CN116879920B - 一种基于激光点云技术的堤坝质量检测方法及系统 - Google Patents
一种基于激光点云技术的堤坝质量检测方法及系统 Download PDFInfo
- Publication number
- CN116879920B CN116879920B CN202310853488.1A CN202310853488A CN116879920B CN 116879920 B CN116879920 B CN 116879920B CN 202310853488 A CN202310853488 A CN 202310853488A CN 116879920 B CN116879920 B CN 116879920B
- Authority
- CN
- China
- Prior art keywords
- target
- dam
- data
- structure information
- dykes
- 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
- 238000001514 detection method Methods 0.000 title claims abstract description 95
- 238000005516 engineering process Methods 0.000 title claims abstract description 38
- 238000000034 method Methods 0.000 claims abstract description 30
- 230000002159 abnormal effect Effects 0.000 claims description 56
- 238000000354 decomposition reaction Methods 0.000 claims description 18
- 238000010276 construction Methods 0.000 claims description 9
- 230000000694 effects Effects 0.000 abstract description 7
- 230000005856 abnormality Effects 0.000 description 5
- 238000007689 inspection Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000000547 structure data Methods 0.000 description 3
- 238000012937 correction Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000003908 quality control method Methods 0.000 description 1
- 238000002310 reflectometry Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/88—Lidar systems specially adapted for specific applications
- G01S17/89—Lidar systems specially adapted for specific applications for mapping or imaging
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/903—Querying
- G06F16/90335—Query processing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
Abstract
本公开提供了一种基于激光点云技术的堤坝质量检测方法及系统,涉及质量检测技术领域,该方法包括:基于双目摄像头对目标堤坝进行数据采集,构建目标空间三维坐标系;通过激光点云技术对目标堤坝进行扫描,获取目标堤坝分布在目标空间三维坐标系中的N个扫描点位;在目标空间三维坐标系中进行连接,确定目标堤坝三维结构信息;将目标堤坝三维结构信息与堤坝结构信息库进行信息匹配,获取堤坝结构匹配数据;对堤坝结构匹配数据进行覆盖遍历,获取覆盖遍历数据;根据覆盖遍历数据对目标堤坝的结构进行稳定性检测,根据检测结果获取目标堤坝的质量检测结果,通过本申请可以降低检测环境影响,实现提高检测精度和检测效率的效果。
Description
技术领域
本公开涉及质量检测技术领域,具体涉及一种基于激光点云技术的堤坝质量检测方法及系统。
背景技术
我国河系众多,海岸线漫长。在河边和海边修建了数万公里的堤防设施,以保护沿河和沿海地区居民的生命安全,并保障经济发展。近年来,台风暴雨决堤造成的经济损失越来越大,各方对防洪堤、海堤的安全检查要求也越来越严格。目前,我国对堤坝的监测方法大多是人工观测和人工检查相结合的方法,以确保堤坝的安全。但是,人工观测和人工检查受坝区环境、天气、光线影响,存在观测精度低、劳动强度高、受环境影响大的现象,尤其是在汛期或台风多发期。这种人工观测方式已经无法满足堤坝安全检测的需要,严重影响安全管理水平,因此需要一种对堤坝进行检测的方法。
综上所述,现有技术中存在由于人工检测受环境影响大,使得检测精度低、检测效率低的问题。
发明内容
本公开提供了一种基于激光点云技术的堤坝质量检测方法及系统,用以解决现有技术中存在由于人工检测受环境影响大,使得检测精度低、检测效率低的技术问题。
根据本公开的第一方面,提供了一种基于激光点云技术的堤坝质量检测方法,包括:基于所述双目摄像头对目标堤坝进行数据采集,构建目标空间三维坐标系;通过激光点云技术对所述目标堤坝进行扫描,获取所述目标堤坝分布在所述目标空间三维坐标系中的N个扫描点位,其中,N为大于3的正整数;基于所述N个扫描点位在所述目标空间三维坐标系中进行连接,确定目标堤坝三维结构信息;将所述目标堤坝三维结构信息与堤坝结构信息库进行信息匹配,获取堤坝结构匹配数据;对所述堤坝结构匹配数据进行覆盖遍历,获取覆盖遍历数据,其中,所述覆盖遍历数据包含遍历异常组合数据;根据所述覆盖遍历数据对所述目标堤坝的结构进行稳定性检测,根据检测结果获取所述目标堤坝的质量检测结果。
根据本公开的第二方面,提供了一种基于激光点云技术的堤坝质量检测系统,包括:目标空间三维坐标系构建模块,所述目标空间三维坐标系构建模块用于基于所述双目摄像头对目标堤坝进行数据采集,构建目标空间三维坐标系;扫描点位获得模块,所述扫描点位获得模块用于通过激光点云技术对所述目标堤坝进行扫描,获取所述目标堤坝分布在所述目标空间三维坐标系中的N个扫描点位,其中,N为大于3的正整数;目标堤坝三维结构信息获得模块,所述目标堤坝三维结构信息获得模块用于基于所述N个扫描点位在所述目标空间三维坐标系中进行连接,确定目标堤坝三维结构信息;堤坝结构匹配数据获得模块,所述堤坝结构匹配数据获得模块用于将所述目标堤坝三维结构信息与堤坝结构信息库进行信息匹配,获取堤坝结构匹配数据;覆盖遍历数据获得模块,所述覆盖遍历数据获得模块用于对所述堤坝结构匹配数据进行覆盖遍历,获取覆盖遍历数据,其中,所述覆盖遍历数据包含遍历异常组合数据;质量检测结果获得模块,所述质量检测结果获得模块用于根据所述覆盖遍历数据对所述目标堤坝的结构进行稳定性检测,根据检测结果获取所述目标堤坝的质量检测结果。
本申请中提供的一个或多个技术方案,至少具有如下技术效果或优点:根据本公开采用的通过基于所述双目摄像头对目标堤坝进行数据采集,构建目标空间三维坐标系;通过激光点云技术对所述目标堤坝进行扫描,获取所述目标堤坝分布在所述目标空间三维坐标系中的N个扫描点位,其中,N为大于3的正整数;基于所述N个扫描点位在所述目标空间三维坐标系中进行连接,确定目标堤坝三维结构信息;将所述目标堤坝三维结构信息与堤坝结构信息库进行信息匹配,获取堤坝结构匹配数据;对所述堤坝结构匹配数据进行覆盖遍历,获取覆盖遍历数据,其中,所述覆盖遍历数据包含遍历异常组合数据;根据所述覆盖遍历数据对所述目标堤坝的结构进行稳定性检测,根据检测结果获取所述目标堤坝的质量检测结果,可以降低检测环境影响,实现提高检测精度和检测效率的技术效果。
应当理解,本部分所描述的内容并非旨在标示本公开的实施例的关键或重要特征,也不用于限制本公开的范围。本公开的其他特征将通过以下的说明书而变得容易理解。
附图说明
为了更清楚地说明本公开或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍,显而易见地,下面描述中的附图仅仅是示例性的,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据提供的附图获得其他的附图。
图1为本公开实施例提供的一种基于激光点云技术的堤坝质量检测方法的流程示意图;
图2为本公开实施例一种基于激光点云技术的堤坝质量检测方法中构建目标空间三维坐标系的流程示意图;
图3为本公开实施例一种基于激光点云技术的堤坝质量检测方法中获取所述目标堤坝分布在目标空间三维坐标系中的N个扫描点位的流程示意图;
图4为本公开实施例一种基于激光点云技术的堤坝质量检测方法中确定目标堤坝三维结构信息的流程示意图;
图5为本公开实施例提供的一种基于激光点云技术的堤坝质量检测系统的结构示意图。
附图标记说明:目标空间三维坐标系构建模块11,扫描点位获得模块12,目标堤坝三维结构信息获得模块13,堤坝结构匹配数据获得模块14,覆盖遍历数据获得模块15,质量检测结果获得模块16。
具体实施方式
以下结合附图对本公开的示范性实施例作出说明,其中包括本公开实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本公开的范围和精神。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
为了解决现有技术中存在由于人工检测受环境影响大,使得检测精度低、检测效率低的术问题,本公开的发明人经过创造性的劳动,得到了本公开的一种基于激光点云技术的堤坝质量检测方法及系统:
实施例一
图1为本申请实施例提供的一种基于激光点云技术的堤坝质量检测方法,所述方法包括:
步骤S100:基于所述双目摄像头对目标堤坝进行数据采集,构建目标空间三维坐标系;
具体地,双目摄像头为通过拍摄两张目标拍摄物,获取目标拍摄物的深度或距离的装置。进一步地,基于双目摄像头对目标堤坝进行数据采集。其中,目标堤坝为待进行质量检测的堤坝。进一步地,对单摄像头的内参进行标定,获得每个摄像头的焦距、光心、畸变系数等参数。对双目摄像头的外参进行标定,获得双目摄像头之间的摄像头坐标系的旋转、平移关系,生成摄像头的标定结果。根据摄像头的标定结果,对两个摄像头采集到的目标堤坝原始图像进行校正,校正后的两张目标堤坝图像位于同一平面且互相平行,即目标堤坝图像的每行像素之间共线,获得立体校正结果。根据立体校正后的图像,进行像素点的匹配,匹配成功的点表示真实世界中的某点在两个目标堤坝图像中的不同位置,获得立体匹配结果。根据立体匹配结果得到视差图,通过视差图计算每个像素对应的深度,从而获得目标堤坝深度图,即目标堤坝的每个点距离摄像头的距离。
进一步地,随机提取目标堤坝的一个点,作为原点。根据目标堤坝深度图,获取目标堤坝的原点距离双目摄像头的距离。其中,通过大数据获取目标堤坝的高度、长度、宽度。进一步地,根据目标堤坝的原点,通过目标堤坝的高度、长度、宽度构建坐标轴,获取目标堤坝的目标空间三维坐标系,实现获取目标堤坝结构的作用。
步骤S200:通过激光点云技术对所述目标堤坝进行扫描,获取所述目标堤坝分布在所述目标空间三维坐标系中的N个扫描点位,其中,N为大于3的正整数;
具体地,通过激光点云装置的激光点云技术对目标堤坝进行表面扫描,获取多个目标堤坝反射回来的激光束。提取目标堤坝反射回来的激光束,转换为目标空间三维坐标系中的三维坐标点,进而目标堤坝的N个扫描点位。其中,N个扫描点位至少包括目标堤坝的高度扫描点位、长度扫描点位、宽度扫描点位,因此N为大于3的正整数,实现获取目标堤坝扫描结构的作用。
步骤S300:基于所述N个扫描点位在所述目标空间三维坐标系中进行连接,确定目标堤坝三维结构信息;
具体地,获取N个扫描位点的坐标信息。在目标空间三维坐标系中对N个扫描点位进行两两相连接,获得多个连接线。根据N个扫描位点的坐标信息,计算多个连接线长度。根据N个扫描位点的坐标信息和多个连接线的长度,获取目标堤坝在目标空间三维坐标系中的三维数据信息,进而确定目标堤坝的三维结构信息,实现获取目标堤坝三维结构的作用。
步骤S400:将所述目标堤坝三维结构信息与堤坝结构信息库进行信息匹配,获取堤坝结构匹配数据;
具体地,通过大数据获取堤坝结构信息库。其中,堤坝结构信息库中包括预设堤坝结构信息的分解结构信息。进一步地,对目标堤坝三维结构信息进行分解,获得多个目标堤坝的分解结构信息。进一步地,将多个目标堤坝的分解结构信息与堤坝结构信息库中预设堤坝结构信息的分解结构信息依次进行比对,获得多个分解结构信息匹配度。进一步地,结合多个分解结构信息匹配度,获取堤坝结构匹配数据,实现获取异常匹配结果的作用。
步骤S500:对所述堤坝结构匹配数据进行覆盖遍历,获取覆盖遍历数据,其中,所述覆盖遍历数据包含遍历异常组合数据;
具体地,基于大数据获取预设堤坝组合数据。进一步地,依次对堤坝结构匹配数据进行覆盖遍历,将堤坝结构匹配数据与预设堤坝组合数据进行匹配,生成多个匹配结果,获取覆盖遍历数据。进一步地,提取不匹配结果中的堤坝结构数据作为遍历异常组合数据。其中,提取遍历异常组合数据添加至覆盖遍历数据,实现检测异常结构或质量的作用。
步骤S600:根据所述覆盖遍历数据对所述目标堤坝的结构进行稳定性检测,根据检测结果获取所述目标堤坝的质量检测结果。
具体地,根据覆盖遍历数据中的不匹配结果,对不匹配结果中堤坝组合数据的稳定性进行检测,获得稳定性检测结果。提取稳定性检测结果中稳定性更强的堤坝组合数据,进行质量更优标识。进一步地,结合多个质量标识,获得目标堤坝的质量检测结果,实现提高检测精度的作用。
其中,通过本实施例可以降低检测环境影响,实现提高检测精度和检测效率的效果。
如图2所示,本申请实施例提供的方法中的步骤S100包括:
S110:通过所述双目摄像头确定目标原始位点;
S120:基于所述目标原始位点,通过所述目标堤坝的高度构建第一坐标轴;
S130:基于所述目标原始位点,通过所述目标堤坝的长度构建第二坐标轴;
S140:基于所述目标原始位点,通过所述目标堤坝的宽度构建第三坐标轴;
S150:分别基于所述第一坐标轴、所述第二坐标轴、所述第三坐标轴构建所述目标堤坝的目标空间三维坐标系。
具体地,通过双目摄像头,对目标堤坝进行拍摄,获取目标堤坝的深度图。其中,随机提取目标堤坝的一点,确定作为目标堤坝的目标原始位点。提取目标堤坝的目标原始位点,获取目标原始位点距离双目摄像头的距离。
进一步地,基于大数据,以目标堤坝高度为索引条件,进行检索,获取目标堤坝的高度。其中,根据目标坝的目标原始位点,通过目标堤坝的高度构建第一坐标轴,获取目标堤坝高度坐标。进一步地,基于大数据,以目标堤坝长度为索引条件,进行检索,获取目标堤坝的长度。其中,根据目标坝的目标原始位点,通过目标堤坝的长度构建第二坐标轴,获取目标堤坝长度坐标。进一步地,基于大数据,以目标堤坝宽度为索引条件,进行检索,获取目标堤坝的宽度。其中,根据目标坝的目标原始位点,通过目标堤坝的宽度构建第三坐标轴,获取目标堤坝宽度坐标。
进一步地,分别提取第一坐标轴、第二坐标轴、第三坐标轴,构建目标堤坝的目标空间三维坐标系。
其中,构建目标堤坝的目标空间坐标系,有助于获取目标堤坝的结构,用以对目标堤坝进行检测。
如图3所示,本申请实施例提供的方法中的步骤S200包括:
S210:通过所述激光点云技术中的激光雷达对所述目标堤坝进行逐点扫描,确定多个扫描反射点,其中,所述多个扫描反射点中的每个扫描反射点均包含一个激光束;
S220:将所述多个激光束同比配置在所述目标空间三维坐标系中,获取所述多个扫描反射点的三维坐标;
S230:基于所述多个扫描反射点的所述三维坐标确定所述N个扫描点位。
具体地,激光雷达装置用于通过激光雷达探测器进行扫描,检测具有低无线电波反射率的物体,或与周围障碍物的距离和位置关系的装置,不受环境光影响,获得高精度、密集的三维模型数据。在本实施例中,激光点云技术中的激光雷达通过对目标堤坝发射激光束来进行逐点扫描,接收激光束确定多个扫描反射点。其中,多个扫描反射点中的每个扫描反射点均包含一个激光束。
进一步地,基于多个激光束,获取多个扫描反射点的多个相对位置。提取多个扫描反射点的相对位置,在目标空间三维坐标系中按照相对位置的相同比例进行配置,获取多个扫描反射点的三维坐标。进一步地,提取多个扫描反射点的三维坐标,确定N个扫描点位。
其中,获取目标空间三维坐标系中的N个扫描点位,有助于获取目标堤坝的结构数据,进而对目标堤坝进行检测。
如图4所示,本申请实施例提供的方法中的步骤S300包括:
S310:提取所述N个扫描点位的第一扫描点位、第二扫描点位,其中所述第一扫描点位与所述第二扫描点位为相邻的两个点位;
S320:将所述第一扫描点位与所述第二扫描点位进行点位连接,获取多个连接线;
S330:基于所述多个连接线建立所述目标堤坝的三维数据;
S340:根据所述三维数据构建所述目标堤坝三维结构信息。
具体地,基于N个扫描点,随机提取一个扫描点位,作为第一扫描点位。提取第一扫描点位的多个相邻点位,随机提取多个相邻点位中的一个点位,作为第二扫描点位。进一步地,提取第一扫描点位、第二扫描点位。对第一扫描点位与第二扫描点位进行点位连接,获取第一扫描点位与第二扫描点位的连接线。
进一步地,基于N个扫描点,随机提取另一个扫描点位,作为更新第一扫描点位。提取更新第一扫描点位的多个更新相邻点位,随机提取多个更新相邻点位中的一个点位,作为更新第二扫描点位。提取更新第一扫描点位、更新第二扫描点位。对更新第一扫描点位与更新第二扫描点位进行点位连接,获取更新第一扫描点位与更新第二扫描点位的连接线。
进一步地,依次对N个扫描点中第一扫描点与第二扫描点进行连接,获取第一扫描点与第二扫描点的连接线。直至对N个扫描点中所有扫描点进行两两连接,获得多个连接线。
进一步地,根据目标空间三维坐标系,提取多个连接线中每个连接线的两个扫描点,即第一扫描点与第二扫描点,获取两个扫描点的坐标。其中,根据两个扫描点的坐标,计算获得第一扫描点与第二扫描点的连接线的长度。进而获得多个连接线的长度。进一步地,根据多个连接线的长度,建立目标堤坝的三维数据。进一步地,根据目标堤坝的三维数据,构建目标堤坝的目标空间三维坐标系中三维结构信息。
其中,获取目标堤坝的三维结构信息,有助于获取目标堤坝的三维结构数据信息,用以对目标堤坝进行检测。
本申请实施例提供的方法中的步骤S400包括:
S410:对大数据中的堤坝结构信息进行结构分解,获取预设坝身结构信息、预设坝头结构信息、预设坝根结构信息;
S420:对所述目标堤坝三维结构信息进行结构分解,获取坝身结构信息、坝头结构信息、坝根结构信息;
S430:分别将所述预设坝身结构信息、所述预设坝头结构信息、所述预设坝根结构信息与所述坝身结构信息、所述坝头结构信息、所述坝根结构信息进行依次比对,获取坝身结构信息匹配度、坝头结构信息匹配度、坝根结构信息匹配度;
S440:根据所述坝身结构信息匹配度、所述坝头结构信息匹配度、所述坝根结构信息匹配度确定所述堤坝结构匹配数据。
具体地,基于大数据,以堤坝结构为索引条件,进行检索,获取堤坝结构信息。其中,获得堤坝结构信息可以为常见堤坝结构信息。进一步地,对堤坝结构信息进行结构分解,获取预设坝身结构信息、预设坝头结构信息、预设坝根结构信息。进一步地,对目标堤坝三维结构信息进行结构分解,获取坝身结构信息、坝头结构信息、坝根结构信息。
进一步地,将坝身结构信息与预设坝身结构信息进行比对,获取坝身结构信息匹配度。将坝头结构信息与预设坝头结构信息进行比对,获取坝头结构信息匹配度。将坝根结构信息与预设坝根结构信息进行比对,获取坝根结构信息匹配度。进一步地,根据坝身结构信息匹配度、坝头结构信息匹配度、坝根结构信息匹配度,整合确定堤坝结构匹配数据。
其中,获取堤坝结构匹配数据,有助于获取堤坝结构组合异常和残缺异常数据,进而获得检测结果。
本申请实施例提供的方法中的步骤S500包括:
S510:基于堤坝结构的数据终端,获取堤坝组合数据;
S520:将所述堤坝结构匹配数据与所述堤坝组合数据进行对应覆盖,获取所述遍历异常组合数据,其中,所述遍历异常组合数据,为所述堤坝结构匹配数据中与所述堤坝组合数据不匹配的数据;
S530:根据所述遍历异常组合数据,获取所述覆盖遍历结果。
具体地,连接堤坝结构的数据终端,获取堤坝组合数据。其中,数据终端为汇集堤坝结构数据的终端设备。堤坝组合数据包括堤坝分解结构信息。
进一步地,将堤坝结构匹配数据与堤坝组合数据进行对应覆盖。其中,提取堤坝组合数据中堤坝分解结构信息与堤坝结构匹配数据进行遍历匹配,获得覆盖遍历结果。
进一步地,若堤坝结构匹配数据与堤坝组合数据匹配,获取遍历正常组合数据并添加至覆盖遍历结果。若堤坝结构匹配数据与堤坝组合数据不匹配,获取遍历异常组合数据并添加至覆盖遍历结果。可选地,遍历异常组合数据可以包括堤坝结构组合异常和堤坝结构残缺异常等,目标堤坝与预设堤坝的结构不同的情况。
其中,对堤坝结构匹配数据进行覆盖遍历,获取覆盖遍历数据,有助于获取遍历数据中的异常组合数据。
本申请实施例提供的方法中的步骤S600包括:
S610:将所述覆盖遍历结果中的所述遍历异常组合数据进行偏离分析,获取异常偏离度;
S620:判断所述异常偏离度是否大于预设异常偏离度;
S630:若所述异常偏离度大于所述预设异常偏离度,对所述遍历异常组合数据进行所述堤坝组合数据的连接性分析,获取连接系数;
S640:根据所述连接系数,确定所述目标堤坝的结构稳定性,获得目标堤坝稳定性的检测结果;
S650:根据所述检测结果中的稳定因子对所述目标堤坝的质量进行标识,获取所述目标堤坝的质量检测结果。
具体地,将覆盖遍历结果中的遍历异常组合数据进行偏离分析,用以衡量覆盖遍历数据的离散程度,获取遍历异常组合数据的异常偏离度。
进一步地,基于大数据获取堤坝质量控制标准,预设异常偏离度。其中,判断异常偏离度是否大于预设异常偏离度。进一步地,若异常偏离度大于预设异常偏离度,对遍历异常组合数据进行堤坝组合数据的连接性分析。其中,连接性分析为分析结构连接性和完整性,获取连接系数。
进一步地,根据连接系数,确定目标堤坝的结构稳定性。其中,连接性系数越高,堤坝结构稳定性越强。进而获得目标堤坝稳定性的检测结果。进一步地,提取目标堤坝稳定性的检测结果中的稳定因子,根据稳定因子的稳定性对目标堤坝的质量进行标识。对稳定性越强的目标堤坝的质量进行质量更优标识。进而获取目标堤坝的质量检测结果。
其中,根据覆盖遍历数据对目标堤坝的结构进行稳定性检测,有助于根据检测结果获取目标堤坝的质量检测结果。
实施例二
基于与前述实施例中一种基于激光点云技术的堤坝质量检测方法同样的发明构思,如图5所示,本申请还提供了一种基于激光点云技术的堤坝质量检测系统,所述系统包括:
目标空间三维坐标系构建模块,所述目标空间三维坐标系构建模块用于基于所述双目摄像头对目标堤坝进行数据采集,构建目标空间三维坐标系;
扫描点位获得模块,所述扫描点位获得模块用于通过激光点云技术对所述目标堤坝进行扫描,获取所述目标堤坝分布在所述目标空间三维坐标系中的N个扫描点位,其中,N为大于3的正整数;
目标堤坝三维结构信息获得模块,所述目标堤坝三维结构信息获得模块用于基于所述N个扫描点位在所述目标空间三维坐标系中进行连接,确定目标堤坝三维结构信息;
堤坝结构匹配数据获得模块,所述堤坝结构匹配数据获得模块用于将所述目标堤坝三维结构信息与堤坝结构信息库进行信息匹配,获取堤坝结构匹配数据;
覆盖遍历数据获得模块,所述覆盖遍历数据获得模块用于对所述堤坝结构匹配数据进行覆盖遍历,获取覆盖遍历数据,其中,所述覆盖遍历数据包含遍历异常组合数据;
质量检测结果获得模块,所述质量检测结果获得模块用于根据所述覆盖遍历数据对所述目标堤坝的结构进行稳定性检测,根据检测结果获取所述目标堤坝的质量检测结果。
进一步地,所述系统还包括:
目标原始位点获得模块,所述目标原始位点获得模块用于通过所述双目摄像头确定目标原始位点;
第一坐标轴构建模块,所述第一坐标轴构建模块用于基于所述目标原始位点,通过所述目标堤坝的高度构建第一坐标轴;
第二坐标轴构建模块,所述第二坐标轴构建模块用于基于所述目标原始位点,通过所述目标堤坝的长度构建第二坐标轴;
第三坐标轴构建模块,所述第三坐标轴构建模块用于基于所述目标原始位点,通过所述目标堤坝的宽度构建第三坐标轴;
目标空间三维坐标系构建模块,所述目标空间三维坐标系构建模块用于分别基于所述第一坐标轴、所述第二坐标轴、所述第三坐标轴构建所述目标堤坝的目标空间三维坐标系。
进一步地,所述系统还包括:
扫描反射点获得模块,所述扫描反射点获得模块用于通过所述激光点云技术中的激光雷达对所述目标堤坝进行逐点扫描,确定多个扫描反射点,其中,所述多个扫描反射点中的每个扫描反射点均包含一个激光束;
三维坐标获得模块,所述三维坐标获得模块用于将所述多个激光束同比配置在所述目标空间三维坐标系中,获取所述多个扫描反射点的三维坐标;
扫描点位获得模块,所述扫描点位获得模块用于基于所述多个扫描反射点的所述三维坐标确定所述N个扫描点位。
进一步地,所述系统还包括:
相邻扫描点位获得模块,所述相邻扫描点位获得模块用于提取所述N个扫描点位的第一扫描点位、第二扫描点位,其中所述第一扫描点位与所述第二扫描点位为相邻的两个点位;
连接线获得模块,所述连接线获得模块用于将所述第一扫描点位与所述第二扫描点位进行点位连接,获取多个连接线;
三维数据获得模块,所述三维数据获得模块用于基于所述多个连接线建立所述目标堤坝的三维数据;
三维结构信息获得模块,所述三维结构信息获得模块用于根据所述三维数据构建所述目标堤坝三维结构信息。
进一步地,所述系统还包括:
分解结构获得模块,所述分解结构获得模块用于对大数据中的堤坝结构信息进行结构分解,获取预设坝身结构信息、预设坝头结构信息、预设坝根结构信息;
分解结构信息获得模块,所述分解结构信息获得模块用于对所述目标堤坝三维结构信息进行结构分解,获取坝身结构信息、坝头结构信息、坝根结构信息;
分解结构信息匹配度获得模块,所述分解结构信息匹配度获得模块用于分别将所述预设坝身结构信息、所述预设坝头结构信息、所述预设坝根结构信息与所述坝身结构信息、所述坝头结构信息、所述坝根结构信息进行依次比对,获取坝身结构信息匹配度、坝头结构信息匹配度、坝根结构信息匹配度;
堤坝结构匹配数据获得模块,所述堤坝结构匹配数据获得模块用于根据所述坝身结构信息匹配度、所述坝头结构信息匹配度、所述坝根结构信息匹配度确定所述堤坝结构匹配数据。
进一步地,所述系统还包括:
堤坝组合数据获得模块,所述堤坝组合数据获得模块用于基于堤坝结构的数据终端,获取堤坝组合数据;
遍历异常组合数据获得模块,所述遍历异常组合数据获得模块用于将所述堤坝结构匹配数据与所述堤坝组合数据进行对应覆盖,获取所述遍历异常组合数据,其中,所述遍历异常组合数据,为所述堤坝结构匹配数据中与所述堤坝组合数据不匹配的数据;
覆盖遍历结果获得模块,所述覆盖遍历结果获得模块用于根据所述遍历异常组合数据,获取所述覆盖遍历结果。
进一步地,所述系统还包括:
异常偏离度获得模块,所述异常偏离度获得模块用于将所述覆盖遍历结果中的所述遍历异常组合数据进行偏离分析,获取异常偏离度;
异常偏离度判断模块,所述异常偏离度判断模块用于判断所述异常偏离度是否大于预设异常偏离度;
连接系数获得模块,所述连接系数获得模块用于若所述异常偏离度大于所述预设异常偏离度,对所述遍历异常组合数据进行所述堤坝组合数据的连接性分析,获取连接系数;
检测结果获得模块,所述检测结果获得模块用于根据所述连接系数,确定所述目标堤坝的结构稳定性,获得目标堤坝稳定性的检测结果;
质量检测结果获得模块,所述质量检测结果获得模块用于根据所述检测结果中的稳定因子对所述目标堤坝的质量进行标识,获取所述目标堤坝的质量检测结果。
前述实施例一中的一种基于激光点云技术的堤坝质量检测方法具体实例同样适用于本实施例的一种基于激光点云技术的堤坝质量检测系统,通过前述对一种基于激光点云技术的堤坝质量检测方法的详细描述,本领域技术人员可以清楚地知道本实施例中一种基于激光点云技术的堤坝质量检测系统,所以为了说明书的简洁,在此不再详述。对于实施例公开的装置而言,由于其与实施例公开的方法相对应,所以描述得比较简单,相关之处参见方法部分说明即可。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本发公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本公开的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本公开保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所做的修改、等同替换和改进等,均应包含在本公开保护范围之内。
Claims (6)
1.一种基于激光点云技术的堤坝质量检测方法,其特征在于,所述方法应用于一种基于激光点云技术的堤坝质量检测系统,所述一种基于激光点云技术的堤坝质量检测系统与双目摄像头通信连接,所述方法包括:
基于所述双目摄像头对目标堤坝进行数据采集,构建目标空间三维坐标系;
通过激光点云技术对所述目标堤坝进行扫描,获取所述目标堤坝分布在所述目标空间三维坐标系中的N个扫描点位,其中,N为大于3的正整数;
基于所述N个扫描点位在所述目标空间三维坐标系中进行连接,确定目标堤坝三维结构信息;
将所述目标堤坝三维结构信息与堤坝结构信息库进行信息匹配,获取堤坝结构匹配数据;
对所述堤坝结构匹配数据进行覆盖遍历,获取覆盖遍历数据,其中,所述覆盖遍历数据包含遍历异常组合数据;
根据所述覆盖遍历数据对所述目标堤坝的结构进行稳定性检测,根据检测结果获取所述目标堤坝的质量检测结果;
获取所述覆盖遍历数据,方法还包括:
基于堤坝结构的数据终端,获取堤坝组合数据;
将所述堤坝结构匹配数据与所述堤坝组合数据进行对应覆盖,获取所述遍历异常组合数据,其中,所述遍历异常组合数据,为所述堤坝结构匹配数据中与所述堤坝组合数据不匹配的数据;
根据所述遍历异常组合数据,获取所述覆盖遍历数据;
所述根据所述覆盖遍历数据对所述目标堤坝的结构进行稳定性检测,根据检测结果获取所述目标堤坝的质量检测结果,方法还包括:
将所述覆盖遍历数据中的所述遍历异常组合数据进行偏离分析,获取异常偏离度;
判断所述异常偏离度是否大于预设异常偏离度;
若所述异常偏离度大于所述预设异常偏离度,对所述遍历异常组合数据进行所述堤坝组合数据的连接性分析,获取连接系数;
根据所述连接系数,确定所述目标堤坝的结构稳定性,获得目标堤坝稳定性的检测结果;
根据所述检测结果中的稳定因子对所述目标堤坝的质量进行标识,获取所述目标堤坝的质量检测结果。
2.如权利要求1所述的方法,其特征在于,所述构建目标空间三维坐标系,方法还包括:
通过所述双目摄像头确定目标原始位点;
基于所述目标原始位点,通过所述目标堤坝的高度构建第一坐标轴;
基于所述目标原始位点,通过所述目标堤坝的长度构建第二坐标轴;
基于所述目标原始位点,通过所述目标堤坝的宽度构建第三坐标轴;
分别基于所述第一坐标轴、所述第二坐标轴、所述第三坐标轴构建所述目标堤坝的目标空间三维坐标系。
3.如权利要求1所述的方法,其特征在于,获取所述目标堤坝分布在目标空间三维坐标系中的N个扫描点位,方法还包括:
通过所述激光点云技术中的激光雷达对所述目标堤坝进行逐点扫描,确定多个扫描反射点,其中,所述多个扫描反射点中的每个扫描反射点均包含一个激光束;
将所述多个激光束同比配置在所述目标空间三维坐标系中,获取所述多个扫描反射点的三维坐标;
基于所述多个扫描反射点的所述三维坐标确定所述N个扫描点位。
4.如权利要求1所述的方法,其特征在于,所述确定目标堤坝三维结构信息,方法还包括:
提取所述N个扫描点位的第一扫描点位、第二扫描点位,其中所述第一扫描点位与所述第二扫描点位为相邻的两个点位;
将所述第一扫描点位与所述第二扫描点位进行点位连接,获取多个连接线;
基于所述多个连接线建立所述目标堤坝的三维数据;
根据所述三维数据构建所述目标堤坝三维结构信息。
5.如权利要求1所述的方法,其特征在于,所述获取堤坝结构匹配数据,方法还包括:
对大数据中的堤坝结构信息进行结构分解,获取预设坝身结构信息、预设坝头结构信息、预设坝根结构信息;
对所述目标堤坝三维结构信息进行结构分解,获取坝身结构信息、坝头结构信息、坝根结构信息;
分别将所述预设坝身结构信息、所述预设坝头结构信息、所述预设坝根结构信息与所述坝身结构信息、所述坝头结构信息、所述坝根结构信息进行依次比对,获取坝身结构信息匹配度、坝头结构信息匹配度、坝根结构信息匹配度;
根据所述坝身结构信息匹配度、所述坝头结构信息匹配度、所述坝根结构信息匹配度确定所述堤坝结构匹配数据。
6.一种基于激光点云技术的堤坝质量检测系统,其特征在于,用于实施权利要求1-5中任意一项所述的一种基于激光点云技术的堤坝质量检测方法,所述系统包括:
目标空间三维坐标系构建模块,所述目标空间三维坐标系构建模块用于基于所述双目摄像头对目标堤坝进行数据采集,构建目标空间三维坐标系;
扫描点位获得模块,所述扫描点位获得模块用于通过激光点云技术对所述目标堤坝进行扫描,获取所述目标堤坝分布在所述目标空间三维坐标系中的N个扫描点位,其中,N为大于3的正整数;
目标堤坝三维结构信息获得模块,所述目标堤坝三维结构信息获得模块用于基于所述N个扫描点位在所述目标空间三维坐标系中进行连接,确定目标堤坝三维结构信息;
堤坝结构匹配数据获得模块,所述堤坝结构匹配数据获得模块用于将所述目标堤坝三维结构信息与堤坝结构信息库进行信息匹配,获取堤坝结构匹配数据;
覆盖遍历数据获得模块,所述覆盖遍历数据获得模块用于对所述堤坝结构匹配数据进行覆盖遍历,获取覆盖遍历数据,其中,所述覆盖遍历数据包含遍历异常组合数据;
质量检测结果获得模块,所述质量检测结果获得模块用于根据所述覆盖遍历数据对所述目标堤坝的结构进行稳定性检测,根据检测结果获取所述目标堤坝的质量检测结果。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310853488.1A CN116879920B (zh) | 2023-07-12 | 2023-07-12 | 一种基于激光点云技术的堤坝质量检测方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310853488.1A CN116879920B (zh) | 2023-07-12 | 2023-07-12 | 一种基于激光点云技术的堤坝质量检测方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116879920A CN116879920A (zh) | 2023-10-13 |
CN116879920B true CN116879920B (zh) | 2024-02-09 |
Family
ID=88254414
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310853488.1A Active CN116879920B (zh) | 2023-07-12 | 2023-07-12 | 一种基于激光点云技术的堤坝质量检测方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116879920B (zh) |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102410834A (zh) * | 2011-07-29 | 2012-04-11 | 北京航空航天大学 | 三维激光扫描尾矿坝体动态监测系统装置 |
CN108508033A (zh) * | 2018-04-03 | 2018-09-07 | 北京中水科海利工程技术有限公司 | 一种大坝面板外观缺陷及内部质量的检测系统及方法 |
CN111373437A (zh) * | 2017-11-17 | 2020-07-03 | 柯达阿拉里斯股份有限公司 | 自动化的在线对象检验 |
CN112907511A (zh) * | 2021-01-15 | 2021-06-04 | 广州市新誉工程咨询有限公司 | 一种bim技术下的综合管廊信息管理方法及系统 |
CN114841944A (zh) * | 2022-04-25 | 2022-08-02 | 中钢集团马鞍山矿山研究总院股份有限公司 | 基于挂轨轨道机器人的尾矿坝表面形变巡检方法 |
CN115546628A (zh) * | 2022-08-29 | 2022-12-30 | 邯郸市亿润工程咨询有限公司 | 一种水利工程堤坝裂缝监测方法、装置、设备及介质 |
CN115908424A (zh) * | 2023-02-14 | 2023-04-04 | 广东建准检测技术有限公司 | 基于三维激光扫描的建筑物健康检测方法、系统及介质 |
CN116150862A (zh) * | 2023-04-23 | 2023-05-23 | 广东广宇科技发展有限公司 | 一种堤坝自动建模方法、电子设备及计算机可读存储介质 |
CN116299522A (zh) * | 2022-09-08 | 2023-06-23 | 山东大学 | 基于激光雷达和相机的堤坝表观病害检测装置及工作方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11042146B2 (en) * | 2017-11-17 | 2021-06-22 | Kodak Alaris Inc. | Automated 360-degree dense point object inspection |
-
2023
- 2023-07-12 CN CN202310853488.1A patent/CN116879920B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102410834A (zh) * | 2011-07-29 | 2012-04-11 | 北京航空航天大学 | 三维激光扫描尾矿坝体动态监测系统装置 |
CN111373437A (zh) * | 2017-11-17 | 2020-07-03 | 柯达阿拉里斯股份有限公司 | 自动化的在线对象检验 |
CN108508033A (zh) * | 2018-04-03 | 2018-09-07 | 北京中水科海利工程技术有限公司 | 一种大坝面板外观缺陷及内部质量的检测系统及方法 |
CN112907511A (zh) * | 2021-01-15 | 2021-06-04 | 广州市新誉工程咨询有限公司 | 一种bim技术下的综合管廊信息管理方法及系统 |
CN114841944A (zh) * | 2022-04-25 | 2022-08-02 | 中钢集团马鞍山矿山研究总院股份有限公司 | 基于挂轨轨道机器人的尾矿坝表面形变巡检方法 |
CN115546628A (zh) * | 2022-08-29 | 2022-12-30 | 邯郸市亿润工程咨询有限公司 | 一种水利工程堤坝裂缝监测方法、装置、设备及介质 |
CN116299522A (zh) * | 2022-09-08 | 2023-06-23 | 山东大学 | 基于激光雷达和相机的堤坝表观病害检测装置及工作方法 |
CN115908424A (zh) * | 2023-02-14 | 2023-04-04 | 广东建准检测技术有限公司 | 基于三维激光扫描的建筑物健康检测方法、系统及介质 |
CN116150862A (zh) * | 2023-04-23 | 2023-05-23 | 广东广宇科技发展有限公司 | 一种堤坝自动建模方法、电子设备及计算机可读存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN116879920A (zh) | 2023-10-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Zhao et al. | Structural health monitoring and inspection of dams based on UAV photogrammetry with image 3D reconstruction | |
Lim et al. | Combined digital photogrammetry and time‐of‐flight laser scanning for monitoring cliff evolution | |
Lindenbergh et al. | Accuracy analysis of the Leica HDS3000 and feasibility of tunnel deformation monitoring | |
CN112766274A (zh) | 一种基于Mask RCNN算法的水尺图像水位自动读数方法及系统 | |
CN113345019B (zh) | 一种输电线路通道隐患目标测距方法、设备及介质 | |
CN111006601A (zh) | 三维激光扫描在变形监测中的关键技术 | |
CN113971768A (zh) | 一种基于无人机的输电线路违章建筑三维动态检测方法 | |
Heritage et al. | CDW photogrammetry of low relief fluvial features: accuracy and implications for reach‐scale sediment budgeting | |
CN112699436A (zh) | 基于三维激光扫描建模的建筑结构逆向工程分析方法 | |
Widyaningrum et al. | Comprehensive comparison of two image-based point clouds from aerial photos with airborne LiDAR for large-scale mapping | |
CN115511878A (zh) | 一种边坡地表位移监测方法、装置、介质及设备 | |
CN116879920B (zh) | 一种基于激光点云技术的堤坝质量检测方法及系统 | |
CN113223176B (zh) | 多维度管道特征参数的获取方法和装置 | |
CN112270234B (zh) | 一种基于航拍图像的输电线路绝缘子目标识别方法 | |
Gao et al. | Automatic geo-referencing mobile laser scanning data to UAV images | |
CN115965712B (zh) | 一种建筑物二维矢量图构建方法、系统、设备及存储介质 | |
Teo | 3d deformation measurement of concrete wall using close-range photogrammetry | |
Chang et al. | Bare-earth extraction from airborne LiDAR data based on segmentation modeling and iterative surface corrections | |
Zhen et al. | Visual detection algorithm of water line based on feature fusion | |
CN112284351A (zh) | 一种测量交叉跨越线路方法 | |
Kim et al. | Automatic generation of digital building models for complex structures from LiDAR data | |
Han et al. | High-precision DEM production in complex urban area using LiDAR data | |
CN110673158B (zh) | 基于激光扫描点云的电力生产场景三维空间异常检测方法 | |
KR102565718B1 (ko) | 무인항공체(uav)를 이용한 하천범람 조기경보 설정 시스템 및 방법 | |
JP7308733B2 (ja) | 状態判定システムおよび状態判定方法。 |
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 |