CN112325789A - 一种基于图像处理的模型试验中变形和位移测量方法 - Google Patents
一种基于图像处理的模型试验中变形和位移测量方法 Download PDFInfo
- Publication number
- CN112325789A CN112325789A CN202110000787.1A CN202110000787A CN112325789A CN 112325789 A CN112325789 A CN 112325789A CN 202110000787 A CN202110000787 A CN 202110000787A CN 112325789 A CN112325789 A CN 112325789A
- Authority
- CN
- China
- Prior art keywords
- points
- displacement
- point
- pixel
- image
- 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
- 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
- G01B11/02—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/80—Analysis of captured images to determine intrinsic or extrinsic camera parameters, i.e. camera calibration
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
本发明提供一种基于图像处理的模型试验中变形和位移测量方法,步骤如下:对模型试验中被测模型需测量变形和位移的区域进行打点标记;同时在试验场景中布置一块标定板;拍摄照片后对照片先后进行畸变矫正和透视变换,得到透视变换后图像;对透视变换后图像进行特征点检测;使用在两个不同时间点采集的透视变换后图像对同一标记点进行特征点匹配,匹配出多个特征点对;计算出该标记点在这段时间内的位移;通过所有标记点的位移组合计算出所测量平面区域的动态位移场或变形场。本发明解决了现有技术中存在的被测模型表面须具有较大粗糙度,须对表面进行喷射散斑等不可逆处理,须设置固定基准点,以及测量原理复杂和测量设备与操作***昂贵等问题。
Description
技术领域
本发明具体涉及一种基于图像处理的模型试验中变形和位移测量方法。
背景技术
在模型试验中常常采用非接触式测量来获取模型试验中变形和位移,对比文件1(刘浩洋. 基于数字图像处理的位移变形测量方法的研究[D].吉林农业大学.)中采用了该方法,对被测模型的天然散斑、人工散斑或激光散斑进行图像处理。
但在这其中,数字图像相关技术(DIC)需要在测量区域表面制作难以去除的散斑,数字散斑图像技术(DSP)和数字散斑干涉技术(ESPI)是基于粗糙表面的漫反射,要求测量区域表面具有足够的粗糙度,有些测量方法还须在试验装置上设置固定不动的基准点,且以上所提相关技术的测量原理复杂,往往需要购置一整套的测量装置及操作***,无法真正实现相关测量技术的应用和普及。
对比文件2(李元海, 朱合华, 上野胜利,等. 基于图像分析的实验模型变形场量测标点法[J]. 同济大学学报(自然科学版), 2003(10):10-14.)中采用了利用标记点的方法避免了去在测量区域制作散斑。
但该文献中的图像处理需要设置控制点,即须设置固定的基准点,并且采用四边形单元等参变换法来实现图像校准的方法较为复杂,在实际使用中难以普及和提升使用效率。对比文件2中通过拾取标点参数后识别标点质心坐标,利用标点质心坐标进行位移计算,标点识别及计算结果不够准确可靠。对比文件2中的标点识别方法对标点尺寸形状有硬性要求,不能够很好地满足现场使用的需求,且检测区域为整张图像,存在标点识别错误的问题,故对比文件2中的程序设计才有了半自动和手动识别的方式来纠正错误识别标点的问题,这样增加了工作流程和工作量,并且降低了识别的有效性和准确度。
因此需要提供一种基于图像处理的模型试验中变形和位移测量方法,来解决现有技术中存在的被测模型表面须具有较大粗糙度,须对表面进行喷射散斑等不可逆处理,须设置固定基准点,以及测量原理复杂和测量设备与操作***昂贵等问题。
发明内容
本发明提供一种基于图像处理的模型试验中变形和位移测量方法,本发明不需要对测量区域表面进行像喷射散斑等不可逆的表面处理,也不会对测量区域表面有如粗糙度等限制过大的硬性要求,无须在试验装置上设置固定的基准点;同时,本发明所需要的装置简单易得,成本低廉操作便捷,无需购置特定测量装置及操作***,更具经济性;能够真正实现相关测量技术的应用和普及。从而解决现有技术中存在的问题。
本发明的技术方案如下:
一种基于图像处理的模型试验中变形和位移测量方法,包括如下步骤:
步骤2,对模型试验中被测模型需要测量变形和位移的区域进行打点标记,设置有多个标记点;同时在试验场景中布置一块标定板;
步骤3,固定相机并将相机参数设为标定参数,间隔固定时间对试验过程进行自动拍照采集多张照片;
步骤5,根据所述矫正后的图像中标定板的四个角点像素坐标对所述矫正后的图像进行透视变换,得到透视变换后图像;
步骤6,对所述透视变换后图像进行特征点检测,检测时在每个标记点处单独设置蒙版区域,超出蒙版区域的部分不进行特征点检测;
步骤7,选择在两个不同时间点采集的所述透视变换后图像,并对两张所述透视变换后图像上的同一标记点的附近检测出的特征点进行匹配,匹配出多对特征点对;
步骤8,分别获取步骤7每一对特征点对的像素位移,并计算所有特征点对的像素位移均值,所述位移均值为该标记点以所述步骤7中两个不同时间点为起止时间段内的像素位移;
步骤9,利用像素换算比例和步骤8中所述特征点对的像素位移均值,计算标记点的实际位移;
步骤10,重复步骤7~9计算出所有标记点在不同时间段的实际位移,组合所有标记点在不同时间段的实际位移得出所测量区域的动态位移场或变形场,从而实现模型试验中对变形和位移的测量。
其中,特征点指通过编制程序在标记点区域识别出的符合程序算法中对特征点检测要求的具有辨识度和区别性的稳定关键点,包括但不限于颜色突变的点、角点、边缘点等。
采用这样的方法,本发明只需要在被测模型设置多个标记点,利用一台普通相机及三脚架和简易标定板,通过对拍摄的照片进行图像处理就可以实现模型试验中对变形和位移的测量,装置简单易得,成本低廉。本发明的图像处理过程简单易实现,只需简单的程序编码就可以完成,无需制成复杂的操作***,在现场使用时操作简单容易实现,应用难度很低,易于实用推广。本发明不需要对被测模型进行不可逆的表面处理也不需要对被测模型的表面粗糙度有要求,具有普适性。
进一步的,步骤2中所述的标记点的颜色与被测模型表面颜色形成鲜明对比;所有
标记点均位于同一平面;每个所述标记点记为,其中m表示标记点的总数。步
骤3中每张所述照片记为;步骤4中矫正后的图像记为,其中n
表示照片的总数。
采用这样的方法,本发明在图像处理过程中着重考虑了畸变矫正和透视变换。通过畸变矫正和透视变换避免了图像畸变和相机光轴与测试平面不垂直导致的精度下降;为使用广角镜头或拍摄距离过近引起的图像畸变导致的精度下降,以及无法避免的相机光轴与测试平面不垂直导致的精度下降,提供了简单可行的解决方案,提高了测量精度。这使得本发明不需要严苛的测量环境就可以进行测量,并且在普通环境中就可以达到很高的测量精度。有利于本发明在不同的复杂的场合里使用,具有更好的实用性、普适性和稳定性。
进一步的,步骤6中的蒙版区域为完全覆盖单个标记点的平面区域,该区域形状宜为但不限于圆形,特征点检测时仅对蒙版区域部分进行特征点检测。
其中:
采用这样的方法,本发明通过从点组合到平面,并加上时间维度,实现了二维平面上的动态位移场和变形场的测量。让使用者能够更全面地掌握被测模型变形和位移的具体变化情况。
本发明的有益效果如下:
1、本发明需要的装置简单易操作,有一台普通相机及三脚架和简易标定板即可,图像处理获得最终位移数据的过程简单易实现,只需简单的程序编码,无需制成复杂的操作***,利于此方法的推广普及。
2、本发明对测量区域表面无粗糙度等限制要求,无需在测量区域表面制作难以去除的散斑,在测量区域表面自由标记可擦除的适宜数量标记点即可。
3、在保持相机固定不动时,本发明无须在试验装置上设置固定不动的基准点,为无法设置在整个试验中没有位移的合适基准点提供了一种可行的测量方法。
4、本发明所得到测量结果精度可观,其中着重考虑了图像处理中的畸变矫正和透视变换,为使用广角镜头或拍摄距离过近引起的图像畸变导致的精度下降,以及无法避免的相机光轴与测试平面不垂直导致的精度下降,提供了简单可行的解决方案,提高了测量精度。
5、本发明通过从点组合到平面,并加上时间维度,实现了二维平面上的动态位移场和变形场的测量。
附图说明
图1是本发明的一种基于图像处理的模型试验中变形和位移测量方法的流程图;
图2是本发明实施例2中的隧道模型中间横断面衬砌内侧面标记点的示意图;
图3是本发明实施例2和实施例3中由印有黑白相间方块组成的正方形标定板;
图4是本发明实施例2中的固定相机拍摄采集模型箱内隧道模型中间横断面图像的示意图;
图5是本发明实施例2中的对采集图像设置蒙版区域的示意图;
图6是本发明实施例2中的隧道模型中间横断面标记点上特征点检测并匹配成功的示意图;
图7是本发明的实施例2中的隧道模型中间横断面在某两时刻间的变形场;
图8是本发明的实施例3中在变角板剪力仪上标记三角形标记点的示意图。
附图标记:
1-标记点。
具体实施方式
显然,下面所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
实施例1
一种基于图像处理的模型试验中变形和位移测量方法,包括如下步骤:
步骤2,对模型试验中被测模型需要测量变形和位移的区域进行打点标记,设置有多个标记点;同时在试验场景中布置一块标定板;
步骤3,固定相机并将相机参数设为标定参数,间隔固定时间对试验过程进行自动拍照采集多张照片;
步骤5,根据所述矫正后的图像中标定板的四个角点像素坐标对所述矫正后的图像进行透视变换,得到透视变换后图像;
步骤6,对所述透视变换后图像进行特征点检测,检测时在每个标记点处单独设置蒙版区域,超出蒙版区域的部分不进行特征点检测;
步骤7,选择在两个不同时间点采集的所述透视变换后图像,并对两张所述透视变换后图像上的同一标记点的附近检测出的特征点进行匹配,匹配出多对特征点对;
步骤8,分别获取步骤7每一对特征点对的像素位移,并计算所有特征点对的像素位移均值,所述位移均值为该标记点以所述步骤7中两个不同时间点为起止时间段内的像素位移;
步骤9,利用像素换算比例和步骤8中所述特征点对的像素位移均值,计算标记点的实际位移;
步骤10,重复步骤7~9计算出所有标记点在不同时间段的实际位移,组合所有标记点在不同时间段的实际位移得出所测量区域的动态位移场或变形场,从而实现模型试验中对变形和位移的测量。
采用这样的方法,本发明只需要在被测模型设置多个标记点,利用一台普通相机及三脚架和简易标定板,通过对拍摄的照片进行图像处理就可以实现模型试验中对变形和位移的测量,装置简单易得,成本低廉。本发明的图像处理过程简单易实现,只需简单的程序编码就可以完成,无需制成复杂的操作***,在现场使用时操作简单容易实现,应用难度很低,易于实用推广。本发明不需要对被测模型进行不可逆的表面处理也不需要对被测模型的表面粗糙度有要求,具有普适性。
步骤2中所述的标记点的颜色与被测模型表面颜色形成鲜明对比;所有标记点均
位于同一平面;每个所述标记点记为,其中m表示标记点的总数。步骤3中每张
所述照片记为;步骤4中矫正后的图像记为,其中n表示照片的
总数。
采用这样的方法,本发明在图像处理过程中着重考虑了畸变矫正和透视变换。通过畸变矫正和透视变换避免了图像畸变和相机光轴与测试平面不垂直导致的精度下降;为使用广角镜头或拍摄距离过近引起的图像畸变导致的精度下降,以及无法避免的相机光轴与测试平面不垂直导致的精度下降,提供了简单可行的解决方案,提高了测量精度。这使得本发明不需要严苛的测量环境就可以进行测量,并且在普通环境中就可以达到很高的测量精度。有利于本发明在不同的复杂的场合里使用,具有更好的实用性、普适性和稳定性。
步骤6中的蒙版区域为完全覆盖单个标记点的平面区域,该区域形状宜为但不限于圆形,特征点检测时仅对蒙版区域部分进行特征点检测。
其中:
其中,表示某一时间点下某个标记点处检测并配对成功的特征点坐标均值,表示
特征点对的数量,和为特征点的像素坐标值。采用这样的方法,本发明通过从点组合到
平面,并加上时间维度,实现了二维平面上的动态位移场和变形场的测量。让使用者能够更
全面地掌握被测模型变形和位移的具体变化情况。
本发明的有益效果如下:
1、本发明需要的装置简单易操作,有一台普通相机及三脚架和简易标定板即可,图像处理获得最终位移数据的过程简单易实现,只需简单的程序编码,无需制成复杂的操作***,利于此方法的推广普及。
2、本发明对测量区域表面无粗糙度等限制要求,无需在测量区域表面制作难以去除的散斑,在测量区域表面自由标记可擦除的适宜数量标记点即可。
3、在保持相机固定不动时,本发明无须在试验装置上设置固定不动的基准点,为无法设置在整个试验中没有位移的合适基准点提供了一种可行的测量方法。
4、本发明所得到测量结果精度可观,其中着重考虑了图像处理中的畸变矫正和透视变换,为使用广角镜头或拍摄距离过近引起的图像畸变导致的精度下降,以及无法避免的相机光轴与测试平面不垂直导致的精度下降,提供了简单可行的解决方案,提高了测量精度。
5、本发明通过从点组合到平面,并加上时间维度,实现了二维平面上的动态位移场和变形场的测量。
实施例2
本发明提供了一种基于图像处理的模型试验中变形和位移测量方法,在本实施例中用于一模型箱内3D打印隧道模型在试验中中间横断面内侧衬砌的全场变形测量,参见图1,包括以下步骤:
S2:在3D打印隧道模型中间横断面的衬砌内侧面进行打点标记,所有标记点位于同一
平面,共有50个标记点,记标记点为。标记点由可擦性红色标记笔标记,以与
乳白色衬砌内侧面形成颜色对比,且便于擦除和更改。图2是隧道模型中间横断面衬砌内侧
面标记点的示意图。
S3:在相对相机位置的隧道模型另一侧布置一块由印有黑白相间的方块组成的正方形标定板,标定板边长为160mm,标定板位置平行于标记点平面,标定板底边与拍摄水平面平行。图3是由印有黑白相间方块组成的正方形标定板。
S4:调整好相机与隧道中间横断面的距离,获得最佳成像效果,用三脚架固定相
机,并使用相机矫正时所用的参数对相机进行设定。设置固定间隔时间为90秒,对试验过程
进行自动拍照,试验历时3个小时,共拍摄120张照片,记为。拍摄期间尽可
能避免触动相机,以保证照片清晰及后期处理的便捷。图4是固定相机拍摄采集模型箱内隧
道模型中间横断面图像的示意图。
S6:根据矫正后图像中黑白方块标定板的四个角点坐标对畸变矫正后的图像进行透视变换。畸变矫正后的标定板从左上依次按逆时针四个角点的像素坐标矩阵为:
畸变矫正后的标定板底边两角点的像素坐标距离为1680,以标定板底边左侧角点的像素坐标为固定坐标,得到透视变换后标定板四个角点的像素坐标矩阵:
采集图像过程中相机位置和参数均无变动,统一使用变换矩阵对图像矫正后的图
像进行透视变换,使标记点所在平面与相机光轴所在直线垂直,并将图像
的像素坐标转为实际坐标,以便于后面直接得出实际位移,记透视变换后的图像为。
S7:对透视变换处理后的图像做特征点检测,检测时在标记点附近根据标记点密集程度设置一个半径为10mm或15mm的蒙版区域,对超出蒙
版范围的区域不进行特征点检测。图5是对采集图像设置蒙版区域的示意图。
图6是隧道模型中间横断面标记点上特征点检测并匹配成功的示意图。
其中:
实施例3
参见图1,本发明提供了一种基于图像处理的模型试验中变形和位移测量方法,在本实施例中用于变角板剪切试验中沿层理面试块剪切位移的量测,参见图1,包括以下步骤:
S2:在变角板与试块接触的变角板两直角处标记三角形标记点1,两标记点1位于同一
平面,共有2个标记点1,记标记点1为。标记点1由可清除的红色胶带标记,以与
银白色变角板剪力仪形成颜色对比,且便于清除和更改。图8是变角板剪力仪上标记三角形
标记点1的示意图。
S3:在标记点1一侧布置一块由印有黑白相间的方块组成的正方形标定板,标定板边长为140mm,标定板位置平行于标记点平面,标定板底边与拍摄水平面平行。图3是由印有黑白相间方块组成的正方形标定板。
S4:调整好相机与标记点1所在平面的距离,并尽量使相机轴线与标记点1所在平
面垂直,获得最佳成像效果,用三脚架固定相机,并使用相机矫正时所用的参数对相机进行
设定。设置固定间隔时间为5秒,对试验过程进行自动拍照,每组试验约历时5分钟,共拍摄
60张照片,记为。拍摄期间尽可能避免触动相机,以保证照片清晰及后期处
理的便捷。
S6:根据矫正后图像中黑白方块标定板的四个角点坐标对畸变矫正后的图像进行透视变换。畸变矫正后的标定板从左上依次按逆时针四个角点的像素坐标矩阵为:
畸变矫正后的标定板底边两角点的像素坐标距离为2465,以标定板底边左侧角点的像素坐标为固定坐标,得到透视变换后标定板四个角点的像素坐标矩阵:
采集图像过程中相机位置和参数均无变动,统一使用变换矩阵对图像矫正后的图
像进行透视变换,使标记点1所在平面与相机光轴所在直线垂直,并将图像
的像素坐标转为实际坐标,以便于后面直接得出实际位移,记透视变换后的图像为。
其中:
显然,上述实施例仅仅是为清楚地说明所作的举例,而并非对实施方式的限定。对于所属领域的普通技术人员来说,在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。而由此所引伸出的显而易见的变化或变动仍处于本发明创造的保护范围之中。
Claims (10)
1.一种基于图像处理的模型试验中变形和位移测量方法,其特征在于,包括如下步骤:
步骤2,对模型试验中被测模型需要测量变形和位移的区域进行打点标记,设置有多个标记点;同时在试验场景中布置一块标定板;
步骤3,固定相机并将相机参数设为标定参数,间隔固定时间对试验过程进行自动拍照采集多张照片;
步骤5,根据所述矫正后的图像中标定板的四个角点的像素坐标对所述矫正后的图像进行透视变换,得到透视变换后图像;
步骤6,对所述透视变换后图像进行特征点检测,检测时在每个标记点处单独设置蒙版区域,超出蒙版区域的部分不进行特征点检测;
步骤7,选择在两个不同时间点采集的所述透视变换后图像,并对两张所述透视变换后图像上的同一标记点的附近检测出的特征点进行匹配,匹配出多对特征点对;
步骤8,分别获取步骤7每一对特征点对的像素位移,并计算所有特征点对的像素位移均值,所述像素位移均值为该标记点以所述步骤7中两个不同时间点为起止时间段内的像素位移;
步骤9,利用像素换算比例和步骤8中所述特征点对的像素位移均值,计算标记点的实际位移;
步骤10,重复步骤7~9计算出所有标记点在不同时间段的实际位移,组合所有标记点在不同时间段的实际位移得出所测量区域的动态位移场或变形场,从而实现模型试验中对变形和位移的测量。
7.根据权利要求1中所述的一种基于图像处理的模型试验中变形和位移测量方法,其特征在于,步骤6中的蒙版区域为完全覆盖单个标记点的平面区域,特征点检测时仅对蒙版区域部分进行特征点检测。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110000787.1A CN112325789B (zh) | 2021-01-04 | 2021-01-04 | 一种基于图像处理的模型试验中变形和位移测量方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110000787.1A CN112325789B (zh) | 2021-01-04 | 2021-01-04 | 一种基于图像处理的模型试验中变形和位移测量方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112325789A true CN112325789A (zh) | 2021-02-05 |
CN112325789B CN112325789B (zh) | 2021-03-23 |
Family
ID=74302109
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110000787.1A Active CN112325789B (zh) | 2021-01-04 | 2021-01-04 | 一种基于图像处理的模型试验中变形和位移测量方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112325789B (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113390605A (zh) * | 2021-07-20 | 2021-09-14 | 中国空气动力研究与发展中心设备设计与测试技术研究所 | 一种风洞试验飞机机翼变形全场测量方法 |
CN113463765A (zh) * | 2021-07-06 | 2021-10-01 | 中国建设基础设施有限公司 | 一种大跨空间结构滑移梁及施工方法和监控方法 |
CN113688819A (zh) * | 2021-08-23 | 2021-11-23 | 南通大学 | 一种基于标记点的目标物期望点跟踪匹配方法 |
CN114295058A (zh) * | 2021-11-29 | 2022-04-08 | 清华大学 | 一种建筑结构的整面动位移的测量方法 |
CN115031650A (zh) * | 2022-05-24 | 2022-09-09 | 深圳市海塞姆科技有限公司 | 一种基于标记点组合的相对变形测量方法及*** |
CN116399874A (zh) * | 2023-06-08 | 2023-07-07 | 华东交通大学 | 剪切散斑干涉无损检测缺陷尺寸的方法和程序产品 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101520699A (zh) * | 2008-02-26 | 2009-09-02 | 义隆电子股份有限公司 | 影像位移侦测方法 |
US20140000380A1 (en) * | 2012-06-27 | 2014-01-02 | Alstom Technology Ltd. | Method and apparatus for determining geometry deformation in rotating components |
CN106705857A (zh) * | 2016-11-10 | 2017-05-24 | 中国人民解放军理工大学 | 一种激光表面位移自动监测*** |
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 |
CN110307790A (zh) * | 2019-07-04 | 2019-10-08 | 深圳市富源信息技术有限公司 | 应用于边坡安全监测的摄像机检测装置及方法 |
CN210946763U (zh) * | 2019-08-12 | 2020-07-07 | 陕西交建公路工程试验检测有限公司 | 一种边坡形变监测*** |
CN111473739A (zh) * | 2020-04-24 | 2020-07-31 | 中铁隧道集团二处有限公司 | 一种基于视频监控的隧道塌方区围岩变形实时监测方法 |
-
2021
- 2021-01-04 CN CN202110000787.1A patent/CN112325789B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101520699A (zh) * | 2008-02-26 | 2009-09-02 | 义隆电子股份有限公司 | 影像位移侦测方法 |
US20140000380A1 (en) * | 2012-06-27 | 2014-01-02 | Alstom Technology Ltd. | Method and apparatus for determining geometry deformation in rotating components |
CN106705857A (zh) * | 2016-11-10 | 2017-05-24 | 中国人民解放军理工大学 | 一种激光表面位移自动监测*** |
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 |
CN110307790A (zh) * | 2019-07-04 | 2019-10-08 | 深圳市富源信息技术有限公司 | 应用于边坡安全监测的摄像机检测装置及方法 |
CN210946763U (zh) * | 2019-08-12 | 2020-07-07 | 陕西交建公路工程试验检测有限公司 | 一种边坡形变监测*** |
CN111473739A (zh) * | 2020-04-24 | 2020-07-31 | 中铁隧道集团二处有限公司 | 一种基于视频监控的隧道塌方区围岩变形实时监测方法 |
Non-Patent Citations (1)
Title |
---|
祝志恒 等: "《隧道开挖支护质量3DZI检测技术及应用研究》", 《中国公路学报》 * |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113463765A (zh) * | 2021-07-06 | 2021-10-01 | 中国建设基础设施有限公司 | 一种大跨空间结构滑移梁及施工方法和监控方法 |
CN113463765B (zh) * | 2021-07-06 | 2022-08-26 | 中国建设基础设施有限公司 | 一种大跨空间结构滑移梁及施工方法和监控方法 |
CN113390605A (zh) * | 2021-07-20 | 2021-09-14 | 中国空气动力研究与发展中心设备设计与测试技术研究所 | 一种风洞试验飞机机翼变形全场测量方法 |
CN113688819A (zh) * | 2021-08-23 | 2021-11-23 | 南通大学 | 一种基于标记点的目标物期望点跟踪匹配方法 |
CN113688819B (zh) * | 2021-08-23 | 2023-08-01 | 南通大学 | 一种基于标记点的目标物期望点跟踪匹配方法 |
CN114295058A (zh) * | 2021-11-29 | 2022-04-08 | 清华大学 | 一种建筑结构的整面动位移的测量方法 |
CN114295058B (zh) * | 2021-11-29 | 2023-01-17 | 清华大学 | 一种建筑结构的整面动位移的测量方法 |
CN115031650A (zh) * | 2022-05-24 | 2022-09-09 | 深圳市海塞姆科技有限公司 | 一种基于标记点组合的相对变形测量方法及*** |
CN116399874A (zh) * | 2023-06-08 | 2023-07-07 | 华东交通大学 | 剪切散斑干涉无损检测缺陷尺寸的方法和程序产品 |
CN116399874B (zh) * | 2023-06-08 | 2023-08-22 | 华东交通大学 | 剪切散斑干涉无损检测缺陷尺寸的方法和程序产品 |
Also Published As
Publication number | Publication date |
---|---|
CN112325789B (zh) | 2021-03-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112325789B (zh) | 一种基于图像处理的模型试验中变形和位移测量方法 | |
CN102376089B (zh) | 一种标靶校正方法及*** | |
US7479982B2 (en) | Device and method of measuring data for calibration, program for measuring data for calibration, program recording medium readable with computer, and image data processing device | |
CN102364299B (zh) | 一种多个结构光投影三维型面测量头的标定技术 | |
CN102768762B (zh) | 一种针对盾构隧道病害数字照相检测的数码相机标定方法及其装置 | |
CN105486289B (zh) | 一种激光摄影测量***及相机标定方法 | |
CN106815866B (zh) | 鱼眼相机的标定方法及其标定***和标板 | |
JP2013122434A (ja) | レーザーを用いた単眼カメラによる3次元形状位置計測装置,3次元形状位置計測処理方法および3次元形状位置計測処理プログラム | |
CN105931222A (zh) | 用低精度二维平面靶标实现高精度相机标定的方法 | |
CN111854622B (zh) | 一种大视场光学动态变形测量方法 | |
CN110836662B (zh) | 基于相对定向和绝对定向算法的边坡位移监测方法 | |
CN106447733A (zh) | 颈椎活动度及活动轴线位置的确定方法、***及装置 | |
CN109827526A (zh) | 一种基于摄影测量平面平整度检测方法及其数据处理流程 | |
TW201310004A (zh) | 編列數位影像關係裝置 | |
CN115540775A (zh) | 一种ccd单相机的3d视频引伸计 | |
CN106289317B (zh) | 一种单镜头数字航测相机的单机检校方法及装置 | |
CN113240726A (zh) | 一种内窥镜下光学目标尺寸实时测量方法 | |
CN104930976A (zh) | 便携式裂纹长度测量装置及方法 | |
CN106447729B (zh) | 一种基于坐标变换的二维数字图像相关补偿方法及二维光学数字图像相关引伸计 | |
CN115187612A (zh) | 一种基于机器视觉的平面面积测量方法、装置及*** | |
Zhiqiang et al. | An experimental method for eliminating effect of rigid out-of-plane motion on 2D-DIC | |
CN111145247B (zh) | 基于视觉的位置度检测方法及机器人、计算机存储介质 | |
CN111491157B (zh) | 一种构建手机3d模型引导图像全面采集的方法 | |
CN111336942A (zh) | 一种三维应变变形测量的拍摄方法 | |
CN111968182A (zh) | 一种双目相机非线性模型参数的标定方法 |
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 |