预览加载中,请您耐心等待几秒...
1/10
2/10
3/10
4/10
5/10
6/10
7/10
8/10
9/10
10/10

亲,该文档总共14页,到这已经超出免费预览范围,如果喜欢就直接下载吧~

如果您无法下载资料,请参考说明:

1、部分资料下载需要金币,请确保您的账户上有足够的金币

2、已购买过的文档,再次下载不重复扣费

3、资料包下载后请先用软件解压,在使用对应软件打开

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN111608423A(43)申请公布日2020.09.01(21)申请号202010362122.0G01B11/02(2006.01)(22)申请日2020.04.30H04W4/38(2018.01)G08C17/02(2006.01)(71)申请人湖南南派古建园林工程有限公司G06T7/00(2017.01)地址410082湖南省长沙市芙蓉区八一路G06T7/11(2017.01)68号509房G06T7/136(2017.01)(72)发明人周敏G06T7/62(2017.01)(74)专利代理机构重庆市信立达专利代理事务所(普通合伙)50230代理人陈炳萍(51)Int.Cl.E04G23/04(2006.01)G01L1/00(2006.01)G01B11/24(2006.01)G01B11/16(2006.01)G01B11/06(2006.01)权利要求书3页说明书7页附图3页(54)发明名称一种古建筑修复支撑系统及装置(57)摘要本发明属于施工设备技术领域,公开了一种古建筑修复支撑系统及装置,底座上连接有电动伸缩杆,电动伸缩杆上方连接有支撑盘,支撑盘上方连接有压力传感器,不同电动伸缩杆之间通过挡板连接的连接杆进行连接;底座和挡板之间连接有转轴,转轴一体化连接有连接杆;连接杆包括连接前杆和连接后杆,连接后杆上均匀设置有固定孔,连接前杆上方设置有固定螺栓;支撑盘下方设置有连接孔,连接孔与电动伸缩杆的上杆套接。本发明设置的电动伸缩杆可以实现单独伸缩控制,可对不同类型的古建筑进行修复支撑;并且压力传感器可以监测支撑装置对古建筑的支撑力,保证各个部位的支持力一致,杜绝单一支撑杆支撑力过大引起的对古建筑的损害。CN111608423ACN111608423A权利要求书1/3页1.一种古建筑修复支撑系统,其特征在于,所述古建筑修复支撑系统包括:图像采集模块,与中央控制模块连接,用于通过工业相机对古建筑的轮廓图像进行采集;图像处理模块,与中央控制模块连接,用于对采集的古建筑的轮廓图像进行预处理,并进行图像分割;形变判断模块,与中央控制模块连接,用于将预处理后的轮廓图像与预设的无形变图像进行对比,判断轮廓图像的形变状态;支撑模块,与中央控制模块连接,用于通过多个支撑盘对古建筑内侧顶部进行承托支撑;压力检测模块,与中央控制模块连接,用于通过压力传感器对古建筑的支撑力进行监测;无线传输模块,与中央控制模块连接,用于通过无线信号收发器对压力传感器监测的压力进行传输到移动终端;距离测量模块,与中央控制模块连接,用于通过红外线距离测量器对古建筑的高度和宽度进行测量;高度调节模块,与中央控制模块连接,用于通过电动伸缩杆进行伸缩对支撑盘的高度进行调节;水平角度检测模块,与中央控制模块连接,用于通过倾角传感器对支撑模块的水平性进行检测;中央控制模块,与图像采集模块、图像处理模块、形变判断模块、支撑模块、压力检测模块、无线传输模块、距离测量模块、高度调节模块、水平角度检测模块连接,用于通过内置程序或者接收外部移动终端信号对采集的古建筑轮廓图像进行处理分析,判断古建筑的形变角度,控制支撑模块对古建筑进行均匀受力支撑,并且控制各压力检测模块对监测的压力实时记录。2.如权利要求1所述的古建筑修复支撑系统,其特征在于,所述古建筑修复支撑系统还包括有:电源模块,与各模块连接,用于为各模块的正常运行提供电力支持;显示模块,与中央控制模块连接,用于显示各压力传感器监测到的压力值及所设定的标准值。3.如权利要求1所述的古建筑修复支撑系统,其特征在于,所述图像处理模块包括:图像预处理单元,用于对采集的古建筑初始轮廓图像进行滤波处理、图像灰度处理、图像平滑处理、图像锐化处理以及边缘检测处理,得到经过预处理后的古建筑图像;图像分割单元,用于将经过预处理后的古建筑图像进行分割处理。4.如权利要求3所述的古建筑修复支撑系统,其特征在于,所述图像分割单元具体包括:(1)按照设定的图像尺寸调整比例将古建筑的轮廓图像的像素降低到400×600;(2)采用OTSU算法对轮廓图像进行全局分割阈值估计,得到优选全局分割阈值,对优选全局分割阈值进行调整,使用调整后的优选全局分割阈值对轮廓图像进行分割,获得含有古建筑形变特征区域的分割图像,将该分割图像平均划分为4个子图像;2CN111608423A权利要求书2/3页(3)采用OTSU算法对子图像进行局部分割阈值估计,获得各子图像的优选局部分割阈值;(4)对不同的子图像使用不同的分割阈值进行分割,定义子图像的分割阈值的计算公式为:式中,Ui为第i个子图像的分割阈值,θi为第i个子图像的优选局部分割阈值,W表示整个轮廓图像的灰度方差,Wi表示第i个子图像的灰度方