CN110823116A - 一种基于图像的建筑构件变形测量方法 - Google Patents

一种基于图像的建筑构件变形测量方法 Download PDF

Info

Publication number
CN110823116A
CN110823116A CN201911022918.5A CN201911022918A CN110823116A CN 110823116 A CN110823116 A CN 110823116A CN 201911022918 A CN201911022918 A CN 201911022918A CN 110823116 A CN110823116 A CN 110823116A
Authority
CN
China
Prior art keywords
area
sub
speckle
measured
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.)
Pending
Application number
CN201911022918.5A
Other languages
English (en)
Inventor
何斌
龙博
李刚
王志鹏
周艳敏
朱忠攀
沈润杰
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.)
Tongji University
Original Assignee
Tongji University
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 Tongji University filed Critical Tongji University
Priority to CN201911022918.5A priority Critical patent/CN110823116A/zh
Publication of CN110823116A publication Critical patent/CN110823116A/zh
Pending legal-status Critical Current

Links

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
    • G01B11/16—Measuring arrangements characterised by the use of optical techniques for measuring the deformation in a solid, e.g. optical strain gauge
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
    • 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
    • G06T2207/10—Image acquisition modality
    • G06T2207/10004—Still image; Photographic image

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Theoretical Computer Science (AREA)
  • Length Measuring Devices By Optical Means (AREA)

Abstract

本发明涉及一种基于图像的建筑构件变形测量方法，包括：步骤S1：安装CCD相机；步骤S2：生成散斑，打印散斑贴纸，并贴于待测件表面后使用CCD相机采集初始散斑图；步骤S3：CCD相机采集待测时刻的待测散斑图，并基于初始散斑图和待测散斑图使用数字图像相关法处理获取构件表面面内位移场。与现有技术相比，本发明利用散斑图，通过图像处理的方式进行测量，可以实现无接触、大面积测量建筑构件的变形场。

Description

一种基于图像的建筑构件变形测量方法
技术领域
本发明涉及建筑监测领域，尤其是涉及一种基于图像的建筑构件变形测量方法。
背景技术
传统土木领域内变形测量方法有位移传感器与电阻应变计。位移传感器安装工作量大，可操作性差，电阻应变计贴片过程复杂且易受环境影响。数字图像相关法是一种现代化非接触式的全场光学测量技术，具有精度高、非接触、全场测量、环境适用性好、操作简便的优势，已广泛的应用于航空航天、土木工程测量以及物体形变监测等领域。将其应用于建筑构件变形测量，可以实现无接触、大面积测量建筑构件的变形场。
发明内容
本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种基于图像的建筑构件变形测量方法。
本发明的目的可以通过以下技术方案来实现：
一种基于图像的建筑构件变形测量方法，包括：
步骤S1：安装CCD相机；
步骤S2：生成散斑，打印散斑贴纸，并贴于待测件表面后使用CCD相机采集初始散斑图；
步骤S3：CCD相机采集待测时刻的待测散斑图，并基于初始散斑图和待测散斑图使用数字图像相关法处理获取构件表面面内位移场。
所述步骤S1中CCD相机的安装原则为：待测表面全部位于相机视场中，并最大化占据相机视场。
所述散斑的生成函数为：
Figure BDA0002247803510000021
其中：I(x，y)为像素点灰度值，I0为光强分布大小，k为散斑序号，s为散斑个数，(xk，yk)为第k个散斑的中心坐标，r为散斑颗粒大小。
散斑的中心坐标具体为：
Figure BDA0002247803510000022
其中：rand(min，max，num)为(min，max)取值范围内随机取num个整数。
所述散斑个数为：
s＝int(W*H*ρ/r)
其中：int(*)为取整函数，W为待测表面宽度在相机采集图像中所占像素数，H为待测表面高度在相机采集图像中所占像素数，ρ为散斑密度。
所述散斑颗粒大小为3～6个像素。
所述步骤S3具体包括：
步骤S31：在初始散斑图选择待测点为中心点，指定尺寸大小的参考子区，在待测散斑图选择对应的目标子区，其中，所述目标子区的大小与参考子区一致，且目标子区的中心点与待测点对应；
步骤S32：利用零均值归一化互相关函数求的参考子区和目标子区的相关系数；
步骤S33：取目标子区四周的四个子区，分别计算各自与参考子区的相关系数，并取目标子区和四个相邻子区中，相关系数最大的子区作为新的目标子区；
步骤S34：判断目标子区的相关系数是否大于设定阈值，若为是，则将当前目标子区的中心点作为整像素配准点，反之则执行步骤S33；
步骤S35：取整像素配准点与其周围8个像素点，求其与参考图像上待测点及周围8点的相关系数，进行曲面拟合，并取曲面极值点为亚像素配准点；
步骤S36：重复步骤S31～S35，得到所有配准点，并基于得到的配准点坐标计算位移：
Figure BDA0002247803510000023
其中：u为水平像素位移，v为垂直像素位移，(xp，yp)为待测点在参考图上像素坐标值；
步骤S37：像素与现实尺寸换算比例，求得所测曲面位移。
所述零均值归一化互相关函数为：
Figure BDA0002247803510000031
其中：C为相关系数，M，N为参考子区横、纵向像素点数量，f(x，y)为待测点灰度值，g(x′，y′)为待测散斑图中子区中心点的灰度值，为参考子区灰度平均值，为目标子区灰度平均值。
与现有技术相比，本发明具有以下有益效果：
1)利用散斑图，通过图像处理的方式进行测量，可以实现无接触、大面积测量建筑构件的变形场。
2)待测表面全部位于相机视场中，并最大化占据相机视场，可以提高图像的清晰度。
3)散斑颗粒大小为3～6个像素，防止散斑过大或过小影响像素匹配精度或散斑。
4)数字图像相关法中使用相关函数为零均值归一化互相关函数，从而使得相关匹配过程精度高，鲁棒性高。
附图说明
图1为本发明方法的主要步骤流程示意图。
具体实施方式
下面结合附图和具体实施例对本发明进行详细说明。本实施例以本发明技术方案为前提进行实施，给出了详细的实施方式和具体的操作过程，但本发明的保护范围不限于下述的实施例。
一种基于图像的建筑构件变形测量方法，如图1所示，包括：
步骤S1：安装CCD相机，CCD相机的安装原则为：待测表面全部位于相机视场中，并最大化占据相机视场。
步骤S2：生成散斑，打印散斑贴纸，并贴于待测件表面后使用CCD相机采集初始散斑图，此外，拍摄时CCD相机应用三脚架固定，并使相机拍摄散斑区域水平轴线尽量与图像上下边沿保持平行，构件表面粗糙度较大时，需人工按压贴纸，使散斑场贴纸充分贴合到构件表面。
具体的，按待测件表面尺寸打印水转印贴纸，散斑尺寸设计时，可按单个散斑占据3-6个像素点标准。通过程序生成散斑图，利用水转印制造散斑贴纸，将贴纸上散斑场贴在待测件表面后使用CCD相机采集散斑图。
散斑的生成函数为：
Figure BDA0002247803510000041
其中：I(x，y)为像素点灰度值，I0为光强分布大小，可设为1，k为散斑序号，s为散斑个数，(xk，yk)为第k个散斑的中心坐标，r为散斑颗粒大小。
散斑的中心坐标具体为：
Figure BDA0002247803510000042
其中：rand(min，max，num)为(min，max)取值范围内随机取num个整数。
散斑个数为：
s＝int(W*H*ρ/r)
其中：int(*)为取整函数，W为待测表面宽度在相机采集图像中所占像素数，H为待测表面高度在相机采集图像中所占像素数，ρ为散斑密度，取值范围为(0，1)，一般取0.5即可。
步骤S3：CCD相机采集待测时刻的待测散斑图，并基于初始散斑图和待测散斑图使用数字图像相关法处理获取构件表面面内位移场，具体包括：
步骤S31：在初始散斑图选择待测点P(x，y)为中心点，指定尺寸大小的参考子区，在待测散斑图选择对应的目标子区，其中，目标子区的大小与参考子区一致，且目标子区的中心点与待测点对应，指定尺寸可以是(2M+1*2M+1)，子区范围参数设置过大，像素匹配速度变快，精度变低；
步骤S32：利用零均值归一化互相关函数求的参考子区和目标子区的相关系数，其中，零均值归一化互相关函数为：
Figure BDA0002247803510000043
其中：C为相关系数，M，N为参考子区横、纵向像素点数量，f(x，y)为待测点灰度值，g(x′，y′)为待测散斑图中子区中心点的灰度值，
Figure BDA0002247803510000044
为参考子区灰度平均值，
Figure BDA0002247803510000045
为目标子区灰度平均值；
步骤S33：取目标子区四周的四个子区，分别计算各自与参考子区的相关系数，并取目标子区和四个相邻子区中，相关系数最大的子区作为新的目标子区；
步骤S34：判断目标子区的相关系数是否大于设定阈值，该阈值可以为0.75-0.8，若为是，则将当前目标子区的中心点作为整像素配准点，反之则执行步骤S33；
步骤S35：取整像素配准点与其周围8个像素点，求其与参考图像上待测点及周围8点的相关系数，进行曲面拟合，并取曲面极值点为亚像素配准点；
步骤S36：重复步骤S31～S35，得到所有配准点，并基于得到的配准点坐标计算位移：
Figure BDA0002247803510000051
其中：u为水平像素位移，v为垂直像素位移，(xp，yp)为待测点在参考图上像素坐标值；
曲面拟合可采用二项式拟合方法，曲面表达式：
Z(x，y)＝a0+a1x+a2y+a3x2+a4xy+a5y2
由极值点特性，
Figure BDA0002247803510000052
可解得：
Figure BDA0002247803510000053
Q′(xp，yp)＝Q(x+Δx，y+Δy)
式中，a0，a1，a2，a3，a4，a5在MATLAB中最小二乘拟合得到。
步骤S37：像素与现实尺寸换算比例，求得所测曲面位移。

Claims (8)

1.一种基于图像的建筑构件变形测量方法，其特征在于，包括：
步骤S1：安装CCD相机；
步骤S2：生成散斑，打印散斑贴纸，并贴于待测件表面后使用CCD相机采集初始散斑图；
步骤S3：CCD相机采集待测时刻的待测散斑图，并基于初始散斑图和待测散斑图使用数字图像相关法处理获取构件表面面内位移场。
2.根据权利要求1所述的一种基于图像的建筑构件变形测量方法，其特征在于，所述步骤S1中CCD相机的安装原则为：待测表面全部位于相机视场中，并最大化占据相机视场。
3.根据权利要求1所述的一种基于图像的建筑构件变形测量方法，其特征在于，所述散斑的生成函数为：
其中：I(x,y)为像素点灰度值，I0为光强分布大小，k为散斑序号，s为散斑个数，(xk，yk)为第k个散斑的中心坐标，r为散斑颗粒大小。
4.根据权利要求3所述的一种基于图像的建筑构件变形测量方法，其特征在于，散斑的中心坐标具体为：
Figure FDA0002247803500000012
其中：rand(min,max,num)为(min,max)取值范围内随机取num个整数。
5.根据权利要求3所述的一种基于图像的建筑构件变形测量方法，其特征在于，所述散斑个数为：
s＝int(W*H*ρ/r)
其中：int(*)为取整函数，W为待测表面宽度在相机采集图像中所占像素数，H为待测表面高度在相机采集图像中所占像素数，ρ为散斑密度。
6.根据权利要求3所述的一种基于图像的建筑构件变形测量方法，其特征在于，所述散斑颗粒大小为3～6个像素。
7.根据权利要求1所述的一种基于图像的建筑构件变形测量方法，其特征在于，所述步骤S3具体包括：
步骤S31：在初始散斑图选择待测点为中心点，指定尺寸大小的参考子区，在待测散斑图选择对应的目标子区，其中，所述目标子区的大小与参考子区一致，且目标子区的中心点与待测点对应；
步骤S32：利用零均值归一化互相关函数求的参考子区和目标子区的相关系数；
步骤S33：取目标子区四周的四个子区，分别计算各自与参考子区的相关系数，并取目标子区和四个相邻子区中，相关系数最大的子区作为新的目标子区；
步骤S34：判断目标子区的相关系数是否大于设定阈值，若为是，则将当前目标子区的中心点作为整像素配准点，反之则执行步骤S33；
步骤S35：取整像素配准点与其周围8个像素点，求其与参考图像上待测点及周围8点的相关系数，进行曲面拟合，并取曲面极值点为亚像素配准点；
步骤S36：重复步骤S31～S35，得到所有配准点，并基于得到的配准点坐标计算位移：
Figure FDA0002247803500000021
其中：u为水平像素位移，v为垂直像素位移，(xp，yp)为待测点在参考图上像素坐标值；
步骤S37：像素与现实尺寸换算比例，求得所测曲面位移。
8.根据权利要求7所述的一种基于图像的建筑构件变形测量方法，其特征在于，所述零均值归一化互相关函数为：
Figure FDA0002247803500000022
其中：C为相关系数，M,N为参考子区横、纵向像素点数量，f(x,y)为待测点灰度值，g(x′,y′)为待测散斑图中子区中心点的灰度值，
Figure FDA0002247803500000023
为参考子区灰度平均值，为目标子区灰度平均值。
CN201911022918.5A 2019-10-25 2019-10-25 一种基于图像的建筑构件变形测量方法 Pending CN110823116A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911022918.5A CN110823116A (zh) 2019-10-25 2019-10-25 一种基于图像的建筑构件变形测量方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911022918.5A CN110823116A (zh) 2019-10-25 2019-10-25 一种基于图像的建筑构件变形测量方法

Publications (1)

Publication Number Publication Date
CN110823116A true CN110823116A (zh) 2020-02-21

Family

ID=69550791

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911022918.5A Pending CN110823116A (zh) 2019-10-25 2019-10-25 一种基于图像的建筑构件变形测量方法

Country Status (1)

Country Link
CN (1) CN110823116A (zh)

Cited By (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111354033A (zh) * 2020-02-28 2020-06-30 西安交通大学 基于特征匹配的数字图像测量方法
CN112329705A (zh) * 2020-11-23 2021-02-05 博迈科海洋工程股份有限公司 一种大型结构物提升过程中最大变形量的监测方法
CN112857243A (zh) * 2021-01-11 2021-05-28 南京航空航天大学 一种多尺度数字图像相关测量方法
CN112857244A (zh) * 2021-01-15 2021-05-28 华中科技大学 一种基于散斑结构光的微电子基板翘曲测量方法和***
CN112986312A (zh) * 2021-02-05 2021-06-18 郑州大学 一种利用二维数字图像技术测量注塑制品热应力的方法
CN112986321A (zh) * 2021-03-29 2021-06-18 清华大学 热膨胀变形场的测量方法及装置、电子设备和存储介质
CN113077429A (zh) * 2021-03-30 2021-07-06 四川大学 基于相邻子区相关系数的散斑质量评价方法
CN113091959A (zh) * 2021-03-25 2021-07-09 北京大学 非接触式应力测量方法、装置、电子设备及存储介质
CN113610782A (zh) * 2021-07-21 2021-11-05 武汉理工大学 一种建筑物变形监测方法、设备及存储介质
CN114323591A (zh) * 2021-12-31 2022-04-12 天津商业大学 一种基于数字图像相关法的光畸变测量方法及测试***
CN114509018A (zh) * 2021-05-07 2022-05-17 中国地质大学（北京） 一种全场实时桥梁挠度测量方法
CN114527123A (zh) * 2022-01-12 2022-05-24 西北工业大学 一种固体推进剂损伤位置识别方法、设备及介质
CN114964578A (zh) * 2022-07-27 2022-08-30 华能(浙江)能源开发有限公司玉环分公司 基于数字散斑的水冷壁在线应力监测方法及装置

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103743356A (zh) * 2014-01-17 2014-04-23 北京光电技术研究所 建筑物多点实时视频测量方法及测量***
CN105469398A (zh) * 2015-11-23 2016-04-06 南京航空航天大学 一种基于反向映射法的变形散斑生成方法
KR20170019897A (ko) * 2015-08-13 2017-02-22 이화여자대학교 산학협력단 광학계 기반 화학 반응 감지 장치
CN107860328A (zh) * 2017-12-04 2018-03-30 天津大学 一种风电材料薄板的激光焊接过程二维变形测量装置及测量方法
CN107993287A (zh) * 2017-12-01 2018-05-04 大唐国信滨海海上风力发电有限公司 一种目标跟踪的自动初始化方法
CN108918271A (zh) * 2018-09-11 2018-11-30 苏州大学 基于显微光学数字散斑法的杨氏模量测量方法
CN109883333A (zh) * 2019-03-14 2019-06-14 武汉理工大学 一种基于图像特征识别技术的非接触位移应变测量方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103743356A (zh) * 2014-01-17 2014-04-23 北京光电技术研究所 建筑物多点实时视频测量方法及测量***
KR20170019897A (ko) * 2015-08-13 2017-02-22 이화여자대학교 산학협력단 광학계 기반 화학 반응 감지 장치
CN105469398A (zh) * 2015-11-23 2016-04-06 南京航空航天大学 一种基于反向映射法的变形散斑生成方法
CN107993287A (zh) * 2017-12-01 2018-05-04 大唐国信滨海海上风力发电有限公司 一种目标跟踪的自动初始化方法
CN107860328A (zh) * 2017-12-04 2018-03-30 天津大学 一种风电材料薄板的激光焊接过程二维变形测量装置及测量方法
CN108918271A (zh) * 2018-09-11 2018-11-30 苏州大学 基于显微光学数字散斑法的杨氏模量测量方法
CN109883333A (zh) * 2019-03-14 2019-06-14 武汉理工大学 一种基于图像特征识别技术的非接触位移应变测量方法

Cited By (22)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111354033A (zh) * 2020-02-28 2020-06-30 西安交通大学 基于特征匹配的数字图像测量方法
CN112329705B (zh) * 2020-11-23 2022-06-24 博迈科海洋工程股份有限公司 一种大型结构物提升过程中最大变形量的监测方法
CN112329705A (zh) * 2020-11-23 2021-02-05 博迈科海洋工程股份有限公司 一种大型结构物提升过程中最大变形量的监测方法
CN112857243A (zh) * 2021-01-11 2021-05-28 南京航空航天大学 一种多尺度数字图像相关测量方法
CN112857244A (zh) * 2021-01-15 2021-05-28 华中科技大学 一种基于散斑结构光的微电子基板翘曲测量方法和***
CN112857244B (zh) * 2021-01-15 2021-12-03 华中科技大学 一种基于散斑结构光的微电子基板翘曲测量方法和***
CN112986312A (zh) * 2021-02-05 2021-06-18 郑州大学 一种利用二维数字图像技术测量注塑制品热应力的方法
CN112986312B (zh) * 2021-02-05 2023-02-03 郑州大学 一种利用二维数字图像技术测量注塑制品热应力的方法
CN113091959A (zh) * 2021-03-25 2021-07-09 北京大学 非接触式应力测量方法、装置、电子设备及存储介质
CN112986321A (zh) * 2021-03-29 2021-06-18 清华大学 热膨胀变形场的测量方法及装置、电子设备和存储介质
CN113077429B (zh) * 2021-03-30 2022-09-23 四川大学 基于相邻子区相关系数的散斑质量评价方法
CN113077429A (zh) * 2021-03-30 2021-07-06 四川大学 基于相邻子区相关系数的散斑质量评价方法
CN114509018A (zh) * 2021-05-07 2022-05-17 中国地质大学（北京） 一种全场实时桥梁挠度测量方法
CN113610782A (zh) * 2021-07-21 2021-11-05 武汉理工大学 一种建筑物变形监测方法、设备及存储介质
CN113610782B (zh) * 2021-07-21 2024-01-02 武汉理工大学 一种建筑物变形监测方法、设备及存储介质
CN114323591A (zh) * 2021-12-31 2022-04-12 天津商业大学 一种基于数字图像相关法的光畸变测量方法及测试***
CN114323591B (zh) * 2021-12-31 2024-07-09 天津商业大学 一种基于数字图像相关法的光畸变测量方法及测试***
CN114527123A (zh) * 2022-01-12 2022-05-24 西北工业大学 一种固体推进剂损伤位置识别方法、设备及介质
CN114527123B (zh) * 2022-01-12 2024-05-31 西北工业大学 一种固体推进剂损伤位置识别方法、设备及介质
CN114964578A (zh) * 2022-07-27 2022-08-30 华能(浙江)能源开发有限公司玉环分公司 基于数字散斑的水冷壁在线应力监测方法及装置
CN114964578B (zh) * 2022-07-27 2022-11-15 华能(浙江)能源开发有限公司玉环分公司 基于数字散斑的水冷壁在线应力监测方法及装置
WO2024021358A1 (zh) * 2022-07-27 2024-02-01 华能(浙江)能源开发有限公司玉环分公司 基于数字散斑的水冷壁在线应力监测方法及装置

Similar Documents

Publication Publication Date Title
CN110823116A (zh) 一种基于图像的建筑构件变形测量方法
US8184848B2 (en) Liquid level detection method
KR100726009B1 (ko) 구조물의 변위 측정 시스템 및 방법
CN107328502B (zh) 一种锚杆托盘载荷可视化数字成像方法
JP2021531450A (ja) オプティカルフロー映像処理を利用する河川流速測定装置および方法
CN109373912B (zh) 一种基于双目视觉的非接触式六自由度位移测量方法
JP6875836B2 (ja) ワイヤロープ計測装置及び方法
CN107300413A (zh) 基于条纹投影的远程低频振动测量方法
CN106033614A (zh) 一种强视差下的移动相机运动目标检测方法
KR101972582B1 (ko) Ptz 촬상장치 기반 변위 측정 시스템 및 방법
CN104897065A (zh) 一种板壳结构表面位移场的测量***
CN104200456B (zh) 一种用于线结构光三维测量的解码方法
CN113012143B (zh) 一种基于二维数字图像相关法的试件质量检测方法
JP2011069797A (ja) 変位量測定装置及び変位量測定方法
CN111432074B (zh) 一种辅助手机用户进行图片信息采集的方法
CN110068284B (zh) 利用高速摄影测量技术监测塔式起重机的方法
JPWO2021070415A5 (zh)
CN112672137A (zh) 获取深度图像的方法、结构光***以及一种电子装置
CN106382891B (zh) 一种基于球面全景相机的物体高度测量方法
JP2001133225A (ja) デジタルカメラを用いる寸法，形状の計測方法
CN115523866A (zh) 一种适用煤矿皮带输送机传输中高反光异物检测的条纹投影三维测量方法
CN113109259B (zh) 一种图像的智能导航方法及装置
CN113074635B (zh) 一种标定螺栓及利用该标定螺栓检测螺栓松脱的方法
CN108198214A (zh) 基于视频监控的海漂垃圾提取和面积计算方法
KR102383439B1 (ko) 구조물의 균열 측정방법 및 이를 이용한 균열 측정장치

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
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20200221

WD01 Invention patent application deemed withdrawn after publication