基于图像传感器网络的隧道形变监测系统研究

随着地铁建设的持续发展,隧道结构的安全性受到了广泛的关注。介绍了一种地铁隧道整体沉降的监测系统,采用安装在隧道内壁的分布式图像传感器网络对相邻断面的目标光源进行监测,并将图像数据进行采集、储存、传输、处理,数据库系统对历史数据进行融合与分析之后获得相邻断面间的相对位移,在经过坐标变换和定位基准传递后,计算出每个断面在隧道整体中的绝对位移。最终通过网络发布隧道沉降信息,建立隧道形变的预警机制。     

基于激光测距技术的隧道断面形变检测系统

地铁隧道经过长时间的运营,受多种内外部应力的影响将会产生断面形变。针对这一问题,设计了车载激光测距装置,对隧道内壁进行连续测量以检测其形变状态。介绍了隧道断面的形变测量方法、轮廓拟合原理和误差分析。该检测系统的设计实现了隧道断面的结构安全性检测和对可能发生的形变灾害的及时预警,为地铁隧道的安全运营提供了有效的保障。     

基于深度学习的隧道病害图像检测

随着我国城市地铁的快速发展,隧道的养护变得越来越重要,传统的人工检测方法不仅效率低、成本高,而且耗时,已经不能满足当今的需求;通过对越江隧道中的电缆通道的病害特征进行研究,提出一种基于深度学习的隧道多病害检测的方法,并提出了一种针对隧道病害检测的残差融合模块网络(Resfmnet),利用深度学习网络提取图像病害特征并进行病害分类,提高了病害的检测能力,所使用的数据集是通过特种机器人在越江隧道中的电缆通道拍摄的视频获得;实验结果表明所提出的网络显示出更高的准确性和泛化性,对多病害的检测的精度mAP达到0.8914,使得越江隧道检查和监控变得高效、低成本,并最终实现自动化。     

利用既有人防隧道改造地铁区间隧道方法探讨

以重庆地铁一号线小什字至燕喜洞3.2 km人防隧道改造为依托,对利用既有人防隧道改造、扩建为区间隧道的方法进行探讨,以期对类似工程有一定借鉴意义。在分析既有人防隧道测量、检测资料基础上,提出了利用既有人防隧道改建为地铁区间隧道时线路、限界的设计原则及方法,研究了毛洞段、衬砌段既有人防隧道的改造方法,重点阐述了利用既有二次衬砌存在的问题。利用既有人防隧道改造为地铁隧道可更有效地利用地下空间、减少工程投资、加快建设工期及终结既有人防隧道安全风险。     

基于ZigBee技术的地铁隧道纵向不均匀沉降检测方法

传统的隧道沉降检测方法检测精度不佳,无法及时发现地铁运行中安全隐患,为此,提出一种基于ZigBee技术的地铁隧道纵向不均匀沉降检测方法.通过ZigBee实现地铁隧道传感器之间协调,利用叶子节点与其父基站节点构建底层网络结构;将断裂带与地下水位变化作为隧道纵向沉降的因数,采用附加应力算法计算支撑骨架存在的应力状态,获取纵...     

基于三元空间融合的模糊人脸图像特征相似度识别

提出一种基于三元空间融合的模糊人脸图像特征相似度识别方法.通过建立模糊人脸图像特征相似度投影矩阵,将模糊人脸图像映射到同一个特征表示空间,得到维数一致的特征向量;针对10种LIH特征相似度进行分析,确定模糊人脸图像特征相似度信息能量百分比;使用三元空间融合技术中编码的方式描述模糊人脸图像中的特征描述子,基于三元空间融合提取局部特征描述子;通过设计对称表示相似性度量方法,取得最完整的特征相似度识别结果.实验结果表明,该方法可以实现模糊人脸图像特征相似度精准识别,其特征相似度识别分辨率明显高于传统方法.     

基于多尺度小波与模糊方法的图像边缘检测

提出了一种基于多尺度小波变换和模糊方法的图像边缘检测算法,它将图像分为高频和低频部分别进行处理,高频部分利用多尺度小波变换进行边缘检测,低频部分利用模糊方法进行边缘检测,并对两种方法得到的边缘图像进行融合,实验结果证明检测出的边缘与其它传统边缘检测算子所获结果得到了很大的改善.     

基于多特征模糊聚类的图像融合方法

首先利用模糊C-均值聚类算法在多特征形成的特征空间上对图像进行区域分割,并在此基础上对区域进行多尺度小波分解;然后利用柯西函数构造区域的模糊相似度,应用模糊相似度及区域信息量构造加权因子,从而得到融合图像的小波系数;最后利用小波逆变换得到融合图像.采用均方根误差、峰值信噪比、熵、交叉熵和互信息5种准则评价融合算法的性能.实验结果表明,文中方法具有良好的融合特性.     

地铁隧道形变监测系统断面采集数据的建模及算法研究

隧道形变数据包括整体的沉降和偏移数据以及断面的形变数据.针对断面形变监测数据,结合开发的监测系统,提出一种断面监测数据融合的数学模型,将采集数据进行有效融合,能够比较准确地反映隧道变形情况,为运营隧道的形变监测提供直观可靠的数据.同时,模型具有一般性,对类似管道、隧道的分析都具有参考价值.     

结合VAM和模糊逻辑的NSCT图像融合方法

提出一种基于非下采样Contourlet变换（NSCT）的图像融合方法。NSCT分解具有平移不变性,有利于更好地保持原始图像的边缘信息和轮廓结构。由于图像融合任务的不确定性及模糊逻辑在处理该类问题时的优越性,在高低频的融合策略中引入模糊逻辑进行基于隶属度的融合。同时考虑到人类视觉感兴趣区域的重要性,在低频系数的融合中引入视觉注意机制,利用原始图像本身的显著区域信息来指导融合过程,从而在融合过程中最大限度地保留源图像中的显著信息。实验结果表明,算法的融合图像具有良好的视觉效果及客观评指标。     

基于NSCT的遥感图像模糊推理融合算法

针对遥感图像影像分辨率低的问题,提出了一种新的基于非下采样Contourlet变换的图像融合算法.该算法首先通过IHS变换对多光谱图像进行RGB-IHS颜色空间转换,然后利用非下采样Contourlet变换和模糊推理加权融合规则将强度分量与全色图像进行融合,最后用拉伸后的灰度融合图像替换原来的强度分量,并通过IHS逆变换得到最终的融合网像.实验结果表明,该方法在抑制光谱信息扭曲和提高图像清晰度等客观评价参数上均优于其他多分辨率分析方法,且克服了传统融合方法中存在的融合图像模糊、抗噪能力差的缺点.     

利用隧道激光点云提取中轴线及进行整体变形分析

针对采用传统测量手段获取隧道断面数据进行隧道变形分析,存在数据覆盖面小、效率低等问题,以三维激光扫描仪获取的隧道点云为基础,提出一种利用隧道激光点云提取中轴线及进行整体变形分析的方法.首先,根据下采样边界特征提取算法获取边界点集;其次,利用边界与中点的几何关系获取隧道水平中轴线;然后,基于水平中轴线截取横断面点云,并对...     

基于模糊连接度的高分辨率SAR图像道路自动提取

针对高分辨率合成孔径雷达(SAR)图像受到乘性斑点噪声的影响,且道路环境复杂多变的问题,提出一种基于模糊连接度的高分辨率SAR图像道路自动提取方法。首先,对SAR图像进行斑点滤波,以降低斑点噪声的影响;其次,结合指数加权均值比(ROEWA)算子检测结果和模糊C均值(FCM)分割结果自动提取种子点,从而提高自动化程度;最后,利用以图像灰度和ROEWA检测算子边缘强度为特征的模糊连接度算法对种子点进行扩展提取道路,经形态学处理后得到最终结果。对两幅SAR图像进行实验,并与FCM方法分割出的道路结果进行比较,所提出的方法在提取完整率、正确率及检测质量上均优于模糊C均值方法。实验结果表明,所提出的方法能较有效地从高分辨率SAR图像中提取不同宽度和弯曲程度的道路,且无需人工输入种子点。     

基于二次融合多特征的多聚焦图像融合

以多聚焦图像为研究对象,提出一种新的基于二次融合多特征的融合方法.利用模糊C-均值聚类算法(FCM)在多特征形成的特征空间上对图像区域分割,并在此基础上执行多尺度小波分解.然后,获取源图像区域特征矩阵,经过二维主成分分析(2DPCA)变换后进行特征融合,根据融合后的特征计算区域中每个窗体的特征隶属度.引入模糊指标判断区域中窗体的模糊性,应用模糊熵和窗体能量获得加权因子,从而得到融合图像的小波系数,利用小波逆变换得到融合图像.     

烧结断面火焰图像多核Boosting显著性检测

烧结断面火焰图像受烟尘与光晕干扰,图像中火焰边缘与料层区域出现模糊退化现象.为解决传统基于二维图像特征的显著性检测方法难以有效地获取断面火焰图像实际显著区域的问题,提出基于边界连通性与多核Boosting的显著性检测方法.首先在图像颜色空间转换过程中采用色彩去相关原理,利用边界连通性与暗通道先验获取初始显著性图,提高初始显著性模型的检测水平;然后根据断面火焰图像超像素区域自身信息、区域方差和区域对比度构建区域描述符,在4个尺度上描述超像素分割区域,并使用基于支持向量回归的多核Boosting算法生成辅助显著性图;最后将初始显著性图与辅助显著性图进行加权融合,得到最终显著性图.以P-R曲线、F-measure、平均绝对误差和单幅图像的运行时间为评价指标,采用包含人工标注的600幅烧结断面火焰图像将所提方法与其他5种现有方法进行对比,并对所提方法各阶段进行分析.实验结果表明,所提方法优于其他5种方法,各阶段检测性能逐步增强,为提高断面火焰图像有效信息的提取精度奠定了基础.     

特大断面公路隧道力学响应数值仿真

隧道是缓解城市交通拥堵的必要手段,传统的隧道力学响应分析方法没有考虑隧道施工的复杂程度,导致分析效果较差,并且容易导致开挖过程中隧道围层不稳定.为此提出一种新的特大断面公路隧道力学响应数值模拟方法.依据特大断面公路隧道概况和设计情况,对隧道周围岩层进行分级,根据公路隧道特大断面示意图建立力学模型参数,通过承受地应力释放荷载来体现锚杆作用.利用隧道开挖初支不同单元极值,研究上下台阶开挖锚喷支护所承受不同方向的力,并依次分析开挖后的三个阶段,实现力学响应数值模拟.在实证阶段,从应力-应变曲线和平均模拟准确率两个角度,将所提方法与传统方法进行对比,结果证明了所提方法的数值模拟效果更理想,能为隧道安全开挖奠定基础.     

改进YOLOv5的隧道火灾帧差检测网络与应用方法

隧道发生火灾存在着检测难、救援难的问题,实时的火灾监测对于及时发现火情是至关重要的。传统基于视频图像的火灾检测方法,检测依赖单幅图像,无法提取多幅图像的时空信息,检测精度低,不能有效检测隧道火灾。因此,提出了隧道火灾帧差网络。帧差网络使用3D卷积核构建网络结构,提取视频中火灾的时间上下文信息;将帧差网络衔接至YOLOv5主干网络形成隧道火灾帧差检测网络,可以检测单幅图像及两幅图像,从而充分利用视频动态信息;使用CIoU函数优化网络的边界框损失,并融合分类损失与置信度损失,使网络能够快速收敛。实验结果表明,该网络在隧道火灾数据集上的平均精度高达91.03%,检测速度达到了63.7帧/s,具有较强的鲁棒性。通过选取最优分析策略设计隧道火灾检测应用方法,该方法在隧道场景中的漏检率和误检率分别为2.52%和2.03%,可以满足隧道火灾检测的准确性和实时性需求。     

动态相对模糊区域生长算法

为了提高区域生长的分割精度和模糊连通度算法的运算速度,减少算法所需的人工干预和种子点选取对分割结果的影响,提出了一种融合区域生长和改进模糊连通度,并结合置信区间和区域竞争方法,用于医学图像分割的动态相对模糊区域生长算法.首先算法使用置信区间区域生长快速地得出初步的多个对象分割结果,然后利用置信区间的参数,对分割区域间重叠部分使用动态相对模糊连通度算法进行再分割.通过在大量医学图像上的实验,实现了复杂背景下的图像分割.实验结果表明,该算法所需交互少,并能提高分割精度和速度.     

基于区域的图像融合方法

针对传统像素级图像融合方法割裂像素间联系的问题,提出了一种基于区域的图像融合方法.首先对源图像进行离散小波框架分解,对其中一幅的低频子图利用模糊c均值聚类方法进行区域分割,并将区域表示线性映射到其他源图像.然后利用区域小波系数的结构相似度和区域能量构造融合规则,依据融合后的系数重构可得到融合图像.实验结果表明该方法能够有效地融合源图像信息并保持源图像特征.     

基于图像多特征模糊融合的火灾检测

针对单一信息火灾检测方法精度低、鲁棒性差的问题，提出一种模糊融合图像多特征信息的火灾检测方法。以圆形度、轮廓粗糙度和火焰面积增长率等火焰图像特征值为模糊输入量，构建多信息模糊融合系统，降低误判率，提高火灾检测的鲁棒性。通过合理设计输入量的模糊化等级，使得模糊推理规则仅18条，减小算法计算量，提高火灾检测的实时性。室内环境下的火灾检测实验结果验证了该方法的有效性。