掃一掃
關注中圖網
官方微博
本類五星書更多>
-
>
公路車寶典(ZINN的公路車維修與保養秘籍)
-
>
晶體管電路設計(下)
-
>
基于個性化設計策略的智能交通系統關鍵技術
-
>
花樣百出:貴州少數民族圖案填色
-
>
山東教育出版社有限公司技術轉移與技術創新歷史叢書中國高等技術教育的蘇化(1949—1961)以北京地區為中心
-
>
鐵路機車概要.交流傳動內燃.電力機車
-
>
利維坦的道德困境:早期現代政治哲學的問題與脈絡
基于計算機視覺的鉆爆法隧道開挖與支護質量檢測技術及應用 版權信息
- ISBN:9787114189920
- 條形碼:9787114189920 ; 978-7-114-18992-0
- 裝幀:平裝
- 冊數:暫無
- 重量:暫無
- 所屬分類:>>
基于計算機視覺的鉆爆法隧道開挖與支護質量檢測技術及應用 內容簡介
本書綜合利用計算機視覺與人工智能技術,從圖像采集、三維重建、全景影像拼接、圖像智能識別分析等方面,通過引入空間分析、深度學習、三維超像素分割與點云空間測距算法對隧道三維實景模型和全景展開圖像進行分析和信息提取,形成了鉆爆法隧道開挖與支護質量檢測的數字化技術。全書共分為6 章,內容涵蓋了隧道開挖與支護全景影像構建技術、圍巖智能識別與分級技術、隧道超欠挖檢測分析技術以及支護結構變形監測技術等,并提供了典型工程案例的應用分析。本書可供從事隧道及地下工程建設、設計、施工、監理與檢測等相關工作的技術人員參考, 亦可作為高等院校相關專業師生的參考用書。
基于計算機視覺的鉆爆法隧道開挖與支護質量檢測技術及應用 目錄
第1 章 緒論……………………………………………………………… 001
1. 1 隧道開挖與支護質量檢測的意義………………………… 001
1. 2 隧道開挖與支護質量檢測技術現狀……………………… 002
1. 3 隧道開挖與支護質量檢測技術難題……………………… 009
第2 章 隧道開挖與支護全景影像構建技術………………………… 012
2. 1 圖像采集…………………………………………………… 012
2. 2 圖像三維重建……………………………………………… 016
2. 3 全景圖像構建……………………………………………… 029
第3 章 基于全景影像的隧道圍巖智能識別與分級技術…………… 032
3. 1 三維圖像SLIC 超像素分割……………………………… 032
3. 2 基于角度差異的結構面提取算法………………………… 038
3. 3 基于無監督學習的圍巖結構特征數據多層級融合……… 042
3. 4 隧道圍巖分級的規范方法………………………………… 045
3. 5 基于計算機視覺方法的隧道圍巖穩定性分級…………… 049
第4 章 基于全景影像的隧道超欠挖檢測分析技術………………… 054
4. 1 隧道開挖輪廓圖像采集…………………………………… 055
4. 2 圖像點云三維重建………………………………………… 056
4. 3 點云數據預處理…………………………………………… 057
4. 4 基于圖像點云數據的三維曲面重建……………………… 057
4. 5 隧道超欠挖檢測…………………………………………… 059
第5 章 基于全景影像的隧道支護結構變形監測技術……………… 061
5. 1 基于八叉樹結構Hausdorff 距離的整體模型
點云空間測距方法………………………………………… 061
5. 2 基于*小二乘擬合平面的局部模型點云空間
測距方法…………………………………………………… 063
5. 3 基于整體模型與局部模型相結合的點云空間
測距算法…………………………………………………… 064
5. 4 不同空間測距方法測試對比……………………………… 065
5. 5 隧道三維整體變形分析方法……………………………… 066
5. 6 隧道二維變形分析方法…………………………………… 073
5. 7 隧道特征點變形分析方法………………………………… 078
5. 8 隧道變形監測精度分析…………………………………… 078
第6 章 基于全景影像的隧道開挖與支護質量檢測應用…………… 092
6. 1 隧道變形檢測應用………………………………………… 092
6. 2 隧道圍巖智能分級應用…………………………………… 103
6. 3 隧道超欠挖檢測應用……………………………………… 119
參考文獻………………………………………………………………… 136
展開全部
書友推薦
- >
唐代進士錄
- >
中國人在烏蘇里邊疆區:歷史與人類學概述
- >
隨園食單
- >
羅曼·羅蘭讀書隨筆-精裝
- >
回憶愛瑪儂
- >
詩經-先民的歌唱
- >
名家帶你讀魯迅:故事新編
- >
伊索寓言-世界文學名著典藏-全譯本
本類暢銷