一种复杂结构水工程无人机高精度摄影和质量控制方法

    公开(公告)号:CN113776504B

    公开(公告)日:2022-01-11

    申请号:CN202111333452.8

    申请日:2021-11-11

    IPC分类号: G01C11/34 G01C11/02 H04N5/232

    摘要: 本发明公开了一种复杂结构水工程无人机高精度摄影和质量控制方法。它包括如下步骤:步骤1:无人机四点拍摄;步骤2:利用步骤1得到的四张影像的EXIF信息中提取出四个角点的地理坐标;步骤3:针对构造面的姿态计算、基于构造面的航迹规划;步骤4:无人机自动拍摄;步骤5:空中三角测量处理、空中三角测量成果智能分析;步骤6:基于连接点重叠度分析的补拍航迹规划;步骤7:无人机自动补拍;步骤8:根据步骤4和步骤7得到的高分辨率影像,进行精确几何定位和精细密集匹配,得到精细高精度的水工程地理信息产品。本发明具有能够快速获取高分辨率影像并自动进行质量控制的优点。

    一种复杂结构水工程无人机高精度摄影和质量控制方法

    公开(公告)号:CN113776504A

    公开(公告)日:2021-12-10

    申请号:CN202111333452.8

    申请日:2021-11-11

    IPC分类号: G01C11/34 G01C11/02 H04N5/232

    摘要: 本发明公开了一种复杂结构水工程无人机高精度摄影和质量控制方法。它包括如下步骤:步骤1:无人机四点拍摄;步骤2:利用步骤1得到的四张影像的EXIF信息中提取出四个角点的地理坐标;步骤3:针对构造面的姿态计算、基于构造面的航迹规划;步骤4:无人机自动拍摄;步骤5:空中三角测量处理、空中三角测量成果智能分析;步骤6:基于连接点重叠度分析的补拍航迹规划;步骤7:无人机自动补拍;步骤8:根据步骤4和步骤7得到的高分辨率影像,进行精确几何定位和精细密集匹配,得到精细高精度的水工程地理信息产品。本发明具有能够快速获取高分辨率影像并自动进行质量控制的优点。

    一种基于无人机摄影测量的变形监测自动化方法

    公开(公告)号:CN113776451A

    公开(公告)日:2021-12-10

    申请号:CN202111330704.1

    申请日:2021-11-11

    IPC分类号: G01B11/16 G01C11/00

    摘要: 本发明公开了一种基于无人机摄影测量的变形监测自动化方法。它直接以计算机可以识别出的同名像点作为监测标识点;具体包括如下步骤,步骤1:采用无人机对被摄对象进行拍摄;步骤2:生成三维模型与正射影像;步骤3:自动识别监测标识点;按影像配准方法对正射影像进行影像匹配,自动识别出正射影像中的同名像点及平面坐标,并以同名像点作为监测标识点;步骤4:获取监测标识点的高程;步骤5:变形计算。本发明克服了现有技术监测标识点在埋设安装存在一定的风险,且存在一定的埋设成本,常规的摄影测量对指定标点的三维坐标需要通过人工方法量测,量测精度不高,且工作效率低的缺点;具有消除安全隐患,降低监测成本,提高监测精度的优点。

    一种基于无人机摄影测量的变形监测自动化方法

    公开(公告)号:CN113776451B

    公开(公告)日:2022-02-11

    申请号:CN202111330704.1

    申请日:2021-11-11

    IPC分类号: G01B11/16 G01C11/00

    摘要: 本发明公开了一种基于无人机摄影测量的变形监测自动化方法。它直接以计算机可以识别出的同名像点作为监测标识点;具体包括如下步骤,步骤1:采用无人机对被摄对象进行拍摄;步骤2:生成三维模型与正射影像;步骤3:自动识别监测标识点;按影像配准方法对正射影像进行影像匹配,自动识别出正射影像中的同名像点及平面坐标,并以同名像点作为监测标识点;步骤4:获取监测标识点的高程;步骤5:变形计算。本发明克服了现有技术监测标识点在埋设安装存在一定的风险,且存在一定的埋设成本,常规的摄影测量对指定标点的三维坐标需要通过人工方法量测,量测精度不高,且工作效率低的缺点;具有消除安全隐患,降低监测成本,提高监测精度的优点。

    基于改进的YOLOv5模型的混凝土大坝表面裂缝检测系统及方法

    公开(公告)号:CN116862856A

    公开(公告)日:2023-10-10

    申请号:CN202310796111.7

    申请日:2023-07-01

    摘要: 本发明公开了一种基于改进的YOLOv5模型的混凝土大坝表面裂缝检测系统。它包括图像采集模块、数据集搭建模块、模型训练模块和模型调整模块;数据集搭建模块用于在模型初训练时,提供开源裂缝图像数据集,图像分辨率调节,数据集拆分功能;在模型精训练时,提供图像分块,裂缝标记,数据集拆分功能;模型训练模块包括YOLOv5模型选型、利用开源数据集的初步训练、真实数据集精训练以及保存模型的权重参数;网络模型调整模块在应用测试集图像时,用于自主调整模型超参数;在应用原始无人机图像时,用于图像裁剪和拼接。本发明具有提高裂缝检测自动化以及准确率的优点。本发明还公开了基于改进的YOLOv5模型的混凝土大坝表面裂缝检测系统的检测方法。