CN115115617A - 一种应用于气象能见度检测仪的能见度检测*** - Google Patents
一种应用于气象能见度检测仪的能见度检测*** Download PDFInfo
- Publication number
- CN115115617A CN115115617A CN202210884052.4A CN202210884052A CN115115617A CN 115115617 A CN115115617 A CN 115115617A CN 202210884052 A CN202210884052 A CN 202210884052A CN 115115617 A CN115115617 A CN 115115617A
- Authority
- CN
- China
- Prior art keywords
- visibility
- image
- module
- detection
- window
- 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
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
-
- 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
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/47—Scattering, i.e. diffuse reflection
-
- 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
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/59—Transmissivity
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/90—Determination of colour characteristics
-
- 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
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30181—Earth observation
- G06T2207/30192—Weather; Meteorology
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Immunology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Mathematical Physics (AREA)
- Pathology (AREA)
- Data Mining & Analysis (AREA)
- Computational Mathematics (AREA)
- Algebra (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Quality & Reliability (AREA)
- Pure & Applied Mathematics (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种应用于气象能见度检测仪的能见度检测***,属于能见度检测领域,当需要进行气象能见度的检测预测时,能见度检测模块发送采集信号至图像获取模块,图像获取模块获取检测物体的实时图像,并将获取的实时图像发送至图像处理模块;图像处理模块接收到检测物体的实时图像后,图像处理模块发送提取信号至数据存储模块,数据存储模块将内部存储的初始图像发送至图像处理模块;图像处理模块设定检测窗口,分别计算实时图像A和初始图像B的亮色窗口灰度均值和暗色窗口灰度均值,利用计算公式获取能见度系数Xn,进而获取能见度预测距离值Lyc,实现气象环境变化后能见度的计算。
Description
技术领域
本发明属于能见度检测领域,具体是一种应用于气象能见度检测仪的能见度检测***。
背景技术
能见度是指目标物的能见距离,即指观测目标物时,能从背景中分辨出目标物的最大距离。超出这个最大距离,就看不清目标物的轮廓,分不清形体,称之为“不能见”。而在这个最大距离之内,完全能见,甚至于清晰可见。
能见度是地面气象观测的重要项目,能见度的准确测量在电力供应、通讯工程、工农业生产等众多领域有着极其重要的意义。在航空、航海、高速公路等交通运输领域,能见度是关系到人员和设备安全的重要气象要素;在地球的气象研究、城市环境改善和沙尘暴监测治理等领域,能见度也是重要的气象参数。随着现代科学技术的发展,能见度仪已经成为科研、训练、作战的重要军事气象保障装备。
发明内容
本发明旨在至少解决现有技术中存在的技术问题之一。
为实现上述目的,根据本发明的第一方面的实施例提出一种应用于气象能见度检测仪的能见度检测***,包括图像获取模块、图像处理模块、能见度检测模块、数据存储模块以及电源模块;所述电源模块用于为图像获取模块、数据存储模块、图像处理模块以及能见度检测模块供电;
所述图像获取模块用于获取检测物体的初始图像,并将获取的初始图像发送至数据存储模块;所述数据存储模块内还存储有检测物体与图像获取模块的直线距离;
所述图像处理模块用于对接收到的实时图像和初始图像进行处理,设定检测窗口,并选取两种颜色窗口,获取实时图像和初始图像中的两种颜色窗口的像素灰度值,并发送至能见度检测模块;
能见度检测模块利用计算公式获取能见度系数Xn,其中能见度系数Xn的计算公式为:
其中,Pal、Paa和Pbl、Pba分别表示实时图像和初始图像的颜色一窗口灰度均值和颜色二窗口灰度均值,α、β分别为颜色一影响系数以及颜色二影响系数。
优选的,所述检测物体为用于实现能见度检测的辅助物体,所述辅助物体具有两种颜色。
优选的,检测物体上的两种颜色面积任意设置。
优选的,当需要进行能见度检测时,能见度检测模块发送采集信号至图像获取模块,图像获取模块获取检测物体的实时图像,并将获取的实时图像发送至图像处理模块;
当图像处理模块接收到检测物体的实时图像后,图像处理模块发送提取信号至数据存储模块,数据存储模块将内部存储的初始图像发送至图像处理模块。
优选的,图像处理模块分别将实时图像和初始图像标记为A和B;图像处理模块分别将实时图像A和初始图像B进行像素化处理,将实时图像A和初始图像B割裂成单个像素点的形式,并分别标记为Sam*n、Sbm*n;
其中的m为检测物体长度切割的像素点的个数,m为正整数;n为检测物体宽度切割的像素点的个数,n为正整数;
图像处理模块获取实时图像A和初始图像B内像素点的像素灰度值,并分别标记为PSam*n和PSbm*n。
优选的,检测窗口大小为k*t;其中的k和t均为正整数,且k和t的值根据检测物体的长宽进行设定。
优选的,进行颜色一窗口和颜色二窗口选取时,首先选取的窗口大小为检测窗口的大小,且进行选取时,颜色一窗口和颜色二窗口内均为同种颜色,即颜色一窗口内均为颜色一的像素点,颜色二窗口内均为颜色二的像素点。
优选的,能见度检测模块发送距离获取信号至数据存储模块,数据存储模块将存储在内部的检测物体与图像获取模块的直线距离发送至能见度检测模块,能见度检测模块将检测物体与图像获取模块的直线距离标记为L;
能见度检测模块利用计算公式获取能见度预测距离值Lyc,计算公式为Lyc=L*Xn。
优选的,本发明在工作时,首先获取检测物体与图像获取模块的直线距离,并获取检测物体的初始图像,将直线距离与检测物体的初始图像发送至数据存储模块进行存储,当需要进行气象能见度的检测预测时,能见度检测模块发送采集信号至图像获取模块,图像获取模块获取检测物体的实时图像,并将获取的实时图像发送至图像处理模块;图像处理模块接收到检测物体的实时图像后,图像处理模块发送提取信号至数据存储模块,数据存储模块将内部存储的初始图像发送至图像处理模块;图像处理模块设定检测窗口,分别计算实时图像A和初始图像B的亮色窗口灰度均值和暗色窗口灰度均值,利用计算公式获取能见度系数Xn,进而获取能见度预测距离值Lyc,实现气象环境变化后能见度的计算。
与现有技术相比,本发明的有益效果是:
所述检测窗口设定时,基于检测物体的长宽进行设定,且进行亮色窗口和暗色窗口选取时,首先选取的窗口大小为检测窗口的大小,且进行选取时,要求亮色窗口和暗色窗口内均为同种颜色,即要求亮色窗口内均为亮色的像素点,暗色窗口内均为暗色的像素点。
所述能见度检测模块进行检测预测时,基于原始图像与实时图像进行像素灰度值对比,通过对比出灰度值的变化,进而计算能见度系数Xn,然后结合原本正常的距离进行气象环境变化后能见度的计算。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明中记载的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明的原理图。
具体实施方式
下面将结合实施例对本发明的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅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它实施例,都属于本发明保护的范围。
如图1所示,一种应用于气象能见度检测仪的能见度检测***,包括图像获取模块、图像处理模块、能见度检测模块、数据存储模块以及电源模块;所述电源模块用于为图像获取模块、数据存储模块、图像处理模块以及能见度检测模块供电;
所述图像获取模块用于获取检测物体的初始图像,并将获取的初始图像发送至数据存储模块;所述检测物体为用于实现能见度检测的辅助物体,对于辅助物体的要求是轮廓明显且具有比较鲜明的两种颜色;
在一个实施例中,所述检测物体设置为50cm*100cm的长方体,且检测物体上涂有较鲜明的两种颜色,进一步地,颜色可以为亮色和暗色,其中亮色和暗色分布的位置以及面积可以任意设置,进一步地,亮色和暗色分布的总面积比值接近1:1;
在本申请中,所述数据存储模块中还存储有检测物体与图像获取模块的直线距离;在一个实施例中,所述图像获取模块可以为具备拍照功能的图像获取终端,且在进行图像获取时,图像获取终端的镜面与检测物体涂有颜色的面平行且中心对齐,数据存储模块中存储的直线距离为图像获取终端的镜面与检测物体涂有颜色的面的距离;
所述能见度检测模块用于实现气象能见度的检测预测,具体的,当需要进行能见度检测时,能见度检测模块发送采集信号至图像获取模块,图像获取模块获取检测物体的实时图像,并将获取的实时图像发送至图像处理模块;
其中,当图像处理模块接收到检测物体的实时图像后,图像处理模块发送提取信号至数据存储模块,数据存储模块将内部存储的初始图像发送至图像处理模块;
所述图像处理模块用于对接收到的实时图像和初始图像进行处理,具体的处理过程包括:
步骤P1:图像处理模块分别将实时图像和初始图像标记为A和B;图像处理模块分别将实时图像A和初始图像B进行像素化处理,将实时图像A和初始图像B割裂成单个像素点的形式,并分别标记为Sam*n、Sbm*n;
需要进行说明的是,其中的m为检测物体长度切割的像素点的个数,m为正整数;n为检测物体宽度切割的像素点的个数,n为正整数;
步骤P2:图像处理模块获取实时图像A和初始图像B内像素点的像素灰度值,并分别标记为PSam*n和PSbm*n;
需要进行说明的是,对于具体图像内的每一个像素点,都具有一个像素值,这个像素值即为本申请中需要的像素灰度值;
步骤P3:图像处理模块设定检测窗口,并设定检测窗口大小为k*t;其中的k和t均为正整数,且在具体的实施例中,k和t的值根据检测物体的长宽进行设定;
步骤P4:图像处理模块在实时图像A和初始图像B中分别选取亮色窗口和暗色窗口;需要进行说明的是,亮色窗口和暗色窗口的大小为检测窗口的大小,且要求亮色窗口和暗色窗口内均为同种颜色;
步骤P5:图像处理模块分别获取实时图像A和初始图像B中的亮色窗口和暗色窗口的像素灰度值,并将像素灰度值发送至能见度检测模块。
所述能见度检测模块接收到像素灰度值后,分别计算实时图像A和初始图像B的亮色窗口灰度均值和暗色窗口灰度均值,并将亮色窗口灰度均值和暗色窗口灰度均值分别标记为Pal、Paa和Pbl、Pba;
其中,需要进行说明的是,实时图像A的亮色窗口灰度均值的计算方式为获取亮色窗口内所有像素点的大小,并求平均值;实时图像A的暗色窗口灰度均值、初始图像B的亮色窗口灰度均值和初始图像B的暗色窗口灰度均值的计算方式一致;
能见度检测模块利用计算公式获取能见度系数Xn,其中能见度系数Xn的计算公式为:
其中的α、β分别为亮色影响系数以及暗色影响系数;
能见度检测模块发送距离获取信号至数据存储模块,数据存储模块将存储在内部的检测物体与图像获取模块的直线距离发送至能见度检测模块,能见度检测模块将检测物体与图像获取模块的直线距离标记为L;
能见度检测模块利用计算公式获取能见度预测距离值Lyc,计算公式为Lyc=L*Xn。
在本申请中,所述能见度检测模块用于对能见度进行检测预测,且进行检测预测时,基于原始图像与实时图像进行像素灰度值对比,通过对比出灰度值的变化,进而计算能见度系数Xn,然后结合原本正常的距离进行气象环境变化后能见度的计算。
需要进行说明的是,所述检测窗口设定时,基于检测物体的长宽进行设定,且进行亮色窗口和暗色窗口选取时,首先选取的窗口大小为检测窗口的大小,且进行选取时,要求亮色窗口和暗色窗口内均为同种颜色,即要求亮色窗口内均为亮色的像素点,暗色窗口内均为暗色的像素点。
上述公式均是去除量纲取其数值计算,公式是由采集大量数据进行软件模拟得到最接近真实情况的一个公式,公式中的预设参数和预设阈值由本领域的技术人员根据实际情况设定或者大量数据模拟获得。
本发明的工作原理:首先获取检测物体与图像获取模块的直线距离,并获取检测物体的初始图像,将直线距离与检测物体的初始图像发送至数据存储模块进行存储,当需要进行气象能见度的检测预测时,能见度检测模块发送采集信号至图像获取模块,图像获取模块获取检测物体的实时图像,并将获取的实时图像发送至图像处理模块;图像处理模块接收到检测物体的实时图像后,图像处理模块发送提取信号至数据存储模块,数据存储模块将内部存储的初始图像发送至图像处理模块;图像处理模块设定检测窗口,分别计算实时图像A和初始图像B的亮色窗口灰度均值和暗色窗口灰度均值,利用计算公式获取能见度系数Xn,进而获取能见度预测距离值Lyc,实现气象环境变化后能见度的计算。
以上实施例仅用以说明本发明的技术方法而非限制,尽管参照较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方法进行修改或等同替换,而不脱离本发明技术方法的精神和范围。
Claims (8)
1.一种应用于气象能见度检测仪的能见度检测***,其特征在于,包括图像获取模块、图像处理模块、能见度检测模块、数据存储模块以及电源模块;所述电源模块用于为图像获取模块、数据存储模块、图像处理模块以及能见度检测模块供电;
所述图像获取模块用于获取检测物体的初始图像,并将获取的初始图像发送至数据存储模块;所述数据存储模块内还存储有检测物体与图像获取模块的直线距离;
所述图像处理模块用于对接收到的实时图像和初始图像进行处理,设定检测窗口,并选取两种颜色窗口,获取实时图像和初始图像中的两种颜色窗口的像素灰度值,并发送至能见度检测模块;
能见度检测模块利用计算公式获取能见度系数Xn,其中能见度系数Xn的计算公式为:
其中,Pal、Paa和Pbl、Pba分别表示实时图像和初始图像的颜色一窗口灰度均值和颜色二窗口灰度均值,α、β分别为颜色一影响系数以及颜色二影响系数。
2.根据权利要求1所述的一种应用于气象能见度检测仪的能见度检测***,其特征在于,所述检测物体为用于实现能见度检测的辅助物体,所述辅助物体具有两种颜色。
3.根据权利要求2所述的一种应用于气象能见度检测仪的能见度检测***,其特征在于,检测物体上的两种颜色面积任意设置。
4.根据权利要求1所述的一种应用于气象能见度检测仪的能见度检测***,其特征在于,当需要进行能见度检测时,能见度检测模块发送采集信号至图像获取模块,图像获取模块获取检测物体的实时图像,并将获取的实时图像发送至图像处理模块;
当图像处理模块接收到检测物体的实时图像后,图像处理模块发送提取信号至数据存储模块,数据存储模块将内部存储的初始图像发送至图像处理模块。
5.根据权利要求1所述的一种应用于气象能见度检测仪的能见度检测***,其特征在于,图像处理模块分别将实时图像和初始图像标记为A和B;图像处理模块分别将实时图像A和初始图像B进行像素化处理,将实时图像A和初始图像B割裂成单个像素点的形式,并分别标记为Sam*n、Sbm*n;
其中的m为检测物体长度切割的像素点的个数,m为正整数;n为检测物体宽度切割的像素点的个数,n为正整数;
图像处理模块获取实时图像A和初始图像B内像素点的像素灰度值,并分别标记为PSam*n和PSbm*n。
6.根据权利要求1所述的一种应用于气象能见度检测仪的能见度检测***,其特征在于,检测窗口大小为k*t;其中的k和t均为正整数,且k和t的值根据检测物体的长宽进行设定。
7.根据权利要求1所述的一种应用于气象能见度检测仪的能见度检测***,其特征在于,进行颜色一窗口和颜色二窗口选取时,首先选取的窗口大小为检测窗口的大小,且进行选取时,颜色一窗口和颜色二窗口内均为同种颜色,即颜色一窗口内均为颜色一的像素点,颜色二窗口内均为颜色二的像素点。
8.根据权利要求1所述的一种应用于气象能见度检测仪的能见度检测***,其特征在于,能见度检测模块发送距离获取信号至数据存储模块,数据存储模块将存储在内部的检测物体与图像获取模块的直线距离发送至能见度检测模块,能见度检测模块将检测物体与图像获取模块的直线距离标记为L;
能见度检测模块利用计算公式获取能见度预测距离值Lyc,计算公式为Lyc=L*Xn。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210884052.4A CN115115617A (zh) | 2022-07-26 | 2022-07-26 | 一种应用于气象能见度检测仪的能见度检测*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210884052.4A CN115115617A (zh) | 2022-07-26 | 2022-07-26 | 一种应用于气象能见度检测仪的能见度检测*** |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115115617A true CN115115617A (zh) | 2022-09-27 |
Family
ID=83333819
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210884052.4A Pending CN115115617A (zh) | 2022-07-26 | 2022-07-26 | 一种应用于气象能见度检测仪的能见度检测*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115115617A (zh) |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130342692A1 (en) * | 2011-01-26 | 2013-12-26 | Nanjing University | Ptz video visibility detection method based on luminance characteristic |
CN104634784A (zh) * | 2013-11-08 | 2015-05-20 | 中国电信股份有限公司 | 大气能见度监测方法和装置 |
CN109241831A (zh) * | 2018-07-26 | 2019-01-18 | 东南大学 | 一种基于图像分析的夜间雾天能见度分类方法 |
CN112288736A (zh) * | 2020-11-09 | 2021-01-29 | 浙江大学 | 一种基于图像的能见度估测方法 |
CN112750170A (zh) * | 2019-10-31 | 2021-05-04 | 华为技术有限公司 | 一种雾特征识别方法、装置及相关设备 |
CN112836090A (zh) * | 2021-01-29 | 2021-05-25 | 浙江工业大学 | 一种基于社会视频的能见度检测方法 |
CN113793373A (zh) * | 2021-08-04 | 2021-12-14 | 武汉市公安局交通管理局 | 一种能见度检测方法、装置、设备及介质 |
CN114581886A (zh) * | 2022-03-07 | 2022-06-03 | 深研人工智能技术(深圳)有限公司 | 结合语义分割和频域分析的能见度判别方法、装置及介质 |
CN114720425A (zh) * | 2022-04-24 | 2022-07-08 | 安徽气象信息有限公司 | 一种基于图像识别的能见度监测***及方法 |
-
2022
- 2022-07-26 CN CN202210884052.4A patent/CN115115617A/zh active Pending
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130342692A1 (en) * | 2011-01-26 | 2013-12-26 | Nanjing University | Ptz video visibility detection method based on luminance characteristic |
CN104634784A (zh) * | 2013-11-08 | 2015-05-20 | 中国电信股份有限公司 | 大气能见度监测方法和装置 |
CN109241831A (zh) * | 2018-07-26 | 2019-01-18 | 东南大学 | 一种基于图像分析的夜间雾天能见度分类方法 |
CN112750170A (zh) * | 2019-10-31 | 2021-05-04 | 华为技术有限公司 | 一种雾特征识别方法、装置及相关设备 |
CN112288736A (zh) * | 2020-11-09 | 2021-01-29 | 浙江大学 | 一种基于图像的能见度估测方法 |
CN112836090A (zh) * | 2021-01-29 | 2021-05-25 | 浙江工业大学 | 一种基于社会视频的能见度检测方法 |
CN113793373A (zh) * | 2021-08-04 | 2021-12-14 | 武汉市公安局交通管理局 | 一种能见度检测方法、装置、设备及介质 |
CN114581886A (zh) * | 2022-03-07 | 2022-06-03 | 深研人工智能技术(深圳)有限公司 | 结合语义分割和频域分析的能见度判别方法、装置及介质 |
CN114720425A (zh) * | 2022-04-24 | 2022-07-08 | 安徽气象信息有限公司 | 一种基于图像识别的能见度监测***及方法 |
Non-Patent Citations (1)
Title |
---|
张昌利,等: "基于监控视频的高速公路能见度检测方法及***", 《西南交通大学学报》 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102252623B (zh) | 基于视频差异分析的输电线路导/地线覆冰厚度测量方法 | |
CN108830880B (zh) | 一种适用于高速公路的视频能见度检测预警方法及其*** | |
CN105424655A (zh) | 一种基于视频图像的能见度检测方法 | |
CN108197583A (zh) | 基于图割优化和影像结构特征的建筑物变化检测方法 | |
CN110378865A (zh) | 一种复杂背景下的雾天能见度智能分级识别方法及*** | |
CN109448397B (zh) | 一种基于大数据的团雾监测方法 | |
CN104634784B (zh) | 大气能见度监测方法和装置 | |
CN115620239B (zh) | 一种点云和视频结合的输电线路在线监测方法和*** | |
Kopp et al. | Fully automated snow depth measurements from time-lapse images applying a convolutional neural network | |
CN103149603B (zh) | 一种基于视频的道路气象检测方法 | |
CN106989778A (zh) | 一种尾矿库在线安全监测*** | |
CN107403004B (zh) | 一种基于地形数据的遥测雨量站点可疑数值检验方法 | |
CN116989679A (zh) | 一种基于图像处理的高速公路高边坡位移集成监测方法 | |
CN115762067A (zh) | 一种基于激光点云与视频数据融合的山体滑坡监测*** | |
CN115225865A (zh) | 一种基于红外热成像的边海防视频监控装置 | |
CN109358640B (zh) | 一种无人机激光探测实时可视化方法、***及存储介质 | |
CN104596484A (zh) | 一种黄河凌汛期流凌密度测量方法 | |
CN116753848B (zh) | 一种建筑物位移监测方法及*** | |
CN107705330B (zh) | 基于道路摄像头的能见度智能估测方法 | |
CN118038153A (zh) | 配电架空线路的防外破识别方法、装置、设备和介质 | |
CN115115617A (zh) | 一种应用于气象能见度检测仪的能见度检测*** | |
CN104597286A (zh) | 一种黄河凌汛期流凌速度测量方法 | |
CN111476761A (zh) | 一种基于***辨识的能见度测量方法及*** | |
CN114235082B (zh) | 一种基于采砂量监测***的智能计量方法 | |
JP2002162343A (ja) | 可視画像式路面状況把握装置における路面状況判定方法 |
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 |