基于YOLOv5目标检测模型和视觉的垂直位移测量方法

周学友; 王西苑; 刘永畅; 刘亚文; 覃磊

您当前的位置：

首页 >

文章列表页 >

基于YOLOv5目标检测模型和视觉的垂直位移测量方法

更新时间：2025-11-25

- 基于YOLOv5目标检测模型和视觉的垂直位移测量方法
- Vol. 21, Issue 12, Pages: 25-28(2023)
- 作者机构：
  
  1. 中国南水北调集团中线有限公司渠首分公司
  2. 武汉大学遥感信息工程学院
- 作者简介：
- 基金信息：
- DOI：
  CLC： TP183;TP391.41
- Published：2023
- 稿件说明：
移动端阅览
周学友, 王西苑, 刘永畅, et al. 基于YOLOv5目标检测模型和视觉的垂直位移测量方法[J]. 2023, 21(12): 25-28.
DOI：

周学友, 王西苑, 刘永畅, et al. 基于YOLOv5目标检测模型和视觉的垂直位移测量方法[J]. 2023, 21(12): 25-28. DOI：

摘要

基于视觉的结构位移测量方法具有低成本、高精度、多点测量等优点，在实际工程中得到了广泛的应用。提出基于YOLOv5目标检测模型和视觉的封闭空间建筑物垂直位移测量方法，该方法利用YOLOv5目标检测模型识别和提取标志物兴趣区域，减少了后续标志物定位与跟踪的计算量。以基准点反算CCD相机架设的观测点位移量，并归算由相邻帧间标志物圆心像素变化转化的垂直位移值，实现观测点移动状态下封闭空间建筑物位移测量。实验结果表明，该方法得到的垂直位移测量的最大误差小于0.16 mm，能够满足工程结构垂直位移测量与监测的需要。

Abstract

关键词

Keywords

references

何帅民,陈皓,王振宇.基于PnP算法的单目视觉位移测量方法[J].新技术新工艺,2023(06).

周泽华,吴向东,陈自洋,张胜.基于颜色形状识别和PnP算法的单目视觉轨道边坡位移检测方法[J].湘南学院学报,2023(02).

宁健,马淼,柴立臣,冯中营.深度学习的目标检测算法综述[J].信息记录材料,2022(10).

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

王年涛,王淑青,黄剑锋,要若天,刘逸凡.基于改进YOLOv5神经网络的绝缘子缺陷检测方法[J].激光杂志,2022(08).

林云粦,钟舜聪,钟剑锋,徐帖.基于组合特征图案的单目视觉三维振动测量[J].激光与光电子学进展,2021(22).

王甜.基于光流法的遥感影像匹配算法研究[D].西安电子科技大学,2022(09).

王新超.基于图像处理技术的轨道动位移测试方法研究[D].石家庄铁道大学,2022(02).

尤其泽.激光光斑中心定位的分析与研究[D].江苏科技大学,2020(03).

陈献明.基于机器学习的木材表面缺陷图像检测及应用[D].东北林业大学,2020(01).

Views

298

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

基于模态分解的GNSS观测环境影响辨识研究

利用Prophet-PSO-LSTM模型预测地表沉降

一种面向多光谱多分辨率影像的超分辨率重建网络

多尺度差异特征融合的高分辨率光学影像建筑变化检测

地理空间边界约束的倾斜摄影三维模型增量更新方法

Related Author

No data

Related Institution

No data

AI问答

⁰