩形，将这些条状矩形按顺序拼接，即可得到圆环的展开图。
由于第一种图像展开后，会造成离内圆越近的地方字体与字间距越小，向外延伸间距越大，所以我设计了第二种算法。此方法取像素的方式为等比例取，由于内圆周长为2πr，外圆周长为2πR，外圆比内圆即为R/r。如图四中阴影部分类似于等腰梯形区域所示，圆环区域中靠近内圆每取一个像素点，按比例外圆处就取R/r个像素点，这样每一列像素就为等腰梯形状，将此梯形运用透射变换拉伸成为矩形，之后圆环旋转将所有长条矩形拼接就得到了圆环展开图。
虽然第二种方法要比第一种得到的效果图好一些，但是每一次取完像素点后都进行一次透射变换，这样的计算量是十分大的，不利于快速得到展开图，所以针对于以上两种方法的不足，又设计了第三种算法，首先利用极坐标法定位圆环中内圆外的一圈像素点，即图五中蓝色圆环所示。将离内圈圆最近的一圈像素点(半径为r+1)旋转取完，之后向外扩展到r+2，将其一圈取完，以此类推，最后将半径为r+n的像素点取完，将每一圈的像素点按顺序拼接可得到一个如图六所示的梯形图像，之后将此梯形做一次透射变换即可得到圆环展开图，大大降低了做透射变换的次数。
步骤三：运用透射变换算法将展开图矫正为矩形图片
图七为矫正后的矩形图片。通用的变换公式为：
其中,(u,v，w)是原始图片像素点的齐次坐标，(x′，y′，w′)为变换之后的图像像素点的齐次坐标。w大于等于0，且当w>0时，为坐标u，v的缩放尺度，w＝0时为无穷远情况。对应得到变换后的图片像素坐标(x,y),其中x＝x′/w′，y＝y′/w′。变换矩阵
可以拆成4部分，
表示线性变换，比如scaling，shearing和rotation。[a31 a32]用于平移，[a13 a23]T产生透射变换。重写之前的变换公式可以得到：
所以，已知变换对应的几个点就可以求取变换公式。反之，特定的变换公式也能得到新的变换后的图片。
求解出的变换矩阵就可以将钻孔内壁俯视图展开后的梯形图变换为矩形图。并且，如图8所示，通过两次变换：四边形变换到正方形+正方形变换到四边形就可以将任意一个四边形变换到另一个四边形。
以上对本发明所提出的一种基于基尔霍夫圆和透射变换算法的钻孔内壁图像展开与矫正方法进行了介绍，对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；对于本领域的技术人员来说，在不脱离本发明思想的前提下，在具体实施方式及应用上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。
Claims (10)
1.一种基于基尔霍夫圆和透射变换算法的钻孔内壁图像展开与矫正方法，其特征在于，包括以下步骤：
步骤一：利用基尔霍夫圆检测对钻孔内壁俯视图中的无效黑洞区域进行定位与去除；
步骤二：通过极坐标法将步骤一处理后的有效图像区域进行圆环展开为钻孔内壁正视梯形图；
步骤三：求取变换矩阵，通过透射变换将步骤二中的展开的梯形进行四角拉伸变为钻孔内壁正视图。
2.根据权利要求1所述的一种基尔霍夫圆和透射变换算法的钻孔内壁图像展开与矫正方法，其特征在于，步骤一具体为：利用霍夫圆梯度算法将圆心点找到，通过对半径最大可能性估计来确定半径值的大小，从而将俯视图中黑洞区域圈出并去除掉。
3.根据权利要求2所述的一种基尔霍夫圆和透射变换算法的钻孔内壁图像展开与矫正方法，其特征在于，利用霍夫圆梯度算法找圆心时，化简笛卡尔坐标圆方程：(x-a)2+(y-b)2＝r2，化简得到圆心极坐标：a＝x-r·cosθ，b＝y-r·sinθ；利用霍夫圆梯度算法确定半径，计算Canny边缘二值图中所有非0点距离圆心的距离；将距离从小到大排序，初始化半径空间N(r)，令所有的N(r)＝0；遍历Canny图中的非0点，将半径空间值进行累加；最终将半径空间最大值作为圆的半径值。
4.根据权利要求1所述的一种基尔霍夫圆和透射变换算法的钻孔内壁图像展开与矫正方法，其特征在于，步骤二具体为：取图像上黑洞圆外一圈像素点，之后再向外取一圈像素点，以此类推，直至取完圆环上所有像素点，将这n圈像素点按顺序累加拼接组合成为一个等腰梯形。
5.根据权利要求2所述的一种基尔霍夫圆和透射变换算法的钻孔内壁图像展开与矫正方法，其特征在于，将有效圆环内所有像素点的平面坐标(x,y)转换为极坐标(r,θ)的形式；将每一个像素点的边长定义为1，从圆环中靠近小圆的一圈半径为r+1的像素点开始依次向半径为R的外圆遍历，并按顺序将每行像素点叠加成为等腰梯形。
6.根据权利要求5所述的一种基尔霍夫圆和透射变换算法的钻孔内壁图像展开与矫正方法，其特征在于，叠加后的梯形图的上底长度为内圆的周长2πr，下底长度为2π(r+n)，高度为所取像素点的圈数n。
7.根据权利要求5所述的一种基尔霍夫圆和透射变换算法的钻孔内壁图像展开与矫正方法，其特征在于，有效圆环区域的界限划定并不固定；在钻孔内壁中等高的区域划分出来，直接取黑洞外围所有像素图片的清晰度无法保证，所以需要在区域过大时取一半，做防越界判定。
8.根据权利要求1所述的一种基尔霍夫圆和透射变换算法的钻孔内壁图像展开与矫正方法，其特征在于，步骤三具体为：通过变换公式求解变换矩阵，将平面直角坐标系中的图像投影转换到齐次坐标系下，求取步骤二中等腰梯形的四角顶点的坐标，将梯形短边拉伸到与长边长度相等，得到钻孔内壁正视矩形图像。
9.根据权利要求8所述的一种基尔霍夫圆和透射变换算法的钻孔内壁图像展开与矫正方法，其特征在于，透射变换的通用变换公式为：
其中,(u,v，w)是原始图片像素点的齐次坐标，(x′，y′，w′)为变换之后的图像像素点的齐次坐标；w大于等于0，且当w>0时，为坐标u，v的缩放尺度，w＝0时为无穷远情况；对应得到变换后的图片像素坐标(x,y),其中x＝x′/w′，y＝y′/w′。
10.根据权利要求9所述的一种基尔霍夫圆和透射变换算法的钻孔内壁图像展开与矫正方法，其特征在于，通过变换公式求解等腰梯形的四个顶点的坐标公式为：
通过顶点像素的坐标将等腰梯形拉伸变换成为矩形图。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210368222.3A CN114841922A (zh) | 2022-03-30 | 2022-03-30 | 一种基于霍夫圆检测与透射变换算法的钻孔内壁图像展开与矫正方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210368222.3A CN114841922A (zh) | 2022-03-30 | 2022-03-30 | 一种基于霍夫圆检测与透射变换算法的钻孔内壁图像展开与矫正方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN114841922A true CN114841922A (zh) | 2022-08-02 |
Family
ID=82563756
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210368222.3A Pending CN114841922A (zh) | 2022-03-30 | 2022-03-30 | 一种基于霍夫圆检测与透射变换算法的钻孔内壁图像展开与矫正方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114841922A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115451848A (zh) * | 2022-09-22 | 2022-12-09 | 江阴市晶磁电子有限公司 | 用于传感器铁芯检验的辨识系统 |
| CN116188298A (zh) * | 2022-12-27 | 2023-05-30 | 中国矿业大学 | 一种有中心偏移的钻孔内壁环形图像无失真展开方法 |
| CN118229679A (zh) * | 2024-05-22 | 2024-06-21 | 西安交通工程学院 | 一种机械生产用夹具表面平整度检测方法 |
-
2022
- 2022-03-30 CN CN202210368222.3A patent/CN114841922A/zh active Pending
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115451848A (zh) * | 2022-09-22 | 2022-12-09 | 江阴市晶磁电子有限公司 | 用于传感器铁芯检验的辨识系统 |
| CN115451848B (zh) * | 2022-09-22 | 2023-11-03 | 江阴市晶磁电子有限公司 | 用于传感器铁芯检验的辨识系统 |
| CN116188298A (zh) * | 2022-12-27 | 2023-05-30 | 中国矿业大学 | 一种有中心偏移的钻孔内壁环形图像无失真展开方法 |
| CN116188298B (zh) * | 2022-12-27 | 2023-08-04 | 中国矿业大学 | 一种有中心偏移的钻孔内壁环形图像无失真展开方法 |
| WO2024138493A1 (zh) * | 2022-12-27 | 2024-07-04 | 中国矿业大学 | 一种有中心偏移的钻孔内壁环形图像无失真展开方法 |
| CN118229679A (zh) * | 2024-05-22 | 2024-06-21 | 西安交通工程学院 | 一种机械生产用夹具表面平整度检测方法 |
| CN118229679B (zh) * | 2024-05-22 | 2024-09-03 | 西安交通工程学院 | 一种机械生产用夹具表面平整度检测方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN114841922A (zh) | 一种基于霍夫圆检测与透射变换算法的钻孔内壁图像展开与矫正方法 | |
| Cheng et al. | 3D building model reconstruction from multi-view aerial imagery and lidar data | |
| CN110543885B (zh) | 一种交互式提取高分辨率遥感影像道路并生成路网的方法 | |
| CN104952107A (zh) | 基于车载LiDAR点云数据的桥梁三维重建方法 | |
| CN112215820A (zh) | 一种基于图像数据的隧道掌子面分析方法 | |
| CN105574521A (zh) | 房屋轮廓提取方法和装置 | |
| CN114549956B (zh) | 一种深度学习辅助的倾斜模型建筑物外立面目标识别方法 | |
| CN106846246B (zh) | 一种基于对象的遥感影像超分辨率制图方法 | |
| CN116524017B (zh) | 一种用于矿山井下检测识别定位系统 | |
| CN116756836B (zh) | 一种隧道超欠挖体积计算方法、电子设备及存储介质 | |
| CN114820485A (zh) | 一种基于机载图像测量波浪爬高的方法 | |
| Rashidi et al. | Ground filtering LiDAR data based on multi-scale analysis of height difference threshold | |
| CN104180794B (zh) | 数字正射影像拉花区域的处理方法 | |
| CN109727255B (zh) | 一种建筑物三维模型分割方法 | |
| Herumurti et al. | Urban road network extraction based on zebra crossing detection from a very high resolution RGB aerial image and DSM data | |
| CN108010091B (zh) | 一种基于颜色特征的数字式钻孔图像土层检测定位方法 | |
| CN114820306A (zh) | 深部探测工程光学钻孔成像系统 | |
| Liu et al. | Panoramic Image Correction of Borehole Inner Wall Based on Kirchhoff Circle Detection | |
| Cui et al. | Building detection and recognition from high resolution remotely sensed imagery | |
| Pakizeh et al. | Building detection from aerial images using hough transform and intensity information | |
| Chen et al. | An improved Snake model for refinement of LiDAR-derived building roof contours using aerial images | |
| Zhang et al. | Application of RGB-D SLAM in 3D Tunnel Reconstruction Based on Superpixel Aided Feature Tracking | |
| CN117132913B (zh) | 基于无人机遥感与特征识别匹配的地表水平位移计算方法 | |
| CN113837124B (zh) | 一种排泥库土工布巡检航线的自动提取方法 | |
| Liu et al. | Research on fast video mapping method of borehole in front view |
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 |