-
公开(公告)号：CN117974895B
公开(公告)日：2025-01-21
申请号：CN202410129446.8
申请日：2024-01-31
Applicant: 中国矿业大学(北京)
IPC: G06T17/00 , G06T7/80 , G06V10/774 , G06V10/82
Abstract: 本发明公开一种管道单目视频三维重建和深度预测方法及系统，涉及深度学习及图像处理技术领域，方法包括基于COLMAP方法，分别对采集的不同的管道场景的图片序列进行特征提取与匹配、增量式重建，获取每张图片所对应的相机外参矩阵，构建管道三维重建数据集；利用现有公开数据集分别训练Fast‑MVSNet网络和PatchMatchNet网络，并从多个训练后的网络模型中选取出最优的网络模型进行实际管道场景的三维重建和深度预测。本发明构建了从单目视频到三维场景的整体框架，能有效实现排水管道的三维重建和深度预测，直观展示管道的内部结构信息。
-
公开(公告)号：CN112862721B
公开(公告)日：2022-01-07
申请号：CN202110207398.6
申请日：2021-02-24
Applicant: 中国矿业大学(北京)
IPC: G06T5/00
Abstract: 本发明涉及的是一种基于暗通道与Retinex的地下管道图像去雾方法。通过对带雾地下管道图像进行预处理，得到有雾图像对应的暗原色图像；对获取的暗原色图进行均值滤波以近似估计图像透射率；对均值滤波的结果弥补一个偏移值，得出透射率的粗估计值；运算出估计透射率的表达式；使用原图像与均值滤波后的图像的像素值来估计全局大气光；利用物理恢复模型恢复出初步去雾图像；利用多尺度Retinex算法对初步去雾图像进行增强；添加一个色彩恢复因子弥补色彩的局部失真；加入动态范围调节参数控制图像的色偏；本发明能有效实现地下管道场景图像的去雾，并对图像的细节与颜色恢复等方面进行增强。可用于地下管道环境的视频监控、地下管道病害识别等科学领域。
-
公开(公告)号：CN112950508A
公开(公告)日：2021-06-11
申请号：CN202110268931.X
申请日：2021-03-12
Applicant: 中国矿业大学(北京)
Abstract: 本发明涉及的是一种基于计算机视觉的管道视频数据修复方法。通过对管道机器人采集到的管道图像、视频进行灰度拉伸；使用平滑滤波处理噪声干扰；提取视频图像中心的铁索作为模板实现定位；使用SIFT角点检测算法对视频数据中心进行目标识别；使用霍夫变换对目标左右两侧的缆绳进行检测；对视频图像中心的铁索以及两侧缆绳进行灰度覆盖；使用FMM图像修复算法对数据进行修复；本发明能有效修复在管道中采集到的视频数据，降低后期管道数据的处理难度，提升后期病害图像处理速度和识别的效率，适用于城市管道、工业管道检修领域。
-
公开(公告)号：CN109800824B
公开(公告)日：2019-12-20
申请号：CN201910136101.4
申请日：2019-02-25
Applicant: 中国矿业大学(北京)
Abstract: 本发明涉及的是一种基于计算机视觉与机器学习的管道缺陷识别方法。通过对管道机器人采集的管道图像、视频进行灰度拉伸；进行滑滤波处理滤除噪声干扰；采用Canny算子对疑似缺陷区域轮廓提取；采集图像分成细胞单元中各像素点的梯度或边缘方向直方图，直方图组合起来提取图像HOG特征；采用迁移学习策略训练VGGNet模型，训练好的VGGNet的特征提取器提取图像特征；将管道图像的HOG特征和VGGNet提取的特征进行融合，使用SVM将特征分类，识别管道缺陷；统计管道缺陷识别结果输出管道缺陷类型。本发明能识别真实管道环境的缺陷特征，提高分类模型的鲁棒性和识别的准确率，提升系统图像处理速度和识别的效率，适用于城市管道、工业管道检修领域。
-
公开(公告)号：CN109800824A
公开(公告)日：2019-05-24
申请号：CN201910136101.4
申请日：2019-02-25
Applicant: 中国矿业大学(北京)
Abstract: 本发明涉及的是一种基于计算机视觉与机器学习的管道缺陷识别方法。通过对管道机器人采集的管道图像、视频进行灰度拉伸；进行滑滤波处理滤除噪声干扰；采用Canny算子对疑似缺陷区域轮廓提取；采集图像分成细胞单元中各像素点的梯度或边缘方向直方图，直方图组合起来提取图像HOG特征；采用迁移学习策略训练VGGNet模型，训练好的VGGNet的特征提取器提取图像特征；将管道图像的HOG特征和VGGNet提取的特征进行融合，使用SVM将特征分类，识别管道缺陷；统计管道缺陷识别结果输出管道缺陷类型。本发明能识别真实管道环境的缺陷特征，提高分类模型的鲁棒性和识别的准确率，提升系统图像处理速度和识别的效率，适用于城市管道、工业管道检修领域。
-
Patent Agency Ranking
公开(公告)号：CN109615654A
公开(公告)日：2019-04-12
申请号：CN201910020768.8
申请日：2019-01-09
Applicant: 中国矿业大学(北京)
Abstract: 本发明提供了一种基于双目视觉的排水管道内表面腐蚀深度及面积测量方法，包括如下步骤：通过标定双目摄像头，采用棋盘格标定板，以现实管壁腐蚀的图形轮廓作为参考，在管壁表面模拟构造腐蚀区域；利用双目系统采集管壁腐蚀区域图像，利用Bouguet算法及获取的标定数据畸变矫正及立体校正；分离管壁背景及腐蚀目标，最终获取管壁腐蚀区域轮廓；基于视差原理计算匹配点的三维坐标；利用平行线仿射变换不变性，计算管壁母线，以管道母线作为辅助线计算腐蚀区域的深度和面积；本发明具备检测较为直观，人机交互能力强，检测更加自动、快速、精确的特点，有利于工作人员更好测量排水管道内表面腐蚀深度及面积。
-
公开(公告)号：CN107621626A
公开(公告)日：2018-01-23
申请号：CN201710928460.4
申请日：2017-10-09
Applicant: 中国矿业大学(北京)
Abstract: 本发明涉及的是一种基于深度卷积神经网络的雷达信号铁路路基病害检测方法。该方法通过车载路基检测雷达自动扫描采样获得路基原始雷达数据，然后抽取各扫描道轨枕上界面处的雷达反射信号序列进行频谱分析，获得轨枕和铁轨强反射信号的频谱灰度图；通过标注采集的部分信号频谱图中病害，设计深度卷积神经网络提取信号分析特征图，采用候选区域网络和全连接层，多次迭代构建铁路路基病害检测模型，得到路基病害的分类和检测框的预测。该方法首次提出利用深度卷积神经网络，分析铁路路基探地雷达信号中铁轨和轨枕的强反射信号，实现有砟铁路路基病害的快速检测和病害识别，为路基病害的快速整治处理提供技术支持，满足未来线路自动检测、快速养护的需求，保证铁路运营安全。
-
公开(公告)号：CN105606150B
公开(公告)日：2017-10-20
申请号：CN201510968939.1
申请日：2015-12-22
Applicant: 中国矿业大学(北京)
Abstract: 本发明提供了一种基于线结构光和地质雷达的道路综合检测方法及系统。它实现了道路路面和路基的同步检测，相对现有道路检测方法获取道路信息单一的情况，本发明能获得全面的路面三维信息和路基信息。所述方法将线结构光三维测量技术和地质雷达探测技术结合应用到道路检测；线结构光三维测量实现路面检测，获得的路面三维数据用于构建路面三维模型；地质雷达探测路基的浅层地质构造，获取路基雷达数据信息。融合路面三维模型和雷达图谱信息最终构建全面的道路信息模型。所述系统由车载的路基检测模块、路面检测模块、触发检测与测距模块、车身运动信息检测模块、数据采集模块、数据处理与道路模型生成模块组成，各个模块协调工作，实现所述方法。
-
公开(公告)号：CN106080677B
公开(公告)日：2017-08-25
申请号：CN201610387237.9
申请日：2016-06-02
Applicant: 中国矿业大学(北京)
Abstract: 本发明属于道路检测技术领域，涉及一种便携式地质雷达城市道路检测车，包括主体推杆、支撑行走机构、把手托盘机构、控制单元固定机构。主体推杆为可伸缩推杆，杆上有三个连接转轴，分别位于主体推杆的两头和中部偏下位置，依次连接把手托盘机构、雷达天线、支撑行走机构，各部分均可绕轴转动。支撑行走机构主体为三角形支撑架，三个角依次连接导杆和两个滚轮；把手托盘机构用于操控检测车和放置雷达主机；控制单元固定机构将控制单元固定在主体推杆的腰部。本发明解决了现有的地质雷达道路检测方式无法同时满足检测效率和灵活性的问题；检测车工作时为“人”字推车，非工作时为“一”字拖车的特点使得设备便于携带，道路检测工作灵活而不失效率。
-
公开(公告)号：CN105844585B
公开(公告)日：2017-06-30
申请号：CN201610190849.9
申请日：2016-03-30
Applicant: 中国矿业大学(北京)
Abstract: 本发明属于地球物理数据解释领域，针对探地雷达数据特点，对两组探地雷达数据，先利用道间配准算法去除丢道和道间距不均匀造成的探地雷达数据形变，再利用道内配准算法去除天气、季节、时间窗等差异造成的探地雷达数据形变，最后利用加窗相关系数比对算法实现探地雷达数据比对，找出两组探地雷达数据的差异范围。
-
-
-
-
-
-
-
-
-
Search Results
37
records
(took 0.036 seconds)
