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

欢迎来到能源电力期刊网！

English Version 读者登录期刊登录

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

大坝安全与监测 | 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
- 基于机器视觉的大坝表面位移智能监测方法研究
- 水电能源科学 2023年第12期页码：93-96
- 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：
  
  国家重点研发计划(2022YFC3005405);国家自然科学基金项目(51979176);云南省重点研发计划项目(202203AA080009);宁波市水利科技项目(NSKA202232)
- DOI：10.20040/j.cnki.1000-7709.2023.20230529
  中图分类号： TV698.1
- 纸质出版：2023
- 稿件说明：
移动端阅览
李艺, 刘成栋, 刘检生, 等. 基于机器视觉的大坝表面位移智能监测方法研究[J]. 水电能源科学, 2023,(12):93-96.

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

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

浏览量

288

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

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

轮式装载机液压系统的散热器匹配及仿真