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

时空信息与数据科学 | 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
- 基于YOLOv5目标检测模型和视觉的垂直位移测量方法
- 地理空间信息 2023年21卷第12期页码：25-28
- 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：
  
  中国南水北调集团中线有限公司资助项目（NSBDZX/QS/YW/GC-2022-022）
- DOI：
  中图分类号： TP183;TP391.41
- 纸质出版：2023
- 稿件说明：
移动端阅览
周学友, 王西苑, 刘永畅, 等. 基于YOLOv5目标检测模型和视觉的垂直位移测量方法[J]. 地理空间信息, 2023,21(12):25-28.

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.
周学友, 王西苑, 刘永畅, 等. 基于YOLOv5目标检测模型和视觉的垂直位移测量方法[J]. 地理空间信息, 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).

浏览量

298

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

改进灰狼优化BP神经网络的大坝水平位移预测研究

数字孪生与数据治理下轨道交通全生命周期数据基底构建——以上海市为例

基于改进SegNet模型的冬小麦种植分布提取

顾及公平与效率的公共服务设施低碳出行可达性分析

珠三角城市群设施农用地时空演变格局研究