OpenCV java API的文档说明在OpenCV-2.4.10-android-sdk/sdk/java/javadoc/index.html的文件夹下。想用java API的方式进行OpenCV4android 应用开发还是挺简单，首先就这些API先熟悉一下，然后对自己要开发的应用设计好流程，需要用到什么的数据结构进行存储，用到什么算法。然后对算法进行了解，输入参数是什么，输出参数是什么。
转载
2023-09-15 18:15:16
70阅读
1、检查房屋有无裂缝。首先要仔细查看房屋主卧室及客厅靠近露台的地面和顶上有无裂缝，没有裂缝最好，如有裂缝，要看是什么样的裂缝。一般来说，与房间横梁平行的裂缝，虽属质量问题，但基本不存在危险，修补后不会妨碍使用。若裂缝与墙角呈45度斜角或与横梁垂直，说明该房屋沉降严重，存在结构性质量问题。其次要看露台处的两侧墙面是否有裂缝，若有裂缝也属严重的质量问题。最后看承重墙是否有裂缝，若裂缝贯穿整个墙面并且透
用Matlab实现裂缝识别，代码实现21世纪以来，随着我国经济的飞速发展，关系到整个国民经济及人民生活的重要物理设施之一的道路交通也展开了大规模的建设。道路面积的大幅增长同时带来了相关的道路养护问题。这些问题最初可能只是一条小小的裂缝，但是如果没有得到及时修缮，随着时间的推移，小问题可能会变得无法简单修补，甚至于带来不必要的灾难，给人类、物资带来不可挽回的损失。近几年来，道路裂缝的检测和识别技术已
转载
2024-07-03 10:35:01
210阅读
自从YOLO诞生依赖，关于YOLO的各种版本迭代更新就从未停止过，前不久的时候官方也推出了全新一代的YOLOv7模型，在各大主流视觉任务上都取得了很大的进步。官方项目地址在这里，首页截图如下所示： 截止目前已经有超过6.5K的star量了，还是很强的。感兴趣的话可以自行前去学习了解，闲话就说到这里了，接下来进入正文，首先来看效果：
裂缝检测系统演示 接下来看下完整项目详情：&nbs
基于MATLAB的路面裂缝检测 第一章 绪论1.1引言 本章介绍本论文的研究目的与意义、国内外研究现状，论文的研究内容和组织结构。其中： 1.2节介绍本文的立题依据与研究意义。 1.3节综述了国内外关于路面裂缝检测的研究现状和进展。 1.4节提出本文的研究目标、研究内容、研究方法及拟解决的关键问题。 1.5节简述了本文的组织结构安排。1.2 研究的背景与意义 目前，我国高等级公路的建设取得空前发展
1.cv2.GaussianBlur（）C++：void GaussianBlur(InputArray src, OutputArray dst, Size ksize, double sigmaX, double sigmaY=0, int borderType=BORDER_DEFAULT )Python:cv2.GaussianBlur(src, ksize, sigmaX[, dst[,
转载
2024-03-28 17:35:43
621阅读
目标在这一章当中，我们将了解SURF的基础我们将在OpenCV中看到SURF函数理论在上一章中,我们看到了SIFT用于关键点检测和描述符。但相对缓慢,人们需要更多的加速版本。2006年,三个人,H .Tuytelaars,T. and Van Gool,L,发表了另一篇论文,“SURF:加速健壮的特征”,引入了一种名为“SURF”的新算法。正如名字所表明的那样,它是一个加速版本的SIFT。在SIF
转载
2024-08-25 22:32:10
10阅读
1、理论基础 区域生长算法的基本思想是将有相似性质的像素点合并到一起。对每一个区域要先指定一个种子点作为生长的起点，然后将种子点周围领域的像素点和种子点进行对比，将具有相似性质的点合并起来继续向外生长，直到没有满足条件的像素被包括进来为止。这样一个区域的生长就完成了。这个过程中有几个关键的问题：a> 给定种子点(种子点如何选取？) &
转载
2024-08-07 11:24:28
88阅读
基于多尺度特征融合的深度监督卷积神经网络路面裂缝检测导图和笔记资源下载三级目录# （外 Q1 2021）基于多尺度特征融合的深度监督卷积神经网络路面裂缝检测chap2 传统裂纹检测方法1）Traditional Image Process-Based Crack DetectionWavelet Transform小波转换将路面图像信号转换到频域，并设置适当的阈值用以划分裂纹的高频信号和非裂纹的
转载
2024-06-24 14:33:43
290阅读
作者 | 李良福、马卫飞、李 丽、陆 铖期刊 | 自动化学报时间 | 2019年9月论文目的：传统的图像处理算法不能很好地对桥梁裂缝进行检测 , 而经典的深度学习模型直接用于桥梁裂缝的检测 , 效果并不理想，针对这些问题 , 文章提出了一种基于深度学习的桥梁裂缝检测算法创新点，QA（1-4）:Q1：使用深度学习中的卷积神经网络 (CNN) 进行桥梁裂缝检测 , 需要大量的、带类别标签的桥梁裂缝图像
转载
2024-08-12 12:54:04
286阅读
?? 作者：Young-Jin Cha（加拿大曼尼托巴大学）? 期刊：《Computer-Aided Civil and Infrastructure Engineering》（土木计算机技术顶刊）?DOI：10.1111/mice.12263目录0 摘要1 概述2 方法的概要3 方法论3.1 整体框架3.2 卷积层3.3 池化层3.4 激活层3.5 辅助层3.6 Softmax层3.7 sof
Python Yolov5路面裂缝识别检测运行结果如下： 主要代码： import argparse
import logging
import math
import os
import random
import time
from copy import deepcopy
from pathlib import Path
from threading import Thr
转载
2023-11-14 18:40:08
160阅读
使用 Python 进行深度学习以进行裂纹检测问题陈述数据集准备训练模型结论 问题陈述虽然新技术已经改变了我们生活的方方面面，在建筑领域似乎牛逼Ø正在努力追赶。目前，建筑物的结构状况仍然主要是人工检查。简单来说，即使现在需要检查结构是否有任何损坏，工程师也会手动检查所有表面并拍下一堆照片，同时记录任何裂缝的位置。然后需要在办公室多花几个小时来整理所有照片和笔记，试图从中做出有意义的报告。显然，这
转载
2023-12-15 13:28:31
177阅读
原图： 处理后的图片：主要方法为： 对图像进行拆分，提取RGB三个分量。 对B分量进行处理，将其转换为频域内图像，并对其进行高斯卷积。 再将卷积处理后的图像转换回空间域图像。 随后将B分量图像和处理后的B分量图像用算子sub_image做差运算。 最后就可以调用lines_gauss提取印痕了。 为避免边框对lines_gauss的影响，对图像进行了一定的截取处理， 用erosion_rectan
转载
2024-04-06 09:33:42
631阅读
主要内容本文对裂缝检测技术进行了深入研究，并结合裂缝图像的特征，提出了一种基于传统机器学习和图像处理技术的裂缝检测方法，实现裂缝基本参数的计算和显示。内容如下：1.裂缝图像采集（无人机）2.裂缝图像预处理3.裂缝分割（提取）、裂缝连接4.裂缝分类（SVM支持向量机）5.裂缝主要参数计算（裂缝长度、裂缝最大宽度、裂缝面积占比）6.MATLAB GUI软件界面设计7.结束语本文提供裂缝检测系统软件及完
转载
2024-04-15 15:03:02
582阅读
数据集我们首先需要从互联网上获取包含墙壁裂缝的图像（URL 格式）数据。总共包含 1428 张图像：其中一半是新的且未损坏的墙壁；其余部分显示了各种尺寸和类型的裂缝。第一步：读取图像，并调整大小。images = []
for url in tqdm.tqdm(df['content']):
response = requests.get(url)
img = Image.open
转载
2023-11-13 16:34:47
275阅读
1.基于图像处理的地铁隧道裂缝识别算法研究1论文 | 基于图像处理的地铁隧道裂缝识别算法研究
作者 | 王耀东 ，余祖俊 ，白 彪 ，许西宁，朱力强由于受到环境影响，裂缝图像普遍存在着低对比度、光照不均匀、噪声污染严重等问题，该文章提出了提出了一种全局与局部相结合的预处理算法，以及基于连通区域的多级滤波算法。预处理能够高效抑制低对比度和光照不均匀的影响，基于连通区域的多级滤波方法可以较好地滤除图像
转载
2024-01-16 18:11:57
187阅读
论文 | 基于图像处理的膨胀圆裂缝检测算法
作者 | 吴玉龙，岳大森，丁 勇，卢康昕，赵广辉期刊 | 材料与测试-无损检测-实验研究时间 | 2020该文章提出了一种计算裂缝宽度的算法，其过程使用了像素圆生成、裂缝骨架图、二值图像加减等操作。现有的裂缝宽度图像常采用法线、平行线等方式计算，但定义复杂。1.像素圆的定义：圆形是一种轴对称图形，具有无数条对称轴，其旋转不变性有利于反映裂缝宽度的情况。同
转载
2024-04-22 21:01:59
501阅读
裂缝识别是一个在许多领域中都具备重要应用的计算机视觉问题，尤其在结构健康监测、机械维护等领域。本文将详细介绍如何使用 Python 实现裂缝的自动识别。
## 环境准备
在开始之前，需要确保你的开发环境已经安装好所有必要的依赖和工具。
### 前置依赖安装
1. Python 3.x
2. NumPy
3. OpenCV
4. TensorFlow 或 PyTorch
5. Matplo
论文 | 基于多传感器集成的无砟轨道轨道板裂缝与离缝自动检测装置
作者 | 寇东华期刊 | 中国铁路时间 | 2020该文章从应用层面描述了轨道板裂缝检测整体的硬件布局、检测流程，而且该文的方法已经付诸实践，在轨道上完成了测试实验。文章首先描述了裂缝和离缝：其次列出了该装置硬件组成：裂缝的检测部分：采用图像配准融合算法将多个相机采集的轨道平面图像拼接为单个轨道板完整图像（横向），图像拼接时先进行图
转载
2024-09-02 16:02:02
74阅读
