红外热成像技术在建筑物检测中的应用研究

红外成像技术采用非接触式检测方法,对建筑物进行实时、快速大面积扫描检测,在建筑工程中得到越来越广泛的应用。基于红外热成像法的建筑物检测技术正处在定性化分析转向定量化分析、智能化处理和多信息融合检测的过渡期,在此从检测方法组合化、检测技术定量化和检测过程智能化等三个方面探讨红外成像技术在建筑物检测中新的技术特征和实现方法。     

基于引导滤波的数字图像自动聚焦融合方法研究

为了提高远程物探遥感数字图像的自动聚焦检测能力,提出基于引导滤波的数字图像自动聚焦融合方法。建立远程物探遥感数字图像滤波检测模型,在信息增强技术下进行数字图像的特征匹配,建立远程物探遥感数字图像三维重建模型,构建可见光数字图像的模糊特征检测算法,通过远程物探遥感特征匹配,进行数字图像RGB分解,获得远程物探遥感下数字图像的空间匹配函数,在视觉分布模型下,进行远程物探遥感信息融合,结合空间视觉信息增强的方法,进行数字图像的融合滤波检测,通过引导滤波方法,进行数字图像自动聚焦融合处理,提高图像的输出信噪比。仿真结果表明,采用该方法进行高远程物探遥感数字图像聚焦融合的输出质量较好,图像输出信噪比较高,自动匹配性能较好,提高了高远程物探遥感数字图像识别和聚焦成像质量。     

基于蚁群算法的一卡通数据精准挖掘方法

为了提高一卡通数据精准挖掘能力,提出基于蚁群算法的一卡通数据精准挖掘方法。构建一卡通数据的模糊信息检测模型,采用关联特征提取方法进行一卡通数据的模糊相关性分析,构建一卡通数据的输出自相关特征匹配模型,结合模糊特征聚类分析方法进行一卡通数据的统计分析,建立一卡通数据的回归分析模型,提取一卡通数据的统计特征量,根据一卡通数据的特征提取结果采用模糊C均值聚类方法进行信息处理,采用蚁群算法进行一卡通数据挖掘过程中的自适应寻优,实现一卡通数据的优化挖掘。仿真结果表明,采用该方法进行一卡通数据挖掘的精度较高,特征分辨能力较好,提高了一卡通数据的挖掘和检测能力。     

基于融合协方差的红外和可见光图像特征融合方法

考虑到不同特征代表了图像的不同信息,融合后的特征更能体现图像的本质,重点阐述分析了基于融合区域协方差的特征融合方法,该方法可以自然地融合多个相关的特征,协方差计算本身具有滤波能力且效率高,最后通过设计合适的目标特征,基于区域协方差融合特征实现舰船目标识别。实验表明,融合协方差描述子可以较好地融合舰船可见光图像和红外图像的联合目标特征,提高目标识别能力。     

2015门禁一卡通技术展望

<正>门禁一卡通系统是建筑智能化安全防范系统的一个分支,从最早的简单门禁系统已经扩展到门禁管理系统、访客管理系统、人行通道管理系统和停车场管理系统等,实现与视频监控、报警系统和建筑设备管理系统的一体化平台管理,并且将基于智能卡的应用从上述的身份识别功能,增添了支付功能和人员管理功能等。应用场景涵盖办公大楼、公用设施、商场、酒店、工业园区和校园。虽然门禁一卡通系统的投资在整个智能化工     

多传感器融合的火灾识别算法研究

针对传统火灾探测存在反应滞后,误报率高等问题,提出一种基于多传感器融合的火灾识别算法。采用运动和颜色检测提取可见光图像的疑似火灾区域,同时采用阈值分割提取红外图像的疑似火灾区域。将两者疑似火灾区域分别进行特征提取,再根据所获特征进行基于 SVM 的融合火灾识别,通过传感器检测实时的温度与烟雾浓度,从而实现可靠和快速的火灾识别。实验结果表明,该火灾识别算法在可接受的时间范围内准确率高且鲁棒性强。     

基于计算机视觉的电线破损智能巡查方法研究

提出一种改进的基于计算机视觉的线破损智能巡查方法。分析了大型电力网络电线破损检测的原理,采用图像视觉特征提取方法实现对电线破损部位的识别和定位,采用能量最小化约束方法找到电线破损点视觉图像的初始像素聚类中心,通过相异特征匹配的方法消除电线破损点图像中不规则点信息,实现基于计算机视觉的电线破损远程智能巡查和定位。仿真实验表明,采用该方法进行大型电力网络的电线破损视觉特征提取和监测,信息分析准确,破损定位和检测准确度高,实现电线破损的智能巡查。     

基于多特征融合的电压致热型设备故障检测

大部分的电压致热型设备由于温升不明显,故障判断难度较大,并且红外图像受到背景复杂,尺寸多的影响,导致红外图像特征提取困难,另外,大多数现有的检测工作依靠人工判别,且存在判断分歧。目前,代替人工判别的研究中,许多只利用单一的特征来表征热图像中的故障特征。针对此类问题,笔者提出一种基于多特征融合的电压致热型设备故障提取方法。此方法将红外图像多故障目标检测算法和多特征融合算法相结合,建立动态决策准则。首先提取红外图像的三种典型特征,包括颜色、纹理和轮廓特征,继而通过融合算法(串行融合、并行融合和DCA)将三种不同属性的故障特征进行融合,充分地提取设备红外图像的故障特征,从而提高识别的准确性。验证表明,相对于某一低层特征故障提取,本研究的方法在电压致热型设备红外图像故障诊断特征提取方面,不仅保证时效性的同时,红外图像故障分类精确度得到了提高,分类更加可靠。     

基于多光源图像信息融合的绝缘子污秽状态识别

绝缘子污秽状态非接触检测是智能变电巡检的重要组成部分,为有效提高绝缘子污秽状态识别率,提出了一种基于多光源图像决策级融合的污秽状态诊断方法。以沿海地区多所变电站中不同污秽状态的绝缘子为研究对象,采用种子区域生长法进行图像分割后,分别提取其可见光颜色空间特征、红外图像的灰度化特征以及环境特征,再依据Fisher判据筛选得到最优表征量,并设计支持向量机多值分类器进行污秽状态初判。基于各自识别结果,引入D-S理论进行决策级融合,实现绝缘子污秽状态的有效识别。试验结果表明:本文融合算法的正确率明显高于单种图像源的识别,达到95%左右,为带电检测作业中绝缘子的非接触检测及故障智能诊断提供了新思路。     

基于声呐成像的水下桩墩表观病害深度学习与智能检测

声呐成像检测水下桩墩表观病害时，其图像与光学图像的病害特征存在较大差异，病害的位置和类型需要人工识别且易出错。为解决这个问题，提出基于声呐成像的水下桩墩表观病害深度学习与智能检测方法。首先对水下实桥桩墩以及试验模型进行声呐扫描获取大量图像，并分析声呐图像中的病害特征；然后对Faster R-CNN框架下VGG16网络模型进行改进，采用水平、垂直等线性变换实现原始声呐图像的数据增强，对深度学习模型进行近似联合优化训练，用一定概率保证率的矩形识别框实现水下桩墩多类病害的分类定位；最后选取150幅未参与训练的声呐图像进行识别，验证所提出方法的有效性，并通过混淆矩阵、精确率、召回率、准确率以及F1值等评价指标对识别方法性能进行研究。研究结果发现，桩墩孔洞、剥落和位移等病害以及无病害类型的识别结果的总体准确率为88.3%，F1值分别为90.1%、84.9%、78.7%和94.6%，平均F1值为87%。这说明该方法在水下桩墩表观病害识别、定位以及自动化处理方面是可行、有效的，为桥梁水下桩墩表观病害的图像处理、智能化检测与桥梁安全评估提供技术支撑。     

对混凝土裂缝自愈合的研究

阐述了混凝土裂缝产生的原因以及混凝土裂缝自愈合的机理,并对混凝土的自愈合技术进行了深入的研究,结合该领域存在的问题,对其在未来的发展进行了展望,以期为该问题的研究提供借鉴。     

高架桥上BRT公交车火灾事故调查的思考

通过对一起高架桥上BRT公交车火灾事故的详细勘察和缜密调查,分析提出制定特殊火灾事故调查应急预案的重要性,探讨如何建立重大火灾事故多部门尤其是刑侦部门协作配合机制,以及从火灾事故调查中总结经验教训,提出改进措施和建议。     

基于ANSYS的水平受载桩桩身受力性能的研究

基于ANSYS有限元软件,建立了钢筋混凝土管桩模型,对成层土中桩身处承受水平荷载的基桩受力性状进行了计算机数值模拟,通过对桩身位移和应力变化曲线的分析,得出了水平荷载下桩身位移和应力的变化规律。     

浅析“辛以润之”

"辛以润之"是中药药性理论的重要组成部分,一方面,"辛润"是"辛散"功效作用于脾、肺、肾而依次派生出的功用变易,是天地阴阳、五行五脏之间紧密联系的体现;另一方面,对"辛润"的运用不该只局限于治疗"肾苦燥",而更应将其追溯到"发越脾气"与"从阳引阴"上去,以使其对临床用药的指导意义更加深刻、广泛;最后,对于药物性味的合理运用与理解应该与药味之间的相互配伍、中药归经理论结合起来,使其得以互相为体为用,从而更好地发挥功效。     

燃气表跳字分析

分析了燃气表滑阀与滑座、输出轴、计数器对产生跳字的影响,提出了解决方法。     

浅析MVRDV的密度实践

对MVRDV 的理论进行了探索,指出MVRDV 建筑事务所热衷于研究城市空间扩张与自然空间发展的关系及城市空间和建筑本身的密度实践,并通过对MVRDV 案例的分析,论述了提高建筑密度的手法和优化城市空间的理念。     

同层分户排水刍议

住宅楼分户排水可基本杜绝以往管道穿楼板导致的"跑、冒、滴、漏"和随意往管道投垃圾而导致堵塞下层管道(尤其是底层排水横管)等弊病,有效解决卫生间"臭味"问题.     

基于PSIM的光伏电池的仿真

指出光伏电池是光伏发电系统的主要元件,对其特性的研究有着重要的意义,介绍了利用PSIM软件建立光伏阵列的仿真模型,并对仿真效果进行了分析,得出该模型仿真精度高,能够准确地反映其物理特性,为光伏发电系统的仿真分析提供了依据。