智能图像技术在边坡监测的应用研究

为研究智能图像技术在边坡监测项目中的应用效果,验证智能图像技术在边坡监测中的可行性。针对智能图像技术中的图像特征点检测可依据图像二值化后识别、摄像头拍摄引起的图像畸形与图像矫正等原理做了算法分析和解释。根据某边坡项目,选取了4种不同情况下的数据进行分析,分别为不同温度下的监测数据、不同光照下的监测数据、每天同一时间段的监测数据、因暴雨产生位移的监测数据。结果表明:不同温度、不同光照均会对监测数据产生影响;且X方向的影响大于Y方向;温度在25℃左右时,影响最小;光照的强度对该系统存在影响,光照较弱时,数据影响较大,光照太强时,也存在影响,每天10点左右时的光照,对监测数据影响较小;每天同一时间段的监测数据稳定可靠;暴雨产生的位移通过人工用全站仪、水准仪复核,数据基本吻合。该结果可为之后的智能图像技术应用提供参考依据。

基于加权DTW的多特征分级融合动态手势识别

AR设备以第一视角获取的动态手势往往存在手掌角度偏转问题,各关节点位移轨迹相较正视角度发生变化,现有的手掌关节点位移特征无法有效识别,并且受限于AR设备性能,部分神经网络模型无法取得良好表现。针对该应用场景,提出一种使用多特征分级融合的手势识别方法。该方法构造位移、长度、角度三个特征对手势进行描述,并进行向量编码与归一化以消除抖动干扰。根据关节点与标准手势的相似度距离,仿照sigmoid函数分配关节点权重,以加权的动态时间规整(DTW)距离进行KNN匹配,并根据最佳的KNN置信度与特征优先级筛选出最可信的特征识别结果。实验结果表明:该方法能有效识别9种存在角度偏转的动态手势;相较于传统的位移特征方法,该方法的平均准确率提高了4%,能有效应对手掌偏转情况下的动态手势识别问题。

大坝位移监测中的粗差剔除方法

针对大坝位移监测中常用粗差剔除法存在的问题提出了一种新型的粗差剔除方法。首先,根据层次分析法得到Dixon准则、Grubbs准则、Chauvenet准则、四分点准则的权重系数,并设定好粗差判定阈值;其次,根据原始观测资料建立大坝位移的偏最小二乘回归模型,得出样本对应的残差序列;然后根据四个准则依次判定出所有疑似粗差的测值;最后,按照此4种准则的权重系数,加权综合得到每个测值的粗差概率值,并与粗差判定阈值对比,得到最后的粗差集并剔除。该方法综合考虑了多种粗差数据识别方法,权衡了误判和漏判的可能性,为剔除大坝位移数据中的粗差提供了一种更为科学合理的方法。

基于改进SIFT特征和图转换匹配的图像匹配算法

针对SIFT特征在纹理丰富的图像中提取较多的伪点和不稳定的点而影响图像匹配的问题,提出了一种基于Harris阈值准则的局部不变特征图像匹配算法。该算法在提取SIFT不变特征的基础上,利用Harris阈值准则对所提取到的不变特征进行选择,剔除了图像区域中大量可区分性较差的特征点,从而得到了相对稳定和可区分性较好的特征点。其次,结合不变特征矢量与图转换匹配(GTM)的方法对提取到的稳定特征点进行了精确匹配。实验对比结果表明,用取得稳定的特征点,进而结合一种好的匹配策略,能够更加增强图像匹配的高效性和鲁棒性。

采用多重约束的无人机导航KLT视觉跟踪算法

特征点跟踪是实现无人机视觉里程计导航的重要技术。针对无人机视频图像帧间运动较大造成帧间的特征点跟踪误差大的问题,提出一种基于时间可逆性约束和双向偏移量约束相结合的多重约束KLT特征点跟踪策略,并在金字塔表示下分层求解跟踪点的偏移量。基于时间可逆性约束,建立新的融合前向跟踪和后向跟踪的目标函数,解算前向跟踪偏移量和后向跟踪偏移量,并构造新的帧间偏移量-双向偏移量,在金字塔分层表示结构下实现偏移量的最优估计。实验结果表明,该方法能够有效地实现帧间特征点的精确跟踪,与同类跟踪算法相比有较好的效果。

基于特征匹配和校验的鲁棒实时电子稳像

提出了一种基于特征点匹配和校验的鲁棒实时电子稳像算法.首先利用Kanade-Lucas-Tomasi角点检测器提取参考帧和当前帧的特征点,并用绝对误差和准则进行特征点匹配;在校验阶段,提出一种能够有效剔除前景运动物体特征点和错误匹配点的空间位置不变准则;最后,在相似运动模型下,利用最小二乘法求解全局运动矢量进行运动补偿.实验证明:该算法满足实时性要求,对视频的平移、旋转、缩放运动都有较好的稳像效果,并对运动物体具有鲁棒性.

基于圆形模板的字符特征点提取算法

提出一种新的基于圆形模板的字符特征点提取算法,通过分析圆形模板被字符笔画分割后得到的背景区域个数及其相关特点,确定字符的特征点位置,并运用最大圆规则精确叉点位置。实验表明该算法能快速、准确、鲁棒地提取出特征点信息。

基于激光位移传感器的钻具接头形位尺寸测量系统

钻具接头形位尺寸测量一直是困扰现代化工业生产的一个重要技术难题,为此,设计了一种基于激光位移传感器的非接触式自动测量系统。该系统克服了传统的人工检测方法效率低下、检测精度低的缺点,具有稳定可靠的导轨机构和高灵敏度信号处理算法等特性。系统采用自适应平滑法进行信号预处理,提出一种基于点特征提取算法准确定位形位尺寸,最后对测量仪器的误差进行综合分析。实验结果表明该仪器具有较高的测量重复性和测量精度,具有很高的应用价值和广泛的应用前景。

沉降与侧向位移动态监控软土地基安全

软土地基施工期的安全稳定性控制标准常采用规范法,但单一利用规范法判断软土地基在施工期的安全性缺乏理论依据,因为软土地基的安全性受软土本身性质、软土层厚度和施工加载过程等多种因素的影响。为此在某个实际工程中,埋设了现场监测设备,利用现场沉降与侧向位移监测数据,采用规范法和拐点法详细地分析了经过处理后的湿地软土地基在路堤填土分级加载过程中的稳定性。通过两种方法的对比分析得出了一致的结论,即湿地软土地基在路堤填土分级加载过程中是稳定的,与工程实际相符,为今后类似工程采用规范法控制软土地基安全提供了依据。

图像匹配中的特征点筛选方法

针对传统特征检测算法提取的特征点稳定性差且不唯一,导致误匹配率过高的问题,提出了三条特征点筛选准则:稳定性准则、唯一性准则和显著性准则。其中稳定性准则保证筛选出健壮稳定的特征点,唯一性准则剔除特征重复的特征点,显著性准则保留带有明显特征信息的点。通过剔除掉不满足这三条准则的特征点,不仅减少了描述符的计算时间,同时也提高了匹配正确率。将特征点筛选准则运用到常用的匹配算法中。实验结果表明,所提特征点筛选准则不仅保证了特征点的稳定性、唯一性和显著性,同时使得匹配正确率、重复率和匹配速度都有很大提高。

浅议绿色建筑设计

论述了对绿色建筑的理解以及绿色建筑的评价标准和评价体系,把绿色建筑界定为从设计、施工、运行、拆除等建筑物的完整的寿命周期。并以设计阶段作为重点,论述了绿色建筑的设计特色,提出了绿色建筑设计的几个要点。

塔身标准节连接螺栓预紧力变化宏观表征研究

塔式起重机(简称塔机)塔身标准节连接螺栓松动是塔机倒塌事故的重要原因之一。以塔式起重机塔身不同位置标准节连接螺栓松动行为为研究对象。采用ANSYS软件中命令流建模方式建立两节塔身标准节实体模型,标准节不同构件之间的实体连接使用NUMMRG、CP等耦合方式实现,使用预紧单元施加标准节连接螺栓预紧力。用改变预紧力大小的方法模拟连接螺栓松动现象,研究连接螺栓松动对标准节主肢顶端位移的影响。通过研究塔身不同位置标准节单个螺栓预紧力变化的宏观表征,获得塔身标准节在塔身不同位置的主肢特征点位移变化规律曲线,为塔身标准节位移影响曲线反推螺栓松动的研究打下基础。

基于图像传感器的脉搏三维运动分析

采用一种自主研制的图像化脉搏传感器,采集脉搏动态图像。在单个CCD摄像头固定的情况下,建立投影几何模型,计算所获取的动态图像上特征点的空间位移,得到时域上连续的脉搏信号。结果表明该方法能较好地反映出脉搏波动及传播特性,有利于脉搏传播分析和脉诊客观化的研究。

基于点的代数连通强度和非负矩阵分解的肿瘤基因分类

随着DNA微列阵技术的发展,利用基因表达谱数据进行生物信息的有效挖掘已经成为研究热点.因此,该文中提出将点的代数连通强度与非负矩阵分解相结合的方法对基因表达数据进行分类处理.首先利用点的代数连通强度剔除受外界因素影响过大的基因数据并用修正的特征计分准则进行计分排序,选取具有高计分的基因子集;接着利用近来流行的非负矩阵分解将该基因子集映射到极低维的特征空间;最后利用SVM分类器实现分类实验.通过几组公开的基因表达谱数据集的实验结果以及与其他方法的对比分析,验证了该方法是有效的、可行的.

基于双目视觉的无缝线路钢轨纵向位移测量方法研究

无缝线路钢轨纵向位移是由钢轨内部纵向应力引起的钢轨沿轨排或道床顶面的纵向移动,对其进行及时的高精度测量对于高铁安全运营具有重要意义。本文提出了一种基于双目视觉技术的无缝线路钢轨纵向位移测量方法。由轨旁固定设施上部署的参考标靶、轨腰上部署的待测编码标志和双目相机构成便捷、高效的非接触式测量方案;提出了基于双直线约束的编码特征点检测算法,重点解决了复杂现场采集环境中编码特征点的精确检测与匹配问题。提出了链式双目相机三维测距算法,通过精确三维重建实现了高精度的无缝线路钢轨纵向位移测量。通过室内模拟实验和室外现场实验验证了本文提出方法的有效性,在室外现场实验中钢轨纵向位移的测量精度达到0.2 mm。

激光位移计在线校准数据序列匹配方法

激光位移计常用于桥梁结构形变的在线监测,对使用中的激光位移计进行在线校准,是确保桥梁监测系统量值准确的关键。由于传感器间采样频率和时滞特征的差异,被校准传感器的测值序列与参考值序列常常存在较大的位置偏差,对传感器的在线校准结果产生较大的影响。为此,提出了一种基于特征点分段的数据序列匹配方法。以简支梁模型桥实验数据为基础,进行了激光位移计的数据匹配实验验证,通过对两组数据序列进行特征点定位、分段及量值匹配,解决了传统匹配方法中出现的数据错位问题。实验结果表明,该算法对传感器采样频率偏移有较好的适应性,针对不同场景的匹配准确率能保持在98%以上。

基于FLAC^(3D)强度折减法的三种收敛判据的比较分析

运用FLAC3D对一个简单土坡算例进行计算,分别运用目前常用的收敛判据、位移突变和塑性区判据来求得安全系数,这三个判据计算出的结果相近且都与FLAC内置fish语言求解安全系数的答案接近,说明在今后的具体运用中,以塑性区为判据会得到比较保守的安全系数,而采用监测关键点的位移相对比较直观精确,同时基于以上判据,综合考虑其他判据,使各判据在使用中尽量提高精度,这样才会得到比较可靠的结果。

大输液异物检测图像快速位移补偿方法

智能灯检机在进行大输液药液检测时,由于图像位移偏差带来的干扰,利用帧间差分法提取药液中的异物时经常出现误判的现象。针对上述问题,提出了一种基于加速分割测试特征(FAST)的二进制描述符分块匹配算法。首先,通过加速分割测试在不同尺度的图像上检测特征点,并利用非极大值抑制与熵值差法选择出优秀的特征点;然后,利用改进的模板在特征点周围进行采样,形成对尺度变化、噪声干扰及光照变化均有较强鲁棒性的新型二进制描述子,再将描述子进行降维;最后,利用分块匹配策略和阈值法,快速精确地匹配两帧图像,求解出并补偿位移偏差。实验仿真结果表明:在处理192万高像素图像时,该算法整体实时性能上可达到190 ms,其中新型描述子生成仅占96 ms;并且匹配准确率达到99%以上,成功地抑制了空间位置偏移较大的误匹配;计算出的误差远小于现在匹配精度较好的尺度不变特征转换(SIFT)、带方向的二进制鲁棒独立单元特征(ORB)算法,位移补偿量能精确至亚像素级,能快速补偿药瓶在图像中的位移偏差。

桥梁全息性态特征提取方法试验研究

为了克服传统接触式位移测量只能获取结构有限离散点的位移数据,难以准确、连续地表征整个结构几何变形的缺点。在统计学归一化互相关分析的基础上提出一种无需在结构上布置任何靶点就能快速从结构振动视频中获取结构表面密集特征点位移响应的灰度值匹配算法。以实验室内超大跨自锚式悬索桥模型为研究对象,依次开展了小车行驶激励和单点激励两类试验,通过对同一视域内单目标和多目标追踪验证了本文算法的准确性、可行性和高效性,并提出匹配模板概念将基础算法做了进一步优化,进而缩短计算时间。试验结果表明:本文方法与传统接触式位移传感器获取结构动态位移响应的误差在5%以内,精度满足工程实践要求。本文算法可以在无靶点的情况下获取结构表面任意特征点的动态位移响应,且具有较高的精度、效率和可靠性,相对于有靶点非接触摄影测量和常规接触式位移测量,研究结果可操作性和普适性更强,获取的数据更加全面。

基于2D的钢轨轮廓特征点提取方法研究

钢轨轮廓数据特征点快速、准确提取是保证钢轨轮廓精确匹配、轨道几何不平顺精确检测的前提。对基于二维激光位移传感器(2D)的钢轨轮廓测量数据特征点提取方法进行研究,通过对采集的钢轨半断面轮廓数据采用基于中值误差与连续度自适应调整权值的平滑滤波方法对实测轮廓数据进行平滑处理,解决存在分段的轮廓数据达到分段平滑的效果。提出钢轨轮廓特征曲线的概念,并给出特征曲线的一种定义方式,利用特征曲线上的特征点去快速定位实测轮廓特征点。最后,采用GJ-2型轨道检测车进行试验,通过对实际轨道进行轮廓测量,采用本文所提出的特征点提取方法对实测轮廓数据进行特征点提取,试验证明,该方法能快速、准确地定位轮廓特征点。