-
公开(公告)号：CN118037730B
公开(公告)日：2024-06-18
申请号：CN202410437598.4
申请日：2024-04-12
Applicant: 广州航海学院
Abstract: 本发明公开了一种基于计算机图像处理的裂缝长度检测系统，包括图像采集模块、图像处理模块、裂缝边缘提取模块、裂缝区域分割模块、形态学处理模块、裂缝尺寸测量模块和裂缝分析评估模块；本发明通过使用高精度图像采集装置、图像处理模块、裂缝边缘提取模块和裂缝区域分割模块，有效识别不同材料背景下裂缝的边缘特征，提高了裂缝检测的准确性，通过图像处理模块中的图像滤波去噪、对比度和亮度调整等技术，提高了对裂缝边缘的清晰度，克服了环境干扰对检测系统的影响，裂缝尺寸测量模块通过精炼后的裂缝区域图像，对裂缝的长度和宽度进行精确测量，解决了裂缝本身的宽度不一、走向复杂多变的问题，提高了裂缝尺寸测量的准确性。
-
公开(公告)号：CN119879791A
公开(公告)日：2025-04-25
申请号：CN202510084877.1
申请日：2025-01-20
Applicant: 广州航海学院
Abstract: 本发明公开了基于掺金属粉末改性材料与雷达的沥青层厚度测量方法，包括在相邻两层的沥青层的分层处设置有用于粘接的粘结层，所述粘结层包括采用第一粘接材料制成的第一粘接区以及采用第二粘接材料制成的第二粘接区，所述第一粘接区和第二粘接区交替分布，所述第一粘接材料为掺杂有金属粉末的改性乳化沥青，且对于每一层沥青层，在该层沥青层的上方均具有至少一个可供电磁波穿过并抵达该层沥青层与下一层沥青层分层处的电磁波通道，向所述沥青层结构发射电磁波，根据所述电磁波在各沥青层结构中的反射时间计算各沥青层的厚度，该方法可精确识别与检测介电常数相近的不同沥青层厚度。
-
公开(公告)号：CN118997134A
公开(公告)日：2024-11-22
申请号：CN202411105492.0
申请日：2024-08-13
Applicant: 广州航海学院
Abstract: 本发明涉及一种港口码头钢管桩的修复方法，包括：表面处理；在表面涂布环氧富锌底涂层，并在环氧富锌底涂层表面打磨；在环氧富锌底涂层外粘贴第一布层，第一布层包括胶接的第一碳纤维布和第一玻璃纤维布，第一碳纤维布的外侧面贴靠并结合于环氧富锌底涂料的表面上；在第一玻璃纤维布外涂刷第一防腐涂料并烘干；第一防腐涂料包括以下组分：80‑100份水性聚氨酯乳液，60‑70份玻璃鳞片，成膜助剂5‑8份，流平剂1‑3份，消泡剂1‑2份，增稠剂1‑2份。本发明采用简单的设计和工艺即可实现抗海水腐蚀、抗渗透、抗酸碱、耐盐雾和提升力学性能等功效，既可实现对钢管桩的修补，又可实现对钢管桩的防腐和加固。
-
公开(公告)号：CN118731179A
公开(公告)日：2024-10-01
申请号：CN202410929346.3
申请日：2024-07-11
Applicant: 广州航海学院
IPC: G01N29/11 , G06F18/15 , G06F18/2131 , G06F18/2135 , G06F18/2411 , G06N3/0464 , G06N3/0455 , G06N3/0442 , G06N3/084 , G06F30/13 , G06F30/23 , G06F30/27 , G01N29/44 , G01M5/00
Abstract: 本公开涉及一种桥梁结构三维损伤识别方法，包括以下步骤：布设声发射传感器：获取目标桥梁的三维结构信息，确定声发射传感器的布设方案并布设声发射传感器；信号采集和提取：采集声发射传感器的声发射信号，提取声发射信号的关键特征参数，关键特征参数包括上升时间、事件计数和能量值；模型构建：构建目标桥梁的数字孪生模型，并将损伤数据映射到数字孪生模型中，结合损伤数据库及所提取的关键特征参数，对数字孪生模型进行训练优化；损伤识别及监测：基于数字孪生模型，对目标桥梁进行损伤识别，并预测目标桥梁的损伤发展趋势，评估目标桥梁的剩余使用寿命。本公开能够实时监测裂纹的形成与扩展，提高损伤识别的准确性和时效性。
-
公开(公告)号：CN118520722B
公开(公告)日：2025-02-28
申请号：CN202410588800.3
申请日：2024-05-13
Applicant: 广州航海学院
IPC: G06F30/23 , G06V10/774 , G06V10/82 , G06V10/764 , G06V10/26 , G06V10/40 , G06T7/13 , G06T5/70 , G06F30/13 , G06T17/20 , G06F119/14
Abstract: 本发明公开了一种基于计算机视觉的土木结构变化监测数据优化方法，包括S1、采用计算机视觉技术对土木结构的各个层次进行识别和分割、S2、通过卷积神经网络对获取的二维图像进行特征提取，并确定每个层次的结构组成和材料信息、S3、使用多视角立体匹配或体素彩色化方法生成对应的三维模型、S4、运用网格简化和平滑处理技术，同时应用拓扑修正算法进行修正、S5、通过建立数据索引和链接，形成一个结构化的分层监视模型和S6、结合有限元方法对结构的受力状态和变形情况进行详细计算与预测，识别结构的异常状态和潜在风险；本发明解决土木结构变化监测中的挑战，提升监测效率、准确性和实时性，为结构变化的监测、评估和管理提供更加可靠的技术支持。
-
Patent Agency Ranking
公开(公告)号：CN119466877A
公开(公告)日：2025-02-18
申请号：CN202411658797.4
申请日：2024-11-20
Applicant: 广州航海学院
Abstract: 本发明涉及隧道施工技术领域，公开了一种基于环保型浆液的强透水性砂层加固方法，包括以下步骤制备高岭土浆液以及微生物浆液，备用，确定钻孔位置，并对预定桩位钻孔至设计标高，向钻孔内先注入所述高岭土浆液，待所述高岭土完全沉积后，再注入所述微生物浆液。本发明根据先降渗后加固的思路，采用环保型浆液，对砂层进行高压旋喷注浆，先注入高岭土浆液高岭土浆液不仅吸收了含水砂层中的水，实现含水砂层孔隙率的降低，从而实现堵水效果，还降低砂层孔隙率和渗透性，增加细菌的附着面积，再注入微生物浆液通过微生物诱导碳酸钙结晶的方式以加固砂层。
-
公开(公告)号：CN118424232B
公开(公告)日：2025-02-14
申请号：CN202410506970.2
申请日：2024-04-25
Applicant: 广州航海学院
IPC: G01C15/00 , G06T5/70 , G06T5/80 , G06T7/80 , G06T7/557 , G06T7/246 , G06T5/40 , G01S11/12 , G06T17/00
Abstract: 本发明公开了一种基于计算机视觉的水下结构测距系统，包括图像采集与预处理模块、摄像头标定与图像校正模块、立体视觉匹配与深度估计模块、深度图处理模块、三维重建模块和目标跟踪与分析模块；本发明通过计算机视觉技术结合双摄像头同步捕捉原始图像，实现从水下图像采集到三维结构测距的全过程；采用标定板对摄像头进行同步拍摄和标定，消除镜头畸变，提高立体对应关系准确性，利用运动模型和状态预测提高目标跟踪的连续性和预测性能，解决传统目标跟踪算法在目标状态更新和预测方面的不足，利用图像预处理、立体视觉匹配、深度估计、三维重建和目标跟踪等模块，有效应对水下环境复杂的光照和水质条件，提高水下结构测距的准确性和可靠性。
-
公开(公告)号：CN119373009A
公开(公告)日：2025-01-28
申请号：CN202411842050.4
申请日：2024-12-13
Applicant: 广州航海学院
Abstract: 本申请涉及设备防覆冰技术领域，特别是涉及一种桥梁拉索的防覆冰方法及装置。桥梁拉索包括自内向外依次配置的拉索钢丝、钢丝护套、导热涂层以及螺旋敷设于导热涂层的多条电阻丝；方法包括：监测环境湿度、环境中水滴温度、环境中水滴直径以及桥梁拉索的表面温度；根据环境湿度和桥梁拉索的表面温度预测桥梁拉索的覆冰概率，并根据环境中水滴温度和环境中水滴直径预测桥梁拉索的覆冰形态；覆冰形态包括雨凇覆冰、雾凇覆冰、混合凇覆冰以及雪凇覆冰；在预测桥梁拉索的覆冰概率超过第一预设值，且桥梁拉索的覆冰形态为雨凇覆冰或混合凇覆冰的情况下，控制桥梁拉索的电阻丝按照预设方式动作；能够有效避免防覆冰效果差的问题。
-
公开(公告)号：CN119027403A
公开(公告)日：2024-11-26
申请号：CN202411170763.0
申请日：2024-08-26
Applicant: 广州航海学院
Abstract: 本申请涉及一种桥梁损伤的检测方法、装置、设备及可读存储介质。所述方法包括：响应于获取到预设勘测周期内桥梁损伤位置的损伤图像数据，基于损伤图像数据判断损伤位置的损伤类型；获取并基于与损伤类型对应的多个连续时间节点的历史图像数据，得到每个损伤类型下不同历史图像数据与桥梁的损伤程度的损伤对应关系；根据损伤图像数据和损伤对应关系，预测桥梁损伤位置的损伤的发展趋势；本申请能够预测桥梁损伤位置的损伤的发展趋势，有效解决了现有的桥梁检测方案无法准确预测损伤的发展状况的问题。
-
公开(公告)号：CN118505701A
公开(公告)日：2024-08-16
申请号：CN202410963049.0
申请日：2024-07-18
Applicant: 广州航海学院
IPC: G06T7/00 , G06N3/0464 , G06N3/08 , G06T5/20 , G06T5/30 , G06T5/40 , G06T5/70 , G06T5/90 , G06T7/13 , G06T7/155 , G06V10/26 , G06V10/54 , G06V10/764
Abstract: 本发明公开了一种基于计算机图像处理的混凝土裂缝识别方法，包括以下步骤：S1、获得清晰且色彩丰富的表面图像；S2、对获取的混凝土表面图像应用图像增强技术；S3、根据混凝土裂缝的形态学特征设计专门的形态学操作算子；S4、进行多尺度和多方向的裂缝边缘提取；S5、对裂缝边缘进行形态学分析；S6、运用深度学习中的语义分割模型对原始图像进行分析；S7、综合边缘检测和语义分割的结果；运用深度学习的语义分割模型对裂缝进行像素级的分类，结合边缘检测和语义分割的结果进行综合分析和优化，有助于更精细地区分裂缝与其他纹理特征，解决裂缝特征模式不一致的问题。
-
-
-
-
-
-
-
-
-
Search Results
18
records
(took 0.048 seconds)
