CN114964006A - 一种基于红外热成像与数字图像的石质文物裂隙监测方法 - Google Patents
一种基于红外热成像与数字图像的石质文物裂隙监测方法 Download PDFInfo
- Publication number
- CN114964006A CN114964006A CN202210732309.4A CN202210732309A CN114964006A CN 114964006 A CN114964006 A CN 114964006A CN 202210732309 A CN202210732309 A CN 202210732309A CN 114964006 A CN114964006 A CN 114964006A
- Authority
- CN
- China
- Prior art keywords
- temperature
- crack
- data
- infrared thermal
- thermal imaging
- 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
- 238000001931 thermography Methods 0.000 title claims abstract description 50
- 238000012544 monitoring process Methods 0.000 title claims abstract description 31
- 239000004575 stone Substances 0.000 title claims abstract description 19
- 238000000034 method Methods 0.000 title claims abstract description 18
- 238000012545 processing Methods 0.000 claims abstract description 16
- 239000011435 rock Substances 0.000 claims abstract description 14
- 230000003287 optical effect Effects 0.000 claims description 12
- 238000001514 detection method Methods 0.000 claims description 10
- 238000010586 diagram Methods 0.000 claims description 9
- 230000008859 change Effects 0.000 claims description 5
- 238000006243 chemical reaction Methods 0.000 claims description 4
- 230000004044 response Effects 0.000 claims description 4
- 238000004040 coloring Methods 0.000 claims description 2
- 230000008676 import Effects 0.000 claims description 2
- 238000004519 manufacturing process Methods 0.000 claims description 2
- 239000011159 matrix material Substances 0.000 claims description 2
- 238000012805 post-processing Methods 0.000 claims description 2
- 230000007704 transition Effects 0.000 claims description 2
- 238000005516 engineering process Methods 0.000 abstract description 7
- 238000011161 development Methods 0.000 abstract description 2
- 230000007774 longterm Effects 0.000 abstract description 2
- 230000000694 effects Effects 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 230000005855 radiation Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- IYLGZMTXKJYONK-ACLXAEORSA-N (12s,15r)-15-hydroxy-11,16-dioxo-15,20-dihydrosenecionan-12-yl acetate Chemical compound O1C(=O)[C@](CC)(O)C[C@@H](C)[C@](C)(OC(C)=O)C(=O)OCC2=CCN3[C@H]2[C@H]1CC3 IYLGZMTXKJYONK-ACLXAEORSA-N 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000008602 contraction Effects 0.000 description 1
- 230000001595 contractor effect Effects 0.000 description 1
- 238000005336 cracking Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000017525 heat dissipation Effects 0.000 description 1
- 238000009413 insulation Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- IYLGZMTXKJYONK-UHFFFAOYSA-N ruwenine Natural products O1C(=O)C(CC)(O)CC(C)C(C)(OC(C)=O)C(=O)OCC2=CCN3C2C1CC3 IYLGZMTXKJYONK-UHFFFAOYSA-N 0.000 description 1
- 230000007847 structural defect Effects 0.000 description 1
Images
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
- G01B11/02—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J5/00—Radiation pyrometry, e.g. infrared or optical thermometry
- G01J5/48—Thermography; Techniques using wholly visual means
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
- G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Theoretical Computer Science (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Radiation Pyrometers (AREA)
- Investigating Or Analyzing Materials Using Thermal Means (AREA)
Abstract
本发明公开了一种基于红外热成像与数字图像的石质文物裂隙监测方法，包括1）粘贴特征点图标；2）仪器架设；3）照片获取；4）图像处理；5）裂隙宽度获取；6）数据处理几个步骤。将红外热成像技术和数字图像结合，实现了无损、快速、准确、长期监测，实现石质文物裂隙的定量识别；通过获取得到的裂隙变形和岩体表面温度数据建立方程，研究石质文物裂隙与岩体表面温度之间的关系，预测裂缝发展演化规律，为石质文物保护和修复提供理论依据。
Description
技术领域
本发明属于裂隙监测技术领域，具体涉及一种基于红外热成像与数字图像的石质文物裂隙监测方法。
背景技术
中国是有着悠久历史的文明古国，有着众多的文化遗产。文物是社会进步的历史见证，对历史研究具有重要的辅助价值。为了更好的将文物保留，对于文物的监测和保护显得尤为重要。
造成文物破坏的因素有人为因素和自然因素两大类，其中自然因素中的温湿度变化是文物破坏主要影响因素，对环境因素进行深入研究是正确了解文物病害成因的关键所在。尤其在北方干旱半干旱地区，由于这些地区昼夜温差大，少雨，岩体的热胀冷缩破坏效应显著，文物受温湿度变化影响容易产生裂隙。
目前对于裂隙的监测手段主要有接触式监测和数字图像监测两种。接触式监测通过粘贴电阻应变片或在裂隙两侧打固定桩来监测裂隙的变化。这种技术手段对于文物的损坏较大，适用范围局限。数字图像监测是通过识别出图像中的标记点的相对坐标值，根据摄像机实际取景范围经过比例换算得到实际测量值。该方法实现了对文物的无损监测，但数据计算量大。
红外热成像无损检测技术是近年来发展较快的一种新型数字化无损检测技术，具有便捷、精度高等特点。该技术是根据红外辐射原理，通过红外辐射的分析方法对物体内部能量流动情况进行测量，使用红外热成像仪显示检测结果，对缺陷进行直观的判定。当文物存在裂隙时，由于其他介质或空气的充填，文物体之间就存在相对隔热性（或导热性）结构缺陷（导热系数不同），热传导受阻（或加剧），文物体热量不能及时（或加速）向内部传递，从而形成热量聚集（或热量消散），造成文物表层温度升高（或降低），而在红外热成像上出现“热斑”（或“冷斑”），其范围和程度可反映出该部位的裂开程度及范围。而现有红外热成像仪检测形成的图像模糊，颜色差异不显著，边界不清晰，在未经处理的情况下，对裂缝探测识别的效果较差。
为解决以上问题，本发明提供了一种将红外热成像技术和数字图像结合，实现了无损、快速、准确、长期监测的检测方法。
发明内容
一种基于红外热成像与数字图像的石质文物裂隙监测方法，包括以下步骤：
1）粘贴特征点图标：选定需要监测的裂隙区域，保持裂隙区域表面干燥，在文物裂隙的两侧粘贴特征点图标，便于拍摄时标定裂隙区域；
2）仪器架设：固定红外热成像设备位置、固定焦距、确定图像尺寸、架设照明设备、确定水平位置，实现裂隙区域的定标操作，确保裂隙区域和特征点图标均位于红外热成像设备的视场范围内；红外热成像设备下方安装有温度计；
3）照片获取：确定图像开始采集的时间、采集时间间隔和采集结束时间，开启红外热成像设备获取裂隙区域的红外热图片和光学图片，并将获取的图片传送至服务器；同时，与红外热成像设备采集图片时间和频率相同，采集记录温度计检测的温度数据并上传到服务器；
4）图像处理：将步骤3）获取的热红外图片传入PC端，使用FLIR Tools软件调取热红外图片，获取温度参数：640*480，导出为Excel数据文件1，Excel数据文件1中不同行不同列的数据为对应像素点的温度数据，每个图片对应得到一个Excel数据文件1；处理后得到检测区域的温度等值线图；识别光学图片裂隙所在区域的特征点图标，确定特征点所在图像坐标值，通过比例换算得到特征点间的实际尺寸；
5）裂隙宽度获取：读取步骤4）红外热成像数据记录的岩体裂缝区域表面温度；使用FLIR Tools软件调取热红外图片，选定裂隙所在区域，获取温度参数：640*480，导出为Excel数据文件2，Excel数据文件2中不同行不同列的数据为对应像素点的温度数据；将选定裂隙区域的热红外图片在Matlab软件中读取裂缝宽度，将所获得的裂缝宽度和获取热红外图片的时间导入到Excel数据文件2；再将获取的温度依据时间导入到裂缝宽度的Excel数据文件2中，得到一列为时间，一列为温度，一列为裂缝宽度的数据；
6）数据处理：
①根据步骤4）获得的裂缝宽度和裂缝表面的温度数据对文物裂隙变形进行对比、评估和实时监测；将不同时间段获取的热红外图片和光学照片分别进行叠加，观测裂缝宽度的变化；
②根据步骤5）获得的岩体表面温度与裂隙宽度，研究裂隙对于温度的响应，建立温度与裂隙变形之间的方程：通过步骤4）和5）得到整个监测期内的温度T和相对应裂隙宽度b的变形数据，将获得的温度和变形数据进行整理，将数据按温度从低到高进行排列；将重复的数据进行剔除，绘制温度与变形的散点图；根据散点图进行数据拟合得到经验公式，研究石质文物裂隙与岩体表面温度之间的关系：
式中：b为裂隙宽度；
T为温度值；
A、B、C均为拟合常数。
进一步地，所述步骤4）中温度等值线图的步骤如下：
使用Matlab打开自编温度等值线作图程序，调用温度数据，重新制作监测的裂隙区域温度等值线图，具体步骤如下：
将所述Excel数据文件保存至指定文件夹，并记录Excel数据文件的个数，将命令程序调运到Matlab计算软件，对数据参数进行后处理；
a.根据Excel数据文件的个数，设定调用数目（for i=1:x ；x为文件个数）；
b.根据红外热成像设备提取像素信息矩阵大小，设置温度数据区域；
c.根据Excel数据文件所在文件夹位置，使用srcname语句调用Excel数据文件，设置导入温度数据路径（srcname=strcat(文件路径);）；
d.根据数据文件路径与名称，命名输出图片名称（dstname=strcat('E:\1\',f,'-1.tif');）；
e.根据打开数据文件，使用srcname语句，根据数据在Excel文件位置，设置调用温度参数（z=xlsread(srcname,'1','B11:XQ490');）；
f.使用meshgrid语句，创造网格空间，制作温度二维散点图([X,Y]=meshgrid(x,y);)；
g.使用griddata语句，进行温度参数插值（[X,Y,Z]=griddata(x,y,z,linspace(1,640,640)',linspace(1,480,480),'nearest');）；
h.使用contourf语句，绘制等值线图，根据所需等值线密度，设定温度等差值参数（contourf(X,Y,Z,n); %等值线图，其中n为温度等差值参数）；
i.绘制填充颜色的二维温度等值线图（colormap('jet');）；
j.设置colorbar显示的颜色（c=colorbar;）；
k.根据温度数据，选取温度最大值和最小值，设定对应的温度上下限（set(gca,'Clim',[TminTmax]);）；
l.设置图像的位置：起始坐标、图宽度、高度（set(gcf,'Position',[0,0,1200,900]);）；
m.创建显示图形输出的窗口（M=figure;）；
n.使用shading interp语句，对Matlab绘制图形对象的颜色着色进行色彩的插值处理，使色彩平滑过渡(shading interp;)；
o.使用saveas语句，保存图片（%saveas(M,dstname); saveas(c,dstname);%print(gcf,'-dtiff',dstname);%saveas(gcf,dstname); ）。
进一步地，所述特征点图标为二维码图标。
进一步地，所述红外热成像设备为FLIR T660红外热成像仪。
进一步地，所述红外热成像设备和温度计分别与服务器有线信号连接、或无线信号连接。
进一步地，所述步骤3）中红外热成像设备拍摄时，先拍摄红外热图片，再拍摄光学图片；如此往复进行拍摄。
本发明的有益效果在于：
1.应用数字图像和红外热成像技术，实现数据的无线传输，可以无损、快速、准确、长期监测和识别石质文物裂隙，预测裂缝发育规律，为文物保护和修复提供有效依据；
2.数字图像技术使用了二维码作为特征点，提高了裂缝观察精度，降低了数据处理的工作量并且不会对文物体表面造成损坏；
3.使用FLIR Tools软件工具，将所得的热红外图像数据化，再使用Matlab与温度等值线绘制程序，将所得数据进行图像增益化处理，得到颜色差异更为显著、边界更为清晰的等温线图，解决了红外热成像仪器直接所得图像模糊、边界不清晰的问题；
4.根据数字图像处理和红外热成像探测结果进行对比，得到更为准确的裂缝变化趋势；
5.根据红外热成像探测结果和温度计记录的温度，可以得到环境温度和岩体温度之间的关系，研究裂缝对于岩体表面温度的响应，建立裂缝变形和温度之间的拟合公式。
附图说明
图1是本发明红外热成像设备的布设示意图;
图2是本发明实施例裂缝的光学照片；
图3是本发明实施例红外热成像设备拍摄的热红外图像；
图4是本发明实施例使用Matlab与自编温度等值线绘制程序处理后图像；
图5是本发明实施例裂隙变形随温度的变化图；
图6是本发明实施例温度与裂隙变形的散点图；
图中：1-红外热成像设备，2-温度计，3-通信设备，4-配重块，5-照明设备，6-待测裂缝，7-特征点图标。
具体实施方式
一种基于红外热成像与数字图像的石质文物裂隙监测方法，包括以下步骤：
1）粘贴特征点图标：选定需要监测的裂隙区域，使待测裂缝6位于裂隙区域内，保持裂隙区域表面干燥，在文物裂隙的两侧粘贴特征点图标7，便于拍摄时标定裂隙区域。
2）仪器架设：固定红外热成像设备1位置、固定焦距、确定图像尺寸、架设照明设备5、确定水平位置，实现裂隙区域的定标操作，确保裂隙区域和特征点图标7均位于红外热成像设备1的视场范围内；红外热成像设备1下方安装有温度计2。红外热成像设备1的支架上还设有配重块4和通信设备3。
3）照片获取：确定图像开始采集的时间、采集时间间隔和采集结束时间，开启红外热成像设备1获取裂隙区域的红外热图片和光学图片，并将获取的图片传送至服务器；同时，与红外热成像设备1采集图片时间和频率相同，采集记录温度计2检测的温度数据并上传到服务器。
4）图像处理：将步骤3）获取的热红外图片传入PC端，使用FLIR Tools软件调取热红外图片，获取温度参数：640*480，导出为Excel数据文件1，Excel数据文件1中不同行不同列的数据为对应像素点的温度数据，每个图片对应得到一个Excel数据文件1；处理后得到检测区域的温度等值线图；识别光学图片裂隙所在区域的特征点图标7，确定特征点所在图像坐标值，通过比例换算得到特征点间的实际尺寸。
5）裂隙宽度获取：读取步骤4）红外热成像数据记录的岩体裂缝区域表面温度；使用FLIR Tools软件调取热红外图片，选定裂隙所在区域，获取温度参数：640*480，导出为Excel数据文件2，Excel数据文件2中不同行不同列的数据为对应像素点的温度数据；将选定裂隙区域的热红外图片在Matlab软件中读取裂缝宽度，将所获得的裂缝宽度和获取热红外图片的时间导入到Excel数据文件2；再将获取的温度依据时间导入到裂缝宽度的Excel数据文件2中，得到一列为时间，一列为温度，一列为裂缝宽度的数据。
6）数据处理：
①根据步骤4）获得的裂缝宽度和裂缝表面的温度数据对文物裂隙变形进行对比、评估和实时监测；将不同时间段获取的热红外图片和光学照片分别进行叠加，观测裂缝宽度的变化；在监测期内裂隙变形波动都在0.15mm之内，变形较小，基本可以判断没有变形，裂隙处于稳定状态。
②根据步骤5）获得的岩体表面温度与裂隙宽度，研究裂隙对于温度的响应，建立温度与裂隙变形之间的方程：通过步骤4）和5）得到整个监测期内的温度T和相对应裂隙宽度b的变形数据，将获得的温度和变形数据进行整理，将数据按温度从低到高进行排列，从数据可以看出裂隙变形有一定的规律性，相同温度下的裂隙变形非常相近，但在温度迅速升高或降低的时候，裂隙变形较大，热胀冷缩效应较为显著；将重复的数据进行剔除，绘制温度与变形的散点图，绘制出的散点图呈现出二项式函数的形状，因此选取二项式函数进行拟合；根据散点图进行数据拟合得到经验公式，拟合出来的残差平方和低，由此可知拟合效果较好，可用于研究石质文物裂隙与岩体表面温度之间的关系：
式中：b为裂隙宽度；
T为温度值；
A、B、C均为拟合常数。
图2～6为以某石窟裂缝为例的监测过程和数据结果，Matlab与自编温度等值线绘制程序处理后图像，相比于红外热成像设备1所出图像，颜色差异更为显著，边界更为清晰，可以更加清楚的看到该区域温度变化、裂缝所在位置。
Claims (6)
1.一种基于红外热成像与数字图像的石质文物裂隙监测方法，其特征在于，包括以下步骤：
1）粘贴特征点图标：选定需要监测的裂隙区域，保持裂隙区域表面干燥，在文物裂隙的两侧粘贴特征点图标，便于拍摄时标定裂隙区域；
2）仪器架设：固定红外热成像设备位置、固定焦距、确定图像尺寸、架设照明设备、确定水平位置，实现裂隙区域的定标操作，确保裂隙区域和特征点图标均位于红外热成像设备的视场范围内；红外热成像设备下方安装有温度计；
3）照片获取：确定图像开始采集的时间、采集时间间隔和采集结束时间，开启红外热成像设备获取裂隙区域的红外热图片和光学图片，并将获取的图片传送至服务器；同时，与红外热成像设备采集图片时间和频率相同，采集记录温度计检测的温度数据并上传到服务器；
4）图像处理：将步骤3）获取的热红外图片传入PC端，使用FLIR Tools软件调取热红外图片，获取温度参数：640*480，导出为Excel数据文件1，Excel数据文件1中不同行不同列的数据为对应像素点的温度数据，每个图片对应得到一个Excel数据文件1；处理后得到检测区域的温度等值线图；识别光学图片裂隙所在区域的特征点图标，确定特征点所在图像坐标值，通过比例换算得到特征点间的实际尺寸；
5）裂隙宽度获取：读取步骤4）红外热成像数据记录的岩体裂缝区域表面温度；使用FLIR Tools软件调取热红外图片，选定裂隙所在区域，获取温度参数：640*480，导出为Excel数据文件2，Excel数据文件2中不同行不同列的数据为对应像素点的温度数据；将选定裂隙区域的热红外图片在Matlab软件中读取裂缝宽度，将所获得的裂缝宽度和获取热红外图片的时间导入到Excel数据文件2；再将获取的温度依据时间导入到裂缝宽度的Excel数据文件2中，得到一列为时间，一列为温度，一列为裂缝宽度的数据；
6）数据处理：
①根据步骤4）获得的裂缝宽度和裂缝表面的温度数据对文物裂隙变形进行对比、评估和实时监测；将不同时间段获取的热红外图片和光学照片分别进行叠加，观测裂缝宽度的变化；
②根据步骤5）获得的岩体表面温度与裂隙宽度，研究裂隙对于温度的响应，建立温度与裂隙变形之间的方程：通过步骤4）和5）得到整个监测期内的温度T和相对应裂隙宽度b的变形数据，将获得的温度和变形数据进行整理，将数据按温度从低到高进行排列；将重复的数据进行剔除，绘制温度与变形的散点图；根据散点图进行数据拟合得到经验公式，研究石质文物裂隙与岩体表面温度之间的关系：
式中：b为裂隙宽度；
T为温度值；
A、B、C均为拟合常数。
2.根据权利要求1所述的基于红外热成像与数字图像的石质文物裂隙监测方法，其特征在于，所述步骤4）中温度等值线图的步骤如下：
使用Matlab打开自编温度等值线作图程序，调用温度数据，重新制作监测的裂隙区域温度等值线图，具体步骤如下：
将所述Excel数据文件保存至指定文件夹，并记录Excel数据文件的个数，将命令程序调运到Matlab计算软件，对数据参数进行后处理；
a.根据Excel数据文件的个数，设定调用数目（for i=1:x ；x为文件个数）；
b.根据红外热成像设备提取像素信息矩阵大小，设置温度数据区域；
c.根据Excel数据文件所在文件夹位置，使用srcname语句调用Excel数据文件，设置导入温度数据路径（srcname=strcat(文件路径);）；
d.根据数据文件路径与名称，命名输出图片名称（dstname=strcat('E:\1\',f,'-1.tif');）；
e.根据打开数据文件，使用srcname语句，根据数据在Excel文件位置，设置调用温度参数（z=xlsread(srcname,'1','B11:XQ490');）；
f.使用meshgrid语句，创造网格空间，制作温度二维散点图([X,Y]=meshgrid(x,y);)；
g.使用griddata语句，进行温度参数插值（[X,Y,Z]=griddata(x,y,z,linspace(1,640,640)',linspace(1,480,480),'nearest');）；
h.使用contourf语句，绘制等值线图，根据所需等值线密度，设定温度等差值参数（contourf(X,Y,Z,n); %等值线图，其中n为温度等差值参数）；
i.绘制填充颜色的二维温度等值线图（colormap('jet');）；
j.设置colorbar显示的颜色（c=colorbar;）；
k.根据温度数据，选取温度最大值和最小值，设定对应的温度上下限（set(gca,'Clim',[TminTmax]);）；
l.设置图像的位置：起始坐标、图宽度、高度（set(gcf,'Position',[0,0,1200,900]);）；
m.创建显示图形输出的窗口（M=figure;）；
n.使用shading interp语句，对Matlab绘制图形对象的颜色着色进行色彩的插值处理，使色彩平滑过渡(shading interp;)；
o.使用saveas语句，保存图片（%saveas(M,dstname); saveas(c,dstname);%print(gcf,'-dtiff',dstname);%saveas(gcf,dstname); ）。
3.根据权利要求1所述的基于红外热成像与数字图像的石质文物裂隙监测方法，其特征在于，所述特征点图标为二维码图标。
4.根据权利要求1所述的基于红外热成像与数字图像的石质文物裂隙监测方法，其特征在于，所述红外热成像设备为FLIR T660红外热成像仪。
5.根据权利要求1所述的基于红外热成像与数字图像的石质文物裂隙监测方法，其特征在于，所述红外热成像设备和温度计分别与服务器有线信号连接、或无线信号连接。
6.根据权利要求1所述的基于红外热成像与数字图像的石质文物裂隙监测方法，其特征在于，所述步骤3）中红外热成像设备拍摄时，先拍摄红外热图片，再拍摄光学图片；如此往复进行拍摄。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210732309.4A CN114964006B (zh) | 2022-06-27 | 2022-06-27 | 一种基于红外热成像与数字图像的石质文物裂隙监测方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210732309.4A CN114964006B (zh) | 2022-06-27 | 2022-06-27 | 一种基于红外热成像与数字图像的石质文物裂隙监测方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114964006A true CN114964006A (zh) | 2022-08-30 |
| CN114964006B CN114964006B (zh) | 2024-06-14 |
Family
ID=82966033
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210732309.4A Active CN114964006B (zh) | 2022-06-27 | 2022-06-27 | 一种基于红外热成像与数字图像的石质文物裂隙监测方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114964006B (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116067969A (zh) * | 2022-12-08 | 2023-05-05 | 兰州大学 | 一种土遗址裂隙灌浆加固效果无损检测评价方法 |
| CN117152060A (zh) * | 2023-07-25 | 2023-12-01 | 长安大学 | 基于机器学习的裂隙岩体裂隙数量确定方法、裂隙岩体质量评价方法、电子设备及存储介质 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113011368A (zh) * | 2021-03-31 | 2021-06-22 | 神华神东煤炭集团有限责任公司 | 矿井开采地表导通采空区裂隙识别方法及电子设备 |
| CN113203743A (zh) * | 2021-05-20 | 2021-08-03 | 中铁二十一局集团第四工程有限公司 | 一种基于红外热成像分析的路基裂缝检测识别及修复方法 |
| WO2022068270A1 (zh) * | 2020-09-30 | 2022-04-07 | 威海华菱光电股份有限公司 | 裂缝变化监测装置、方法、存储介质及处理器 |
| CN114487012A (zh) * | 2021-12-29 | 2022-05-13 | 南京大学 | 一种土体表面裂隙发育预判方法 |
-
2022
- 2022-06-27 CN CN202210732309.4A patent/CN114964006B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2022068270A1 (zh) * | 2020-09-30 | 2022-04-07 | 威海华菱光电股份有限公司 | 裂缝变化监测装置、方法、存储介质及处理器 |
| CN113011368A (zh) * | 2021-03-31 | 2021-06-22 | 神华神东煤炭集团有限责任公司 | 矿井开采地表导通采空区裂隙识别方法及电子设备 |
| CN113203743A (zh) * | 2021-05-20 | 2021-08-03 | 中铁二十一局集团第四工程有限公司 | 一种基于红外热成像分析的路基裂缝检测识别及修复方法 |
| CN114487012A (zh) * | 2021-12-29 | 2022-05-13 | 南京大学 | 一种土体表面裂隙发育预判方法 |
Non-Patent Citations (1)
| Title |
|---|
| 王登涛;李再帏;何越磊;张志远;路宏遥;: "基于热成像的高速铁路轨道板表面裂缝检测方法研究", 铁道标准设计, no. 07, 31 December 2020 (2020-12-31) * |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116067969A (zh) * | 2022-12-08 | 2023-05-05 | 兰州大学 | 一种土遗址裂隙灌浆加固效果无损检测评价方法 |
| CN117152060A (zh) * | 2023-07-25 | 2023-12-01 | 长安大学 | 基于机器学习的裂隙岩体裂隙数量确定方法、裂隙岩体质量评价方法、电子设备及存储介质 |
| CN117152060B (zh) * | 2023-07-25 | 2024-06-07 | 长安大学 | 基于机器学习的裂隙岩体裂隙数量确定方法、电子设备及存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114964006B (zh) | 2024-06-14 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN114964006A (zh) | 一种基于红外热成像与数字图像的石质文物裂隙监测方法 | |
| CN110689042B (zh) | 隧道渗漏等级的识别方法和装置、存储介质、电子装置 | |
| Hiasa et al. | A data processing methodology for infrared thermography images of concrete bridges | |
| CN102012356B (zh) | 一种沥青混凝土路面集料级配的快速检测方法 | |
| CN109035237B (zh) | 一种风叶裂痕检测方法 | |
| CN104458895A (zh) | 管道三维漏磁成像检测方法及系统 | |
| CN105181737B (zh) | 超高温热膨胀系数非接触原位测试的方法及装置 | |
| US20200309711A1 (en) | Material testing device and system | |
| CN113203743B (zh) | 一种基于红外热成像分析的路基裂缝检测识别及修复方法 | |
| CN103940344B (zh) | 一种高精度远程位移传感器 | |
| CN115060376A (zh) | 基于红外热成像与迭代算法的铝合金温度场测量方法 | |
| CN114487012B (zh) | 一种土体表面裂隙发育预判方法 | |
| CN113884538B (zh) | 大型风力机叶片内部微小缺陷的红外热像检测方法 | |
| CN113051713B (zh) | 基于图像灰度共生矩阵多特征提取的复合材料老化预测方法 | |
| Zheng et al. | Monitoring and diagnostics of buildings' heat loss based on 3D IR model of multiple buildings | |
| CN114882016B (zh) | 基于红外温度场时序信息识别混凝土缺陷面积方法及系统 | |
| CN116697960A (zh) | 一种基于红外热成像的建筑外墙空鼓信息估计方法和系统 | |
| CN116818233A (zh) | 一种采用激光结合机器视觉的高精度桥梁状态监测方法及系统 | |
| CN109444150A (zh) | 非接触式裂纹测量方法及其装置 | |
| CN110672231B (zh) | 一种基于手机电池温度传感器的空气温度测量方法 | |
| CN114689584A (zh) | 适用于硅钢铁素体完全再结晶组织晶粒尺寸计算的方法 | |
| CN102779341B (zh) | 一种新型的基坑施工过程支撑位置的识别方法 | |
| CN104165899B (zh) | 一种大体积混凝土导温系数现场测定装置及测定方法 | |
| Brebu et al. | Thermal Imaging Used in Building Thermal Evaluation | |
| CN113466291B (zh) | 一种基于温度场变化检测大体积混凝土裂缝的分析方法 |
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 |