路面平整度施工技术在路桥施工中的应用

随着社会的快速加快,道路交通的建设也逐渐发展,对道路建设的质量要求也不断提高。然而,由于目前道路施工的技术还有缺陷,一些质量问题仍旧存在。如何找出问题,并提出相应的解决方法,是现在施工建设需要解决的一个问题。在路桥施工中,路面平整度是至关重要的一个方面。它关系到路面的质量、外观和人们出行行车的舒适度,因此,本文通过对影响路面平整度的问题进行分析,对路面平整度施工技术在路桥施工中的实施进行了研究,希望对之后的路桥施工有一定的参考作用。     

一种基于自适应背景预测的红外弱小目标检测方法

针对目前典型的基于背景预测的红外弱小目标检测方法中无法较好消除噪声的问题,提出了一种基于自适应背景预测的红外弱小目标检测方法。该方法不同于传统方法,在对红外图像进行背景预测时,不仅考虑邻域内像素点的灰度值,同时还通过自适应处理的方法将待预测像素点灰度值也考虑其中,能有效改善低信噪比下红外图像弱小目标的检测性能。通过大量的仿真数据对本文和传统方法进行了对比和分析,证明了该方法的有效性和优越性。     

一种改进的红外目标背景对比度计算方法

为使红外目标背景的对比度有效地表征目标背景红外特性差别,用目标背景之差的绝对值与两者间较小值的比值来定义目标背景的对比度的大小,克服了传统定义方法的不足.仿真计算结果表明,与两种传统红外目标背景对比度计算方法相比,本文方法能更好地反映目标背景的差别,更有效地表征目标与背景之间的对比度,有利于目标探测最佳波段的选取.     

基于形态学方法的红外小目标检测

为了降低复杂背景下红外小目标检测的虚警率,在分析目标特性的基础上,给出了一种高提升滤波与形态学Top-hat算子相结合的检测方法.该方法首先对红外图像进行高提升滤波,提高图像对比度;通过Top-hat变换滤除背景,利用伽马变换提高信噪比（SNR）,经阈值分割检测出可能的目标,然后通过对序列图像的处理最终确定目标,并形成稳定航迹.仿真结果表明：与单一的Top-hat变换相比,该方法能够更准确检测出信噪比不小于2的目标,且虚警率低.     

基于自适用背景校正的系留缆绳损伤检测

背景不均匀对目标的检测造成了一定的困难,因此提出了一种自适用背景校正方法,通过改进Gamma校正函数,实现了对不同灰度值的不同程度的修正,使得背景校正更加均匀合理。并且能够根据图像灰度的分布,自适用地确定相关参数。仿真结果表明,该方法效果优于传统的直方图均衡化法、同态滤波法和以往改进的Garoma校正法。经过进一步改进将该方法应用于系留缆绳的损伤检测中,通过实验证明,经过背景校正的图像,利用迭代选择阈值法也可以获得理想的图像分割效果。     

系留绳外护套表面损伤自动检测系统研究

为了实现对系留绳外护套表面损伤的实时在线检测,设计了一套基于机器视觉的自动检测系统。根据文中采集图像的特点,提出了改进的背景校正方法,同时运用自适应投票的快速中值滤波方法消除噪声,利用统计阈值分割法进行损伤检测并二值化,经形态学处理剔除伪损伤,并获取损伤边界,最后通过提取损伤的形态特征实现分类识别。实验结果表明,该系统的图像处理算法简单有效,检测速度快,检出率高,能够满足实际应用。