-
公开(公告)号：CN117315273A
公开(公告)日：2023-12-29
申请号：CN202311580973.2
申请日：2023-11-24
Applicant: 安徽建筑大学
Abstract: 本发明公开了基于点云数据道路纵横断面的自动提取方法，属于道路测量技术领域，包括以下步骤：数据的采集与处理；纵横断面自动成图。本发明采用车载LiDAR测量技术进行高速公路改扩建勘测工程，既减少了对公路正常通行的影响，又保证了外业工作人员的安全，同时获取了高质量的车载LiDAR测量数据成果；以道路作为研究对象，提出了一种基于三维激光扫描技术的纵横断面自动提取方法，通过该方法实现了对道路纵横断面的自动提取，大幅度提高了纵横断面数据提取的效率，降低了人为错误对工程造成影响的可能性，实现了纵横断面的自动绘制。
-
公开(公告)号：CN118628698B
公开(公告)日：2024-11-12
申请号：CN202411119199.X
申请日：2024-08-15
Applicant: 安徽建筑大学
Abstract: 本发明公开了基于点云数据的三维模型表面平整度优化方法，属于点云处理技术领域，包括以下步骤：S1：数据的采集与处理；S2：不平整点云的识别与优化。本发明能够自动识别点云数据中的不平整区域，而现有技术往往需要人工干预来识别这些区域，显著提高了效率和准确性；通过本发明提出的优化算法，优化了点云数据的表面平整度，减少了因表面不规则性导致的建模误差，提升了模型质量；通过自动化的识别和优化流程，减少了对人工操作的依赖，降低了因人工操作带来的误差和成本；最终输出的结果易于与其他三维建模软件和流程集成，方便用户进行后续的建模和分析工作。
-
公开(公告)号：CN117058129B
公开(公告)日：2024-01-12
申请号：CN202311294050.0
申请日：2023-10-09
Applicant: 安徽建筑大学
Abstract: 本发明公开了基于图像处理的桥梁表观病害自动识别方法，属于建筑裂缝检测技术领域，包括如下步骤：S1：获取桥梁裂缝原始图像；S2：使用高斯滤波对获取的桥梁裂缝原始图像进行一次去噪处理；S3：对滤波处理后的图像依次进行分割、二次去噪处理；S4：对经过分割、二次去噪处理的图像中的裂缝断裂区域进行连接；S5：利用八方向算子对连接后的裂缝进行边缘检测；S6：获取裂缝条数并标记；S7：对裂缝条数识别结果进行可视化展示。本发明通过滤波、去噪、图像分割处理，实现了噪声点去除、人机交互式裂缝连接、边缘检测、裂缝条数判别，提高了建筑裂缝病害检测效率、准确性和自动化程度。
-
公开(公告)号：CN115630859A
公开(公告)日：2023-01-20
申请号：CN202211192549.6
申请日：2022-09-28
Applicant: 安徽建筑大学
IPC: G06Q10/0639 , G06Q50/08 , G06N3/045 , G06N3/08
Abstract: 本发明公开了一种基于深度学习的钢板组合梁桥施工控制质量评估方法，涉及工程质量评估技术领域，包括：构建基于深度学习的Unet网络；收集历史周期内钢板组合梁桥建造质量和施工线形检测参数，构建训练所需的样本集；将训练集、测试集和验证集经过数据预处理之后对Unet网络进行训练、测试和验证，将训练完成的Unet网络标记为评估模型M；利用移动激光扫描技术，实时获取钢板组合梁桥建造质量和施工线形检测参数；将获取的建造质量和施工线形检测参数代入评估模型M，并与相关规范或标准参数限值比对，输出建造或施工控制质量的评估报表；为钢板组合梁桥智能建造、现场施工组装等提供精准的拼接依据；确保施工质量和安全。
-
公开(公告)号：CN118898691A
公开(公告)日：2024-11-05
申请号：CN202411395199.2
申请日：2024-10-08
Applicant: 安徽建筑大学
Abstract: 本发明公开了基于点云数据处理的三维模型的高精度重建方法，属于点云数据处理技术领域，包括以下步骤：数据的采集与预处理；点云数据分割；轮廓线提取；三维模型建立。本发明通过多源点云数据的采集、配准、分割与轮廓线提取等步骤，能够实现建筑物三维模型的高精度重建，解决了单一数据源点云不完整、传统建模效率低下以及复杂建筑结构几何特征难以精确还原的问题，显著提高了点云数据处理的精度和效率；同时，使用RANSAC算法进行分割、改进的α‑shape算法提取轮廓线，并通过平滑处理提高了模型的精确性和细节还原度，更好地适用于复杂建筑结构的数字化重建。
-
Patent Agency Ranking
公开(公告)号：CN117315273B
公开(公告)日：2024-02-23
申请号：CN202311580973.2
申请日：2023-11-24
Applicant: 安徽建筑大学
Abstract: 本发明公开了基于点云数据道路纵横断面的自动提取方法，属于道路测量技术领域，包括以下步骤：数据的采集与处理；纵横断面自动成图。本发明采用车载LiDAR测量技术进行高速公路改扩建勘测工程，既减少了对公路正常通行的影响，又保证了外业工作人员的安全，同时获取了高质量的车载LiDAR测量数据成果；以道路作为研究对象，提出了一种基于三维激光扫描技术的纵横断面自动提取方法，通过该方法实现了对道路纵横断面的自动提取，大幅度提高了纵横断面数据提取的效率，降低了人为错误对工程造成
-
公开(公告)号：CN108509696A
公开(公告)日：2018-09-07
申请号：CN201810219932.3
申请日：2018-03-16
Applicant: 安徽建筑大学
Abstract: 一种基于三维激光扫描技术的古建筑健康监测方法及装置，包括获取古建筑的结构坐标信息和材质信息；根据预设的古建筑物健康评判规则，获取对所述古建筑的结构坐标信息和材质信息的评判结果；输出所述评判结果步骤。通过获取古建筑的结构坐标信息和材质信息，全面分析反映古建筑健康的各项参数，再对各项参数分别进行评判，综合对比得出古建筑的健康情况；在获取古建筑结构坐标信息时通过第一获取单元和第二获取单元分别进行获取，实现了对古建筑细节结构坐标信息的获取，克服了扫描仪无法扫描到的死角的不足。
-
公开(公告)号：CN119251424B
公开(公告)日：2025-03-18
申请号：CN202411765524.X
申请日：2024-12-04
Applicant: 安徽建筑大学
IPC: G06T17/05 , G06T7/33 , G06T5/77 , G06V20/17 , G06V20/10 , G06V20/70 , G06V10/26 , G06V10/44 , G06V10/42 , G06V10/52 , G06V10/80 , G06V10/74 , G06V10/82 , G06N3/0464 , G06N3/0455 , G06N3/0985
Abstract: 本发明公开了建筑点云数据高精度三维模型生成方法，属于点云深度学习建模技术领域，包括以下步骤：S1：多源建筑点云数据采集；S2：深度学习点云配准；S3：深度学习点云补全；S4：深度学习点云分割；S5：点云切片并提取建筑物参数；S6：依照提取的参数建立BIM模型。本发明通过深度学习方法优化点云配准、补全、分割及参数提取步骤，提供一种从点云数据到BIM模型自动化生成的高效方法，具有高精度、高鲁棒性和适应多源数据的优势。
-
公开(公告)号：CN119416333A
公开(公告)日：2025-02-11
申请号：CN202510026830.X
申请日：2025-01-08
Applicant: 安徽建筑大学
IPC: G06F30/13 , G06F30/27 , G06N3/045 , G06N3/0475 , G06N3/094 , G06N3/0464 , G06N3/0455 , G06T17/10 , G06T17/20 , G06T17/05
Abstract: 本发明公开了基于点云三维重建的建筑设计与分析方法，属于建筑物建模技术领域。本发明通过获取房屋外部点云数据，结合房屋CAD设计图纸（CAD图像），利用采集的数据集进行训练室内场景推测网络；使用对抗生成网络（GANs）来推测并生成室内场景的多视角图，再通过这些图像生成室内点云，最后融合室内外点云，实现在不知道房屋内部场景布局的情况下，推测设计出房屋内部布局，并建立房屋模型，不仅保护了房主的隐私，还提高了设计效率和准确性。
-
公开(公告)号：CN117058129A
公开(公告)日：2023-11-14
申请号：CN202311294050.0
申请日：2023-10-09
Applicant: 安徽建筑大学
Abstract: 本发明公开了基于图像处理的桥梁表观病害自动识别方法，属于建筑裂缝检测技术领域，包括如下步骤：S1：获取桥梁裂缝原始图像；S2：使用高斯滤波对获取的桥梁裂缝原始图像进行一次去噪处理；S3：对滤波处理后的图像依次进行分割、二次去噪处理；S4：对经过分割、二次去噪处理的图像中的裂缝断裂区域进行连接；S5：利用八方向算子对连接后的裂缝进行边缘检测；S6：获取裂缝条数并标记；S7：对裂缝条数识别结果进行可视化展示。本发明通过滤波、去噪、图像分割处理，实现了噪声点去除、人机交互式裂缝连接、边缘检测、裂缝条数判别，提高了建筑裂缝病害检测效率、准确性和自动化程度。
-
-
-
-
-
-
-
-
-
Search Results
17
records
(took 0.019 seconds)
