CN114486908A - 一种桥墩病害识别检测无人机及检测方法 - Google Patents
一种桥墩病害识别检测无人机及检测方法 Download PDFInfo
- Publication number
- CN114486908A CN114486908A CN202111677771.0A CN202111677771A CN114486908A CN 114486908 A CN114486908 A CN 114486908A CN 202111677771 A CN202111677771 A CN 202111677771A CN 114486908 A CN114486908 A CN 114486908A
- Authority
- CN
- China
- Prior art keywords
- pier
- calibration
- aerial vehicle
- unmanned aerial
- 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.)
- Pending
Links
- 201000010099 disease Diseases 0.000 title claims abstract description 50
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 title claims abstract description 50
- 238000001514 detection method Methods 0.000 title claims abstract description 33
- 241001417523 Plesiopidae Species 0.000 claims abstract description 41
- 238000005259 measurement Methods 0.000 claims abstract description 24
- 238000012545 processing Methods 0.000 claims abstract description 22
- 238000012937 correction Methods 0.000 claims abstract description 9
- 238000012216 screening Methods 0.000 claims abstract description 4
- 238000000034 method Methods 0.000 claims description 9
- 230000003902 lesion Effects 0.000 claims 1
- 230000009286 beneficial effect Effects 0.000 abstract description 2
- 238000010276 construction Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000011161 development Methods 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 241000282376 Panthera tigris Species 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000001035 drying Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000012466 permeate Substances 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
- 238000011179 visual inspection Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B64—AIRCRAFT; AVIATION; COSMONAUTICS
- B64C—AEROPLANES; HELICOPTERS
- B64C39/00—Aircraft not otherwise provided for
- B64C39/02—Aircraft not otherwise provided for characterised by special use
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B64—AIRCRAFT; AVIATION; COSMONAUTICS
- B64D—EQUIPMENT FOR FITTING IN OR TO AIRCRAFT; FLIGHT SUITS; PARACHUTES; ARRANGEMENT OR MOUNTING OF POWER PLANTS OR PROPULSION TRANSMISSIONS IN AIRCRAFT
- B64D45/00—Aircraft indicators or protectors not otherwise provided for
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C11/00—Photogrammetry or videogrammetry, e.g. stereogrammetry; Photographic surveying
- G01C11/04—Interpretation of pictures
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
- G01N2021/8887—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges based on image processing techniques
Landscapes
- Engineering & Computer Science (AREA)
- Aviation & Aerospace Engineering (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Biochemistry (AREA)
- Immunology (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Signal Processing (AREA)
- Life Sciences & Earth Sciences (AREA)
- Pathology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Multimedia (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Image Processing (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明提供一种桥墩病害识别检测无人机，包括无人机及搭载于无人机上的标定装置、摄像装置和图像处理单元；标定装置设置于无人机前方，标定装置包括多个标定圆头，每一标定圆头后端均与无人机通过伸缩弹簧连接，所有标定圆头前端平齐；摄像装置用于拍摄所有标定圆头均与桥墩表面接触的桥墩图像；图像处理单元内存储有所有标定圆头均与桥墩垂直表面接触的设定基准图案，图像处理单元用于筛选出桥墩图像中各标定圆头与桥墩接触的图案作为实测基准图案，对桥墩图像整体进行角度修正，比对修正后桥墩图像与设定基准图案计算病害特征的实际尺寸。本发明的有益效果：解决了无人机无法保证对于病害拍摄距离的统一性的问题，有效提高了桥梁的检测精度。
Description
技术领域
本发明涉及桥梁检测技术领域，尤其涉及一种桥墩病害识别检测无人机及检测方法。
背景技术
随着我国桥梁的不断发展，我国的桥梁建设已经从陆路延伸向海洋。从武汉长江大桥、南京长江大桥、虎门大桥等大江大河上的桥梁建设到深圳湾大桥、青岛海湾大桥、港珠澳大桥等跨海大桥的建设，我国桥梁正处于蓬勃发展的阶段。与此同时，我国路网中步入维修期的在役桥梁日渐增多，有超过10万座桥梁为危桥，桥梁垮塌事故时有发生。面对我国危桥、病桥数量如此之多的现状，运用***化的方式对桥下部结构进行检测及评估尤其重要。
目前，桥梁检测的传统方法如采用目测、望远镜、远程拍照等初略查看，或采用简易支架、桥检车等进行小范围详细检修等，存在检测结果精度低、效率低，受环境限制等问题。因此桥梁检测逐渐在选用更为先进的无人机检测方法，无人机通过携带的成像设备，可以对桥梁损坏情况进行高精度的拍摄，对获得的桥梁结构表面图像特征进行分析，得出桥梁的病害程度。但是选用无人机进行检测仍存在以下问题：
(1)由于无人机在飞行拍摄时，无法保证对于病害拍摄距离的统一性，因此拍摄图片中病害数据大小不一，从而导致得到的实际病害特征精度较低。
(2)无人机在桥梁下方检测时围绕桥墩飞行，存在可能碰撞桥墩的危险性，一旦发生碰撞很大几率导致整个无人机的损坏。
发明内容
有鉴于此，为了解决上述无人机进行桥梁检测时存在的问题，本发明的实施例提供了一种桥墩病害识别检测无人机及检测方法。
本发明的实施例提供一种桥墩病害识别检测无人机，包括无人机及搭载于所述无人机上的标定装置、摄像装置和图像处理单元；
所述标定装置设置于所述无人机前方，所述标定装置包括多个标定圆头，每一标定圆头后端均与所述无人机通过伸缩弹簧连接，所有标定圆头前端平齐；
所述摄像装置用于拍摄所有标定圆头均与桥墩表面接触的桥墩图像；
所述图像处理单元内存储有预设的所有标定圆头均与桥墩垂直表面接触产生的设定基准图案，所述图像处理单元用于获取桥墩图像并筛选出桥墩图像中各所述标定圆头与桥墩接触的产生的图案作为实测基准图案，对桥墩图像整体进行角度修正使所述实测基准图案与所述设定基准图案相同，比对修正后的桥墩图像与设定基准图案计算病害特征的实际尺寸。
进一步地，所述标定装置还包括油墨盒，所述油墨盒套设于所有标定圆头上，用以对各所述标定圆头输入油墨，所述标定圆头与桥墩表面接触产生油墨图案，所述实测基准图案为油墨图案。
进一步地，所述标定装置还包括套筒和标定杆，所述套筒后端固定于所述无人机上，所述套筒内设有一缓冲弹簧，所述标定杆后端可滑动的***所述套筒前端且连接所述缓冲弹簧，所述标定杆中部设有卡块，所述卡块设置于所述套筒内且被所述套筒前端限位，每一所述标定圆头后端通过一伸缩弹簧连接所述标定杆。
进一步地，还包括防撞装置，所述防撞装置包括B形的防撞梁及多根连杆，所述防撞梁水平设置于所述无人机的前方，所述连杆竖直设置，下端固定于所述套筒上、上端固定连接所述防撞梁。
进一步地，所述防撞梁后部设有多个半圆柱的套扣，所述套扣连接所述无人机的旋翼。
本发明的实施例还提供了一种桥墩病害识别检测无人机的检测方法，使用上述的桥墩病害识别检测无人机，且包括以下步骤：
S1根据各所述标定圆头的位置及形状设计所有标定圆头与桥墩垂直表面接触产生的设定基准图案，并将设定基准图案保存于所述图像处理单元；
S2通过摄像装置拍摄所有标定圆头均与桥墩表面接触的桥墩图像；
S3通过所述图像处理单元获取桥墩图像中各所述标定圆头与桥墩接触的产生的图案作为实测基准图案，并对桥墩图像整体进行角度修正使所述实测基准图案与所述设定基准图案相同，比对修正后的桥墩图像与设定基准图案，通过换算像素点的方法计算病害特征的实际尺寸。
进一步地，所述步骤S3中计算病害特征的实际尺寸为长度w，计算公式具体为：
其中p为桥墩图像的长度；Lb修正后的桥墩图像中每一标定圆头产生的实测基准图案的直径长度；L1为每一标定圆头产生的设定基准图案的实际直径长度；Pb为修正后的桥墩图像中每一标定圆头产生的实测基准图案所占的像素点；P为修正后的桥墩图像中病害长度所占的像素点。
进一步地，所述步骤S3中对桥墩图像整体进行角度修正的具体方法为：先将桥墩图像灰度化，然后对桥墩图像进行分割、形态学处理，之后通过对实测基准图案进行拉伸压缩处理修正桥墩图像，直至实测基准图案与设定基准图案相同时完成修正，修正后的桥墩图像中病害特征也进行了修正。
本发明的实施例提供的技术方案带来的有益效果是：本发明的一种桥墩病害识别检测无人机，设定基准图案作为参照，与实测桥墩图像中的实测基准图案进行比对，以此对桥墩图像进行修正，实现对桥墩图像上的病害特征进行修正，进而计算出病害特征的实际尺寸，解决了无人机无法保证对于病害拍摄距离的统一性的问题，有效提高了桥梁的检测精度；另外防撞装置防止无人机在靠近桥墩及拍摄图像时直接与桥墩发生碰撞。
附图说明
图1是本发明一种桥墩病害识别检测无人机的立体图；
图2是本发明一种桥墩病害识别检测无人机的俯视图；
图3是图1中的标定装置2和防撞装置3的结构示意图；
图4是图1中标定装置2的结构示意图；
图5是图4中A处的局部放大图；
图6是设定基准图案的示意图；
图7是实测基准图案的示意图。
图中：1-无人机、101-旋翼、2-标定装置、201-套筒、202-标定杆、203-标定圆头、204-缓冲弹簧、205-卡块、206-伸缩弹簧、207-油墨盒、3-防撞装置、301-防撞梁、302-连杆、303-套扣、304-连接接头。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明实施方式作进一步地描述。
请参考图1和2，本发明的实施例提供了一种桥墩病害识别检测无人机，包括无人机1及搭载于所述无人机1上的标定装置2、摄像装置和图像处理单元。
请参考图3、4和5，所述标定装置2设置于所述无人机前方，所述标定装置2沿着前后方向布置，所述标定装置2具体包括多个标定圆头203、油墨盒207、标定杆202和套筒201，所述套筒201后端固定连接所述无人机1，所有标定圆头203通过所述标定杆202与所述套筒201连接。所述套筒201前端开口、后端封闭，所述套筒201内设有缓冲弹簧204，所述缓冲弹簧204靠近所述套筒201后端。
所述标定杆202后端***所述套筒201前端且可滑动，所述标定杆202后端还与所述缓冲弹簧204连接。所述标定杆202中部设有卡块205，所述卡块205为圆盘状，所述卡块205嵌入所述套筒201内，所述套筒201前端可阻挡所述卡块205滑出，这样所述卡块205被所述套筒201前端限位，限制所述标定杆202的滑动距离。
所述标定圆头203的数量可根据实际拍摄图像的大小进行确定，所有标定圆头203相互平行，所有标定圆头203前端平齐，且各所述标定圆头203之间保持适当距离，并排列成一封闭图形。在本实施例中所有标定圆头203排列成圆形且各所述标定圆头203均匀分布。
每一所述标定圆头203后端通过一伸缩弹簧206连接所述标定杆202。所有伸缩弹簧206固定于所述标定杆202前端且分别与各所述标定圆头203的后端固定连接。所述标定圆头203受力会向后移动使所述伸缩弹簧206压缩。
所述油墨盒207套设于所有标定圆头203上，所述油墨盒207内装有速干油墨，油墨通过所述标定圆头203中部的内孔流到所述标定圆头203前端，渗透扩散至所述标定圆头203前端表面，即所述油墨盒207可对各所述标定圆头203输入油墨，述标定圆头203与桥墩表面接触后会产生油墨图案，油墨图案与桥墩表面具有很大色差。
所述摄像装置固定于所述无人机上，所述摄像装置具体为摄像设备，在桥墩上发现病害时，所有标定圆头203均与桥墩表面接触时，所述摄像装置拍摄桥墩图像，所述桥墩图像上包括所述标定圆头203与桥墩接触的产生的图案、以及病害特征的图案。
所述图像处理单元设置于所述无人机1上，所述图像处理单元内存储有预设的所有标定圆头203均与桥墩垂直表面接触产生的设定基准图案(如图6所示)，所述设定基准图案2为理想状态下，所有标定圆头203均与桥墩垂直表面接触产生的多个圆形图案构成的设定基准图案。
所述图像处理单元用于获取桥墩图像并筛选出桥墩图像中各所述标定圆头203与桥墩接触的产生的图案作为实测基准图案(如图7所示)，这里的实测基准图案为各所述标定圆头203前端在所述桥墩表面因接触产生的油墨图案，油墨图案便于识别。所述图像处理单元对桥墩图像整体进行角度修正使所述实测基准图案与所述设定基准图案相同。墩图像整体进行角度修正的具体方法为：先将桥墩图像灰度化，然后对桥墩图像进行分割、形态学处理，之后通过对实测基准图案进行拉伸压缩处理修正桥墩图像，直至实测基准图案与设定基准图案相同时完成修正，修正后的桥墩图像中病害特征也进行了修正。比对修正后的桥墩图像与设定基准图案即可计算病害特征的实际尺寸。
另外，为了防止无人机1在靠近桥墩及拍摄图像，尤其是各所述标定圆头203与所述桥墩表面接触时，无人机1直接与桥墩发生碰撞，本发明的实施例提供的一种桥墩病害识别检测无人机还包括防撞装置3。
请参考图1、2和3，所述防撞装置3包括B形的防撞梁301及多根连杆302，这里所述防撞梁301为轻质弹性杆件，所述防撞梁301水平设置于所述无人机1的前方，所述连杆302竖直设置，下端固定于所述套筒201上、上端固定连接所述防撞梁301。所述连杆302与所述套筒201及所述防撞梁301之间均是通过连接接头304连接。
所述防撞梁301后部设有多个半圆柱的套扣303，这里所述套扣303的数量为两个，两所述套扣303分别位于所述防撞梁301后部的两侧，两所述套扣303分别连接所述无人机1的两旋翼101。这里所述标定装置2通过所述防撞装置3与所述无人机1固定连接，使所述标定装置2设置于无人机的前方，避免所述标定装置2在使用时对所述无人机1造成影响。
本发明的实施例还提供了一种桥墩病害识别检测无人机的检测方法，使用上述的桥墩病害识别检测无人机，且包括以下步骤：
S1根据各所述标定圆头203的位置及形状设计所有标定圆头203与桥墩垂直表面接触产生的设定基准图案，这里设定基准图案为图6所示的多个圆排列成的圆形图案，并将设定基准图案保存于所述图像处理单元；
S2通过摄像装置拍摄所有标定圆头203均与桥墩表面接触的桥墩图像；
S3通过所述图像处理单元获取桥墩图像中各所述标定圆头与桥墩接触的产生的图案作为实测基准图案，这里实测基准图案图7所示的多个圆排列成的椭圆形图案，并对桥墩图像整体进行角度修正使所述实测基准图案与所述设定基准图案相同，对桥墩图像整体进行角度修正的具体方法为：先将桥墩图像灰度化，然后对桥墩图像进行分割、形态学处理，之后通过对实测基准图案进行拉伸压缩处理修正桥墩图像，直至实测基准图案与设定基准图案相同时完成修正，修正后的桥墩图像中病害特征也进行了修正。
比对修正后的桥墩图像与设定基准图案计算病害特征的实际尺寸。这里可计算出病害特征的多种实际尺寸，如长度、宽度、直径等，这里以长度为例进行说明，计算病害特征的实际尺寸为长度w，计算公式具体为：
其中p为桥墩图像的长度；Lb修正后的桥墩图像中每一标定圆头203产生的实测基准图案的直径长度；L1为每一标定圆头203产生的设定基准图案的实际直径长度；Pb为修正后的桥墩图像中每一标定圆头203产生的实测基准图案所占的像素点；P为修正后的桥墩图像中病害长度所占的像素点。
在本文中，所涉及的前、后、上、下等方位词是以附图中零部件位于图中以及零部件相互之间的位置来定义的，只是为了表达技术方案的清楚及方便。应当理解，所述方位词的使用不应限制本申请请求保护的范围。
在不冲突的情况下，本文中上述实施例及实施例中的特征可以相互结合。
以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (8)
1.一种桥墩病害识别检测无人机，其特征在于：包括无人机及搭载于所述无人机上的标定装置、摄像装置和图像处理单元；
所述标定装置设置于所述无人机前方，所述标定装置包括多个标定圆头，每一标定圆头后端均与所述无人机通过伸缩弹簧连接，所有标定圆头前端平齐；
所述摄像装置用于拍摄所有标定圆头均与桥墩表面接触的桥墩图像；
所述图像处理单元内存储有预设的所有标定圆头均与桥墩垂直表面接触产生的设定基准图案，所述图像处理单元用于获取桥墩图像并筛选出桥墩图像中各所述标定圆头与桥墩接触的产生的图案作为实测基准图案，对桥墩图像整体进行角度修正使所述实测基准图案与所述设定基准图案相同，比对修正后的桥墩图像与设定基准图案计算病害特征的实际尺寸。
2.如权利要求1所述的一种桥墩病害识别检测无人机，其特征在于：所述标定装置还包括油墨盒，所述油墨盒套设于所有标定圆头上，用以对各所述标定圆头输入油墨，所述标定圆头与桥墩表面接触产生油墨图案，所述实测基准图案为油墨图案。
3.如权利要求1所述的一种桥墩病害识别检测无人机，其特征在于：所述标定装置还包括套筒和标定杆，所述套筒后端固定于所述无人机上，所述套筒内设有一缓冲弹簧，所述标定杆后端可滑动的***所述套筒前端且连接所述缓冲弹簧，所述标定杆中部设有卡块，所述卡块设置于所述套筒内且被所述套筒前端限位，每一所述标定圆头后端通过一伸缩弹簧连接所述标定杆。
4.如权利要求3所述的一种桥墩病害识别检测无人机，其特征在于：还包括防撞装置，所述防撞装置包括B形的防撞梁及多根连杆，所述防撞梁水平设置于所述无人机的前方，所述连杆竖直设置，下端固定于所述套筒上、上端固定连接所述防撞梁。
5.如权利要求4所述的一种桥墩病害识别检测无人机，其特征在于：所述防撞梁后部设有多个半圆柱的套扣，所述套扣连接所述无人机的旋翼。
6.一种桥墩病害识别检测无人机的检测方法，其特征在于：使用如权利要求1～5所述的一种桥墩病害识别检测无人机，且包括以下步骤：
S1根据各所述标定圆头的位置及形状设计所有标定圆头与桥墩垂直表面接触产生的设定基准图案，并将设定基准图案保存于所述图像处理单元；
S2通过摄像装置拍摄所有标定圆头均与桥墩表面接触的桥墩图像；
S3通过所述图像处理单元获取桥墩图像中各所述标定圆头与桥墩接触的产生的图案作为实测基准图案，并对桥墩图像整体进行角度修正使所述实测基准图案与所述设定基准图案相同，比对修正后的桥墩图像与设定基准图案计算病害特征的实际尺寸。
7.如权利要求6所述的一种桥墩病害识别检测无人机的检测方法，其特征在于：所述步骤S3中计算病害特征的实际尺寸为长度w，计算公式具体为：
其中p为桥墩图像的长度；Lb修正后的桥墩图像中每一标定圆头产生的实测基准图案的直径长度；L1为每一标定圆头产生的设定基准图案的实际直径长度；Pb为修正后的桥墩图像中每一标定圆头产生的实测基准图案所占的像素点；P为修正后的桥墩图像中病害长度所占的像素点。
8.如权利要求6所述的一种桥墩病害识别检测无人机的检测方法，其特征在于：所述步骤S3中对桥墩图像整体进行角度修正的具体方法为：先将桥墩图像灰度化，然后对桥墩图像进行分割、形态学处理，之后通过对实测基准图案进行拉伸压缩处理修正桥墩图像，直至实测基准图案与设定基准图案相同时完成修正，修正后的桥墩图像中病害特征也进行了修正。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111677771.0A CN114486908A (zh) | 2021-12-31 | 2021-12-31 | 一种桥墩病害识别检测无人机及检测方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111677771.0A CN114486908A (zh) | 2021-12-31 | 2021-12-31 | 一种桥墩病害识别检测无人机及检测方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN114486908A true CN114486908A (zh) | 2022-05-13 |
Family
ID=81509150
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111677771.0A Pending CN114486908A (zh) | 2021-12-31 | 2021-12-31 | 一种桥墩病害识别检测无人机及检测方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114486908A (zh) |
Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105735150A (zh) * | 2016-03-04 | 2016-07-06 | 浙江大学 | 一种移动多目视觉桥梁常规检测方法 |
| CN205620323U (zh) * | 2016-04-18 | 2016-10-05 | 华南理工大学 | 一种基于图像处理的公路路面分析*** |
| CN106645205A (zh) * | 2017-02-24 | 2017-05-10 | 武汉大学 | 一种无人机桥梁底面裂纹检测方法及*** |
| JP2019191684A (ja) * | 2018-04-19 | 2019-10-31 | 株式会社Ｇｅｏソリューションズ | 被検査構造体の検査システム |
| US20200098103A1 (en) * | 2018-09-21 | 2020-03-26 | Chongqing Construction Engineering Group Corporation Limited | High-precision Intelligent Detection Method For Bridge Diseases Based On Spatial Position |
| CN111260615A (zh) * | 2020-01-13 | 2020-06-09 | 重庆交通大学 | 基于激光和机器视觉融合的无人机桥梁表观病害检测方法 |
| CN111562220A (zh) * | 2020-06-02 | 2020-08-21 | 吉林大学 | 一种桥梁病害快速智能检测方法 |
| CN111707196A (zh) * | 2020-05-13 | 2020-09-25 | 苏州天炯信息科技有限公司 | 基于无人机的桥梁病害尺寸测量装置及测量方法 |
| US20200349695A1 (en) * | 2018-02-02 | 2020-11-05 | Fujifilm Corporation | Image processing apparatus and image processing method |
| CN212448091U (zh) * | 2020-06-28 | 2021-02-02 | 成都凌拓智能科技有限公司 | 一种桥梁巡检无人机机架及桥梁巡检无人机 |
-
2021
- 2021-12-31 CN CN202111677771.0A patent/CN114486908A/zh active Pending
Patent Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105735150A (zh) * | 2016-03-04 | 2016-07-06 | 浙江大学 | 一种移动多目视觉桥梁常规检测方法 |
| CN205620323U (zh) * | 2016-04-18 | 2016-10-05 | 华南理工大学 | 一种基于图像处理的公路路面分析*** |
| CN106645205A (zh) * | 2017-02-24 | 2017-05-10 | 武汉大学 | 一种无人机桥梁底面裂纹检测方法及*** |
| US20200349695A1 (en) * | 2018-02-02 | 2020-11-05 | Fujifilm Corporation | Image processing apparatus and image processing method |
| JP2019191684A (ja) * | 2018-04-19 | 2019-10-31 | 株式会社Ｇｅｏソリューションズ | 被検査構造体の検査システム |
| US20200098103A1 (en) * | 2018-09-21 | 2020-03-26 | Chongqing Construction Engineering Group Corporation Limited | High-precision Intelligent Detection Method For Bridge Diseases Based On Spatial Position |
| CN111260615A (zh) * | 2020-01-13 | 2020-06-09 | 重庆交通大学 | 基于激光和机器视觉融合的无人机桥梁表观病害检测方法 |
| CN111707196A (zh) * | 2020-05-13 | 2020-09-25 | 苏州天炯信息科技有限公司 | 基于无人机的桥梁病害尺寸测量装置及测量方法 |
| CN111562220A (zh) * | 2020-06-02 | 2020-08-21 | 吉林大学 | 一种桥梁病害快速智能检测方法 |
| CN212448091U (zh) * | 2020-06-28 | 2021-02-02 | 成都凌拓智能科技有限公司 | 一种桥梁巡检无人机机架及桥梁巡检无人机 |
Non-Patent Citations (1)
| Title |
|---|
| 杨扬;王连发;张宇峰;: "无人机桥梁检测技术进展与瓶颈问题分析", 现代交通技术, no. 04, 26 August 2020 (2020-08-26), pages 27 - 32 * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107145900B (zh) | 基于一致性约束特征学习的行人再识别方法 | |
| CN109657716A (zh) | 一种基于深度学习的车辆外观损伤识别方法 | |
| CN110059558A (zh) | 一种基于改进ssd网络的果园障碍物实时检测方法 | |
| US8260074B2 (en) | Apparatus and method for measuring depth and method for computing image defocus and blur status | |
| CN106296661B (zh) | 一种适用于光场相机的标定预处理方法 | |
| CN107560592B (zh) | 一种用于光电跟踪仪联动目标的精确测距方法 | |
| CN106030660A (zh) | 具有动态光照以用于眼睛追踪的计算阵列相机 | |
| CN110091891B (zh) | 高速列车动态限界测量方法、装置、存储介质及电子设备 | |
| CN104173054A (zh) | 基于双目视觉技术的人体身高测量方法及其装置 | |
| CN104376334B (zh) | 一种多尺度特征融合的行人比对方法 | |
| CN106019264A (zh) | 一种基于双目视觉的无人机危险车距识别***及方法 | |
| CN102768762A (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 | |
| CN109827554A (zh) | 一种基于视频所测河流表面流速结合水力模型的河流流量测验方法 | |
| CN108107462A (zh) | Rtk与高速相机组合的交通标志杆姿态监测装置及方法 | |
| CN106037651A (zh) | 一种心率检测方法及*** | |
| CN103793909B (zh) | 基于衍射模糊的单视觉全局深度信息获取方法 | |
| JP2020119505A (ja) | マルチカメラシステム内のダブルエンベディング構成を利用して、道路利用者イベントを検出するために用いられるセグメンテーション性能向上のための学習方法及び学習装置、そしてこれを利用したテスティング方法及びテスティング装置。｛ｌｅａｒｎｉｎｇ ｍｅｔｈｏｄ ａｎｄ ｌｅａｒｎｉｎｇ ｄｅｖｉｃｅ ｆｏｒ ｉｍｐｒｏｖｉｎｇ ｓｅｇｍｅｎｔａｔｉｏｎ ｐｅｒｆｏｒｍａｎｃｅ ｔｏ ｂｅ ｕｓｅｄ ｆｏｒ ｄｅｔｅｃｔｉｎｇ ｒｏａｄ ｕｓｅｒ ｅｖｅｎｔｓ ｕｓｉｎｇ ｄｏｕｂｌｅ ｅｍｂｅｄｄｉｎｇ ｃｏｎｆｉｇｕｒａｔｉｏｎ ｉｎ ｍｕｌｔｉ−ｃａｍｅｒａ ｓｙｓｔｅｍ ａｎｄ ｔｅｓｔｉｎｇ ｍｅｔｈｏｄ ａｎｄ ｔｅｓｔｉｎｇ ｄｅｖｉｃｅ ｕｓｉｎｇ ｔｈｅ ｓａｍｅ｝ | |
| CN117078624A (zh) | 一种基于多维注意力模块的轻量化混凝土裂缝检测方法及装置 | |
| JP5289290B2 (ja) | 姿勢推定装置 | |
| CN115962757A (zh) | 一种无人机测绘方法、***和可读存储介质 | |
| CN115886792A (zh) | 一种牲畜智能体尺测定方法、***及装置 | |
| CN114486908A (zh) | 一种桥墩病害识别检测无人机及检测方法 | |
| CN115272403A (zh) | 一种基于图像处理技术的破片飞散特性测试方法 | |
| CN104813217A (zh) | 用于设计能够估计景深的无源单通道成像器的方法 | |
| CN112907647A (zh) | 一种基于固定式单目摄像机的三维空间尺寸测量方法 |
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 |