CN107843204A - 基于监控级摄像机的边坡三维变形监测方法及*** - Google Patents

基于监控级摄像机的边坡三维变形监测方法及*** Download PDF

Info

Publication number
CN107843204A
CN107843204A CN201711026697.XA CN201711026697A CN107843204A CN 107843204 A CN107843204 A CN 107843204A CN 201711026697 A CN201711026697 A CN 201711026697A CN 107843204 A CN107843204 A CN 107843204A
Authority
CN
China
Prior art keywords
side slope
video camera
dimensional deformation
monitoring
dimensional
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
Application number
CN201711026697.XA
Other languages
English (en)
Inventor
王航
马沁巍
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Individual
Original Assignee
Individual
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Individual filed Critical Individual
Priority to CN201711026697.XA priority Critical patent/CN107843204A/zh
Publication of CN107843204A publication Critical patent/CN107843204A/zh
Pending legal-status Critical Current

Links

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
    • G01B11/16—Measuring arrangements characterised by the use of optical techniques for measuring the deformation in a solid, e.g. optical strain gauge
    • 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
    • G01B11/002—Measuring arrangements characterised by the use of optical techniques for measuring two or more coordinates

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Alarm Systems (AREA)

Abstract

本发明公开了一种基于监控级摄像机的边坡三维变形监测方法及***，其中，方法包括：控制多台监控摄像机同步采集图像；通过全站仪或全球定位***GPS对多台监控摄像机内外部参数进行标定；对多台监控摄像机采集到的图像进行像差校正；利用网络云平台实时对图像进行分析，获取边坡三维变形，回传结果显示。该方法可以通过对多台监控摄像机采集图像到的边坡三维变形进行结果回传处理，提高测量效率，提高检测的准确性，有效减少灾害的发生。

Description

基于监控级摄像机的边坡三维变形监测方法及***
技术领域
本发明涉及工程检测技术领域，特别涉及一种基于监控级摄像机的边坡三维变形监测方法及***。
背景技术
我国是个多山的国家，近来山体滑坡事故的频发，不仅造成了大量的财产损失，而且严重威胁到了人类的生命安全，对社会造成严重的影响。同时，随着我国工程建设的发展，各地区出现了大量的边坡工程，但随着环境、天气的变化，许多边坡逐渐失稳，产生滑坡，给道路、村镇、矿区等设施造成破坏，同样严重危害着人类的生命财产安全。边坡是指自然形成的由岩石和土层组成的具有一定坡度的坡面或为保证路基稳定，在路基两侧人工做成的坡面。因此滑坡灾害防治刻不容缓，边坡变形监测成为滑坡预防的一个首要且极为重要的措施。
目前，国内外边坡变形监测的技术方法已经发展到一个较高水平，从过去的人工监测逐渐过渡到仪器检测，并向高精度的自动化***发展，具体包括大地测量法、仪表观测法、GPS(Global Positioning System，全球定位***)监测法、合成孔径雷达测量法等等。这些方法均存在各种各样的缺陷，如测量数据点少，难以反映滑坡变形全貌；测量精度差，测量成本高等。近景摄影测量是通过摄影(摄像)和随后的图像处理和摄影测量处理获取被摄目标形状、大小和运动状态的一门技术。
但是，滑坡变形是三维的，因此必须使用三维摄像测量方法，即基于双目立体视觉的三维变形测量方法，但是，使用此方法进行测量的前提是使用两台(或多台)对被测物进行交会测量，同时保证能够对所有摄像机的内外部参数进行标定。在常规测量中，一般使用工业级(或测量级)相机进行图像采集。此类摄像机专门用于室内精密测量，虽然分辨率和帧率等技术参数高，成像质量好，但是集成化程度差，操作复杂，环境适应性差，而且价格昂贵。在野外测量应用中，往往很难适用。监控级摄像机集成化程度高，适用于野外长期监测，但是其成像质量差，影响测量精度。与此同时，由于视场的尺寸太大(标定板尺寸一般需要与被测物尺寸在同一量级，边坡测量环境下显然无法实现)，多台摄像机的内外部参数标定也无法使用传统的二维标定板方式进行标定。由于上述两个困难严重限制了该方法在边坡变形监测中的应用，导致我国边坡监测率极低，滑坡事故不断发生。
发明内容
本发明旨在至少在一定程度上解决相关技术中的技术问题之一。
为此，本发明的一个目的在于提出一种基于监控级摄像机的边坡三维变形监测方法，该方法可以提高测量效率，提高检测的准确性，有效减少事故的发生。
本发明的另一个目的在于提出一种基于监控级摄像机的边坡三维变形监测***。
为达到上述目的，本发明一方面实施例提出了一种基于监控级摄像机的边坡三维变形监测方法，包括以下步骤：控制多台监控摄像机同步采集图像；通过全站仪或全球定位***GPS对所述多台监控摄像机内外部参数进行标定；对所述多台监控摄像机采集到的图像进行像差校正；利用网络云平台实时对所述图像进行分析，获取边坡三维变形，回传结果显示。
本发明实施例的基于监控级摄像机的边坡三维变形监测方法，可以多个监控级摄像机组网实现三维测量，使用全站仪/GPS等能够获取边坡上关键定位点三维坐标来对多台摄像机进行标定，实现图像的实施计算分析和结果回传，同时进行滑坡变形等级的判断，提供滑坡灾害的预警，提高测量效率，提高检测的准确性，有效减少事故的发生。
另外，根据本发明上述实施例的基于监控级摄像机的边坡三维变形监测方法还可以具有以下附加的技术特征：
进一步地，在本发明的一个实施例中，所述通过全站仪或所述GPS对多台监控摄像机内外部参数进行标定，进一步包括：使用所述全站仪或所述GPS获得所述边坡上若干点三维坐标，结合其在每个所述多台监控摄像机采集图像中的像素坐标，利用成像模型对所述摄像机内外部参数进行标定。
进一步地，在本发明的一个实施例中，针对所述多台监控摄像机自身热变形特征与成像特性，使用二次及以上阶数多项式像差模型对所述图像进行校正。
进一步地，在本发明的一个实施例中，所述获取边坡三维变形，回传结果显示，进一步包括：使用加密云存储和云计算方式对所述边坡三维变形进行分析。
进一步地，在本发明的一个实施例中，所述使用加密云存储和云计算方式对边坡三维变形进行分析，进一步包括：使用摄像测量中基于灰度特征匹配的方法对所述图像进行处理及利用所述标定参数进行三维重建的方法对所述边坡三维变形进行分析，所述图像数据通过分布式加密服务器存储与自动化处理，将所述图像序列散布于各个网络服务器，存储地址由计算机随机分配，仅能够被有权限的管理者查看，保证数据安全性。
进一步地，在本发明的一个实施例中，对所述多台监控摄像机采集到的图像中的所述定位点像素坐标与所述边坡上定位点的所述三维坐标进行处理，将所述像素坐标与真实三维坐标代入至描述世界坐标系与多台监控摄像机坐标关系的成像方程中解算出每台摄像机所述摄像机的内外部参数。
为达到上述目的，本发明另一方面实施例提出了一种基于监控级摄像机的边坡三维变形监测***，包括：标定模块，用于多台监控摄像机内外部参数标定；采集模块，用于所述多台监控摄像机同步控制与图像采集；处理模块，用于边坡变形云处理与结果判定。
本发明实施例的基于监控级摄像机的边坡三维变形监测***，可以多个监控级摄像机组网实现三维测量，使用全站仪/全球定位***GPS等能够获取边坡上关键定位点三维坐标来对多台摄像机进行标定，实现图像的实施计算分析和结果回传，同时进行滑坡变形等级的判断，提供滑坡灾害的预警，提高测量效率，提高检测的准确性，有效减少事故的发生。
另外，根据本发明上述实施例的基于监控级摄像机的边坡三维变形监测***还可以具有以下附加的技术特征：
进一步地，在本发明的一个实施例中，所述标定模块，还包括：所述全站仪或所述全球定位***GPS数据采集设备及参数求解算法。
进一步地，在本发明的一个实施例中，所述采集模块，还包括：控制单元，用于多台监控级摄像机与同步触发控制设备。所述触发设备按照要求通过特定的频率向各所述摄像机同时发出信号，使得所述多台监控摄像机同时采集到所述图像。
进一步地，在本发明的一个实施例中，所述处理模块，进一步包括：对所述图像进行在线处理，实时得到所述边坡三维变形场结果返回至指挥中心和所述多台监控摄像机。
本发明附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。
附图说明
本发明上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解，其中：
图1为根据本发明实施例的基于监控级摄像机的边坡三维变形监测方法的流程图；
图2为根据本发明一个实施例的边坡测量示意图；
图3为根据本发明一个实施例的基于监控级摄像机的边坡三维变形监测方法的流程图；
图4为根据本发明另一个实施例的基于监控级摄像机的边坡三维变形监测方法的流程图；以及
图5为根据本发明一个实施例的基于监控级摄像机的边坡三维变形监测***的结构示意图。
具体实施方式
下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本发明，而不能理解为对本发明的限制。
下面参照附图描述根据本发明实施例提出的基于监控级摄像机的边坡三维变形监测方法及***，首先将参照附图描述根据本发明实施例提出的基于监控级摄像机的边坡三维变形监测方法。
图1是本发明实施例的基于监控级摄像机的边坡三维变形监测方法的流程图。
如图1所示，该基于监控级摄像机的边坡三维变形监测方法包括以下步骤：
在步骤S101中，控制多台监控摄像机同步采集图像。
在步骤S102中，通过全站仪或全球定位***GPS对多台监控摄像机内外部参数进行标定。
进一步地，在本发明的一个实施例中，所述通过全站仪或所述GPS方法对多台监控摄像机内外部参数进行标定，进一步包括：使用所述全站仪或所述GPS获得所述边坡上若干点三维坐标，结合其在每个所述多台监控摄像机采集图像中的像素坐标，利用成像模型对所述多台监控摄像机内外部参数进行标定。
进一步地，在本发明的一个实施例中，对所述多台监控摄像机采集到的图像中的所述定位点像素坐标与所述边坡上定位点的三维坐标进行处理，将所述像素坐标与真实三维坐标代入至描述世界坐标系与多台监控摄像机坐标关系的成像方程中解算出所述多台监控摄像机的内外部参数。
在步骤S103中，对摄像机采集到的图像进行像差校正。
进一步地，在本发明的一个实施例中，针对多台监控摄像机自身热变形特征与成像特性，使用二次及以上阶数多项式像差模型对图像进行校正。
在步骤S104中，利用网络云平台实时对图像进行分析，获取边坡三维变形，回传结果显示。
进一步地，在本发明的一个实施例中，所述获取边坡三维变形，回传结果显示，进一步包括：使用加密云存储和云计算方式对边坡三维变形进行分析。
进一步地，在本发明的一个实施例中，所述使用加密云存储和云计算方式对边坡三维变形进行分析，进一步包括：使用摄像测量中基于灰度特征匹配的方法对所述图像进行处理及利用标定参数进行三维重建的方法对边坡三维变形进行分析，所述图像数据通过分布式加密服务器存储与自动化处理，将所述图像序列散布于各个网络服务器，存储地址由计算机随机分配，仅能够被有权限的管理者查看，保证数据安全性。
举例而言，在本发明的一个实施例中，结合图2和图3：
本发明实施例图1所示的边坡变形予以监测，具体步骤如图3所示，首先在边坡上布置若干可视化测点，并在测点上布置GPS数据采集设备；其次对控制多个监控级摄像机对测点进行拍照，识别图像中各个测点的二维像素坐标；对于单台摄像机，使用上述像素坐标与GPS获取的三维坐标进行联合求解，使用优化求解方法得到该摄像机的内外部参数(旋转矩阵、平移矩阵、等效焦距、畸变系数等)；基于多台摄像机参数实现多个测点的坐标关***一求解，得到表征多个摄像机间空间位置关系的参数；然后采集边坡图像，通过网络传输至云平台，将上述参数和图像中待测点的像素坐标代入成像方程进行联合运算，得到各点在不同时刻下的三维实际坐标。将每个时间点上的待测点三维坐标与初始时刻待测点三维坐标进行相减即可计算出其位移(也称为滑坡的变形或者沉降量)；最后，返回边坡三维变形结果并判断阈值是否超限。
在本发明的另一个实施例中，如图4所示：
在本发明实施例中，本发明实施例将可视化测点的三维坐标获取方式更换为全站仪，同样可以实现相同的功能。
其中，测量***的组成如图4所示，其包括摄像机内外部参数标定模块，摄像机同步控制与图像采集模块，边坡变形云处理与结果处理模块。其中，摄像机内外部参数标定模块与摄像机同步控制与图像采集模块耦接，用于实现标定用图像采集和摄像机内外部参数标定：在具体测量过程中，使用此模块获得标定点的像素坐标，将其与GPS(全站仪)获取的三维坐标进行联合求解，使用优化求解方法得到该摄像机的内外部参数(旋转矩阵、平移矩阵、等效焦距、畸变系数等)；摄像机同步控制与图像采集模块与边坡变形云处理与结果处理模块耦接，用于采集边坡变形图像，其包含有图像采集参数设置功能(设置采集帧率、增益等参数)、图像预览功能(用于预览图像，调整焦距和光圈获得清晰、对比度高的图像)、图像存储和传输功能(用于将图像进行存储并传输至网络云存储服务器)。边坡变形云处理与结果处理模块的功能是利用云计算功能对上述图像进行分析处理，计算得到位移(也称为滑坡的变形或者沉降量)，最后，返回边坡三维变形结果并判断阈值是否超限，进行预警。
根据本发明实施例提出的基于监控级摄像机的边坡三维变形监测方法，通过多个监控级摄像机组网实现三维测量，不仅降低成本，而且可以利用现有的用于火灾监测等用途的摄像机进行测量，省去了仪器布置的麻烦，提高测量的效率；使用全站仪/GPS等能够获取边坡上关键定位点三维坐标来对多台摄像机进行标定，突破了二维标定板尺寸的限制；通过像差校正方法实现监控级摄像机低成像质量图像的高分辨变形分析；通过监控级摄像机的网络数据传输特点，结合加密云存储和云计算功能，可以实现图像的实施计算分析和结果回传，同时进行滑坡变形等级的判断，提供滑坡灾害的预警，有效提高测量效率，提高检测的准确性，有效减少事故的发生。
其次参照附图描述根据本发明实施例提出的基于监控级摄像机的边坡三维变形监测***。
图5是本发明一个实施例的基于监控级摄像机的边坡三维变形监测***的结构示意图。
如图5所示，该基于监控级摄像机的边坡三维变形监测***10包括：标定模块100、采集模块200和处理模块300。
其中，标定模块100用于多台监控摄像机内外部参数标定。采集模块200用于所述多台监控摄像机同步控制与图像采集。处理模块300用于边坡变形云处理与结果判定。本发明实施例的***10可以通过对摄像机采集图像到的边坡三维变形进行结果回传处理，极大提高测量效率，提高检测的准确性，有效减少灾害的发生。
进一步地，在本发明的一个实施例中，所述标定模块100还包括：全站仪或全球定位***GPS数据采集设备及参数求解算法。
进一步地，在本发明的一个实施例中，采集模块200还包括：控制单元。其中，控制单元用于多台监控级摄像机与同步触发控制设备。所述触发设备按照要求通过特定的频率向各所述摄像机同时发出信号，使得多台监控摄像机同时采集到图像。
进一步地，在本发明的一个实施例中，处理模块300进一步包括：对图像进行在线处理，实时得到所述边坡三维变形场结果并返回至指挥中心。
需要说明的是，前述对基于监控级摄像机的边坡三维变形监测方法实施例的解释说明也适用于该实施例的基于监控级摄像机的边坡三维变形监测***，此处不再赘述。
根据本发明实施例提出的基于监控级摄像机的边坡三维变形监测***，通过多个监控级摄像机组网实现三维测量，不仅降低成本，而且可以利用现有的用于火灾监测等用途的摄像机进行测量，省去了仪器布置的麻烦，提高测量的效率；使用全站仪/GPS等能够获取边坡上关键定位点三维坐标来对多台摄像机进行标定，突破了二维标定板尺寸的限制；通过像差校正方法实现监控级摄像机低成像质量图像的高分辨变形分析；通过监控级摄像机的网络数据传输特点，结合加密云存储和云计算功能，可以实现图像的实施计算分析和结果回传，有效提高测量效率，提高检测的准确性，有效减少事故的发生。
在本发明的描述中，需要理解的是，术语“中心”、“纵向”、“横向”、“长度”、“宽度”、“厚度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”“内”、“外”、“顺时针”、“逆时针”、“轴向”、“径向”、“周向”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。
此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本发明的描述中，“多个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。
在本发明中，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”、“固定”等术语应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或成一体；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通或两个元件的相互作用关系，除非另有明确的限定。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本发明中的具体含义。
在本发明中，除非另有明确的规定和限定，第一特征在第二特征“上”或“下”可以是第一和第二特征直接接触，或第一和第二特征通过中间媒介间接接触。而且，第一特征在第二特征“之上”、“上方”和“上面”可是第一特征在第二特征正上方或斜上方，或仅仅表示第一特征水平高度高于第二特征。第一特征在第二特征“之下”、“下方”和“下面”可以是第一特征在第二特征正下方或斜下方，或仅仅表示第一特征水平高度小于第二特征。
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
尽管上面已经示出和描述了本发明的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本发明的限制，本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。

Claims (10)

1.一种基于监控级摄像机的边坡三维变形监测方法，其特征在于，包括以下步骤：
控制多台监控摄像机同步采集图像；
通过全站仪或全球定位***GPS对所述多台监控摄像机内外部参数进行标定；
对所述多台监控摄像机采集到的图像进行像差校正；以及
利用网络云平台实时对所述图像进行分析，获取边坡三维变形，回传结果显示。
2.根据权利要求1所述基于监控级摄像机的边坡三维变形监测方法，其特征在于，所述通过全站仪或所述全球定位***GPS对所述多台监控摄像机内外部参数进行标定，进一步包括：
使用所述全站仪或所述GPS获得所述边坡上若干点三维坐标，结合其在每个所述多台监控摄像机采集图像中的像素坐标，利用成像模型对所述多台监控摄像机内外部参数进行标定。
3.根据权利要求1所述基于监控级摄像机的边坡三维变形监测方法，其特征在于，针对所述多台监控摄像机自身热变形特征与成像特性，使用二次及以上阶数多项式像差模型对所述图像进行校正。
4.根据权利要求1所述的基于监控级摄像机的边坡三维变形监测方法，其特征在于，所述获取边坡三维变形，回传结果显示，进一步包括：
使用加密云存储和云计算方式对所述边坡三维变形进行分析。
5.根据权利要求4所述的基于监控级摄像机的边坡三维变形监测方法，其特征在于，所述使用加密云存储和云计算方式对边坡三维变形进行分析，进一步包括：
使用摄像测量中基于灰度特征匹配的方法对所述图像进行处理及利用所述标定参数进行三维重建的方法对所述边坡三维变形进行分析，所述图像数据通过分布式加密服务器存储与自动化处理，将所述图像序列散布于各个网络服务器，存储地址由计算机随机分配，仅能够被有权限的管理者查看，保证数据安全性。
6.根据权利要求2所述的基于监控级摄像机的边坡三维变形监测方法，其特征在于，对所述多台监控摄像机采集到的图像中的所述定位点像素坐标与所述边坡上定位点的所述三维坐标进行处理，将所述像素坐标与真实三维坐标代入至描述世界坐标系与多台监控摄像机坐标关系的成像方程中解算出所述多台监控摄像机的内外部参数。
7.一种基于监控级摄像机的边坡三维变形监测***，其特征在于，包括：
标定模块，用于多台监控摄像机内外部参数标定；
采集模块，用于所述多台监控摄像机同步控制与图像采集；以及
处理模块，用于边坡变形云处理。
8.根据权利要求7所述的基于监控级摄像机的边坡三维变形监测***，其特征在于，所述标定模块，还包括：所述全站仪或所述全球定位***GPS数据采集设备及参数求解算法。
9.根据权利要求7所述的基于监控级摄像机的边坡三维变形监测***，其特征在于，所述采集模块，还包括：
控制单元，用于多台监控级摄像机与同步触发控制设备。所述触发设备按照要求通过特定的频率向各所述摄像机同时发出信号，使得所述多台监控摄像机同时采集到所述图像。
10.根据权利要求7所述的基于监控级摄像机的边坡三维变形监测***，其特征在于，所述处理模块，进一步包括：对所述图像进行在线处理，实时得到所述边坡三维变形场结果并返回至指挥中心和所述多台监控摄像机。
CN201711026697.XA 2017-10-27 2017-10-27 基于监控级摄像机的边坡三维变形监测方法及*** Pending CN107843204A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201711026697.XA CN107843204A (zh) 2017-10-27 2017-10-27 基于监控级摄像机的边坡三维变形监测方法及***

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201711026697.XA CN107843204A (zh) 2017-10-27 2017-10-27 基于监控级摄像机的边坡三维变形监测方法及***

Publications (1)

Publication Number Publication Date
CN107843204A true CN107843204A (zh) 2018-03-27

Family

ID=61680759

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711026697.XA Pending CN107843204A (zh) 2017-10-27 2017-10-27 基于监控级摄像机的边坡三维变形监测方法及***

Country Status (1)

Country Link
CN (1) CN107843204A (zh)

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110645963A (zh) * 2019-09-10 2020-01-03 中铁大桥局第七工程有限公司 一种高塔塔顶未知点三维坐标获取方法及其***
CN110736433A (zh) * 2019-10-23 2020-01-31 中科顶峰智能科技(重庆)有限公司 一种定量视频监测装置
CN110927672A (zh) * 2019-12-25 2020-03-27 中国有色金属长沙勘察设计研究院有限公司 一种改进的山谷型高陡边坡雷达监测***
CN111397541A (zh) * 2020-04-23 2020-07-10 五邑大学 排土场的边坡角测量方法、装置、终端及介质
CN112504137A (zh) * 2020-12-07 2021-03-16 北京智博联科技股份有限公司 基于云计算的多目标数字图像检测方法
CN113063357A (zh) * 2021-03-15 2021-07-02 河北水熠木丰工程技术有限责任公司 一种高边坡稳定性监控方法及装置
CN113218321A (zh) * 2021-05-31 2021-08-06 西南石油大学 一种边坡变形的远程可视化监测方法
CN113361532A (zh) * 2021-03-10 2021-09-07 江西理工大学 一种图像识别方法、***、存储介质、设备、终端及应用
CN114067533A (zh) * 2021-11-27 2022-02-18 四川大学 一种地质灾害摄影监测预警方法

Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1818546A (zh) * 2006-03-02 2006-08-16 浣石 远距离面内小位移测量方法
CN201278199Y (zh) * 2008-09-03 2009-07-22 中国石油天然气股份有限公司 基于光纤光栅的管道滑坡深部位移监测预警***
CN101582190A (zh) * 2009-02-27 2009-11-18 泰瑞数创科技(北京)有限公司 一种智能山体滑坡预警方法
CN201463843U (zh) * 2009-07-10 2010-05-12 上海同岩土木工程科技有限公司 一种基于数字照相技术的岩土工程变形远程监控***
CN102005104A (zh) * 2009-09-02 2011-04-06 吴立新 滑坡***移和姿态远距离快速监测报警装置及方法
CN102098495A (zh) * 2010-11-30 2011-06-15 姬云东 基于图像识别技术的山体滑坡智能监控装置及其监控方法
CN102175261A (zh) * 2011-01-10 2011-09-07 深圳大学 一种基于自适应标靶的视觉测量***及其标定方法
CN102506738A (zh) * 2011-11-08 2012-06-20 中国矿业大学 一种基于数字照相的岩土工程变形实时监测与预警方法
CN102798350A (zh) * 2012-07-10 2012-11-28 中联重科股份有限公司 一种臂架挠度的测量方法、装置及***
CN102831751A (zh) * 2012-09-04 2012-12-19 广东省公路管理局 基于双摄像机成像技术的公路高危边坡监控方法
CN104501735A (zh) * 2014-12-23 2015-04-08 大连理工大学 一种利用圆形标记点观测边坡三维变形的方法
CN105627917A (zh) * 2014-11-05 2016-06-01 北京航天计量测试技术研究所 一种基于视觉原理的大型结构件装配对接测量方法

Patent Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1818546A (zh) * 2006-03-02 2006-08-16 浣石 远距离面内小位移测量方法
CN201278199Y (zh) * 2008-09-03 2009-07-22 中国石油天然气股份有限公司 基于光纤光栅的管道滑坡深部位移监测预警***
CN101582190A (zh) * 2009-02-27 2009-11-18 泰瑞数创科技(北京)有限公司 一种智能山体滑坡预警方法
CN201463843U (zh) * 2009-07-10 2010-05-12 上海同岩土木工程科技有限公司 一种基于数字照相技术的岩土工程变形远程监控***
CN102005104A (zh) * 2009-09-02 2011-04-06 吴立新 滑坡***移和姿态远距离快速监测报警装置及方法
CN102098495A (zh) * 2010-11-30 2011-06-15 姬云东 基于图像识别技术的山体滑坡智能监控装置及其监控方法
CN102175261A (zh) * 2011-01-10 2011-09-07 深圳大学 一种基于自适应标靶的视觉测量***及其标定方法
CN102506738A (zh) * 2011-11-08 2012-06-20 中国矿业大学 一种基于数字照相的岩土工程变形实时监测与预警方法
CN102798350A (zh) * 2012-07-10 2012-11-28 中联重科股份有限公司 一种臂架挠度的测量方法、装置及***
CN102831751A (zh) * 2012-09-04 2012-12-19 广东省公路管理局 基于双摄像机成像技术的公路高危边坡监控方法
CN105627917A (zh) * 2014-11-05 2016-06-01 北京航天计量测试技术研究所 一种基于视觉原理的大型结构件装配对接测量方法
CN104501735A (zh) * 2014-12-23 2015-04-08 大连理工大学 一种利用圆形标记点观测边坡三维变形的方法

Non-Patent Citations (10)

* Cited by examiner, † Cited by third party
Title
MYUNG K.KIM: "《数字全息显微》", 28 February 2017, 国防工业出版社 *
中国科学院上海技术物理研究所: "《红外光电技术》", 31 March 2004, 中国科学技术出版社 *
卞援朝: "《北京工业志 仪器仪表志》", 30 November 2003, 中国科学技术出版社 *
徐德 等: "《机器人视觉测量与控制》", 31 January 2016, 国防工业出版社 *
朱长青: "《小波分析理论与影像分析》", 31 March 1998, 测绘出版社 *
李群滨: "基于视频图像的道路灾害图像分析***设计与实现", 《中国优秀硕士学位论文全文数据库信息科技辑》 *
杨农林: "《深海机械与电子技术》", 31 August 2015, 华中科技大学出版社 *
武芳: "《空间数据库原理》", 31 May 2017, 武汉大学出版社 *
王向军 等: "弹落点坐标测量***的快速校准方法及精度分析", 《光学精密工程》 *
黄有群 等: "采用视觉注册的户外增强现实技术的研究", 《工程图学学报》 *

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110645963A (zh) * 2019-09-10 2020-01-03 中铁大桥局第七工程有限公司 一种高塔塔顶未知点三维坐标获取方法及其***
CN110736433A (zh) * 2019-10-23 2020-01-31 中科顶峰智能科技(重庆)有限公司 一种定量视频监测装置
CN110927672A (zh) * 2019-12-25 2020-03-27 中国有色金属长沙勘察设计研究院有限公司 一种改进的山谷型高陡边坡雷达监测***
CN111397541A (zh) * 2020-04-23 2020-07-10 五邑大学 排土场的边坡角测量方法、装置、终端及介质
CN112504137A (zh) * 2020-12-07 2021-03-16 北京智博联科技股份有限公司 基于云计算的多目标数字图像检测方法
CN112504137B (zh) * 2020-12-07 2022-07-26 北京智博联科技股份有限公司 基于云计算的多目标数字图像检测方法
CN113361532A (zh) * 2021-03-10 2021-09-07 江西理工大学 一种图像识别方法、***、存储介质、设备、终端及应用
CN113063357A (zh) * 2021-03-15 2021-07-02 河北水熠木丰工程技术有限责任公司 一种高边坡稳定性监控方法及装置
CN113063357B (zh) * 2021-03-15 2022-02-08 河北水熠木丰工程技术有限责任公司 一种高边坡稳定性监控方法及装置
CN113218321A (zh) * 2021-05-31 2021-08-06 西南石油大学 一种边坡变形的远程可视化监测方法
CN114067533A (zh) * 2021-11-27 2022-02-18 四川大学 一种地质灾害摄影监测预警方法

Similar Documents

Publication Publication Date Title
CN107843204A (zh) 基于监控级摄像机的边坡三维变形监测方法及***
CN106327573B (zh) 一种针对城市建筑的实景三维建模方法
CN106978774A (zh) 一种路面坑槽自动检测方法
CN113192063B (zh) 一种桥梁线形监测***以及桥梁线形监测方法
CN110702343B (zh) 一种基于立体视觉的挠度测量***及方法
CN113012292B (zh) 一种基于无人机航拍的ar远程施工监控方法及***
CN110595433A (zh) 一种基于双目视觉的输电杆塔倾斜的测量方法
CN110084785A (zh) 一种基于航拍图像的输电线垂弧测量方法及***
CN109472865A (zh) 一种基于图像模型绘制的自由可量测全景再现方法
CN109920009A (zh) 基于二维码标识的控制点检测与管理方法及装置
CN115829918A (zh) 一种基于机器视觉的大型设施结构形变的监测方法
CN108257182A (zh) 一种立体摄像头模组的标定方法及装置
JP2005016995A (ja) 赤外線構造物診断方法
CN117437368B (zh) 基于无人机的路面平整度测量方法、***、终端和介质
CN112907647B (zh) 一种基于固定式单目摄像机的三维空间尺寸测量方法
CN110780313A (zh) 一种无人机可见光立体测量采集建模方法
CN117152371B (zh) 一种三维地形测绘方法及***
CN106303412B (zh) 基于监控影像的排土场位移远程实时监测方法
KR20170088113A (ko) 라이다와 카메라를 융합한 실시간 기상 인자 측정방법 및 측정 시스템
CN210533296U (zh) 一种隧道洞周变形监测***
WO2021003896A1 (zh) 基于微波与视频的多目标信息融合及可视化展示方法
CN104034729A (zh) 用于电路板分选的五维成像***及其成像方法
CN114283121A (zh) 摊铺宽度检测方法及装置、可读存储介质和摊铺机
Fraser et al. Close-range photogrammetry in traffic incident management
CN108692710A (zh) 一种公路宗地测量方法及***

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20180327

RJ01 Rejection of invention patent application after publication