[go: up one dir, main page]

CN116124836A - 裂缝检测方法、装置、计算机设备、存储介质和程序产品 - Google Patents

裂缝检测方法、装置、计算机设备、存储介质和程序产品 Download PDF

Info

Publication number
CN116124836A
CN116124836A CN202211590679.5A CN202211590679A CN116124836A CN 116124836 A CN116124836 A CN 116124836A CN 202211590679 A CN202211590679 A CN 202211590679A CN 116124836 A CN116124836 A CN 116124836A
Authority
CN
China
Prior art keywords
area
crack
image
fracture
distribution image
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202211590679.5A
Other languages
English (en)
Inventor
唐超
刘宇飞
樊健生
冯昊龙
李保罗
王晓静
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Tsinghua University
Beijing Urban Construction Exploration and Surveying Design Research Institute Co Ltd
Original Assignee
Tsinghua University
Beijing Urban Construction Exploration and Surveying Design Research Institute Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Tsinghua University, Beijing Urban Construction Exploration and Surveying Design Research Institute Co Ltd filed Critical Tsinghua University
Priority to CN202211590679.5A priority Critical patent/CN116124836A/zh
Publication of CN116124836A publication Critical patent/CN116124836A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N25/00—Investigating or analyzing materials by the use of thermal means
    • G01N25/72—Investigating presence of flaws
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N25/00—Investigating or analyzing materials by the use of thermal means
    • G01N25/20—Investigating or analyzing materials by the use of thermal means by investigating the development of heat, i.e. calorimetry, e.g. by measuring specific heat, by measuring thermal conductivity
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/60—Analysis of geometric attributes
    • G06T7/68—Analysis of geometric attributes of symmetry
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/90—Determination of colour characteristics
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E30/00—Energy generation of nuclear origin
    • Y02E30/30—Nuclear fission reactors

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Analytical Chemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Biochemistry (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Chemical & Material Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Quality & Reliability (AREA)
  • Geometry (AREA)
  • Investigating Or Analyzing Materials Using Thermal Means (AREA)
  • Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)

Abstract

本申请涉及一种裂缝检测方法、装置、计算机设备、存储介质和程序产品。方法包括：先获取相机采集的待检测衬砌区段的第一图像，并根据第一图像得到待检测衬砌区段的初始裂缝信息；然后获取热成像装置对初始裂缝信息对应的裂缝区域的热分布图像；最后根据热分布图像，从初始裂缝信息对应的裂缝区域中确定真实裂缝区域。采用本方法能够确保获得所有可能的裂缝，样本充足，能够避免漏检问题，处理效果直观可见，能够避免误检问题，可靠性高。

Description

裂缝检测方法、装置、计算机设备、存储介质和程序产品
技术领域
本申请涉及数字图像处理技术领域，特别是涉及一种裂缝检测方法、装置、计算机设备、存储介质和程序产品。
背景技术
地铁隧道衬砌服役安全保障是地铁正常运营的重要支撑。在役地铁隧道的检测或监测工作中，衬砌变形、错台等以及衬砌表面裂缝是重要的检查内容，在发现衬砌拱顶有明显下挠或表面出现较长、较宽或大范围受力裂缝时，要进行进一步的安全评估并考虑加固衬砌。
目前，地铁隧道衬砌裂缝的检测通常由检测人员目视检查并记录，由于地铁隧道中光照极差，人工检测存在对地铁隧道衬砌裂缝误检以及漏检的问题。
发明内容
基于此，有必要针对上述技术问题，提供一种能够避免地铁隧道衬砌裂缝误检以及漏检的裂缝检测方法、装置、计算机设备、存储介质和程序产品。
第一方面，本申请提供了一种裂缝检测方法。该方法包括：
处理设备获取相机采集的待检测衬砌区段的第一图像，并根据第一图像得到待检测衬砌区段的初始裂缝信息；
处理设备获取热成像装置对初始裂缝信息对应的裂缝区域的热分布图像；热分布图像为利用喷水装置对裂缝区域喷水并在裂缝区域经过预设时长冷却后热成像装置得到的图像；
处理设备根据热分布图像，从初始裂缝信息对应的裂缝区域中确定真实裂缝区域。
在其中一个实施例中，上述处理设备根据热分布图像，从初始裂缝信息对应的裂缝区域中确定真实裂缝区域，包括：
处理设备根据热分布图像上的颜色，得到裂缝区域的温度分布图像；
处理设备根据温度分布图像，从初始裂缝信息对应的裂缝区域中确定真实裂缝区域。
在其中一个实施例中，上述处理设备根据温度分布图像，从初始裂缝信息对应的裂缝区域中确定真实裂缝区域，包括：
处理设备根据温度分布图像，从初始裂缝信息对应的裂缝区域中确定带状区域；
处理设备根据带状区域确定真实裂缝区域。
在其中一个实施例中，上述处理设备根据带状区域确定真实裂缝区域，包括：
处理设备根据带状区域的中心线的第一温度以及目标背景区域的第二温度，确定真实裂缝区域；
其中，中心线为与带状区域的长度方向平行的直线，目标背景区域包括中心线的左右两侧的两个背景区域中的至少一个区域。
在其中一个实施例中，上述处理设备根据带状区域的中心线的第一温度以及目标背景区域的第二温度，确定真实裂缝区域，包括：
确定第二温度与第一温度的温度差值，并确定垂直于中心线的方向上的梯度值；
若温度差值大于预设温度差值阈值，且梯度值大于等于预设梯度阈值，则确定带状图像对应的带状区域为真实裂缝区域。
在其中一个实施例中，上述检测设备还包括环形的第一承载机构和第二承载机构，第一承载机构上设置有多个间隔分布的喷水装置，第二承载机构上设置有多个间隔分布的热成像装置；处理设备获取热成像装置对初始裂缝信息对应的裂缝区域的热分布图像，包括：
处理设备接收各热成像装置发送的热分布图像；热分布图像为热成像装置在裂缝区域经过预设时长冷却后采集的裂缝区域的热辐射信号，并将热辐射信号转化为电信号，根据电信号得到的图像。
第二方面，本申请还提供了一种裂缝检测装置。装置包括：
第一获取模块，用于处理设备获取相机采集的待检测衬砌区段的第一图像，并根据第一图像得到待检测衬砌区段的初始裂缝信息；
第二获取模块，用于处理设备获取热成像装置对初始裂缝信息对应的裂缝区域的热分布图像；热分布图像为利用喷水装置对裂缝区域喷水并在裂缝区域经过预设时长冷却后热成像装置得到的图像；
确定模块，用于处理设备根据热分布图像，从初始裂缝信息对应的裂缝区域中确定真实裂缝区域。
第三方面，本申请还提供了一种计算机设备。计算机设备包括存储器和处5理器，存储器存储有计算机程序，处理器执行计算机程序时实现以下步骤：
处理设备获取相机采集的待检测衬砌区段的第一图像，并根据第一图像得到待检测衬砌区段的初始裂缝信息；
处理设备获取热成像装置对初始裂缝信息对应的裂缝区域的热分布图像；
热分布图像为利用喷水装置对裂缝区域喷水并在裂缝区域经过预设时长冷却后0热成像装置得到的图像；
处理设备根据热分布图像，从初始裂缝信息对应的裂缝区域中确定真实裂缝区域。
第四方面，本申请还提供了一种计算机可读存储介质。计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：5处理设备获取相机采集的待检测衬砌区段的第一图像，并根据第一图像得到待检测衬砌区段的初始裂缝信息；
处理设备获取热成像装置对初始裂缝信息对应的裂缝区域的热分布图像；热分布图像为利用喷水装置对裂缝区域喷水并在裂缝区域经过预设时长冷却后热成像装置得到的图像；
0处理设备根据热分布图像，从初始裂缝信息对应的裂缝区域中确定真实裂缝区域。
第五方面，本申请还提供了一种计算机程序产品。计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现以下步骤：
处理设备获取相机采集的待检测衬砌区段的第一图像，并根据第一图像得5到待检测衬砌区段的初始裂缝信息；
处理设备获取热成像装置对初始裂缝信息对应的裂缝区域的热分布图像；热分布图像为利用喷水装置对裂缝区域喷水并在裂缝区域经过预设时长冷却后热成像装置得到的图像；
处理设备根据热分布图像，从初始裂缝信息对应的裂缝区域中确定真实裂缝区域。
上述裂缝检测方法、装置、计算机设备、存储介质和程序产品，先获取相机采集的待检测衬砌区段的第一图像，并根据第一图像得到待检测衬砌区段的初始裂缝信息，然后获取热成像装置对初始裂缝信息对应的裂缝区域的热分布图像，最后根据热分布图像，从初始裂缝信息对应的裂缝区域中确定真实裂缝区域，其中，热分布图像为利用喷水装置对所述裂缝区域喷水并在裂缝区域经过预设时长冷却后热成像装置得到的图像。通过本申请实施例，能够根据相机采集到的待检测衬砌区段的第一图像得到初始裂缝信息，即获得所有可能存在的裂缝，并基于热分布图像，从初始裂缝信息对应的裂缝区域中确定真实裂缝区域，由于热分布图像为利用喷水装置对裂缝区域喷水并在裂缝区域经过预设时长冷却后热成像装置得到的图像，热分布图像能够反映裂缝区域的表面温度分布，因此，基于热分布图像能够确定裂缝区域的表面温度分布，基于表面温度分布确定真实裂缝区域，从而避免衬砌裂缝误检以及漏检的问题，提高衬砌裂缝检测的准确性。
附图说明
图1为一个实施例中裂缝检测方法的流程图；
图2为一个实施例中确定真实裂缝区域步骤的流程图之一；
图3为一个实施例中确定真实裂缝区域步骤的流程图之二；
图4为一个实施例中确定真实裂缝区域步骤的流程图之三；
图5为一个实施例中检测设备的的结构图；
图6为一个实施例中裂缝检测装置的的结构图；
图7为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
在一个实施例中，提供了一种裂缝检测方法，如图1所示，以该方法应用于计算机设备进行举例说明，可以理解的是，该计算机设备可以为终端，也可以为服务器，还可以为包括终端和服务器的系统，并通过终端和服务器的交互实现。本申请实施例包括以下步骤：
步骤101，处理设备获取相机采集的待检测衬砌区段的第一图像，并根据第一图像得到待检测衬砌区段的初始裂缝信息。
其中，处理设备是指计算机设备；衬砌是指为防止围岩变形或坍塌，沿地铁隧道洞身周边用钢筋混凝土等材料修建的永久性支护结构；第一图像是指相机拍摄的待检测衬砌区段的表面图像；初始裂缝信息包括待检测衬砌区段的所有可能的裂缝信息，所有可能的裂缝信息例如包括真实裂缝和虚假裂缝。
相机沿着待检测衬砌区段的起始点进行拍摄，到终止点为止，得到待检测衬砌区段的表面图像，然后计算机设备获取相机采集的待检测区段的表面图像，最后通过深度学习算法识别待检测区段的表面图像，得到待检测区段的初始裂缝信息。
例如，相机A沿着待检测衬砌区段的起始点P1进行拍摄，到终止点P2为止，得到待检测区段的表面图像S1，然后计算机设备获取相机A采集的待检测区段的表面图像S1，最后通过深度学习算法识别待检测区段的表面图像S1，得到待检测区段的所有可能的裂缝信息。
步骤102，处理设备获取热成像装置对初始裂缝信息对应的裂缝区域的热分布图像；热分布图像为利用喷水装置对裂缝区域喷水并在裂缝区域经过预设时长冷却后热成像装置得到的图像。
其中，裂缝区域包括待检测衬砌区段的所有可能的裂缝信息对应的区域；热分布图像包括利用喷水装置对待检测衬砌区段的所有可能的裂缝信息对应的区域喷水，并在该区域内，经过预设时长冷却后热成像装置得到的图像。
经过预设时长冷却后，热成像装置的红外镜头采集裂缝区域的热辐射信号，热成像装置的红外探测器组件将热辐射信号转化为电信号，热成像装置的电子组件对电信号进行处理，根据电信号得到的热分布图像，然后计算机设备获取该热分布图像。
例如，经过预设时长10分钟冷却后，热成像装置的红外镜头采集裂缝区域的热辐射信号W1，热成像装置的红外探测器组件将热辐射信号W1转化为电信号W2，热成像装置的电子组件对电信号W2进行处理，根据电信号得到的热分布图像S2，然后计算机设备获取该热分布图像S2。
步骤103，处理设备根据热分布图像，从初始裂缝信息对应的裂缝区域中确定真实裂缝区域。
例如，计算机设备根据热分布图像中的不同颜色，先通过热分布图像中的不同颜色之间的分层，从初始裂缝信息对应的裂缝区域中确定真实裂缝区域。
例如，绿色表示温度较低处，红色表示温度较高处，根据热分布图像S2中的绿色和红色之间的分层，从初始裂缝信息对应的裂缝区域中确定真实裂缝区域。
上述裂缝检测方法中，计算机设备先获取相机采集的待检测衬砌区段的第一图像，并根据第一图像得到待检测衬砌区段的初始裂缝信息，然后获取热成像装置对初始裂缝信息对应的裂缝区域的热分布图像，最后根据热分布图像，从初始裂缝信息对应的裂缝区域中确定真实裂缝区域。其中，热分布图像是利用喷水装置对裂缝区域喷水并在裂缝区域经过预设时长冷却后热成像装置得到的图像。通过本申请实施例，能够根据相机采集到的待检测衬砌区段的第一图像得到初始裂缝信息，即获得所有可能存在的裂缝，并基于热分布图像，从初始裂缝信息对应的裂缝区域中确定真实裂缝区域，由于热分布图像为利用喷水装置对裂缝区域喷水并在裂缝区域经过预设时长冷却后热成像装置得到的图像，热分布图像能够反映裂缝区域的表面温度分布，因此，基于热分布图像能够确定裂缝区域的表面温度分布，基于表面温度分布确定真实裂缝区域，从而避免衬砌裂缝误检以及漏检的问题，提高衬砌裂缝检测的准确性。
在一个实施例中，如图2所示，上述步骤103、处理设备根据热分布图像，从初始裂缝信息对应的裂缝区域中确定真实裂缝区域的过程，可以包括如下步骤：
步骤201，处理设备根据热分布图像上的颜色，得到裂缝区域的温度分布图像。
其中温度分布图像是指由热分布图像经过计算机软件程序处理，将热分布图像上的颜色转化为温度分布的图像。
计算机设备上的软件程序将热分布图像中每一个像素点对应的颜色经过图像处理变为温度，此时每一个像素点都代表一个温度，不同的温度形成阶梯状的轮廓，构成一幅温度分布图像。
例如，利用图像处理和软件程序提取热分布图像中每一个像素点对应的颜色，如，一幅热分布图像S2中含有256个像素点，多种颜色，每一种颜色对应多个像素点，每一个像素点经过图像处理和软件程序提取后即可得到每一个温度，将相同的温度合并起来与其他不同的温度形成阶梯状的轮廓，组成温度分布图像S3。
步骤202，处理设备根据温度分布图像，从初始裂缝信息对应的裂缝区域中确定真实裂缝区域。
计算机设备根据温度分布图像中的不同温度，通过温度分布图像中的不同温度之间的阶梯状的轮廓，从初始裂缝信息对应的裂缝区域中确定真实裂缝区域。
例如，以温度t为标准，若温度分布图像S3中的温度值t1大于t，则温度值t1所对应的图像区域为温度较高处；若温度分布图像S3中的温度值t2小于t时，则温度值t2所对应的图像区域为温度较低处，温度分布图像S3中的温度值t1与其同一等温线上的任一温度值相等，温度分布图像S3中的温度值t2与其同一等温线上的任一温度值相等，而温度分布图像S3中的温度值t1大于温度分布图像S3中的温度值t2，所以温度分布图像中S3的温度值t1所在的等温线L1和温度分布图像S3中的温度值t2所在的等温线L2成阶梯状的轮廓分布，根据阶梯状的轮廓分布，进而从初始裂缝信息对应的裂缝区域中确定真实裂缝区域。
上述实施例中，计算机设备先根据热分布图像上的颜色，得到裂缝区域的温度分布图像，然后根据温度分布图像，从初始裂缝信息对应的裂缝区域中确定真实裂缝区域。通过本申请实施例，热分布图像可以经过软件程序和图像处理得到温度分布图像，进而得到温度分布图像中的不同温度所在的不同等温线形成的阶梯状的轮廓，根据温度分布图像中的不同温度所在的不同等温线形成的阶梯状的轮廓，从初始裂缝信息对应的裂缝区域中确定真实裂缝区域，在计算机设备进行处理时，能够精确识别并计算温度分布图像中的不同温度，有利于定量地分析温度分布图像，进而根据温度分布图像中的不同温度所在的不同等温线确定不同等温线形成的阶梯状的轮廓，从而有利于直观地分析温度分布图像。
在一个实施例中，如图3所示，上述步骤202、处理设备根据温度分布图像，从初始裂缝信息对应的裂缝区域中确定真实裂缝区域，可以包括如下步骤：
步骤301，处理设备根据温度分布图像，从初始裂缝信息对应的裂缝区域中确定带状区域。
其中，带状区域是指温度分布图像中呈现温度分布不均匀的条带状特征的区域。
计算机设备采用阈值法、边缘法或匹配算法的判断方法将温度分布图像中温度分布明显不均匀的条带状特征的区域提取出来，确定为带状区域。
例如，假设温度分布图像S3中有明显的条带状特征的区域和分布均匀的非条带状特征区域，则温度分布直方图S4呈双峰分布，当温度分布直方图S4具有双峰特性时，选取两峰之间的低谷对应的温度值t3作为阈值，大于阈值的确定为带状区域，小于阈值的确定为非带状区域。其中，温度值t3为温度分布直方图S4中的最低频次对应的温度值。
步骤302，处理设备根据带状区域确定真实裂缝区域。
计算机设备得到所有带状区域后，根据带状区域中温度分布不均匀的特征，将带状区域确定为真实裂缝区域。
例如，计算机设备得到第1个带状区域后，将其命名为D1，得到第2个带状区域后，将其命名为D2，以此类推，得到第n个带状区域后，将其命名为Dn，以此得到所有的带状区域，其中，一个带状区域表示一个真实裂缝区域，将第一个带状区域D1至第n个带状区域Dn均确定为真实裂缝区域。
上述实施例中，先根据温度分布图像，从初始裂缝信息对应的裂缝区域中确定带状区域；然后根据带状区域确定真实裂缝区域。通过本申请实施例，能够通过阈值法、边缘法或匹配算法的判断方法将温度分布图像中温度分布明显不均匀的条带状特征的区域提取出来，确定为带状区域，由于阈值法、边缘法或匹配算法的计算效果准确，因此计算效率高效率高，运算速度快，从而可以快速检测出真实裂缝区域。
在一个实施例中，上述步骤302、处理设备根据带状区域确定真实裂缝区域的步骤，可以包括：处理设备根据带状区域的中心线的第一温度以及目标背景区域的第二温度，确定真实裂缝区域。其中，中心线为与带状区域的长度方向平行的直线，目标背景区域包括中心线的左右两侧的两个背景区域中的至少一个区域。
计算机设备根据带状区域的中心线的第一温度以及目标背景区域的第二温度，对二者温度作差，得到温度差值，然后对温度差值进行数值分析，确定真实裂缝区域。
例如，根据带状区域的中心线的第一温度t4以及目标背景区域的第二温度t5，对二者温度作差，得到温度差值t5-t4，然后对温度差值t5-t4进行数值分析和比较，确定真实裂缝区域。
上述实施例中，根据带状区域的中心线的第一温度以及目标背景区域的第二温度，确定真实裂缝区域。通过本申请实施例，可以得到温度差值，采用定量化的分析方法对温度差值进行数值分析和比较，可以确定真实裂缝区域，处理效果准确，避免了人工检测的主观性。
在一个实施例中，如图4所示，上述处理设备根据带状区域的中心线的第一温度以及目标背景区域的第二温度，确定真实裂缝区域，可以包括如下步骤：
步骤401，确定第二温度与第一温度的温度差值，并确定垂直于中心线的方向上的梯度值。
计算机设备先根据带状区域的中心线的第一温度以及目标背景区域的第二温度，对二者温度作差，得到温度差值，然后确定温度分布图中的梯度值，温度分布图中的梯度值指在中心线上任何一点的温度沿梯度方向的梯度值。
例如，先根据带状区域的中心线的第一温度t4以及目标背景区域的第二温度t5，对二者温度作差，得到温度差值t5-t4，然后确定中心线上任何一点P3，求得P3点的温度沿梯度方向的梯度值。
步骤402，若温度差值大于预设温度差值阈值，且梯度值大于等于预设梯度阈值，则确定带状图像对应的带状区域为真实裂缝区域。
其中，预设温度差值阈值是指预先设置的中心线的第一温度以及目标背景区域的第二温度的温度差值的突变值。
计算机设备先获取预设温度差值阈值和预设梯度阈值，然后判断中心线的第一温度以及目标背景区域的第二温度的温度差值是否大于所设温度差值阈值，判断梯度值是否大于等于预设梯度阈值，若温度差值大于预设温度差值阈值，且梯度值大于等于预设梯度阈值，则确定带状图像对应的带状区域为真实裂缝区域；若温度差值小于等于预设温度差值阈值，或梯度值小于预设梯度阈值，则不能确定带状图像对应的带状区域为真实裂缝区域。
例如，先预设温度差值阈值为0.2℃，预设梯度阈值为0.1℃/mm,温度差值0.3℃大于预设温度差值阈值0.2℃，且梯度值0.15℃/mm大于等于预设梯度阈值0.1℃/mm，则确定带状图像对应的带状区域为真实裂缝区域。
上述实施例中，先确定第二温度与第一温度的温度差值，并确定垂直于中心线的方向上的梯度值；然后判定温度差值大于预设温度差值阈值，且梯度值大于等于预设梯度阈值，则确定带状图像对应的带状区域为真实裂缝区域。通过本申请实施例，可以最为具体的确定裂缝区域，采用定量化的判定方法对温度差值和梯度值进行判定，可以确定真实裂缝区域，处理效果准确，避免了人工检测的主观性。
为了使本发明中的检测设备更容易理解，如图5所示，给出了检测设备的结构图，在一个实施例中，检测设备还包括环形的第一承载机构1和第二承载机构2，第一承载机构1上设置有多个间隔分布的喷水装置3，第二承载机构2上设置有多个间隔分布的热成像装置4；处理设备获取热成像装置对初始裂缝信息对应的裂缝区域的热分布图像的步骤，可以包括：处理设备接收各热成像装置发送的热分布图像；热分布图像为热成像装置在裂缝区域经过预设时长冷却后采集的裂缝区域的热辐射信号，并将热辐射信号转化为电信号，根据电信号得到的图像。
经过预设时长冷却后，热成像装置的红外镜头采集裂缝区域的热辐射信号，热成像装置的红外探测器组件将热辐射信号转化为电信号，热成像装置的电子组件对电信号进行处理，根据电信号得到的热分布图像，然后计算机设备从热成像装置中获取该热分布图像。
上述实施例中，通过计算机设备接收各热成像装置发送的热分布图像。通过本申请实施例，可以通过热成像装置得到热分布图像，方便了后续得到温度分布图像，进而可以根据温度分布图像从初始裂缝信息对应的裂缝区域中确定真实裂缝区域。
应该理解的是，虽然如上的各实施例所涉及的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，如上所述的各实施例所涉及的流程图中的至少一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
基于同样的发明构思，本申请实施例还提供了一种用于实现上述所涉及的裂缝检测方法的一种裂缝检测装置。该装置所提供的解决问题的实现方案与上述方法中所记载的实现方案相似，故下面所提供的一个或多个裂缝检测装置实施例中的具体限定可以参见上文中对于裂缝检测方法的限定，在此不再赘述。
在一个实施例中，如图6所示，提供了一种裂缝检测装置，包括：第一获取模块501、第二获取模块502和确定模块503，其中：
第一获取模块501，用于获取相机采集的待检测衬砌区段的第一图像，并根据第一图像得到待检测衬砌区段的初始裂缝信息；
第二获取模块502，用于获取热成像装置对初始裂缝信息对应的裂缝区域的热分布图像；热分布图像为利用喷水装置对裂缝区域喷水并在裂缝区域经过预设时长冷却后热成像装置得到的图像；
确定模块503，用于根据热分布图像，从初始裂缝信息对应的裂缝区域中确定真实裂缝区域。
在其中一个实施例中，确定模块503包括：
获取子模块，用于根据热分布图像上的颜色，得到裂缝区域的温度分布图像；
确定子模块，用于根据温度分布图像，从初始裂缝信息对应的裂缝区域中确定真实裂缝区域。
在其中一个实施例中，确定子模块包括：
第一确定单元，用于根据温度分布图像，从初始裂缝信息对应的裂缝区域中确定带状区域；
第二确定单元，用于处理设备根据带状区域确定真实裂缝区域。
在其中一个实施例中，第二确定单元，具体用于处理设备根据带状区域的中心线的第一温度以及目标背景区域的第二温度，确定真实裂缝区域；其中，中心线为与带状区域的长度方向平行的直线，目标背景区域包括中心线的左右两侧的两个背景区域中的至少一个区域。
在其中一个实施例中，第二确定单元，具体用于确定第二温度与第一温度的温度差值，并确定垂直于中心线的方向上的梯度值；若温度差值大于预设温度差值阈值，且梯度值大于等于预设梯度阈值，则确定带状图像对应的带状区域为真实裂缝区域。
在其中一个实施例中，第二获取模块502，具体用于处理设备接收各热成像装置发送的热分布图像；热分布图像为热成像装置在裂缝区域经过预设时长冷却后采集的裂缝区域的热辐射信号，并将热辐射信号转化为电信号，根据电信号得到的图像。
上述裂缝检测装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中，提供了一种计算机设备，该计算机设备可以是服务器，其内部结构图可以如图7所示。该计算机设备包括处理器、存储器、输入/输出接口(Input/Output，简称I/O)和通信接口。其中，处理器、存储器和输入/输出接口通过系统总线连接，通信接口通过输入/输出接口连接到系统总线。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质和内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储初始裂缝信息、热分布图像的颜色、温度分布图像的温度值、带状区域、温度差值及温度差值阈值、梯度及梯度阈值数据。该计算机设备的输入/输出接口用于处理器与外部设备之间交换信息。该计算机设备的通信接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种裂缝检测方法。
本领域技术人员可以理解，图7中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
在一个实施例中，提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现以下步骤：
处理设备获取相机采集的待检测衬砌区段的第一图像，并根据第一图像得到待检测衬砌区段的初始裂缝信息；
处理设备获取热成像装置对初始裂缝信息对应的裂缝区域的热分布图像；热分布图像为利用喷水装置对裂缝区域喷水并在裂缝区域经过预设时长冷却后热成像装置得到的图像；
处理设备根据热分布图像，从初始裂缝信息对应的裂缝区域中确定真实裂缝区域。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：
处理设备根据热分布图像上的颜色，得到裂缝区域的温度分布图像；
处理设备根据温度分布图像，从初始裂缝信息对应的裂缝区域中确定真实裂缝区域。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：
处理设备根据温度分布图像，从初始裂缝信息对应的裂缝区域中确定带状区域；
处理设备根据带状区域确定真实裂缝区域。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：
处理设备根据带状区域的中心线的第一温度以及目标背景区域的第二温度，确定真实裂缝区域；
其中，中心线为与带状区域的长度方向平行的直线，目标背景区域包括中心线的左右两侧的两个背景区域中的至少一个区域。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：
确定第二温度与第一温度的温度差值，并确定垂直于中心线的方向上的梯度值；
若温度差值大于预设温度差值阈值，且梯度值大于等于预设梯度阈值，则确定带状图像对应的带状区域为真实裂缝区域。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：
处理设备接收各热成像装置发送的热分布图像；热分布图像为热成像装置在裂缝区域经过预设时长冷却后采集的裂缝区域的热辐射信号，并将热辐射信号转化为电信号，根据电信号得到的图像。
在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：
处理设备获取相机采集的待检测衬砌区段的第一图像，并根据第一图像得到待检测衬砌区段的初始裂缝信息；
处理设备获取热成像装置对初始裂缝信息对应的裂缝区域的热分布图像；热分布图像为利用喷水装置对裂缝区域喷水并在裂缝区域经过预设时长冷却后热成像装置得到的图像；
处理设备根据热分布图像，从初始裂缝信息对应的裂缝区域中确定真实裂缝区域。
在一个实施例中，计算机程序被处理器执行时实现以下步骤：
处理设备根据热分布图像上的颜色，得到裂缝区域的温度分布图像；
处理设备根据温度分布图像，从初始裂缝信息对应的裂缝区域中确定真实裂缝区域。
在一个实施例中，计算机程序被处理器执行时实现以下步骤：
处理设备根据温度分布图像，从初始裂缝信息对应的裂缝区域中确定带状区域；
处理设备根据带状区域确定真实裂缝区域。
在一个实施例中，计算机程序被处理器执行时实现以下步骤：
处理设备根据带状区域的中心线的第一温度以及目标背景区域的第二温度，确定真实裂缝区域；
其中，中心线为与带状区域的长度方向平行的直线，目标背景区域包括中心线的左右两侧的两个背景区域中的至少一个区域。
在一个实施例中，计算机程序被处理器执行时实现以下步骤：
确定第二温度与第一温度的温度差值，并确定垂直于中心线的方向上的梯度值；
若温度差值大于预设温度差值阈值，且梯度值大于等于预设梯度阈值，则确定带状图像对应的带状区域为真实裂缝区域。
在一个实施例中，计算机程序被处理器执行时实现以下步骤：
处理设备接收各热成像装置发送的热分布图像；热分布图像为热成像装置在裂缝区域经过预设时长冷却后采集的裂缝区域的热辐射信号，并将热辐射信号转化为电信号，根据电信号得到的图像。
在一个实施例中，提供了一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现以下步骤：
处理设备获取相机采集的待检测衬砌区段的第一图像，并根据第一图像得到待检测衬砌区段的初始裂缝信息；
处理设备获取热成像装置对初始裂缝信息对应的裂缝区域的热分布图像；热分布图像为利用喷水装置对裂缝区域喷水并在裂缝区域经过预设时长冷却后热成像装置得到的图像；
处理设备根据热分布图像，从初始裂缝信息对应的裂缝区域中确定真实裂缝区域。
在一个实施例中，计算机程序被处理器执行时实现以下步骤：
处理设备根据热分布图像上的颜色，得到裂缝区域的温度分布图像；
处理设备根据温度分布图像，从初始裂缝信息对应的裂缝区域中确定真实裂缝区域。
在一个实施例中，计算机程序被处理器执行时实现以下步骤：
处理设备根据温度分布图像，从初始裂缝信息对应的裂缝区域中确定带状区域；
处理设备根据带状区域确定真实裂缝区域。
在一个实施例中，计算机程序被处理器执行时实现以下步骤：
处理设备根据带状区域的中心线的第一温度以及目标背景区域的第二温度，确定真实裂缝区域；
其中，中心线为与带状区域的长度方向平行的直线，目标背景区域包括中心线的左右两侧的两个背景区域中的至少一个区域。
在一个实施例中，计算机程序被处理器执行时实现以下步骤：
确定第二温度与第一温度的温度差值，并确定垂直于中心线的方向上的梯度值；
若温度差值大于预设温度差值阈值，且梯度值大于等于预设梯度阈值，则确定带状图像对应的带状区域为真实裂缝区域。
在一个实施例中，计算机程序被处理器执行时实现以下步骤：
处理设备接收各热成像装置发送的热分布图像；热分布图像为热成像装置在裂缝区域经过预设时长冷却后采集的裂缝区域的热辐射信号，并将热辐射信号转化为电信号，根据电信号得到的图像。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-OnlyMemory，ROM)、磁带、软盘、闪存、光存储器、高密度嵌入式非易失性存储器、阻变存储器(ReRAM)、磁变存储器(Magnetoresistive Random Access Memory，MRAM)、铁电存储器(Ferroelectric Random Access Memory，FRAM)、相变存储器(Phase Change Memory，PCM)、石墨烯存储器等。易失性存储器可包括随机存取存储器(Random Access Memory，RAM)或外部高速缓冲存储器等。作为说明而非局限，RAM可以是多种形式，比如静态随机存取存储器(Static Random Access Memory，SRAM)或动态随机存取存储器(Dynamic RandomAccess Memory，DRAM)等。本申请所提供的各实施例中所涉及的数据库可包括关系型数据库和非关系型数据库中至少一种。非关系型数据库可包括基于区块链的分布式数据库等，不限于此。本申请所提供的各实施例中所涉及的处理器可为通用处理器、中央处理器、图形处理器、数字信号处理器、可编程逻辑器、基于量子计算的数据处理逻辑器等，不限于此。
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本申请专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请的保护范围应以所附权利要求为准。

Claims (10)

1.一种裂缝检测方法，其特征在于，应用于裂缝检测系统，所述裂缝检测系统包括检测设备和处理设备，所述检测设备上设置有相机、热成像装置和喷水装置；所述方法包括：
所述处理设备获取所述相机采集的待检测衬砌区段的第一图像，并根据所述第一图像得到所述待检测衬砌区段的初始裂缝信息；
所述处理设备获取所述热成像装置对所述初始裂缝信息对应的裂缝区域的热分布图像；所述热分布图像为利用所述喷水装置对所述裂缝区域喷水并在所述裂缝区域经过预设时长冷却后所述热成像装置得到的图像；
所述处理设备根据所述热分布图像，从所述初始裂缝信息对应的裂缝区域中确定真实裂缝区域。
2.根据权利要求1所述的方法，其特征在于，所述处理设备根据所述热分布图像，从所述初始裂缝信息对应的裂缝区域中确定真实裂缝区域，包括：
所述处理设备根据所述热分布图像上的颜色，得到所述裂缝区域的温度分布图像；
所述处理设备根据所述温度分布图像，从所述初始裂缝信息对应的裂缝区域中确定真实裂缝区域。
3.根据权利要求2所述的方法，其特征在于，所述处理设备根据所述温度分布图像，从所述初始裂缝信息对应的裂缝区域中确定真实裂缝区域，包括：
所述处理设备根据所述温度分布图像，从所述初始裂缝信息对应的裂缝区域中确定带状区域；
所述处理设备根据所述带状区域确定真实裂缝区域。
4.根据权利要求3所述的方法，其特征在于，所述处理设备根据所述带状区域确定真实裂缝区域，包括：
所述处理设备根据所述带状区域的中心线的第一温度以及目标背景区域的第二温度，确定所述真实裂缝区域；
其中，所述中心线为与所述带状区域的长度方向平行的直线，所述目标背景区域包括所述中心线的左右两侧的两个背景区域中的至少一个区域。
5.根据权利要求4所述的方法，其特征在于，所述处理设备根据所述带状区域的中心线的第一温度以及目标背景区域的第二温度，确定所述真实裂缝区域，包括：
确定所述第二温度与所述第一温度的温度差值，并确定垂直于所述中心线的方向上的梯度值；
若所述温度差值大于预设温度差值阈值，且所述梯度值大于等于预设梯度阈值，则确定所述所述带状图像对应的带状区域为真实裂缝区域。
6.根据权利要求1-5任一项所述的方法，其特征在于，所述检测设备还包括环形的第一承载机构和第二承载机构，所述第一承载机构上设置有多个间隔分布的所述喷水装置，所述第二承载机构上设置有多个间隔分布的热成像装置；所述处理设备获取所述热成像装置对所述初始裂缝信息对应的裂缝区域的热分布图像，包括：
所述处理设备接收各所述热成像装置发送的所述热分布图像；所述热分布图像为所述热成像装置在所述裂缝区域经过预设时长冷却后采集的裂缝区域的热辐射信号，并将所述热辐射信号转化为电信号，根据所述电信号得到的图像。
7.一种裂缝检测装置，其特征在于，所述装置包括：
第一获取模块，用于所述处理设备获取所述相机采集的待检测衬砌区段的第一图像，并根据所述第一图像得到所述待检测衬砌区段的初始裂缝信息；
第二获取模块，用于所述处理设备获取所述热成像装置对所述初始裂缝信息对应的裂缝区域的热分布图像；所述热分布图像为利用所述喷水装置对所述裂缝区域喷水并在所述裂缝区域经过预设时长冷却后所述热成像装置得到的图像；
确定模块，用于所述处理设备根据所述热分布图像，从所述初始裂缝信息对应的裂缝区域中确定真实裂缝区域。
8.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至6中任一项所述的方法的步骤。
9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。
10.一种计算机程序产品，包括计算机程序，其特征在于，该计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。
CN202211590679.5A 2022-12-12 2022-12-12 裂缝检测方法、装置、计算机设备、存储介质和程序产品 Pending CN116124836A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211590679.5A CN116124836A (zh) 2022-12-12 2022-12-12 裂缝检测方法、装置、计算机设备、存储介质和程序产品

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211590679.5A CN116124836A (zh) 2022-12-12 2022-12-12 裂缝检测方法、装置、计算机设备、存储介质和程序产品

Publications (1)

Publication Number Publication Date
CN116124836A true CN116124836A (zh) 2023-05-16

Family

ID=86301860

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211590679.5A Pending CN116124836A (zh) 2022-12-12 2022-12-12 裂缝检测方法、装置、计算机设备、存储介质和程序产品

Country Status (1)

Country Link
CN (1) CN116124836A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117830284A (zh) * 2024-01-12 2024-04-05 中国建筑第六工程局有限公司 一种混凝土结构表面裂缝检测方法及系统

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106290471A (zh) * 2016-09-30 2017-01-04 杭州公科路桥技术有限公司 用于无损检测桥梁混凝土结构缺陷的系统及方法
CN109781740A (zh) * 2019-03-13 2019-05-21 水利部交通运输部国家能源局南京水利科学研究院 遥控检查混凝土微裂缝的方法与装置
CN109804119A (zh) * 2016-12-30 2019-05-24 同济大学 一种基于红外热像图分析的沥青路面裂缝发育程度检测方法
CN110246130A (zh) * 2019-06-21 2019-09-17 中国民航大学 基于红外和可见光图像数据融合的机场道面裂缝检测方法
KR20190142626A (ko) * 2018-06-18 2019-12-27 세종대학교산학협력단 Uav 탑재용 하이브리드 이미지 스캐닝에 기반한 자동화 구조물 균열 평가 시스템 및 그 방법
CN113569428A (zh) * 2021-08-26 2021-10-29 华能西藏雅鲁藏布江水电开发投资有限公司 隧洞异常检测方法、装置及系统
CN114119614A (zh) * 2022-01-27 2022-03-01 天津风霖物联网科技有限公司 一种远程检测建筑物的裂缝的方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106290471A (zh) * 2016-09-30 2017-01-04 杭州公科路桥技术有限公司 用于无损检测桥梁混凝土结构缺陷的系统及方法
CN109804119A (zh) * 2016-12-30 2019-05-24 同济大学 一种基于红外热像图分析的沥青路面裂缝发育程度检测方法
KR20190142626A (ko) * 2018-06-18 2019-12-27 세종대학교산학협력단 Uav 탑재용 하이브리드 이미지 스캐닝에 기반한 자동화 구조물 균열 평가 시스템 및 그 방법
CN109781740A (zh) * 2019-03-13 2019-05-21 水利部交通运输部国家能源局南京水利科学研究院 遥控检查混凝土微裂缝的方法与装置
CN110246130A (zh) * 2019-06-21 2019-09-17 中国民航大学 基于红外和可见光图像数据融合的机场道面裂缝检测方法
CN113569428A (zh) * 2021-08-26 2021-10-29 华能西藏雅鲁藏布江水电开发投资有限公司 隧洞异常检测方法、装置及系统
CN114119614A (zh) * 2022-01-27 2022-03-01 天津风霖物联网科技有限公司 一种远程检测建筑物的裂缝的方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117830284A (zh) * 2024-01-12 2024-04-05 中国建筑第六工程局有限公司 一种混凝土结构表面裂缝检测方法及系统
CN117830284B (zh) * 2024-01-12 2024-09-03 中国建筑第六工程局有限公司 一种混凝土结构表面裂缝检测方法及系统

Similar Documents

Publication Publication Date Title
Miao et al. Pixel‐level multicategory detection of visible seismic damage of reinforced concrete components
JP2022133467A (ja) 学習用データ収集装置、学習用データ収集方法、及びプログラム
JP5973214B2 (ja) 構造物の不具合確率演算方法および不具合確率演算装置、構造物の不具合範囲判定方法および不具合範囲判定装置
CN113167742A (zh) 混凝土构造物的点检辅助装置、点检辅助方法及点检辅助程序
WO2020124701A1 (zh) 一种温度检测方法及装置
CN118196541B (zh) 一种基于深度学习的瓷绝缘子故障分析方法及系统
CN117557574B (zh) 基于图像处理的材料参数检测方法及系统
WO2024148993A1 (zh) 管道缺陷检测方法、装置、电子设备及存储介质
CN112001880B (zh) 一种平面构件的特征参数检测方法及装置
CN116124836A (zh) 裂缝检测方法、装置、计算机设备、存储介质和程序产品
CN117036298A (zh) 裂缝信息识别方法、计算机设备
WO2022121132A1 (zh) 振动对象监测方法、装置、计算机设备和存储介质
CN112367522A (zh) 图像压缩、解压缩处理方法和系统
CN115375631A (zh) 一种高炉管理方法、装置、电子设备及存储介质
CN115146603A (zh) 一种红外热像分析报告的生成及模板制作方法及装置
CN114781148A (zh) 一种热红外遥感云覆盖像元的地表温度反演方法及系统
CN118608521B (zh) 缺陷检测方法、装置、计算机设备及计算机可读存储介质
CN115661212B (zh) 基于计算机视觉的建筑结构改扩建安全排查方法与装置
CN118333956A (zh) 一种陶瓷无损检测方法、装置、电子设备及存储介质
CN116168462A (zh) 基于智能巡检设备的安全隐患识别方法、装置和设备
Xiao et al. Perspective Correction and Deep Learning‐Based Crack Detection for Concrete Structures
CN119346458B (zh) 一种基于智能监测传感器的单板分选质量监测方法及系统
US20240302815A1 (en) Enhanced approach for industrial plant equipment identification and measurement reading
CN119578073A (zh) 一种融合数字孪生技术的背压监控方法及系统
CN116051518B (zh) 木马位置定位方法、装置、计算机设备和存储介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination