基于机器视觉的大坝表面位移智能监测方法研究

李艺; 刘成栋; 刘检生; 沈光泽

doi:10.20040/j.cnki.1000-7709.2023.20230529

English Version Reader LoginJournal Login

您当前的位置：

首页 >

文章列表页 >

基于机器视觉的大坝表面位移智能监测方法研究

更新时间：2026-02-25

- 基于机器视觉的大坝表面位移智能监测方法研究
- Issue 12, Pages: 93-96(2023)
- 作者机构：
  
  1. 南京水利科学研究院
  2. 余姚市水库管理服务中心
- 作者简介：
- 基金信息：
- DOI：10.20040/j.cnki.1000-7709.2023.20230529
  CLC： TV698.1
- Published：2023
- 稿件说明：
移动端阅览
李艺, 刘成栋, 刘检生, et al. 基于机器视觉的大坝表面位移智能监测方法研究[J]. 2023, (12): 93-96.
DOI：

李艺, 刘成栋, 刘检生, et al. 基于机器视觉的大坝表面位移智能监测方法研究[J]. 2023, (12): 93-96. DOI： 10.20040/j.cnki.1000-7709.2023.20230529.

摘要

常规大坝位移监测方法中，人工监测方法通常误差大、效率低且不能实时连续监测，而自动化监测方法如全站仪机器人和GNSS面临受天气影响大和垂直位移精度低等问题，故提出一种基于机器视觉的新型大坝位移智能监测方法。该方法采用物联网及智能灾变识别算法将图片数据转化为变形数据，实现对大坝的超高精度非接触式实时测量。以梁辉水库为例，应用研究表明该监测系统运行稳定，水平和垂直方向的监测精度均为1.5 mm

可在其他水利工程表面位移监测中推广应用。

Abstract

关键词

Keywords

references

高温环境下基于机器视觉的微位移测量[D]. 张睿.西南交通大学,2020(07)

基于视觉和振动监测数据融合的结构动态位移识别及其试验验证[J]. 修晟;张愿;单伽锃.工程力学,2023(11)

机器视觉技术在地下交通枢纽施工变形监测中的应用[J]. 陈登伟;郭双喜;朱旻;洪成雨;杨锦程.铁道科学与工程学报,2022(12)

基于计算机视觉的民用基础设施的检查与监测研究进展[J]. Billie F.Spencer Jr.;Vedhus Hoskere;Yasutaka Narazaki.Engineering,2019(02)

A Review of Machine Vision-Based Structural Health Monitoring: Methodologies and Applications[J]. Ye X. W.;Dong C. Z.;Liu T..Journal of Sensors,2016

GNSS与激光精密水准自动化监测系统在大坝变形监测中的应用[A]. 姚登峰;徐伙明;原国伟;刘洪云.国际碾压混凝土坝技术新进展与水库大坝高质量建设管理——中国大坝工程学会2019学术年会,2019

Views

288

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

基于自然标识物的大坝表面沉降机器视觉测量技术研究

机器视觉接力技术在长距离大坝表面变形监测中的适用性研究

机器视觉技术在大坝表面变形监测中的适用性研究

融合机器视觉与ESMD-ApEn算法的大坝新型安全监测方法研究

Simulation and experiment of piezoelectric cantilever generator with multi-modal

Related Author

丁勇

李登华

王堃

姚鸿梁

宋爽

游文荪

龚红玉

彭月平

Related Institution

南京理工大学安全科学与工程学院

水利部水库大坝安全重点试验室

江西省水利科学院

水旱灾害防御江西省重点实验室

南昌市城市防洪事务中心

AI问答

⁰