-
公开(公告)号：CN109978847B
公开(公告)日：2023-07-04
申请号：CN201910210547.7
申请日：2019-03-19
Applicant: 东南大学
IPC: G06T7/00 , G06T5/00 , G06T7/10 , G06N3/096 , G06N3/0464
Abstract: 本发明公开了一种基于迁移学习与拉索机器人的拉索外套病害自动识别方法，该方法包括：准备好混凝土裂缝图片，建立深度学习中的ResNet网络模型，进行训练，得到训练模型；再获取斜拉索PE外套的病害图片，将数据集划分为训练集、验证集、测试集，建立ResNet卷积神经网络的迁移学习模型，对模型进行训练；控制斜拉索机器人进行图像采集，利用训练好的ResNet模型进行斜拉索PE外套病害自动识别。本发明检测精度高，斜拉索机器人的应用可以代替人工进行自动化爬行检测，自动化程度高，能够实时识别，效率高，成本低，相较于传统的斜拉索PE外套病害的人工检测方法具有明显的优势。
-
公开(公告)号：CN115730821A
公开(公告)日：2023-03-03
申请号：CN202211447588.6
申请日：2022-11-18
Applicant: 山西省交通建设工程质量检测中心(有限公司) , 东南大学
Inventor： 谢海龙 , 吴刚 , 朱金鹏 , 冯东明 , 罗鹏 , 廖聿宸 , 宿静 , 李洁 , 郭卫琦 , 侯士通 , 张凤云 , 黄思杰 , 李向男 , 葛滨 , 陈伟 , 梁立江 , 张斌波
IPC: G06Q10/0635 , G06Q10/0639 , G06Q50/04 , G06F30/13 , G06F30/20 , G06F119/08 , G06F119/14
Abstract: 本发明公开了一种检监测指标融合的梁式桥安全状态判定系统，包括：指标层，包括各构件的检测类指标和监测类指标并且计算各指标评分，其中：检测类指标根据桥梁养护规范采用百分制评价；监测类指标划分为动力响应监测指标，静态与准静态响应监测指标和模态频率监测指标，以天为单位进行观测期划分；构件层，包括主梁、桥墩、支座、基础、桥面系、附属设施6大类构件，根据指标层的输出计算构件的动态权重；目标层，用于计算梁式桥安全状态的综合评分。本发明融合了检测和监测指标，能够更为全面、准确地描述桥梁的安全状态；基于动态权重的综合评价结果能够反映出单一指标的变化，对指标异常具有良好的敏感性。
-
公开(公告)号：CN115439800A
公开(公告)日：2022-12-06
申请号：CN202210895171.X
申请日：2022-07-26
Applicant: 江苏东印智慧工程技术研究院有限公司 , 东南大学
IPC: G06V20/52 , G06V10/764 , G06V40/16 , H04N7/18
Abstract: 本发明涉及一种基于计算机视觉的人员施工安全行为识别方法以及系统，识别方法具体包括以下步骤：步骤S1：在施工工地安装若干摄像头，视频流解析模块从若干摄像头处获取帧信息，帧信息包括若干摄像头的编号、系统时间以及帧图像数据，同时将帧信息存储在缓冲队列中；步骤S2：人员施工安全行为分析模块从缓冲队列中获取帧信息，根据若干摄像头请求的具体功能调用匹配功能模块进行计算，得到相应请求功能结果；本发明所提方法相比传统施工安全监测方法，可有效利用现有施工现场监管设备，进一步提高监管效率，覆盖面广，监管及时，可提高监管效率，及时发现非安全行为，减少监管人员工作量。
-
公开(公告)号：CN115356681A
公开(公告)日：2022-11-18
申请号：CN202210664111.7
申请日：2022-06-14
Applicant: 山西省交通建设工程质量检测中心(有限公司) , 东南大学
Abstract: 本发明公开了一种桥梁健康监测数据渐变噪声的时间定位方法，包括步骤：1)获取不含渐变噪声的桥梁健康监测时程数据，并计算原始数据的差分；2)以30s为时间单元计算差分序列的均方差，获取均方差序列；3)计算均方差序列的变化率，并计算变化率序列的均值和方差，并定义均方差变化率指标I；4)确定控制图上下限，样本超出控制图上下限则说明出现渐变噪声，从而实现渐变噪声的定位。本发明通过桥梁健康监测系统获取含有短时强噪声的原始完整监测数据集，基于噪声本身波动较正常数据大的特征，实现渐变噪声的定位，以待后续清清洗，可以有效地定位出渐变噪声数据。
-
公开(公告)号：CN115272276A
公开(公告)日：2022-11-01
申请号：CN202210969011.5
申请日：2022-08-12
Applicant: 东南大学
Abstract: 本发明公开了一种基于红外光摄像的悬索桥主缆亚表面病害识别方法，包括以下步骤：S1、悬索桥模型重建:基于无人机倾斜摄影测量建立桥梁三维模型,分为外业倾斜摄影测量图像采集和内业三维模型重建两个步骤；S2、巡检路径规划：对主缆的特征点手动标记，并生成主缆巡检航线；S3、外业红外数据采集：将无人机路径规划文件导入无人机，按照特定航线飞行并执行相应任务；S4、病害识别：对主缆表面温度进行红外异常检测，识别亚表面缺陷位置和大小，并对病害温度异常的部位进行标记。本发明还公开了一种基于红外光摄像的悬索桥主缆亚表面病害识别装置，本发明能基于红外图像，使用无人机自动化检测悬索桥主缆亚表面病害，有广阔的应用前景。
-
Patent Agency Ranking
公开(公告)号：CN115200505A
公开(公告)日：2022-10-18
申请号：CN202210829794.7
申请日：2022-07-13
Applicant: 东南大学
Abstract: 本发明提供了一种基于红外衍射光斑和双目视觉的浑水三维点云测量方法，该方法包括如下步骤：（1）搭建基于红外衍射光斑和双目视觉的水下光学三维形貌测量系统；（2）构建水下红外相机成像模型，对水下红外相机系统的折射参数进行标定，校正因为介质折射率不同导致的偏差；（3）在被测物体表面投射红外衍射光斑，作为被测物表面的形貌信息载体；（4）相机采集图像，基于浑水图像退化模型对采集的图像做图像增强处理；（5）通过计算得到某阶段物体表面局部光学三维形貌点云数据，移动光学测量装置得到各阶段物体表面局部光学三维形貌点云数据。本发明克服水下测量中的光线折射问题，消除了折射产生的误差，提高了水下光学测量方法的精度。
-
公开(公告)号：CN114792304A
公开(公告)日：2022-07-26
申请号：CN202210285593.5
申请日：2022-03-22
Applicant: 东南大学 , 江苏东印智慧工程技术研究院有限公司
Abstract: 本发明涉及一种基于计算机视觉的居民抗震性能评估参数快速测算方法，通过移动设备拍摄房屋建筑数据，基于计算机视觉的一系列方法，对所拍摄数据的墙体轮廓以及墙体上的孔洞等进行计算，进一步得到相关抗震性能评估参数如房屋层数、墙体的宽度、高度以及孔洞占比，分析计算农村房屋建筑抗震指标等数据，本发明用于辅助评估农村房屋的抗震性能，提高了评估效率，降低了技术门槛。
-
公开(公告)号：CN114627107A
公开(公告)日：2022-06-14
申请号：CN202210374059.1
申请日：2022-04-11
Applicant: 东南大学 , 江苏东印智慧工程技术研究院有限公司
Abstract: 本发明涉及一种桥梁梁底病害全形貌检测方法及系统，通过在桥检车机械臂上安装多个图像采集装置进行梁底病害全形貌检测，其视场能够覆盖梁底全部待检测区域；当桥检车沿桥梁纵向行驶时，图像采集装置快速采集桥梁梁底全形貌图像，将图像导入桥梁梁底病害识别系统，通过图像识别方法自动分类、识别、定位、测量梁底病害，同时可对桥梁梁底全形貌实景彩色图片进行展示；通过多次桥梁检测，对所检测得的每个病害进行长期追踪，得到桥梁全寿命周期内病害发展历程。本发明极大提高了桥梁检测效率和精度，解决了传统人工检测效率不高、量化困难，其他移动检测设备续航能力低、对不同桥型适应力弱的问题，创新了梁底全形貌可视化和长期监控的管理方法。
-
公开(公告)号：CN114612394A
公开(公告)日：2022-06-10
申请号：CN202210185613.1
申请日：2022-02-28
Applicant: 东南大学
Abstract: 本发明公开了一种基于Yolo网络和DIC技术的混凝土内部损伤预测方法，引入三维交并比概念，并将其应用于深度学习的训练中，包括以下步骤：步骤S1、构建多个梁的损伤模型和多个柱的损伤模型，构建位移云图样本库；步骤S2、构建一种新的经过优化的Yolo神经网络模型；步骤S3、基于步骤S2新的经过优化的Yolo神经网络模型，通过位移云图样本库训练新的经过优化的Yolo神经网络模型，其中损失函数考虑了三维交并比预测误差LossIoU的影响。步骤S4、利用步骤S3中通过位移云图样本库训练的优化的Yolo神经网络模型，识别出的混凝土内部损伤位置和深度，完成混凝土内部损伤的预测。本方法更准确、效率高、成本低。
-
公开(公告)号：CN113744185A
公开(公告)日：2021-12-03
申请号：CN202110854998.1
申请日：2021-07-28
Applicant: 江苏东印智慧工程技术研究院有限公司 , 东南大学
Abstract: 本发明公开了一种基于深度学习和图像处理的混凝土表观裂缝分割方法，包括如下步骤：获取混凝土表观带有裂缝的数字图像，对裂缝进行标注，对标注结果处理后得到裂缝掩码图；将掩码后的混凝土表观数字图像划分成训练集和验证集，然后切割成子图；构建表观裂粗分割模型，利用训练集对模型进行训练；将待检测混凝土表观数字图像切割成子图，输入到粗分割模型；对待检测原图和裂缝粗分割结果图进行插值，得到细化分割结果图；求取细化分割结果图的轮廓。本发明利用u2net分割模型完成混凝土表观裂缝的粗分割，对于微小裂缝，整图切割结合结果融合策略、组合损失以及通过像素聚类对粗分割结果细化，对微小裂缝具有较好的检测效果。
-
-
-
-
-
-
-
-
-
Search Results
97
records
(took 0.021 seconds)
