CN107705294A - 一种十字激光的图像式路基表面沉降监测方法和监测*** - Google Patents
一种十字激光的图像式路基表面沉降监测方法和监测*** Download PDFInfo
- Publication number
- CN107705294A CN107705294A CN201710827586.2A CN201710827586A CN107705294A CN 107705294 A CN107705294 A CN 107705294A CN 201710827586 A CN201710827586 A CN 201710827586A CN 107705294 A CN107705294 A CN 107705294A
- Authority
- CN
- China
- Prior art keywords
- image
- laser
- cross
- coarse positioning
- point
- 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
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
-
- E—FIXED CONSTRUCTIONS
- E01—CONSTRUCTION OF ROADS, RAILWAYS, OR BRIDGES
- E01C—CONSTRUCTION OF, OR SURFACES FOR, ROADS, SPORTS GROUNDS, OR THE LIKE; MACHINES OR AUXILIARY TOOLS FOR CONSTRUCTION OR REPAIR
- E01C23/00—Auxiliary devices or arrangements for constructing, repairing, reconditioning, or taking-up road or like surfaces
- E01C23/01—Devices or auxiliary means for setting-out or checking the configuration of new surfacing, e.g. templates, screed or reference line supports; Applications of apparatus for measuring, indicating, or recording the surface configuration of existing surfacing, e.g. profilographs
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/136—Segmentation; Edge detection involving thresholding
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/155—Segmentation; Edge detection involving morphological operators
-
- 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
- G06T7/66—Analysis of geometric attributes of image moments or centre of gravity
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Quality & Reliability (AREA)
- Architecture (AREA)
- Civil Engineering (AREA)
- Structural Engineering (AREA)
- Geometry (AREA)
- Image Processing (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明涉及图像处理技术领域,具体涉及一种十字激光的图像式路基表面沉降监测方法,该方法包括步骤,图像去噪,图像阈值分割和形态学处理,粗定位十字光斑横坐标:粗定位十字光斑纵坐标:得到粗定位中心,以粗定位中心为中心采用灰度质心法得到图像中心坐标。该监测方法首先结合图像去噪,阈值分割以及形态学处理,得到具有平滑边缘的十字光斑,提出一种结合十字交点粗定位与局部灰度质心法相结合的两步定位算法,得到图像精确定位中心。通过与使用灰度质心法定位椭圆光斑相比,本文算法具有较高的计算精度,用时较短。
Description
技术领域
本发明涉及图像处理技术领域,具体涉及一种十字激光的图像式路基表面沉降监测方法和监测***。
背景技术
无砟轨道路基水准线观测按二等水准测量精度要求形成附合水准路线,路基沉降观测水准测量的精度要求为1.0mm。而传统的观测桩、沉降板、沉降水杯等监测方式不能自动连续进行监测。
图像中心定位技术是测量***的重要部分,直接影响测量精度。监测***大多应用点结构光进行测量,而基准点发出的点光源与监测点的接受接收靶面相隔较远,由于衍射效应,接收靶面光斑为具有中心亮斑的多级衍射环,这些圆环条纹的出现扩大了激光的干扰面积,增强了激光对相机的干扰效果;而且现场监测时很难保证点激光与接收靶面垂直,所以点激光投射到接收靶面时由于反射与折射作用,接收靶面上不仅仅只有一个光斑,对光斑中心定位产生很大干扰。
发明内容
为了克服上述现有技术的不足,本发明的目的在于提出一种十字激光的图像式路基表面沉降监测方法和监测***,利用基准站和监测站通过首尾光学相连的方式形成了一个“链条”,从而实现了沉降变形的传递视觉监测;通过基于十字激光地改进灰度质心法实现了接收靶面图像的高精度定位。
为实现上述技术目的,本发明采用如下技术方案予以实现。
一种十字激光的图像式路基表面沉降监测方法,包括以下步骤:
S1、图像去噪:通过图像采集装置采集激光图像,并通过自适应中值滤波算法对采集的激光图像进行去噪处理;
S2、图像阈值分割和形态学处理:辨识和分析图像中的目标,并使用最大类间方差法确定阈值范围将目标从激光图像中分离出来,得到二值化激光图像;对二值化激光图像进行形态学开闭运算;
S3、粗定位十字光斑横坐标:寻找激光图像第一列像素值为1的坐标值,记录行数,求平均值为x1,同理得到最后一列像素值为1的坐标值行数均值x2;
S4、粗定位十字光斑纵坐标:寻找激光图像第一行像素值为1的坐标值,记录列数,求平均值为y1,同理得到最后一行像素值为1的坐标值行数均值y2;
S5、设定粗定位中心(x0,y0),得到粗定位中心
S6、以粗定位中心(x0,y0)为中心,d为边长的矩形区域内使用灰度质心法,得到激光图像中心坐标(x1,y1)。
优选的,所述自适应中值滤波算法具体是:
(1)Level A:若fmin<fmed<fmax,则转向Level B;否则增加窗口尺寸,窗口尺寸≤Smax,重复Level A;其中,fmin,fmed,fmax分别为设定的邻域S中的最小亮度值、亮度中值以及最大亮度值;S为被处理的子图像;Smax为允许的最大自适应滤波器窗口的大小。
(2)Level B:若fmin<f(x,y)<fmax,则输出f(x,y);否则输出fmed;其中,f(x,y)为图像中某点的像素值,x,y代表其坐标位置。
优选的,所述阈值范围为0-255。
本发明的另一技术方案:一种十字激光的图像式路基表面沉降监测***,包括首基准点、尾基准点、i个监测点;所述首基准点和尾基准点分别位于所述路基表面的两端;所述首基准点和尾基准点分别位于所述路基表面的两端;所述i个监测点沿着首基准点朝向尾基准点的方向;所述首基准点、尾基准点、i个监测点处均设置有图像式沉降监测仪;所述图像式沉降监测仪包含十字激光器、接收靶面、图像采集装置以及处理单元;所述十字激光器用以发射激光,接收靶面用以接收激光图像,图像采集装置用以获取接收靶面图像并传送至处理单元,处理单元用以实现相应监测点沉降光斑中心位置数据的采集、处理和计算,得到待测点与基准点处激光器的相对位置沉降变形信息。
本发明的有益效果:
1.解决了路基沉降监测***不能连续自动监测的问题。本发明在将激光准直及图像检测技术应用于无砟轨道表面沉降监测的过程中建立了十字激光的图像式路基表面沉降监测***,实现了***连续自动监测沉降变化。
2.将十字激光应用于监测***,解决了接收靶面图像由于光斑衍射以及激光与接收靶面不垂直等因素而造成的图像不规则的问题。
3.解决了传统接收靶面图像中心定位时间长,精度低的问题。首先结合图像去噪,阈值分割以及形态学处理,得到具有平滑边缘的十字光斑,提出一种结合十字交点粗定位与局部灰度质心法相结合的两步定位算法,得到图像精确定位中心。通过与使用灰度质心法定位椭圆光斑相比,本文算法具有较高的计算精度,用时较短,适用于十字激光的图像式路基表面沉降监测***。
附图说明
图1是十字激光的图像式路基表面沉降监测方法的流程示意图;
图2是十字激光的图像式路基表面沉降监测***的示意图;
图3是实际接收靶面十字光斑图像;
图4是中心定位结果局部放大图;
图5是十字光斑宽度估计示意图。
具体实施方式
下面结合附图对本发明作进一步说明:
实施例1
请参见图1,本发明实施例提供的十字激光的图像式路基表面沉降监测方法,具体包括以下步骤:
S1、图像去噪:通过图像采集装置采集激光图像,并通过自适应中值滤波算法对采集的激光图像进行去噪处理;
S2、图像阈值分割和形态学处理:辨识和分析图像中的目标,并使用最大类间方差法确定阈值范围将目标从激光图像中分离出来,得到二值化激光图像;对二值化激光图像进行形态学开闭运算;
S3、粗定位十字光斑横坐标:寻找激光图像第一列像素值为1的坐标值,记录行数,求平均值为x1,同理得到最后一列像素值为1的坐标值行数均值x2;
S4、粗定位十字光斑纵坐标:寻找激光图像第一行像素值为1的坐标值,记录列数,求平均值为y1,同理得到最后一行像素值为1的坐标值行数均值y2;
S5、设定粗定位中心(x0,y0),得到粗定位中心
S6、以粗定位中心(x0,y0)为中心,d为边长的矩形区域内使用灰度质心法,得到激光图像中心坐标(x1,y1)。
在步骤S1中,自适应中值滤波与传统的中值滤波方式一样,都使用一个矩形窗口的模板对图像进行滤波,但在滤波过程中,自适应中值滤波会根据一定的设定条件而改变模板窗口大小,这就使得自适应中值滤波在细节的完整性和细节的保护上效果更好。所述自适应中值滤波算法具体是:
(1)Level A:若fmin<fmed<fmax,则转向Level B;否则增加窗口尺寸,窗口尺寸≤Smax,重复Level A;其中,fmin,fmed,fmax分别为设定的邻域S中的最小亮度值、亮度中值以及最大亮度值;S为被处理的子图像;Smax为允许的最大自适应滤波器窗口的大小。
(2)Level B:若fmin<f(x,y)<fmax,则输出f(x,y);否则输出fmed;其中,f(x,y)为图像中某点的像素值,x,y代表其坐标位置。
在步骤S2中,为了辨识和分析图像中的目标,需要将它们从图像中分离出来,在此基础上对目标进行测量计算,对图像加以利用。最大类间方差阈值分割不需要人为设定其他参数,是一种自动选择阈值来分割图像的方法。
在步骤S2中,在对十字光斑图像进行增强和二值化阈值分割之后,二值图像仍然不可避免存在着杂点,十字光斑图像还可能存在边缘毛刺和内部空洞,甚至是阈值分割后结构光产生断裂等情况,严重影响十字交点粗定位,形态学开闭运算可以有效解决以上问题,得到具有光滑边缘对十字光斑图像。
步骤S3至S6中心定位的计算过程中,粗定位图像中心位置,可以减少定位范围和定位时间。在以粗定位点为中心的局部矩形区域内再次计算中心,提高了定位精度,得到粗定位中心后,在以粗定位十字交点为中心,稍大于线宽的矩形区域内计算质心,得到精确定位中心。
由于阈值化过程在本文图像分割过程中已实现,所以在局部矩形区域内可以直接使用灰度质心法进行图像中心计算。沿行或列方向获取某一区间内所有像素点的灰度值,按距离权重计算,是最基本的质心估计方法也是目前应用最为广泛的质心计算方法。质心法实际上就是计算二值化后图像的一阶矩,即:
其中(x0,y0)即为使用质心法求得的光斑中心,x,y为所要求取的像素坐标,F(x,y)为所要求取的点灰度值。
虽然以粗定位的十字的中心交点作为初始点受周围干扰的影响,中心位置会存在一定偏差,但图像中心位置一定在初选点周围的亮度区域内。在局部矩形区域内使用一阶质心法计算质心时,不再受区域外的噪声干扰,而感兴趣区域内的噪声相对权值比重变小,影响相对减弱,提高了定位精度。
实施例2
本发明还提供一种十字激光的图像式路基表面沉降监测***,应用在路基表面上,该***包括首基准点、尾基准点、i个监测点(也称传递点),其中i为大于1的整数;所述首基准点和尾基准点分别位于所述路基表面的两端;所述i个监测点沿着首基准点朝向尾基准点的方向,并按监测断面要求排列,其间距一般在25-50m之间。
所述首基准点、尾基准点、i个监测点处均设置有图像式沉降监测仪。所述图像式沉降监测仪包含十字激光器、接收靶面、图像采集装置以及处理单元;所述十字激光器用以发射激光,接收靶面用以接收激光图像,图像采集装置用以获取接收靶面图像并传送至处理单元,处理单元是基于通用型嵌入式处理器,完成采集图像的处理和分析,以实现相应监测点沉降光斑中心位置数据的采集、处理和计算,得到待测点与基准点处激光器的相对位置沉降变形信息。
所述首基准点、尾基准点一般选择在离路基较远且不易发生沉降变形的地方。当两个监测点距离较远时,中间设有传递站,传递站间相对沉降值实现较远相邻监测站的沉降监测。
其中,所述图像采集装置可选用CCD相机或者CMOSS相机。
根据铁路路基沉降监测相关标准的要求,监测点断面通常相距在25-50米之间,为此将相邻的监测点之间的距离设置为25-50m。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (4)
1.一种十字激光的图像式路基表面沉降监测方法,其特征在于:包括以下步骤:
S1、图像去噪:通过图像采集装置采集激光图像,并通过自适应中值滤波算法对采集的激光图像进行去噪处理;
S2、图像阈值分割和形态学处理:辨识和分析图像中的目标,并使用最大类间方差法确定阈值范围将目标从激光图像中分离出来,得到二值化激光图像;对二值化激光图像进行形态学开闭运算;
S3、粗定位十字光斑横坐标:寻找激光图像第一列像素值为1的坐标值,记录行数,求平均值为x1,同理得到最后一列像素值为1的坐标值行数均值x2;
S4、粗定位十字光斑纵坐标:寻找激光图像第一行像素值为1的坐标值,记录列数,求平均值为y1,同理得到最后一行像素值为1的坐标值行数均值y2;
S5、设定粗定位中心(x0,y0),得到粗定位中心
S6、以粗定位中心(x0,y0)为中心,d为边长的矩形区域内使用灰度质心法,得到激光图像中心坐标(x1,y1)。
2.根据权利要求1所述的十字激光的图像式路基表面沉降监测方法,其特征在于:
所述自适应中值滤波算法具体是:
(1)Level A:若fmin<fmed<fmax,则转向Level B;否则增加窗口尺寸,窗口尺寸≤Smax,重复Level A;其中,fmin,fmed,fmax分别为设定的邻域S中的最小亮度值、亮度中值以及最大亮度值;S为被处理的子图像;Smax为允许的最大自适应滤波器窗口的大小;
(2)Level B:若fmin<f(x,y)<fmax,则输出f(x,y);否则输出fmed;其中,f(x,y)为图像中某点的像素值,x,y代表其坐标位置。
3.根据权利要求1所述的十字激光的图像式路基表面沉降监测方法,其特征在于:所述阈值范围为0-255。
4.一种十字激光的图像式路基表面沉降监测***,其特征在于:包括首基准点、尾基准点、i个监测点;所述首基准点和尾基准点分别位于所述路基表面的两端;所述首基准点和尾基准点分别位于所述路基表面的两端;所述i个监测点沿着首基准点朝向尾基准点的方向;所述首基准点、尾基准点、i个监测点处均设置有图像式沉降监测仪;所述图像式沉降监测仪包含十字激光器、接收靶面、图像采集装置以及处理单元;所述十字激光器用以发射激光,接收靶面用以接收激光图像,图像采集装置用以获取接收靶面图像并传送至处理单元,处理单元用以实现相应监测点沉降光斑中心位置数据的采集、处理和计算,得到待测点与基准点处激光器的相对位置沉降变形信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710827586.2A CN107705294B (zh) | 2017-09-14 | 2017-09-14 | 一种十字激光的图像式路基表面沉降监测方法和监测*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710827586.2A CN107705294B (zh) | 2017-09-14 | 2017-09-14 | 一种十字激光的图像式路基表面沉降监测方法和监测*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107705294A true CN107705294A (zh) | 2018-02-16 |
CN107705294B CN107705294B (zh) | 2021-02-12 |
Family
ID=61172625
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710827586.2A Expired - Fee Related CN107705294B (zh) | 2017-09-14 | 2017-09-14 | 一种十字激光的图像式路基表面沉降监测方法和监测*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107705294B (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109949245A (zh) * | 2019-03-25 | 2019-06-28 | 长沙智能驾驶研究院有限公司 | 十字激光检测定位方法、装置、存储介质及计算机设备 |
CN110738700A (zh) * | 2019-10-16 | 2020-01-31 | 中航华东光电(上海)有限公司 | 激光光斑中心检测方法、装置、计算机设备及存储介质 |
CN111156961A (zh) * | 2020-01-02 | 2020-05-15 | 深圳市鹰眼在线电子科技有限公司 | 激光沉降监测装置和激光沉降监测*** |
CN111383260A (zh) * | 2020-03-15 | 2020-07-07 | 北京航空航天大学 | 应用于可见光模态的自适应激光信息高速检测处理方法 |
CN111895915A (zh) * | 2020-07-07 | 2020-11-06 | 中国石油化工股份有限公司 | 一种工程上的位移监测方法及设备 |
CN112013811A (zh) * | 2020-09-01 | 2020-12-01 | 昆山市房屋安全鉴定管理站 | 一种基于视觉测量的房屋结构沉降监测装置 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103776376A (zh) * | 2014-02-07 | 2014-05-07 | 深圳市医诺智能科技发展有限公司 | 一种激光定位灯十字线图像检测方法及装置 |
US20140314502A1 (en) * | 2013-04-19 | 2014-10-23 | Henan Polytech Infrastructure Rehabilitation LTD. | Polymer grouting method for uplifting ballastless track of high-speed rail |
CN104715250A (zh) * | 2013-12-17 | 2015-06-17 | 中国科学院深圳先进技术研究院 | 十字激光检测方法和装置 |
CN107036582A (zh) * | 2017-06-14 | 2017-08-11 | 上海市政养护管理有限公司 | 一种检测道路路基沉降的***及方法 |
-
2017
- 2017-09-14 CN CN201710827586.2A patent/CN107705294B/zh not_active Expired - Fee Related
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140314502A1 (en) * | 2013-04-19 | 2014-10-23 | Henan Polytech Infrastructure Rehabilitation LTD. | Polymer grouting method for uplifting ballastless track of high-speed rail |
CN104715250A (zh) * | 2013-12-17 | 2015-06-17 | 中国科学院深圳先进技术研究院 | 十字激光检测方法和装置 |
CN103776376A (zh) * | 2014-02-07 | 2014-05-07 | 深圳市医诺智能科技发展有限公司 | 一种激光定位灯十字线图像检测方法及装置 |
CN107036582A (zh) * | 2017-06-14 | 2017-08-11 | 上海市政养护管理有限公司 | 一种检测道路路基沉降的***及方法 |
Non-Patent Citations (2)
Title |
---|
ANTOINE BASSET等: "Adaptive Spot Detection With Optimal Scale", 《IEEE TRANSACTIONS ON IMAGE PROCESSING.2015》 * |
闵永智等: "无砟轨道沉降监测***光斑中心定位技术研究", 《铁道学报》 * |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109949245A (zh) * | 2019-03-25 | 2019-06-28 | 长沙智能驾驶研究院有限公司 | 十字激光检测定位方法、装置、存储介质及计算机设备 |
CN109949245B (zh) * | 2019-03-25 | 2021-04-16 | 长沙智能驾驶研究院有限公司 | 十字激光检测定位方法、装置、存储介质及计算机设备 |
CN110738700A (zh) * | 2019-10-16 | 2020-01-31 | 中航华东光电(上海)有限公司 | 激光光斑中心检测方法、装置、计算机设备及存储介质 |
CN111156961A (zh) * | 2020-01-02 | 2020-05-15 | 深圳市鹰眼在线电子科技有限公司 | 激光沉降监测装置和激光沉降监测*** |
CN111383260A (zh) * | 2020-03-15 | 2020-07-07 | 北京航空航天大学 | 应用于可见光模态的自适应激光信息高速检测处理方法 |
CN111383260B (zh) * | 2020-03-15 | 2023-05-23 | 北京航空航天大学 | 应用于可见光模态的自适应激光信息高速检测处理方法 |
CN111895915A (zh) * | 2020-07-07 | 2020-11-06 | 中国石油化工股份有限公司 | 一种工程上的位移监测方法及设备 |
CN111895915B (zh) * | 2020-07-07 | 2022-04-01 | 中国石油化工股份有限公司 | 一种工程上的位移监测方法及设备 |
CN112013811A (zh) * | 2020-09-01 | 2020-12-01 | 昆山市房屋安全鉴定管理站 | 一种基于视觉测量的房屋结构沉降监测装置 |
Also Published As
Publication number | Publication date |
---|---|
CN107705294B (zh) | 2021-02-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107705294A (zh) | 一种十字激光的图像式路基表面沉降监测方法和监测*** | |
CN106934795B (zh) | 一种混凝土桥梁裂缝的自动检测方法和预测方法 | |
CN105835880B (zh) | 车道追踪*** | |
CN103679180B (zh) | 一种基于单摄像头单光源的视线追踪方法 | |
CN116758059B (zh) | 一种用于路基路面的视觉无损检测方法 | |
CN103808723A (zh) | 一种柴油车烟气黑度自动检测装置 | |
CN104236478A (zh) | 一种基于视觉的车辆外廓尺寸自动测量***及方法 | |
CN104268872B (zh) | 基于一致性的边缘检测方法 | |
US8103055B2 (en) | Detection of blobs in images | |
WO2018019041A1 (zh) | 一种粘贴钞检测方法和装置 | |
CN104992429B (zh) | 一种基于图像局部增强的山体裂缝检测方法 | |
CN106991407B (zh) | 一种车道线检测的方法以及装置 | |
CN101819024B (zh) | 一种基于机器视觉的二维位移检测方法 | |
CN103994724A (zh) | 基于数字图像处理技术的结构二维位移及应变监测方法 | |
CN106503636A (zh) | 一种基于视觉图像的道路视距检测方法及装置 | |
CN102404602A (zh) | 一种基于清晰度测试卡的摄像机清晰度检测方法 | |
CN104964708B (zh) | 一种基于车载双目视觉的路面坑槽检测方法 | |
CN111611907B (zh) | 一种图像增强的红外目标检测方法 | |
CN105426894B (zh) | 铁道塞钉图像检测方法及装置 | |
CN107798293A (zh) | 一种道路裂缝检测装置 | |
CN107392929A (zh) | 一种基于人眼视觉模型的智能化目标检测及尺寸测量方法 | |
CN103632369A (zh) | 块平均清晰度组合无参考水下图像通用性质量检测方法 | |
CN108186051A (zh) | 一种从超声图像中自动测量胎儿双顶径长度的图像处理方法及处理*** | |
CN109146859A (zh) | 一种基于机器视觉的路面裂缝检测*** | |
CN104392203B (zh) | 一种基于视频分析的点状条纹噪声检测方法 |
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 | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20210212 Termination date: 20210914 |