CN112529831A - 利用图像处理技术的地貌潜变观测设备 - Google Patents
利用图像处理技术的地貌潜变观测设备 Download PDFInfo
- Publication number
- CN112529831A CN112529831A CN202010395522.1A CN202010395522A CN112529831A CN 112529831 A CN112529831 A CN 112529831A CN 202010395522 A CN202010395522 A CN 202010395522A CN 112529831 A CN112529831 A CN 112529831A
- Authority
- CN
- China
- Prior art keywords
- image
- latent
- landform
- micro
- periodic
- 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
- 238000012545 processing Methods 0.000 title claims abstract description 43
- 238000005516 engineering process Methods 0.000 title abstract description 12
- 230000000737 periodic effect Effects 0.000 claims abstract description 55
- 238000000034 method Methods 0.000 claims description 15
- 230000007246 mechanism Effects 0.000 claims description 8
- 238000004891 communication Methods 0.000 claims description 7
- 238000003384 imaging method Methods 0.000 claims description 2
- 230000002159 abnormal effect Effects 0.000 abstract description 7
- 230000008859 change Effects 0.000 description 16
- 238000010586 diagram Methods 0.000 description 10
- 238000012544 monitoring process Methods 0.000 description 8
- 230000009466 transformation Effects 0.000 description 6
- 238000004364 calculation method Methods 0.000 description 5
- 239000003550 marker Substances 0.000 description 5
- 238000012876 topography Methods 0.000 description 5
- 230000001788 irregular Effects 0.000 description 3
- 239000000463 material Substances 0.000 description 3
- 230000004075 alteration Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 239000000428 dust Substances 0.000 description 1
- 238000007667 floating Methods 0.000 description 1
- 238000010191 image analysis Methods 0.000 description 1
- 238000003703 image analysis method Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000003442 weekly effect Effects 0.000 description 1
Images
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
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/58—Means for changing the camera field of view without moving the camera body, e.g. nutating or panning of optics or image sensors
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Quality & Reliability (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
Abstract
本发明揭露一种利用图像处理技术的地貌潜变观测设备,地貌潜变观测设备包括摄像装置以及处理单元,摄像装置对地貌进行影像采集,以提供地貌对应的多期的定期影像,处理单元撷取划分为多个微细胞区域的定期影像,计算每一个微细胞区域的定期影像的平均灰度值,比对当期微细胞区域的定期影像的平均灰度值与前期微细胞区域的定期影像的平均灰度值,产生灰度差异度,当灰度差异度大于阈值时,产生地貌潜变信息。藉此利用图像处理技术的地貌潜变观测设备,能够提前发现地表外形的异常状态,利用图像处理技术做进一步分析,判断具体潜变情况,从而可以有效地阻止潜变灾难的发生。
Description
技术领域
本发明涉及一种地貌潜变观测设备,尤其涉及一种利用图像处理技术的地貌潜变观测设备。
背景技术
自然灾害的发生可能造成重大人员伤亡、财产损失、生态环境破坏和严重社会危害,而潜变是引发自然灾害的原因之一。
潜变灾难包括滑坡、雪崩、挡土墙与类似工程体的变形崩坏。
其中,地貌中的潜变是造成地貌变化的主因,严重的潜变灾难甚至会造成生命与财产的损失。而地表下的潜变对于地表外形是会有微细变化的,长期监测此微细变化,将会是预防潜变所带来的灾难的重要手段。
目前,监测地貌潜变的预警措施通常是动用大量人力和各种仪器,常见监测方法有山地插标法以及影像分析法。山地插标法需要专业人员操作,过程极为复杂,需要派遣人力到山地进行插设标示器,并且人力物力投入量大,技术手段单一,只有少数重灾区适合用此法进行监测。而一般的影像分析仅可对地貌的潜变进行初步判断,无法仅从影像改变精准判断地貌是否真实发生潜变。
因此,在监测地貌潜变预警的技术领域中,如何以减少人力的方式,进行大面积监测,并提高监测的可靠度,已成为本领域技术人员欲解决的问题之一。
发明内容
本发明的主要目的在于提供一种利用图像处理技术的地貌潜变观测设备,能及时准确地监测山体潜变状态,不需要全面的实地勘测以及设置定标示器,即能于远端直接进行快速、全面的观测,判断异常区域具体的潜变情况,从而可以更为有效地阻止潜变灾难的发生。
为达所述优点至少其中之一或其他优点,本发明提出一种利用图像处理技术的地貌潜变观测设备,地貌潜变观测设备包括摄像装置以及处理单元。
摄像装置用于对地貌进行影像采集,以提供所述地貌对应的多期的定期影像。
处理单元用于撷取划分为多个微细胞区域的定期影像,计算每一个微细胞区域的定期影像的平均灰度值,比对当期微细胞区域的定期影像的平均灰度值与前期微细胞区域的定期影像的平均灰度值,产生灰度差异度,当灰度差异度大于阈值时,产生地貌潜变信息。
其中,地貌潜变观测设备更可以包括固定机构及外壳,外壳用于收容摄像装置及处理单元,固定机构用于固定外壳。
地貌潜变观测设备更包括储存模块,用于储存多期的定期影像。
前述平均灰度值为微细胞区域中所有的像素点的灰度值的加总平均值。
地貌潜变观测设备更包括通讯模块,用于传送地貌潜变信息至远端的接收设备。
前述微细胞区域为规则排列,或也可为不规则排列。
进一步说明,微细胞区域可以是由处理单元进行划分。
为达所述优点至少其中之一或其他优点,本发明的又一实施例可进一步提出一种利用图像处理技术的地貌潜变观测设备,包括摄像装置以及处理单元。
摄像装置用于对地貌进行影像采集,以提供所述地貌对应的多期的定期影像。
处理单元用于撷取划分为多个细胞区域的定期影像,使用哈希算法分别计算每一个细胞区域的定期影像以成为字符串,对比相同细胞区域的前期定期影像与本期定期影像所产生字符串之间的相似度,当相似度低于阈值时,判定细胞区域为疑似潜变区域,撷取划分疑似潜变区域为多个微细胞区域的定期影像,计算每一个微细胞区域的定期影像的平均灰度值,比对当期微细胞区域的定期影像的平均灰度值与前期微细胞区域的定期影像的平均灰度值,产生灰度差异度,当灰度差异度大于阈值时,产生地貌潜变信息。
进一步,地貌潜变观测设备更包括通讯模块,用于传送地貌潜变信息至远端的接收设备。
因此,利用本发明所提供的一种利用图像处理技术的地貌潜变观测设备,不需要全面的实地勘测以及设置标示器,就能及时准确地监测山体潜变状态,并能够提前发现地表外形的异常状态,将异常区域利用图像处理技术做进一步分析,藉由细胞区域与微细胞区域的划分,进行哈希算法与平均灰度值计算的运用,判断出可疑区域后,再进行实地精准勘测,不仅可以更为有效地阻止潜变灾难的发生,而且节省人力物力。
上述说明仅是本发明技术方案的概述,为了能够更清楚了解本发明的技术手段,而可依照说明书的内容予以实施,并且为了让本发明的上述和其他目的、特征和优点能够更明显易懂,以下特举较佳实施例,并配合附图,详细说明如下。
附图说明
所包括的附图用来提供对本申请实施例的进一步的理解,其构成了说明书的一部分,用于例示本申请的实施方式,并与文字描述一起来阐释本申请的原理。显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。在附图中:
图1是本发明一实施例的整体示意图;
图2A是本发明图1实施例的前期的定期地貌影像图;
图2B是本发明图1实施例的本期的定期地貌影像图;
图3A是本发明将图2A撷取的地貌影像图划分为20个细胞区域的示意图;
图3B是本发明将图2B撷取的地貌影像图划分为20个细胞区域的示意图;
图4A是本发明将图3A撷取的地貌影像图中疑似潜变区域划分为25个微细胞区域的示意图;以及
图4B是本发明将图3B撷取的地貌影像图中疑似潜变区域划分为25个微细胞区域的示意图。
附图标记:10-地貌潜变观测设备 12-摄像装置 14-处理单元 16- 固定机构 18-外壳 24-细胞区域 26-待测地貌 28-微细胞区域
具体实施方式
这里所公开的具体结构和功能细节仅仅是代表性的,并且是用于描述本发明的示例性实施例的目的。但是本发明可以通过许多替换形式来具体实现,并且不应当被解释成仅仅受限于这里所阐述的实施例。
在本发明的描述中,需要理解的是,术语“中心”、“横向”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”等指示的方位或位置关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组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一个或者更多个该特征。在本发明的描述中,除非另有说明,“多个”的含义是两个或两个以上。另外,术语“包括”及其任何变形,意图在于覆盖不排他的包含。
在本发明的描述中,需要说明的是,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;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,可以是两个组件内部的连通。对于本领域的普通技术人员而言,可以具体情况理解上述术语在本发明中的具体含义。
这里所使用的术语仅仅是为了描述具体实施例而不意图限制示例性实施例。除非上下文明确地另有所指,否则这里所使用的单数形式“一个”、“一项”还意图包括复数。还应当理解的是,这里所使用的术语“包括”和 /或“包含”规定所陈述的特征、整数、步骤、操作、单元和/或组件的存在,而不排除存在或添加一个或更多其他特征、整数、步骤、操作、单元、组件和/或其组合。
请参阅图1,图1是本发明一实施例的整体示意图。为达所述优点至少其中之一或其他优点,本发明的一实施例提供一种利用图像处理技术的地貌潜变观测设备10,图1示例中可见,地貌潜变观测设备10包括摄像装置12、处理单元14、固定机构16以及外壳18。外壳18用于收容摄像装置12及处理单元14,外壳18可以防撞击和防尘,将摄像装置12及处理单元14收容至外壳18中可模块化便于运输与安装。固定机构16的一端固定在一个定点上,另一端用于固定外壳18。前述地貌潜变观测设备10固定装设在待测地貌26的远端位置。
摄像装置12用于对地貌进行影像采集,以提供所述地貌对应的多期的定期影像。所述多期的定期影像可以为每月1期、每周1期…等皆可,或也可以根据地壳运动来设定拍摄时期,当地壳较为稳定时拍摄间隔时间可以较长,当地壳不稳定时拍摄间隔时间可以较短。摄像装置12可以为影像采集设备,例如摄像机、照相机等。
处理单元14耦接摄像装置12,用于撷取划分为多个微细胞区域28(请参见图4A、图4B)的定期影像,处理单元14会计算每一个微细胞区域28 的定期影像的平均灰度值,并比对当期微细胞区域28的定期影像的平均灰度值与前期微细胞区域28的定期影像的平均灰度值,然后判断灰度差异度,当所述灰度差异度大于阈值时,产生地貌潜变信息。
前述平均灰度值为微细胞区域28中所有的像素点的灰度值的加总平均值。针对疑似潜变区域,先将疑似潜变区域划分为多个微细胞区域28,再将多个微细胞区域28转化为灰度图,所述灰度图中的灰度值可以为例如0~255 范围的灰度值,最后计算经过灰度处理后的多个微细胞区域28中所有像素点的灰度值的加总平均值。所述灰度图的转化算法可以为浮点算法、移位方法、平均值法等。
进一步,多个微细胞区域28可以是由处理单元14进行划分的,其划分方式可以为规则排列或不规则排列,但微细胞区域28要固定排设,即要相对镜头角度来固定排设于影像中的位置。根据被观测的地貌影像确定微细胞区域28划分方式,当被观测的地貌地形复杂时,可以使用不规则排列,根据地貌的起伏构造划分出不规则的微细胞区域28。
地貌潜变观测设备10更包括储存模块(图中未表示),用于储存多期的定期影像,还可以储存前述灰度值。储存模块可以设置于处理单元14或摄像装置12的内部。储存模块例如磁碟、硬盘、闪存、记忆棒(MemoryStick) 等。
地貌潜变观测设备10更可以包括通讯模块(图中未表示),用于传送所述地貌潜变信息至远端的接收设备。通讯模块可以设置于处理单元14或摄像装置12的内部。
请再次参阅图1,为达所述优点至少其中之一或其他优点,本发明的又一实施例提供一种利用图像处理技术的地貌潜变观测设备10,由图1 示例中可见,地貌潜变观测设备10包括摄像装置12、处理单元14、固定机构16以及外壳18。
摄像装置12用于对地貌进行影像采集,以提供所述地貌对应的多期的定期影像。
处理单元14耦接摄像装置12,用于撷取划分为多个细胞区域24(请参见图3A、3B)的定期影像,处理单元14以哈希算法分别计算每一个细胞区域24的定期影像以成为字符串,并对比相同细胞区域24的前期定期影像与本期定期影像所产生字符串之间的相似度,当相似度低于阈值时,判定所述细胞区域24为疑似潜变区域。
接续,处理单元14撷取划分所述疑似潜变区域为多个微细胞区域28(请参见图4A、图4B)的定期影像,计算每一个微细胞区域28的定期影像的平均灰度值,比对当期微细胞区域28的定期影像的平均灰度值与前期微细胞区域28的定期影像的平均灰度值,产生灰度差异度,当所述灰度差异度大于另一个阈值时,产生地貌潜变信息。
请参阅图2A和图2B,图2A是本发明图1实施例的前期的定期地貌影像图,图2B是本发明图1实施例的本期的定期地貌影像图。图2A和图2B是相同位置的地貌,拍摄时间的间隔为一个月,为山谷与山坡地形,通过将图 2A示例与图2B示例对比可见,图中被观测的地貌在中偏下部有轻微类似山崩的潜变。拍摄到的图像将被储存至储存模块。
请参阅图3A和图3B,图3A是本发明将图2A撷取的地貌影像图划分为 20个细胞区域的示意图,图3B是本发明将图2B撷取的地貌影像图划分为 20个细胞区域的示意图。我们将图3A和图3B定期地貌影像的20个细胞区域24分别标上识别代号A1、A2、A3、A4、A5、B1、B2、B3、B4、B5、C1、 C2、C3、C4、C5、D1、D2、D3、D4、D5以及a1、a2、a3、a4、a5、b1、b2、 b3、b4、b5、c1、c2、c3、c4、c5、d1、d2、d3、d4、d5,图中识别代号仅供说明,于实际地貌影像图中不须显示。通过将图3A示例与图3B示例对比可见,图中被观测的地貌在识别代号c3处有潜变发生。
表1图3A与图3B中细胞区域所对应的影像字符串
结合图3A和图3B请参阅表1,表1是图3A与图3B中细胞区域24所对应的影像字符串,使用哈希算法对影像进行字符串计算,把前期与本期地貌影像图中20个细胞区域24分别计算出字符串如表1所示,再利用字符串进行相似度计算,从而判断其潜变状态。将每期的定期影像的每个细胞区域24 利用哈希算法进行编码,每个细胞区域24都会得到一组二进制的64位的编码,例如:
0010100001111010011101010111010000001111010101000100100101110001,但为了节省资料量,可以把这二进制的编码再转换为10进位的字符串,例如:16764374869919,从而得到各个细胞区域24的字符串。相似度的计算可以直接比较二进位产生的64个数据,比较前后字符串之间的不同。假设存在三个字符串不同时,其相似度的计算方法则为:(64-3)/64=96.875%,则前后字符串之间的相似度为96.875%。
进一步,撷取本期地貌影像与前期地貌影像,将本期地貌影像中的每一个细胞区域24跟前期地貌影像中的每一个细胞区域24以相同对应位置相互做比对,比较两组编码的相似度(或近似度),倘若发现某一细胞区域24 的相似度(或近似度)偏低,则判定该细胞区域24所对应的地貌疑似发生潜变。例如拟设的相似度阈值为95%,则当细胞区域24的相似度低于95%时,即判定该细胞区域24所对应的地貌疑似发生潜变。因此,从表1中的实施例可以看出,细胞区域24中的C3区域在前期的字符串为:281468534327103,而c3区域在本期的字符串为:61924460516607775,利用前述计算相似度的方法,得出其相似度为89%,则判定细胞区域24中的c3区疑似发生潜变。
请结合图3A和图3B参阅图4A和图4B,图4A是本发明将图3A撷取的地貌影像图中疑似潜变区域C3划分为25个微细胞区域28的示意图,图4B 是本发明将图3B撷取的地貌影像图中疑似潜变区域c3划分为25个微细胞区域28的示意图。本实施例中,判定出c3为疑似潜变区域后,针对c3区域再划分出如图4A、4B所示25格微细胞区域28,计算每一个微细胞区域28的定期影像的平均灰度值,比对当期微细胞区域28的定期影像的平均灰度值与前期微细胞区域28的定期影像的平均灰度值,然后判断灰度差异度,当所述灰度差异度大于所述另一个阈值时,产生地貌潜变信息。
由图例中所示,仅q1、q2、q3、q4、q5、r1、r2、r3、r4、r5十格微细胞区域28的平均灰度值有明显变化,灰度差异度确实大于所述另一个阈值,所以此十个区域被进一步判断为地貌潜变的地区,后续只需要针对此十个的区进行踏勘或者更精确的测试,即可把人力精准且有效率的应用在必须处理的地区上。
此外,还可以利用通讯模块传送所述地貌潜变信息至远端的接收设备,接收设备发出警讯通知人员实地勘测。实地勘测方法可以为人或无人机。人员实地勘测可以直接精确到疑似潜变区域上判别潜变状况,或也可以利用设置定标示器的方法来精准判别。
因此,利用本发明所提供的一种利用图像处理技术的地貌潜变观测设备 10,不需要全面的实地勘测以及设置定标示器,就能及时准确地监测山体潜变状态,并能够提前发现地表外形的异常状态,将异常区域利用图像处理技术做进一步分析,藉由细胞区域24与微细胞区域28的划分,进行哈希算法与平均灰度值计算的运用,判断出可疑区域后,再进行实地精准勘测,不仅可以更为有效地阻止潜变灾难的发生,而且节省人力物力。
以上所述,仅是本发明的较佳实施例而已,并非对本发明作任何形式上的限制,虽然本发明已以较佳实施例揭露如上,然而并非用以限定本发明, 任何熟悉本专业的技术人员,在不脱离本发明技术方案范围内,当可利用上述揭示的方法及技术内容作出些许的更动或修饰为等同变化的等效实施例,但凡是未脱离本发明技术方案的内容,依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化与修饰,均仍属于本发明技术方案的范围内。
Claims (10)
1.一种利用图像处理技术的地貌潜变观测设备,其特征在于,所述地貌潜变观测设备包括:
摄像装置,用于对地貌进行影像采集,以提供所述地貌对应的多期的定期影像;以及
处理单元,撷取划分为多个微细胞区域的定期影像,计算每一个微细胞区域的定期影像的平均灰度值,比对当期微细胞区域的定期影像的平均灰度值与前期微细胞区域的定期影像的平均灰度值,产生灰度差异度,当所述灰度差异度大于阈值时,产生地貌潜变信息。
2.如权利要求1所述的地貌潜变观测设备,其特征在于,所述地貌潜变观测设备更包括固定机构及外壳,所述外壳用于***述摄像装置及所述处理单元,所述固定机构用于固定所述外壳。
3.如权利要求1所述的地貌潜变观测设备,其特征在于,所述地貌潜变观测设备更包括储存模块,用于储存所述多期的定期影像。
4.如权利要求1所述的地貌潜变观测设备,其特征在于,所述平均灰度值为所述微细胞区域中所有的像素点的灰度值的加总平均值。
5.如权利要求1所述的地貌潜变观测设备,其特征在于,所述地貌潜变观测设备更包括通讯模块,所述通讯模块用于传送所述地貌潜变信息至远端的接收设备。
6.如权利要求1所述的地貌潜变观测设备,其特征在于,所述微细胞区域是由所述处理单元进行划分。
7.如权利要求6所述的地貌潜变观测设备,其特征在于,所述微细胞区域为规则排列。
8.如权利要求6所述的地貌潜变观测设备,其特征在于,所述微细胞区域为不规则排列。
9.一种利用图像处理技术的地貌潜变观测设备,其特征在于,所述地貌潜变观测设备包括:
摄像装置,用于对地貌进行影像采集,以提供所述地貌对应的多期的定期影像;以及
处理单元,撷取划分为多个细胞区域的定期影像,使用哈希算法分别计算每一个所述细胞区域的定期影像以成为字符串,对比相同细胞区域的前期定期影像与本期定期影像所产生字符串之间的相似度,当所述相似度低于阈值时,判定所述细胞区域为疑似潜变区域,撷取划分所述疑似潜变区域为多个微细胞区域的定期影像,计算每一个微细胞区域的定期影像的平均灰度值,比对当期微细胞区域的定期影像的平均灰度值与前期微细胞区域的定期影像的平均灰度值,产生灰度差异度,当所述灰度差异度大于阈值时,产生地貌潜变信息。
10.如权利要求9所述的地貌潜变观测设备,其特征在于,所述地貌潜变观测设备更包括通讯模块,所述通讯模块用于传送所述地貌潜变信息至远端的接收设备。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2019214269666 | 2019-08-28 | ||
CN201921426966 | 2019-08-28 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112529831A true CN112529831A (zh) | 2021-03-19 |
CN112529831B CN112529831B (zh) | 2024-05-24 |
Family
ID=74978643
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010395522.1A Active CN112529831B (zh) | 2019-08-28 | 2020-05-12 | 利用图像处理技术的地貌潜变观测设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112529831B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113673542A (zh) * | 2021-10-23 | 2021-11-19 | 深圳希研工业科技有限公司 | 基于物联网的快递包裹破损识别方法及*** |
CN118294974A (zh) * | 2024-06-05 | 2024-07-05 | 山东省地震工程研究院 | 基于激光雷达和五镜头倾斜摄影的微地貌探察方法和*** |
Citations (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090324077A1 (en) * | 2008-06-27 | 2009-12-31 | Microsoft Corporation | Patch-Based Texture Histogram Coding for Fast Image Similarity Search |
KR20100058180A (ko) * | 2008-11-24 | 2010-06-03 | 주식회사 유디코 | 재난발생 감지 시스템 및 방법 |
CN102081799A (zh) * | 2011-01-10 | 2011-06-01 | 西安电子科技大学 | 基于邻域相似性及双窗口滤波的sar图像变化检测方法 |
KR20140085964A (ko) * | 2012-12-28 | 2014-07-08 | 한국항공우주연구원 | 항공기에서 촬영되는 항공 영상을 이용하는 지형 변화 탐지 장치 및 방법 |
US20140301640A1 (en) * | 2012-04-25 | 2014-10-09 | Rakuten, Inc. | Image evaluation device, image selection device, image evaluation method, recording medium, and program |
CN104103076A (zh) * | 2014-07-29 | 2014-10-15 | 环境保护部卫星环境应用中心 | 一种基于高分辨率遥感影像的核电厂规划限制区遥感监查方法 |
KR101488214B1 (ko) * | 2014-07-11 | 2015-01-30 | (주)지오시스템리서치 | 카메라 영상을 이용한 조간대 지형 변화 모니터링 장치 및 그 방법 |
CN105512608A (zh) * | 2015-11-26 | 2016-04-20 | 北京电信易通信息技术股份有限公司 | 一种判定人为造成地貌特征变化的方法及*** |
CN105956058A (zh) * | 2016-04-27 | 2016-09-21 | 东南大学 | 一种采用无人机遥感影像的变化用地快速发现方法 |
CN108038436A (zh) * | 2017-12-05 | 2018-05-15 | 奕响(大连)科技有限公司 | 一种局部像素灰度图片相似判定方法 |
CN108090894A (zh) * | 2017-11-24 | 2018-05-29 | 浙江理工大学 | 基于距离匹配函数和感知哈希算法的织物疵点检测方法 |
CN108629760A (zh) * | 2017-03-22 | 2018-10-09 | 香港理工大学深圳研究院 | 一种遥感影像变化区域检测方法及装置 |
CN108805920A (zh) * | 2018-06-01 | 2018-11-13 | 环境保护部卫星环境应用中心 | 未利用地上土壤污染风险区域的识别方法和装置 |
CN109196305A (zh) * | 2016-07-29 | 2019-01-11 | 株式会社尼康·天宝 | 监控方法、监控***以及程序 |
WO2019023993A1 (zh) * | 2017-08-02 | 2019-02-07 | 深圳传音通讯有限公司 | 一种智能终端的照片处理方法及处理装置 |
CN109598716A (zh) * | 2018-12-05 | 2019-04-09 | 上海珍灵医疗科技有限公司 | 基于计算机视觉的肠镜退镜速度实时监测方法和*** |
CN109902633A (zh) * | 2019-03-04 | 2019-06-18 | 南京小网科技有限责任公司 | 基于固定位摄像机监控视频的异常事件检测方法及装置 |
CN110059553A (zh) * | 2019-03-13 | 2019-07-26 | 中国科学院遥感与数字地球研究所 | 利用光学遥感影像判识潜在滑坡阶段植被异常特征的方法 |
-
2020
- 2020-05-12 CN CN202010395522.1A patent/CN112529831B/zh active Active
Patent Citations (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090324077A1 (en) * | 2008-06-27 | 2009-12-31 | Microsoft Corporation | Patch-Based Texture Histogram Coding for Fast Image Similarity Search |
KR20100058180A (ko) * | 2008-11-24 | 2010-06-03 | 주식회사 유디코 | 재난발생 감지 시스템 및 방법 |
CN102081799A (zh) * | 2011-01-10 | 2011-06-01 | 西安电子科技大学 | 基于邻域相似性及双窗口滤波的sar图像变化检测方法 |
US20140301640A1 (en) * | 2012-04-25 | 2014-10-09 | Rakuten, Inc. | Image evaluation device, image selection device, image evaluation method, recording medium, and program |
KR20140085964A (ko) * | 2012-12-28 | 2014-07-08 | 한국항공우주연구원 | 항공기에서 촬영되는 항공 영상을 이용하는 지형 변화 탐지 장치 및 방법 |
KR101488214B1 (ko) * | 2014-07-11 | 2015-01-30 | (주)지오시스템리서치 | 카메라 영상을 이용한 조간대 지형 변화 모니터링 장치 및 그 방법 |
CN104103076A (zh) * | 2014-07-29 | 2014-10-15 | 环境保护部卫星环境应用中心 | 一种基于高分辨率遥感影像的核电厂规划限制区遥感监查方法 |
CN105512608A (zh) * | 2015-11-26 | 2016-04-20 | 北京电信易通信息技术股份有限公司 | 一种判定人为造成地貌特征变化的方法及*** |
CN105956058A (zh) * | 2016-04-27 | 2016-09-21 | 东南大学 | 一种采用无人机遥感影像的变化用地快速发现方法 |
CN109196305A (zh) * | 2016-07-29 | 2019-01-11 | 株式会社尼康·天宝 | 监控方法、监控***以及程序 |
CN108629760A (zh) * | 2017-03-22 | 2018-10-09 | 香港理工大学深圳研究院 | 一种遥感影像变化区域检测方法及装置 |
WO2019023993A1 (zh) * | 2017-08-02 | 2019-02-07 | 深圳传音通讯有限公司 | 一种智能终端的照片处理方法及处理装置 |
CN108090894A (zh) * | 2017-11-24 | 2018-05-29 | 浙江理工大学 | 基于距离匹配函数和感知哈希算法的织物疵点检测方法 |
CN108038436A (zh) * | 2017-12-05 | 2018-05-15 | 奕响(大连)科技有限公司 | 一种局部像素灰度图片相似判定方法 |
CN108805920A (zh) * | 2018-06-01 | 2018-11-13 | 环境保护部卫星环境应用中心 | 未利用地上土壤污染风险区域的识别方法和装置 |
CN109598716A (zh) * | 2018-12-05 | 2019-04-09 | 上海珍灵医疗科技有限公司 | 基于计算机视觉的肠镜退镜速度实时监测方法和*** |
CN109902633A (zh) * | 2019-03-04 | 2019-06-18 | 南京小网科技有限责任公司 | 基于固定位摄像机监控视频的异常事件检测方法及装置 |
CN110059553A (zh) * | 2019-03-13 | 2019-07-26 | 中国科学院遥感与数字地球研究所 | 利用光学遥感影像判识潜在滑坡阶段植被异常特征的方法 |
Non-Patent Citations (1)
Title |
---|
赵银兵;倪忠云;赵勇;李谋忠;周宇航;魏云;: "大渡河上游丹巴地区地质灾害的地貌分维特征解析", 地球与环境, no. 02, 10 April 2015 (2015-04-10), pages 167 - 172 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113673542A (zh) * | 2021-10-23 | 2021-11-19 | 深圳希研工业科技有限公司 | 基于物联网的快递包裹破损识别方法及*** |
CN113673542B (zh) * | 2021-10-23 | 2022-02-08 | 深圳希研工业科技有限公司 | 基于物联网的快递包裹破损识别方法及*** |
CN118294974A (zh) * | 2024-06-05 | 2024-07-05 | 山东省地震工程研究院 | 基于激光雷达和五镜头倾斜摄影的微地貌探察方法和*** |
Also Published As
Publication number | Publication date |
---|---|
CN112529831B (zh) | 2024-05-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Dean et al. | An evaluation of per-parcel land cover mapping using maximum likelihood class probabilities | |
CN112529831A (zh) | 利用图像处理技术的地貌潜变观测设备 | |
CN110349134B (zh) | 一种基于多标签卷积神经网络的管道病害图像分类方法 | |
CN113837991A (zh) | 图像处理方法、装置、设备及存储介质 | |
CN108537674A (zh) | 一种遥感技术在财产保险理赔中的应用方法 | |
CN113255590A (zh) | 一种缺陷检测模型训练方法、缺陷检测方法、装置及*** | |
US9372081B2 (en) | Method and system for geo-referencing at least one sensor image | |
CN102724387B (zh) | 一种电子稳像的方法及装置 | |
CN113865495A (zh) | 一种边坡变形无线监测***及方法 | |
KR101874968B1 (ko) | 이미지 정보 기반의 시정거리 측정 시스템 및 이를 이용한 시정거리 측정 방법 | |
CN113963314A (zh) | 降雨量监测方法、装置、计算机设备及存储介质 | |
CN109325977B (zh) | 目标区域最优影像选择方法及***、存储介质、电子设备 | |
CN117037065A (zh) | 火焰烟雾浓度检测方法、装置、计算机设备和存储介质 | |
CN113160225B (zh) | 露天矿粉尘浓度识别方法、存储介质及电子设备 | |
CN112734719B (zh) | 一种图像传感器的坏点检测方法、存储介质以及拍摄装置 | |
CN111710042B (zh) | 一种基于倾斜影像的基坑施工桩排列方法 | |
CN112668477A (zh) | 一种高危地区特征检测识别方法及智能识别*** | |
CN112461206A (zh) | 地貌潜变观测设备 | |
CN118114007B (zh) | 一种岩溶塌陷地质监测信息分析*** | |
CN115376013B (zh) | 一种基于卫星遥感监测的资源普查*** | |
Idris et al. | Application of artificial neural network for building feature extraction in Abuja | |
CN110175991A (zh) | 基于高分遥感的观景评价方法及装置 | |
CN111339864B (zh) | 异常行为报警方法和装置 | |
CN117710214B (zh) | 一种高分辨率遥感监测的输变电线路环水保监测方法 | |
CN117649642B (zh) | 基于多视频摄像头的异常行为分析方法及*** |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |