一种基于三维重建和深度学习的水下管道验伤视觉算法

    公开(公告)号:CN118196046A

    公开(公告)日:2024-06-14

    申请号:CN202410349039.8

    申请日:2024-03-26

    Abstract: 本发明公开了一种基于三维重建和深度学习的水下管道验伤视觉算法,包括如下步骤:步骤1、使用水下摄像设备在水下拍摄管道的视频或图像数据并预处理;步骤2、对水下拍摄设备进行标定,并通过最小化重投影误差来估计拍摄设备的内参和外参;步骤3、生成水下管道的三维模型;步骤4、将三维模型中的管道与周围环境进行分割,提取出管道的区域,将提取的管道区域以及有缺损区域的点云数据集分别进行标注得到管道标注数据,并对缺陷情况进行分类;步骤5、使用预训练的卷积神经网络深度学习模型对分割后的管道进行验伤分析;步骤6、将分析结果以可视化的方式展示出来。该方法以解决传统水下管道检测方法效率低下、成本高昂、安全风险大等问题。

    一种小型水域水藻收集和处理的无人船

    公开(公告)号:CN118514822A

    公开(公告)日:2024-08-20

    申请号:CN202410346247.2

    申请日:2024-03-26

    Abstract: 本发明公开了一种小型水域水藻收集和处理的无人船,包括安装架、船舱装置、收集装置、粉碎装置、水藻落料仓和废料仓,所述安装架固定在船舱装置上,所述收集装置、水藻落料仓和废料仓均安装在安装架上,所述水藻落料仓位于收集装置的下方,所述船舱装置的一侧,所述粉碎装置相配合的设置在水藻落料仓和废料仓之间,该无人船,收集效率高,完成收集的同时进行粉碎,粉碎处理彻底,从而减轻无人船的负担,可拓展力强,以解决在小型水域工作环境中水藻富营养化、覆盖率高所带来的环境污染问题,并且纯物理处理,不会出现二次污染的情况。

Patent Agency Ranking