无人机与计算机视觉:古建筑木结构裂缝智能监测系统设计
版权申诉
96 浏览量
更新于2024-09-08
收藏 1.39MB PDF 举报
本文探讨了基于无人机与计算机视觉的中国古建筑木结构裂缝监测系统的设计,针对古建筑木结构中普遍存在的裂缝问题进行研究。中国古建筑中的木结构由于历史久远,裂缝频繁出现,这些裂缝可能引发结构稳定性下降甚至构件破裂,对古建筑的保存构成严重威胁。因此,设计一个有效的监测系统显得尤为重要。
文章首先介绍了研究背景和目标,强调了裂缝监测的重要性以及当前面临的技术挑战。研究人员杨娜、张翀和李天昊分别来自北京交通大学土木建筑工程学院和南加利福尼亚大学工学院,他们结合无人机技术和计算机视觉,提出了创新的解决方案。
在无人机系统部分,文中详细设计了一款专为中国古建筑木结构裂缝检测定制的无人机,着重考虑了悬停拍照的可行性和适应性,以确保无人机能稳定、高效地对木结构进行三维扫描。无人机的精确控制和航拍能力对于获取清晰裂缝图像至关重要。
相机系统是监测系统的关键组件,文章介绍了相机畸变矫正技术,确保拍摄的图像质量。此外,提出了一种改进的SIFT(尺度不变特征变换)+RANSAC(随机样本一致性)方法,以提高裂缝图像的拼接精度,这对于裂缝的精确定位和追踪非常关键。
图像处理系统部分,针对古建筑木结构独特的纹理和光照条件,选择合适的预处理技术来增强裂缝图像的可分析性。通过融合Hessian矩阵和自适应阈值分割法,能够有效地提取裂缝特征,使得计算机视觉算法能准确地识别裂缝的尺寸和位置。
最后,论文通过构建中国古建筑木结构亭子的模型,进行了实地验证,测试了所提出的监测系统的性能和可靠性。结果表明,该系统能够有效、准确地监测和评估古建筑木结构的健康状况,为古建筑保护提供科学依据。
本文的贡献在于将无人机技术与计算机视觉相结合,开发出一套针对中国古建筑木结构裂缝的监测系统,这不仅有助于提升古建筑维护的效率,也对文化遗产的保护具有重要意义。同时,研究成果对于其他领域的无人机应用,如基础设施监控、环境监测等,也具有一定的参考价值。
2021-08-19 上传
2021-09-12 上传
2021-09-08 上传
2021-08-11 上传
2021-09-05 上传
2021-09-28 上传
苏州程序大白
- 粉丝: 2w+
- 资源: 208
最新资源
- 深入浅出:自定义 Grunt 任务的实践指南
- 网络物理突变工具的多点路径规划实现与分析
- multifeed: 实现多作者间的超核心共享与同步技术
- C++商品交易系统实习项目详细要求
- macOS系统Python模块whl包安装教程
- 掌握fullstackJS:构建React框架与快速开发应用
- React-Purify: 实现React组件纯净方法的工具介绍
- deck.js:构建现代HTML演示的JavaScript库
- nunn:现代C++17实现的机器学习库开源项目
- Python安装包 Acquisition-4.12-cp35-cp35m-win_amd64.whl.zip 使用说明
- Amaranthus-tuberculatus基因组分析脚本集
- Ubuntu 12.04下Realtek RTL8821AE驱动的向后移植指南
- 掌握Jest环境下的最新jsdom功能
- CAGI Toolkit:开源Asterisk PBX的AGI应用开发
- MyDropDemo: 体验QGraphicsView的拖放功能
- 远程FPGA平台上的Quartus II17.1 LCD色块闪烁现象解析