玻璃幕墙结构热损伤区域图像改进机器视觉识别方法

为提高玻璃幕墙结构热损伤区域图像识别精度,提出基于改进机器视觉的玻璃幕墙结构热损伤区域图像识别方法。根据玻璃幕墙结构损伤热波传播原理,构建温度传递函数和玻璃幕墙结构热损伤区域概率模型,利用改进机器视觉增强处理玻璃幕墙结构热损伤图像,结合锐化处理实现对玻璃幕墙结构热损伤图像的识别。结果表明:方法识别出玻璃幕墙结构损伤区域与正常区域表面温度差别较大,其变化趋势符合玻璃幕墙实际情况,能够识别玻璃幕墙结构热损伤区域图像;在适当的热激励时间下,可以提高玻璃幕墙结构热损伤区域识别精度。

基于改进机器视觉的深基坑开挖土方量近景监测方法

在提高土方量计算准确度的同时,实现深基坑开挖过程的可视化呈现,提出基于改进机器视觉的深基坑开挖土方量近景监测方法。通过相机、镜头、光源角度确定测量设备型号,将其作为机器视觉技术的硬件设备,采集深基坑地面图像,利用相机标定确定图像与实际空间的关系性,通过修正畸变差改进机器视觉技术,提升其近景监测效果,利用数据传输设备发送给PC机,实现原始深基坑地面图像的灰度化、傅立叶变换及去噪处理,以此为基础,构建数字地面模型并生成深基坑地面点云数据,通过规则格网处理获得规则数字表面模型,删除其内非地面物体后,经梯度阈值处理实现数字地面模型的提取,选取合适的土石方运算方法实现深基坑开挖土方量的近景监测。结果表明:该方法可实现原始深基坑地面图像的预处理,提升图像质量,并完成土方量的测量,且满足精确性要求。

基于改进机器视觉算法的电力设备红外检测

电力设备的运行情况较为复杂,所获取的电力设备红外图像易出现不完整的问题,导致设备的红外检测结果收敛性较差。为此,提出基于改进机器视觉算法的电力设备红外检测方法。构建改进机器视觉法的检测框架,通过卷积层进行端对端训练。从局部平移不变性角度出发,利用Mean shift聚类算法计算采样点概率密度。根据红外图像分割结果确定最佳目标图像尺度,以此为依据分析电力设备检测结果。采用多尺度小波变换的快速滤波技术完成图像处理,提取低频信号,并对其进行加权降噪,从而实现电力设备红外图像的增强。实验结果表明,该方法下红外图像检测结果完整,且训练损失值最小值为1,具有良好的收敛效果。