机器视觉在水利工程变形监测中的改进研究
摘要
为解决机器视觉在大坝变形监测应用中长期监测精度低和稳定性差的问题,本文分析了机器视觉误差产生原因及影响因素,并针对影响因素提出了相应的改进措施,提出了设定固定基点、相机接力、镜深接力、温度补偿及矫正、多帧测量取均值、采用红外摄像配合红外补光灯的方式减小测量误差。通过这些措施配合野值诊断识别,可有效消除野值及测量误差,增加机器视觉在大坝变形监测中的适用性。
关键词
机器视觉;大坝变形监测;固定基点;红外成像;温度补偿
全文:
PDF参考
[1]周颖,张立迅,刘彤等.基于计算机视觉的结构系统识别[J].土木工程学报,2018,51(11):17-23.
[2]叶肖伟,董传智.基于计算机视觉的结构位移监测综述[J].中国公路学报,2019,32(11):21-39.
[3]肖和华,金鼎沸.基于机器视觉的路基沉降监测方法研究[J].铁道科学与工程学报,2015,12(6):1365−1368.
[4]田胜利,葛修润,涂志军.隧道及地下空间结构变形的数字化近景摄影测量试验研究[J].岩石力学与工程学报,2006,25(7):1309−1315.
[5]许薛军,张肖宁.基于双目视觉的公路边坡表面位移识别方法[J].中国公路学报,2015,28(4):27−34.
Refbacks
- 当前没有refback。