-
公开(公告)号：CN113658244A
公开(公告)日：2021-11-16
申请号：CN202110741113.7
申请日：2021-07-01
Applicant: 哈尔滨工业大学
Abstract: 本发明提出了一种桥梁区域通航船舶三维几何尺寸辨识方法，如下：在桥梁通航跨梁底跨中部位设置摄像机以采集通航船舶图像信息，根据辨识距离要求在距离摄像机平面合理位置的航道两侧设置标定浮筒；利用采集到的通航船舶图像制作船舶检测数据集并使用深度卷积网络训练船舶检测器以获取船舶粗略位置，结合形态学运算和轮廓提取技术获取船舶精确轮廓；使用射影变换方程对通航船舶所在空间进行建模，确定船舶三维几何尺寸同图像中船舶轮廓的转换关系，从而计算出通航船舶的三维几何尺寸。本方法实现了使用一个摄像头就可以精确计算通航船舶的三维几何尺寸，降低设备成本的同时保证了尺寸辨识的精度。
-
公开(公告)号：CN111160131A
公开(公告)日：2020-05-15
申请号：CN201911272536.8
申请日：2019-12-12
Applicant: 哈尔滨工业大学
Abstract: 本发明涉及一种基于计算机视觉的施工车辆精准智能辨识方法，是为了解决现有的施工车辆辨识成本高、精度低等缺点而提出的，包括：采集的施工现场的车辆高空鸟瞰图像作为原始数据，使用旋转矩形框进行人工标注，建立施工车辆精准智能辨识数据集；根据旋转矩形框的几何特性，设计对应的深度卷积神经网络结构和目标函数，使用数据集训练网络，将待辨识图像输入网络后得到精准辨识结果。本发明便捷、准确，较大幅度地提升了施工现场车辆辨识的准确性，适用于土木工程施工现场安全管理与监督领域。
-
公开(公告)号：CN109284754A
公开(公告)日：2019-01-29
申请号：CN201811295296.9
申请日：2018-11-01
Applicant: 哈尔滨工业大学
Abstract: 本发明涉及一种基于计算机视觉的桥梁区域船舶智能定位与几何轮廓自动辨识方法，是为了解决现有的桥梁区域船舶智能定位与几何轮廓自动辨识成本过高以及相应智能算法的缺点而提出的，包括：整理网络上海量的船舶图片作为原始数据，对输入的图像进行降采样，根据人工经验使用矩形框对降采样后的图像中的船舶区域进行标记，获得用于表示矩形框位置和大小的数据；将训练集输入至深度卷积神经网络中进行迁移训练；训练过程中使用的损失函数为多目标优化函数，优化算法为自适应矩估计优化算法；将待识别的桥梁区域船舶通行视频提取关键帧重采样后输入至训练好的神经网络中，得到以矩形框为表示的定位结果；将矩形框定位结果由BGR色彩空间转换到HSV空间，使用形态学运算寻找船舶几何轮廓，得到几何轮廓自动辨识结果。本发明适用于桥梁工程健康监测以及防船撞领域。
-
公开(公告)号：CN120068824A
公开(公告)日：2025-05-30
申请号：CN202510073978.9
申请日：2025-01-17
Applicant: 哈尔滨工业大学
IPC: G06F40/18 , G06F40/151 , G06N3/0455 , G06F40/174
Abstract: 本发明提出了一种中小跨径桥梁病害检查表合并行列内容分配方法，属于桥梁结构健康监测领域，方法包括：收集包含桥梁病害检查表的桥梁检测评定资料；构建识别模型：包括网络编码器、解码器、Cycle‑Pairing模块、解析处理模块，将PDF格式的桥梁检测评定资料转换为图像格式；构建单元格重划分模块，利用基准行和列对表格各行各列进行重划分；在构建表格内容分配模块，将文本框分配到对应各行，对合并行列新划分单元格进行内容填充；构建调整与输出模块，对各行文本框顺序进行调整，输出处理后结果。本发明解决了合并行列带来的提取结果内容缺失、异位问题，优化了桥梁病害检查表中历史病害信息的挖掘效果，提升了提取信息的全面性和准确性。
-
公开(公告)号：CN118839278B
公开(公告)日：2025-02-18
申请号：CN202410935958.3
申请日：2024-07-12
Applicant: 哈尔滨工业大学
IPC: G06F18/2433 , G06F18/213 , G06F18/214 , G06F18/2431 , G06F18/27 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于多通道时空图卷积网络的异常桥梁监测数据识别方法，所述方法包括：定义映射矩阵，收集某斜拉桥结构健康监测系统的斜拉索索力、主梁挠度、索塔倾斜多类型监测数据并标准化，设计带若干可学习映射矩阵的多通道时空图卷积网络对斜拉桥多类型监测数据进行时空关联建模，使用早期多类型监测数据进行训练，获取邻接关系并计算诊断指标，结合诊断指标与邻接关系进行异常桥梁监测数据识别。该方法解决了数据驱动的状态评估对监测数据利用程度低下、存在传感器故障与结构变异混淆问题的缺点，实现了海量监测数据的有效利用，适用于具有多类型监测数据的桥梁结构健康监测系统运营。
-
Patent Agency Ranking
公开(公告)号：CN118379237B
公开(公告)日：2024-11-15
申请号：CN202410289927.5
申请日：2024-03-14
Applicant: 哈尔滨工业大学
IPC: G06T7/00 , G06V10/774 , G06V10/82 , G06N3/0455 , G06N3/0464 , G06N3/08
Abstract: 本发明提出了一种基于视觉大模型SAM的桥梁表观裂缝像素级辨识方法，包括：采集桥梁表观裂缝图像并进行像素级标注，使用随机采样法进行训练、验证和测试集的划分；对视觉大模型SAM进行修改，删除图像嵌入之后的部分，对剩余的部分添加裂缝特征低秩适应器，形成SAM‑Crack编码器；在SAM‑Crack编码器后增加裂缝像素级辨识解码模块，形成完整的SAM‑Crack模型；使用训练集对SAM‑Crack模型进行训练，训练损失函数为DICE损失和交叉熵损失的组合函数；使用训练好的SAM‑Crack模型对待辨识的桥梁表观裂缝图像进行处理，生成裂缝像素级辨识结果。本发明大幅度提升了有限标注数据下的裂缝辨识准确率。
-
公开(公告)号：CN118379237A
公开(公告)日：2024-07-23
申请号：CN202410289927.5
申请日：2024-03-14
Applicant: 哈尔滨工业大学
IPC: G06T7/00 , G06V10/774 , G06V10/82 , G06N3/0455 , G06N3/0464 , G06N3/08
Abstract: 本发明提出了一种基于视觉大模型SAM的桥梁表观裂缝像素级辨识方法，包括：采集桥梁表观裂缝图像并进行像素级标注，使用随机采样法进行训练、验证和测试集的划分；对视觉大模型SAM进行修改，删除图像嵌入之后的部分，对剩余的部分添加裂缝特征低秩适应器，形成SAM‑Crack编码器；在SAM‑Crack编码器后增加裂缝像素级辨识解码模块，形成完整的SAM‑Crack模型；使用训练集对SAM‑Crack模型进行训练，训练损失函数为DICE损失和交叉熵损失的组合函数；使用训练好的SAM‑Crack模型对待辨识的桥梁表观裂缝图像进行处理，生成裂缝像素级辨识结果。本发明大幅度提升了有限标注数据下的裂缝辨识准确率。
-
公开(公告)号：CN117456005A
公开(公告)日：2024-01-26
申请号：CN202311187301.5
申请日：2023-09-14
Applicant: 中国铁路设计集团有限公司 , 哈尔滨工业大学
Abstract: 本发明公开了一种基于相机标定的铁路轨道扣件空间位移提取方法，首先，采用固定摄像机拍摄不同位置和姿态的平面标定板，计算相机内参和外参矩阵，然后相机径向畸变建模与计算，利用LM算法对相机内外参及畸变迭代计算，最后建立扣件二维图像位移提取模型，将扣件二维图像位移转换为三维空间位移，实验室验证算法有效性。本发明能作为铁路轨道扣件健康监测实时预警子系统的组成部分，直接实时地对铁路轨道扣件的空间位置与位移是否异常进行判断识别。本发明提高了铁路轨道扣件健康监测实时预警子系统智能识别的自动化、智能化、准确性和鲁棒性，为铁路轨道扣件位置与空间位移在线实时预警子系统的建立提供了解决方案。
-
公开(公告)号：CN115100126A
公开(公告)日：2022-09-23
申请号：CN202210663664.0
申请日：2022-06-10
Applicant: 哈尔滨工业大学
Abstract: 本发明提出了一种桥梁结构平面位移场智能感知方法，属于监测领域，包括：在待测桥梁关键位置处设置靶标，利用固定在自动旋转云台上摄像机对桥梁进行扫描式成像，通过透视变换将扫描得到的图像投影至同一个平面并拼接，得到二维全景图像；对相机扰动进行消除，采用GrabCut算法提取待测桥梁结构部位的图像，进行网格离散化；利用靶标对相机进行标定以消除畸变，同时计算出像素‑位移转换系数，采用二次曲面拟合改进的模板匹配算法得出关键节点位移；采用三角形形函数和矩形形函数对关键节点位移信息进行传递，从而获取待测桥梁结构平面位移场。本方法实现了桥梁结构平面位移场的准确快速非接触获取。本发明具有便捷、准确的优点。
-
公开(公告)号：CN114254534B
公开(公告)日：2022-09-16
申请号：CN202111521882.2
申请日：2021-12-13
Applicant: 哈尔滨工业大学
IPC: G06F30/23 , G06F30/13 , G06F17/11 , G06F119/14
Abstract: 一种基于钢筋三维加强效应的混凝土本构模型计算方法，涉及一种钢筋混凝土桥梁非线性破坏的建模方法。获取混凝土和钢筋的材料力学性能；建立单轴受力的钢筋混凝土立方体单元，分解为一维轴向受力单元和二维法向受力单元，分别计算钢筋对混凝土的加强系数并得到弹性模量；分别对单轴受力的钢筋混凝土立方体单元进行受拉和受压应力应变曲线的修正，对损伤演化参数进行修正，得到修正后的本构关系曲线；应用于有限元中建立三维实体非线性有限元模型，进行钢筋混凝土结构塑性损伤及承载能力的计算。考虑钢筋对混凝土的加强系数，同时提出修正的钢筋混凝土本构模型，能够高效、准确的评估实际桥梁的极限承载能力。
-
-
-
-
-
-
-
-
-
Search Results
39
records
(took 0.064 seconds)
