CN116071366A - 基于图像处理的逆作法监测方法、系统、设备及存储介质 - Google Patents
基于图像处理的逆作法监测方法、系统、设备及存储介质 Download PDFInfo
- Publication number
- CN116071366A CN116071366A CN202310351082.3A CN202310351082A CN116071366A CN 116071366 A CN116071366 A CN 116071366A CN 202310351082 A CN202310351082 A CN 202310351082A CN 116071366 A CN116071366 A CN 116071366A
- Authority
- CN
- China
- Prior art keywords
- data
- support column
- target
- image
- elevation
- 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
- 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
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/77—Processing image or video features in feature spaces; using data integration or data reduction, e.g. principal component analysis [PCA] or independent component analysis [ICA] or self-organising maps [SOM]; Blind source separation
- G06V10/774—Generating sets of training patterns; Bootstrap methods, e.g. bagging or boosting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/70—Labelling scene content, e.g. deriving syntactic or semantic representations
-
- 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
- G06T2207/20—Special algorithmic details
- G06T2207/20081—Training; Learning
-
- 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
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30108—Industrial image inspection
- G06T2207/30132—Masonry; Concrete
-
- 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
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30232—Surveillance
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V2201/00—Indexing scheme relating to image or video recognition or understanding
- G06V2201/06—Recognition of objects for industrial automation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Computational Linguistics (AREA)
- Geometry (AREA)
- Quality & Reliability (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Computing Systems (AREA)
- Databases & Information Systems (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Image Analysis (AREA)
Abstract
本发明涉及基于图像处理的逆作法监测方法、系统、设备及存储介质,其方法包括根据预设的监测周期,获取支承柱监测图像、目标支承柱数据和高度变化数据,目标支承柱数据包括多个目标支承柱的标高数据,高度变化数据包括除目标支承柱外其他支承柱的高度变化数据;将支承柱监测图像输入至预设的识别模型中,得到支承柱识别图像;将目标支承柱数据在支承柱识别图像上进行标注,得到数据标注图像;基于数据估算规则,根据数据标注图像和高度变化数据,确定目标标高数据和目标形变数据;根据预设的数据判断规则、目标标高数据和目标形变数据,输出提示信息。本发明改善了逆作法监测方法监测范围有限的问题。
Description
技术领域
本申请涉及自动监测的技术领域,尤其是涉及基于图像处理的逆作法监测方法、系统、设备及存储介质。
背景技术
目前,在逆作法施工时,一般采用一桩一柱(混凝土桩+钢管柱)作为竖向支承柱,随着土方的开挖施工,施作顶板层,中间层及基础底板。由于土方开挖的不均匀性,支承柱标高会产生不均匀沉降或上浮,因此需监测其标高变化,保证界面层楼板施工时其标高不均匀变化在可控范围内,还要监测施工期间支承柱标高是否超过规范限制。同时,基础底板施工之前,相邻支承柱间以及边跨支承柱与支护结构间的差异变形小于规范限值和设计控制值,避免结构梁板产生过大的附加应力,导致裂缝的发生。工程上一般在施工区域选择部分边跨支承柱和中部区域支承柱在土方开挖前建立支承柱标高监测网,并在土方开挖和结构施工过程中监测支承柱标高变化及差异变形。
目前的监测方法在监测周期(频率)内只能对特大工程中的部分支承柱完成监测,未覆盖全部支承柱和支护结构。所以,现有支承柱标高监测虽基本能满足规范要求,但无法监测到所有支承柱标高变化和相邻支承柱间以及边跨支承柱与支护结构间的差异变形。
上述中的现有技术方案存在以下缺陷:逆作法监测方法存在监测范围有限的问题。
发明内容
为了改善逆作法监测方法存在监测范围有限的问题,本申请提供了一种基于图像处理的逆作法监测方法、系统、设备及存储介质。
在本申请的第一方面,提供了基于图像处理的逆作法监测方法。该方法包括:
根据预设的监测周期,获取支承柱监测图像、目标支承柱数据和高度变化数据,所述目标支承柱数据包括多个目标支承柱的标高数据,所述高度变化数据包括除目标支承柱外其他支承柱的高度变化数据;
将所述支承柱监测图像输入至预设的识别模型中,得到支承柱识别图像;
将所述目标支承柱数据在所述支承柱识别图像上进行标注,得到数据标注图像;
基于数据估算规则,根据所述数据标注图像和所述高度变化数据,确定目标标高数据和目标形变数据;
根据预设的数据判断规则、所述目标标高数据和所述目标形变数据,输出提示信息。
由以上技术方案可知,根据监测周期定期获取支承柱监测图像、目标支承柱数据和高度变化数据,并根据支承柱监测图像、目标支承柱数据、高度变化数据和数据估算规则,确定目标标高数据和目标形变数据,再根据预设的数据判断规则、目标标高数据和目标形变数据,输出提示信息。通过获取目标支承柱的标高数据和其他支承柱的高度变化数据对施工区域内的所有支承柱的标高数据和形变数据进行监测,改善了逆作法监测方法监测范围有限的问题。
在一种可能的实现方式中,所述支承柱识别图像包括多个支承柱信息和多个目标支承柱信息,所述支承柱信息包括支承柱编号,所述目标支承柱信息包括目标支承柱编号。
在一种可能的实现方式中,所述将所述目标支承柱数据在所述支承柱识别图像上进行标注,得到数据标注图像,包括:
所述目标支承柱数据与所述目标支承柱编号存在对应关系;
根据所述目标支承柱数据和所述目标支承柱编号,在所述支承柱识别图像上进行标注,得到数据标注图像。
在一种可能的实现方式中,所述基于数据估算规则,根据所述数据标注图像和所述高度变化数据,确定目标标高数据和目标形变数据,包括:
根据所述数据标注图像,获取支承柱编号、目标支承柱编号以及所述目标支承柱编号对应的目标支承柱数据,所述目标支承柱数据包括目标支承柱的标高数据;
所述目标支承柱编号和所述支承柱编号之间存在对应关系,一个目标支承柱编号对应多个支承柱编号;
根据所述目标支承柱编号和所述支承柱编号之间的对应关系、所述目标支承柱数据和所述高度变化数据,确定多个支承柱编号对应的目标标高数据,所述目标标高数据=所述支承柱编号对应的目标支承柱数据+所述支承柱编号对应的高度变化数据;
根据支承柱的排布情况,计算任意两个位置关系相邻的支承柱的目标形变数据;
所述目标形变数据=∣第一目标标高数据-第二目标标高数据∣/相邻两个支承柱之间的距离;所述第一目标标高数据表示相邻两个支承柱中其中一个支承柱的标高数据,所述第二目标标高数据表示相邻两个支承柱中另一个支承柱的标高数据。
在一种可能的实现方式中,该方法还包括:
根据所述数据标注图像,获取相邻两个支承柱之间的图中距离和所述支承柱中任意一个对应的目标支承柱的图上高度;
所述相邻两个支承柱之间的距离=图中距离/比例尺;所述比例尺=所述图上高度/所述目标支承柱对应的目标支承柱数据。
在一种可能的实现方式中,所述根据预设的数据判断规则、所述目标标高数据和所述目标形变数据,输出提示信息,包括:
当所述目标标高数据不在预设的标高范围内时,输出标高异常信息;
当所述目标形变数据不在预设的形变范围内时,输出形变异常信息。
在一种可能的实现方式中,获取所述目标支承柱数据之前,还包括目标支承柱的确定方法:
支承柱有m*n个,m≥1,n≥1;
当m≤3且n≤3时,目标支承柱的坐标为(roundup(m/2,0),roundup(n/2,0));
当m>3且n>3时,计算mod(m,3)和mod(n,3);
基于目标支承柱确定规则,根据mod(m,3)和mod(n,3),确定目标支承柱。
在本申请的第二方面,提供了一种基于图像处理的逆作法监测系统。该系统包括:
数据获取模块,用于根据预设的监测周期,获取支承柱监测图像、目标支承柱数据和高度变化数据,所述目标支承柱数据包括多个目标支承柱的标高数据,所述高度变化数据包括除目标支承柱外其他支承柱的高度变化数据;
图像识别模块,用于将所述支承柱监测图像输入至预设的识别模型中,得到支承柱识别图像;
图像标注模块,用于将所述目标支承柱数据在所述支承柱识别图像上进行标注,得到数据标注图像;
数据计算模块,用于基于数据估算规则,根据所述数据标注图像和所述高度变化数据,确定目标标高数据和目标形变数据;
信息输出模块,用于根据预设的数据判断规则、所述目标标高数据和所述目标形变数据,输出提示信息。
在本申请的第三方面,提供了一种电子设备。该电子设备包括:存储器和处理器,所述存储器上存储有计算机程序,所述处理器执行所述程序时实现如以上所述的方法。
在本申请的第四方面,提供了一种计算机可读存储介质,其上存储有计算机程序,所述程序被处理器执行时实现如根据本申请的第一方面的方法。
综上所述,本申请包括以下至少一种有益技术效果:
通过获取目标支承柱的标高数据和其他支承柱的高度变化数据对施工区域内的所有支承柱的标高数据和形变数据进行监测,改善了逆作法监测方法监测范围有限的问题。
附图说明
图1是本申请提供的基于图像处理的逆作法监测方法的流程示意图。
图2是本申请提供的基于图像处理的逆作法监测系统的结构示意图。
图3是本申请提供的电子设备的结构示意图。
图中,200、基于图像处理的逆作法监测系统;201、数据获取模块;202、图像识别模块;203、图像标注模块;204、数据计算模块;205、信息输出模块;301、CPU;302、ROM;303、RAM;304、I/O接口;305、输入部分;306、输出部分;307、存储部分;308、通信部分;309、驱动器;310、可拆卸介质。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
另外,本文中术语“和/或”,仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。另外,本文中字符“/”,如无特殊说明,一般表示前后关联对象是一种“或”的关系。下面结合说明书附图对本申请实施例作进一步详细描述。
本申请实施例提供一种基于图像处理的逆作法监测方法,上述方法的主要流程描述如下。
如图1所示:
步骤S101:根据预设的监测周期,获取支承柱监测图像、目标支承柱数据和高度变化数据。
具体的,上述目标支承柱数据包括多个目标支承柱的标高数据,上述高度变化数据包括除目标支承柱外其他支承柱的高度变化数据。上述监测周期根据需要进行设定,例如,在土方开挖期间监测周期为一个月,在结构施工期间监测周期为两个月。上述支承柱监测图像通过图像采集设备获取,上述图像采集设备包括但不限于摄像头、相机。上述目标支承柱数据可以为人工测量,也可以为测量标高的测量仪器测量。上述高度变化数据通过高度传感器来进行测量,也可以使用其他可以测量支承柱高度变化的设备。
步骤S102:将支承柱监测图像输入至预设的识别模型中,得到支承柱识别图像。
具体的,上述支承柱识别图像包括多个支承柱信息和多个目标支承柱信息,上述支承柱信息包括支承柱编号,上述目标支承柱信息包括目标支承柱编号。上述支承柱编号和目标支承柱编号为支承柱对应的唯一编号,可以为数字,也可以为坐标或其他形式的编码,在此不作限制。上述识别模型为通过机器学习训练得到的识别模型,识别模型输入支承柱监测图像,得到支承柱标识图像。识别出支承柱监测图像中的支承柱并对识别出的支承柱进行编号标注就可以得到支承柱识别图像。上述模型训练的过程为本领域技术人员公知的技术手段,在此不做赘述。
步骤S103:将目标支承柱数据在支承柱识别图像上进行标注,得到数据标注图像。
具体的,上述目标支承柱数据与上述目标支承柱编号存在对应关系;根据上述目标支承柱数据和上述目标支承柱编号,在上述支承柱识别图像上进行标注,得到数据标注图像,即可以在数据标注图像中获取到目标支承柱数据。
步骤S104:基于数据估算规则,根据数据标注图像和高度变化数据,确定目标标高数据和目标形变数据。
具体的,根据上述数据标注图像,获取支承柱编号、目标支承柱编号以及上述目标支承柱编号对应的目标支承柱数据,上述目标支承柱数据包括目标支承柱的标高数据;上述目标支承柱编号和上述支承柱编号之间存在对应关系,一个目标支承柱编号对应多个支承柱编号。
根据上述目标支承柱编号和上述支承柱编号之间的对应关系、上述目标支承柱数据和上述高度变化数据,确定多个支承柱编号对应的目标标高数据,上述目标标高数据=支承柱编号对应的目标支承柱数据+支承柱编号对应的高度变化数据。
根据支承柱的排布情况,计算任意两个位置关系相邻的支承柱的目标形变数据;上述目标形变数据=∣第一目标标高数据-第二目标标高数据∣/(相邻两个支承柱之间的距离);上述第一目标标高数据表示相邻两个支承柱中其中一个支承柱的标高数据,上述第二目标标高数据表示相邻两个支承柱中另一个支承柱的标高数据。
根据上述数据标注图像,获取相邻两个支承柱之间的图中距离和上述支承柱中任意一个对应的目标支承柱的图上高度;上述相邻两个支承柱之间的距离=图中距离/比例尺;上述比例尺=上述图上高度/上述目标支承柱对应的目标支承柱数据。对于其中一个支承柱来说,图上高度即为支承柱两端之间的距离。对于一组支承柱来说,数据标注图像上包括地面和两个支承柱,两个支承柱的一端与地面接触,上述与地面接触的两个端点之间的距离即为相邻两个支承柱之间的图中距离。
例如,有九个支承柱,呈3×3排列,将九个支承柱放在坐标系中的第一象限中,则,对应坐标为(1,1)、(1,2)、(1,3)、(2,1)、(2,2)、(2,3)、(3,1)、(3,2)、(3,3),且其中坐标为(2,2)的支承柱为目标支承柱。已知目标支承柱的标高数据即目标支承柱数据,计算目标支承柱相邻的其他八个支承柱的标高数据。对于坐标为(1,1)的支承柱,其对应的标高数据为该支承柱对应的高度变化数据和目标支承柱数据之和。其他的支承柱的标高数据的计算方式相同,在此不做赘述。在本实施例中,任意两个位置关系相邻的支承柱表示x坐标相同y坐标差值的绝对值为1或y坐标相同x坐标差值的绝对值为1的支承柱。对于上述九个支承柱而言,一共有十二组相邻的支承柱,所以需要计算十二个目标形变数据。
步骤S105:根据预设的数据判断规则、目标标高数据和目标形变数据,输出提示信息。
具体的,当上述目标标高数据不在预设的标高范围内时,输出标高异常信息;当上述目标形变数据不在预设的形变范围内时,输出形变异常信息。上述标高范围和形变范围都是根据施工标准设置的。
通过定期获取数据并计算目标标高数据和目标形变数据来进行判断,当目标标高数据出现异常时,输出标高异常信息;当目标形变数据出现异常时,输出形变异常信息。通过输出异常信息提示施工人员支承柱存在异常,需要及时检查。
获取上述目标支承柱数据之前,还包括目标支承柱的确定方法:
支承柱有m*n个,m≥1,n≥1,即支承柱呈m行×n列排列;当m≤3且n≤3时,目标支承柱的坐标为(roundup(m/2,0),roundup(n/2,0)),上述roundup为向上取整函数,roundup(m/2,0)即对m/2进行向上取整。当m和n均小于等于3时,只需要一个目标支承柱即可。当m和n均为3时,目标支承柱的坐标为(2,2)。
当m>3且n>3时,计算mod(m,3)和mod(n,3);基于目标支承柱确定规则,根据mod(m,3)和mod(n,3),确定目标支承柱。上述mod为取余函数。
根据mod(m,3)来确定第一个目标支承柱的纵坐标,当mod(m,3)为1时,第一个目标支承柱的纵坐标为1;当mod(m,3)为0时,第一个目标支承柱的纵坐标为2;当mod(m,3)为2时,第一个目标支承柱的纵坐标为1或2均可。
根据mod(n,3)来确定第一个目标支承柱的横坐标,当mod(n,3)为1时,第一个目标支承柱的横坐标为1;当mod(n,3)为0时,第一个目标支承柱的横坐标为2;当mod(n,3)为2时,第一个目标支承柱的横坐标为1或2均可。
确定了第一个目标支承柱后,再确定其他目标支承柱,第一目标支承柱的横坐标和纵坐标分别加三可以获取到对应两个目标支承柱,再对新获取到的两个目标支承柱的横坐标和纵坐标分别加三得到新的目标支承柱的坐标,直到计算出的横坐标大于n或纵坐标大于m则停止计算,上述计算出的坐标即为m×n个支承柱中所有的目标支承柱。
根据上述目标支承柱的确定方法,可以测量最少的目标支承柱,以减少由于目标支承柱的标高测量产生的工作量,在目标支承柱数量固定的情况下,通过这种方式确定出的目标支承柱对应的目标支承柱数据的利用率更高。
目前,一般在施工区域选择部分边跨支承柱和中部区域支承柱来进行标高的测量,但是对于其他区域的支承柱的标高数据并不清楚。本方法通过获取目标支承柱的标高数据和其他支承柱的高度变化数据对施工区域内的所有支承柱的标高数据和形变数据进行监测。
本申请实施例提供基于图像处理的逆作法监测系统200,参照图2,基于图像处理的逆作法监测系统200包括:
数据获取模块201,用于根据预设的监测周期,获取支承柱监测图像、目标支承柱数据和高度变化数据,所述目标支承柱数据包括多个目标支承柱的标高数据,所述高度变化数据包括除目标支承柱外其他支承柱的高度变化数据;
图像识别模块202,用于将所述支承柱监测图像输入至预设的识别模型中,得到支承柱识别图像;
图像标注模块203,用于将所述目标支承柱数据在所述支承柱识别图像上进行标注,得到数据标注图像;
数据计算模块204,用于基于数据估算规则,根据所述数据标注图像和所述高度变化数据,确定目标标高数据和目标形变数据;
信息输出模块205,用于根据预设的数据判断规则、所述目标标高数据和所述目标形变数据,输出提示信息。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,所描述的模块的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
本申请实施例公开一种电子设备。参照图3,电子设备包括,包括中央处理单元(CPU)301,其可以根据存储在只读存储器(ROM)302中的程序或者从存储部分307加载到随机访问存储器(RAM)303中的程序而执行各种适当的动作和处理。在RAM 303中,还存储有系统操作所需的各种程序和数据。CPU 301、ROM 302以及RAM 303通过总线彼此相连。输入/输出(I/O)接口304也连接至总线。
以下部件连接至I/O接口304:包括键盘、鼠标等的输入部分305;包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分306;包括硬盘等的存储部分307;以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分308。通信部分308经由诸如因特网的网络执行通信处理。驱动器309也根据需要连接至I/O接口304。可拆卸介质310,诸如磁盘、光盘、磁光盘、半导体存储器等等,根据需要安装在驱动器309上,以便于从其上读出的计算机程序根据需要被安装入存储部分307。
特别地,根据本申请的实施例,上文参考流程图图1描述的过程可以被实现为计算机软件程序。例如,本申请的实施例包括一种计算机程序产品,其包括承载在机器可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信部分308从网络上被下载和安装,和/或从可拆卸介质310被安装。在该计算机程序被中央处理单元(CPU)301执行时,执行本申请的装置中限定的上述功能。
需要说明的是,本申请所示的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本申请中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本申请中,计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:无线、电线、光缆、RF等等,或者上述的任意合适的组合。
以上描述仅为本申请的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解,本申请中所涉及的申请范围,并不限于上述技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离前述申请构思的情况下,由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本申请中申请的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
Claims (10)
1.基于图像处理的逆作法监测方法,其特征在于,包括:
根据预设的监测周期,获取支承柱监测图像、目标支承柱数据和高度变化数据,所述目标支承柱数据包括多个目标支承柱的标高数据,所述高度变化数据包括除目标支承柱外其他支承柱的高度变化数据;
将所述支承柱监测图像输入至预设的识别模型中,得到支承柱识别图像;
将所述目标支承柱数据在所述支承柱识别图像上进行标注,得到数据标注图像;
基于数据估算规则,根据所述数据标注图像和所述高度变化数据,确定目标标高数据和目标形变数据;
根据预设的数据判断规则、所述目标标高数据和所述目标形变数据,输出提示信息。
2.根据权利要求1所述的基于图像处理的逆作法监测方法,其特征在于,所述支承柱识别图像包括多个支承柱信息和多个目标支承柱信息,所述支承柱信息包括支承柱编号,所述目标支承柱信息包括目标支承柱编号。
3.根据权利要求2所述的基于图像处理的逆作法监测方法,其特征在于,所述将所述目标支承柱数据在所述支承柱识别图像上进行标注,得到数据标注图像,包括:
所述目标支承柱数据与所述目标支承柱编号存在对应关系;
根据所述目标支承柱数据和所述目标支承柱编号,在所述支承柱识别图像上进行标注,得到数据标注图像。
4.根据权利要求1所述的基于图像处理的逆作法监测方法,其特征在于,所述基于数据估算规则,根据所述数据标注图像和所述高度变化数据,确定目标标高数据和目标形变数据,包括:
根据所述数据标注图像,获取支承柱编号、目标支承柱编号以及所述目标支承柱编号对应的目标支承柱数据,所述目标支承柱数据包括目标支承柱的标高数据;
所述目标支承柱编号和所述支承柱编号之间存在对应关系,一个目标支承柱编号对应多个支承柱编号;
根据所述目标支承柱编号和所述支承柱编号之间的对应关系、所述目标支承柱数据和所述高度变化数据,确定多个支承柱编号对应的目标标高数据,所述目标标高数据=所述支承柱编号对应的目标支承柱数据+所述支承柱编号对应的高度变化数据;
根据支承柱的排布情况,计算任意两个位置关系相邻的支承柱的目标形变数据;
所述目标形变数据=∣第一目标标高数据-第二目标标高数据∣/相邻两个支承柱之间的距离;所述第一目标标高数据表示相邻两个支承柱中其中一个支承柱的标高数据,所述第二目标标高数据表示相邻两个支承柱中另一个支承柱的标高数据。
5.根据权利要求4所述的基于图像处理的逆作法监测方法,其特征在于,该方法还包括:
根据所述数据标注图像,获取相邻两个支承柱之间的图中距离和所述支承柱中任意一个对应的目标支承柱的图上高度;
所述相邻两个支承柱之间的距离=图中距离/比例尺;所述比例尺=所述图上高度/所述目标支承柱对应的目标支承柱数据。
6.根据权利要求1所述的基于图像处理的逆作法监测方法,其特征在于,所述根据预设的数据判断规则、所述目标标高数据和所述目标形变数据,输出提示信息,包括:
当所述目标标高数据不在预设的标高范围内时,输出标高异常信息;
当所述目标形变数据不在预设的形变范围内时,输出形变异常信息。
7.根据权利要求1所述的基于图像处理的逆作法监测方法,其特征在于,获取所述目标支承柱数据之前,还包括目标支承柱的确定方法:
支承柱有m*n个,m≥1,n≥1;
当m≤3且n≤3时,目标支承柱的坐标为(roundup(m/2,0),roundup(n/2,0));
当m>3且n>3时,计算mod(m,3)和mod(n,3);
基于目标支承柱确定规则,根据mod(m,3)和mod(n,3),确定目标支承柱。
8.一种基于图像处理的逆作法监测系统,其特征在于,包括:
数据获取模块(201),用于根据预设的监测周期,获取支承柱监测图像、目标支承柱数据和高度变化数据,所述目标支承柱数据包括多个目标支承柱的标高数据,所述高度变化数据包括除目标支承柱外其他支承柱的高度变化数据;
图像识别模块(202),用于将所述支承柱监测图像输入至预设的识别模型中,得到支承柱识别图像;
图像标注模块(203),用于将所述目标支承柱数据在所述支承柱识别图像上进行标注,得到数据标注图像;
数据计算模块(204),用于基于数据估算规则,根据所述数据标注图像和所述高度变化数据,确定目标标高数据和目标形变数据;
信息输出模块(205),用于根据预设的数据判断规则、所述目标标高数据和所述目标形变数据,输出提示信息。
9.一种电子设备,其特征在于,包括存储器和处理器,所述存储器上存储有计算机程序,所述处理器执行所述程序时实现如权利要求1~7中任一项所述的方法。
10.一种计算机可读存储介质,其特征在于,其上存储有计算机程序,所述程序被处理器执行时实现如权利要求1~7中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310351082.3A CN116071366B (zh) | 2023-04-04 | 2023-04-04 | 基于图像处理的逆作法监测方法、系统、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310351082.3A CN116071366B (zh) | 2023-04-04 | 2023-04-04 | 基于图像处理的逆作法监测方法、系统、设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116071366A true CN116071366A (zh) | 2023-05-05 |
CN116071366B CN116071366B (zh) | 2023-06-16 |
Family
ID=86175354
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310351082.3A Active CN116071366B (zh) | 2023-04-04 | 2023-04-04 | 基于图像处理的逆作法监测方法、系统、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116071366B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110825579A (zh) * | 2019-09-18 | 2020-02-21 | 平安科技(深圳)有限公司 | 服务器性能监控方法、装置、计算机设备及存储介质 |
CN111877418A (zh) * | 2020-08-25 | 2020-11-03 | 东北大学 | 一种深基坑动态施工实时监测预警系统及使用方法 |
CN113048902A (zh) * | 2021-03-09 | 2021-06-29 | 武汉建筑材料工业设计研究院有限公司 | 一种基于图像处理的板材形变测量设备及方法 |
US20210315647A1 (en) * | 2020-04-09 | 2021-10-14 | Kawasaki Jukogyo Kabushiki Kaisha | Surgical Robot and Method for Displaying Image of Patient Placed on Surgical Table |
CN114708545A (zh) * | 2021-08-20 | 2022-07-05 | 南京西三艾电子系统工程有限公司 | 基于图像的对象侦测方法、装置、设备和存储介质 |
-
2023
- 2023-04-04 CN CN202310351082.3A patent/CN116071366B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110825579A (zh) * | 2019-09-18 | 2020-02-21 | 平安科技(深圳)有限公司 | 服务器性能监控方法、装置、计算机设备及存储介质 |
US20210315647A1 (en) * | 2020-04-09 | 2021-10-14 | Kawasaki Jukogyo Kabushiki Kaisha | Surgical Robot and Method for Displaying Image of Patient Placed on Surgical Table |
CN111877418A (zh) * | 2020-08-25 | 2020-11-03 | 东北大学 | 一种深基坑动态施工实时监测预警系统及使用方法 |
CN113048902A (zh) * | 2021-03-09 | 2021-06-29 | 武汉建筑材料工业设计研究院有限公司 | 一种基于图像处理的板材形变测量设备及方法 |
CN114708545A (zh) * | 2021-08-20 | 2022-07-05 | 南京西三艾电子系统工程有限公司 | 基于图像的对象侦测方法、装置、设备和存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN116071366B (zh) | 2023-06-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112825190B (zh) | 一种精度评估方法、系统、电子设备和存储介质 | |
Ai et al. | Acquiring sectional profile of metro tunnels using charge-coupled device cameras | |
CN111583244A (zh) | 一种桥梁变形检测方法和系统 | |
CN111812545A (zh) | 线路缺陷检测方法、装置、设备及介质 | |
CN116071366B (zh) | 基于图像处理的逆作法监测方法、系统、设备及存储介质 | |
CN112129227B (zh) | 一种印制电路板的扫描方法、装置、设备和介质 | |
CN114972113A (zh) | 图像处理方法、装置、电子设备及可读存储介质 | |
CN113218328A (zh) | 基于三维激光扫描的设备检修方法、装置、设备及介质 | |
CN1223826C (zh) | 影像测量系统和方法 | |
CN111598917B (zh) | 数据嵌入方法、装置、设备及计算机可读存储介质 | |
CN112419287A (zh) | 一种建筑挠度确定方法、装置及电子设备 | |
CN116091461A (zh) | 管道数据处理方法、系统、计算机设备、存储介质 | |
JP3189579B2 (ja) | 画像処理を用いた液面高さ計測方法及び装置 | |
CN115431302A (zh) | 机器人关节空程测量方法、装置、电子设备及存储介质 | |
CN112446895B (zh) | 棋盘格角点自动提取方法、系统、设备及介质 | |
CN114196799A (zh) | 一种转炉溢渣的检测方法、装置及计算机设备 | |
CN115131278A (zh) | 信息处理装置、信息处理方法和程序 | |
CN113503172A (zh) | 用于盾构地铁隧道管片的打孔方法、装置以及存储介质 | |
CN113593034B (zh) | 无标靶点云数据处理方法、装置、设备及介质 | |
CN115597555A (zh) | 隧道沉降监测系统的安装方法、装置、设备及存储介质 | |
CN118069730B (zh) | 一种数据管理展示方法、电子设备及存储介质 | |
CN118129629A (zh) | 桥梁挠度监测方法、装置、设备及存储介质 | |
CN111768410B (zh) | 图像处理方法和装置 | |
CN113686513B (zh) | 液体泄露定位方法、装置和电子设备 | |
CN112629432B (zh) | 交互式孔位多角度扫描控制方法及装置 |
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 |