基于Websocket的桥梁结构变形实时监测系统设计

随着网络技术的发展,实时通信成为互联网领域的研究热点,如远程监控技术。常见的实时通信技术基本是由客户端主动发起请求,服务器端被动接受响应,此方式缺乏灵活性。Websocket技术是HTML5(HyperText Markup Language 5)提供的一种全双工通讯的计算机通信协议,具有节约带宽,持久连接,实时性等特性,采用Websocket技术的通信方案不仅能真正实现实时数据通信,还能提升服务器推送数据的能力。文中对Websocket技术进行了分析与研究。同时,随着社会与经济的快速发展,桥梁工程建设进程和建设规模不断加大,对桥梁的施工建设和运营维护提出了更高要求,所以在此过程中获取桥梁结构变形实时数据并进行监测就尤为重要。为此采用Websocket技术,设计了基于Websocket技术的桥梁结构变形远程实时监测系统,真正地实现了数据的实时交互,对桥梁施工现场及后期维护的远程监控更具可靠性与便捷性。     

多尺度密集时序卷积网络的单幅图像去雨方法

雨滴会降低户外拍摄图像质量,影响图像视觉效果及后续图像分析工作。针对目前去雨算法存在颜色失真、去雨过度化等问题,为了提高计算机视觉算法在中、大雨天气下的准确性,提出多尺度DenseTimeNet(密集时间序列卷积神经网络)的单幅图像去雨方法。该网络由多个尺度DenseTimeNetBlock(密集时序卷积网络密集块)组成,通过卷积下采样技术得到不同尺度下雨线特征信息与降低图像维度后利用时域卷积寻找的时间维度特征信息。在不同维度下学习雨景图和无雨图之间的映射关系,网络主体由密集卷积块和残差网络组成,可加速算法收敛速度,更深度学习图像纹理特征,使特征信息在网络结构进行深度传播,可以更好地复原残损图像。在不同方向,不同大小的雨滴图像上对所提方法进行验证,实验结果表明,该方法相较于现有算法,图像去雨效果良好。