隧道衬砌背后脱空识别的改进瞬变电磁雷达法

针对衬砌背后脱空检测图像特征不显著、脱空定位及范围识别准确性较低等技术难题，以瞬变电磁理论为基础，结合隧道衬砌结构检测需求，提出了隧道衬砌背后脱空识别的改进瞬变电磁雷达法；通过改善发射系统关断时间增大探测深度；利用接收线圈等效电路及弱信号增强算法提升成像分辨率；在剔除强干扰信号并增大发射磁矩基础上，采用圆滑滤波处理及多周期叠加采样抑制数据噪声；基于视电阻率差异建立衬砌结构相关介质的TER图谱，通过不同类型混凝土构件的多种组合进行室内衬砌缺陷模拟检测试验，初步评估改进TER法检测衬砌背后脱空的可行性及其检测精度；在北京市地铁6号线郝北隧道进行了现场实际检测与应用，综合对比了TER检测图像与管片钻芯取样结果，以验证改进TER法检测衬砌背后脱空的有效性。研究结果表明：改进TER法具有较高的成像分辨率与较好的缺陷辨识效果，可直观清晰地反映衬砌背后脱空缺陷的实际特征，能有效识别衬砌厚度、钢筋埋深、衬砌背后脱空及衬砌内部空洞的具体位置及范围；可定量化描述10～20 cm的脱空缺陷，并对小于10 cm的脱空缺陷进行定位及脱空量级判定，对于衬砌背后深度达30 cm以上目标体的识别结果具有较好的参考性；...     

基于MATPCA方法的混凝土表观缺陷识别研究

以混凝土表观缺陷为对象,研究用图像处理和模式识别技术来实现表观缺陷的检测和识别,重点在混凝土外观缺陷图像的特征提取和设计有效、可靠的分类器,实现缺陷的准确分类.基于矩阵的主分量分析（MATPCA）是统计学中分析数据的一种有效的方法,它可以将数据从高维数据空间变换到低维特征空间,因而可以用于数据的特征提取及压缩等.将MATPCA法应用于混凝土表观缺陷识别系统的特征提取层,并在MATLAB中实现特征的提取,较好地满足识别层的输入要求;而在系统的识别层,研究BP神经网络方法取得了较好的实验效果.     

基于动态阈值和分层检测的图像缺陷识别算法的研究与应用

针对高精度印刷图像的质量检测中的检测速度和检测精度问题，本文提出了一种基于动态灰度阈值和分层检测的高精度印刷品质量检测的实时的图像缺陷识别算法，算法考虑到人的视觉感官特性，首先将所用的灰度阈值对采集到的印刷品图像进行缺陷的初卞识别和标定，然后再按照高精度图像检测要求采用分层检测的方法进行搜索，解决了以往图像检测缺陷识别中的检测效果和速度不理想的问题，经过在有度印刷图像的质量自动化检测系统中的应用，算法的速度和效果得到验证。     

基于数字图像处理的桥梁裂缝检测技术

针对含有裂纹缺陷的立交桥墩台和混凝土试件,采用数字图像分析技术,综合应用各种图像算法,在分析桥梁裂纹图像特点的基础上,开发出了一套适用于桥梁缺陷较远距离图像检测分析软件。在户外条件下对含裂纹混凝土试件的对比试验结果表明,采用图像处理技术进行桥梁小损伤的无损检测是切实可行的。     

一种基于模糊增强的多尺度边缘检测算法

图像的边缘检测技术是图像处理中最重要的内容之一,且已在图像分析和识别领域得到了广泛的应用.本文提出一种基于模糊增强的多尺度边缘检测算法.该算法首先用模糊增强算子对原始图像进行预处理,加大边缘两侧灰度的差异,然后利用多尺度边缘检测算法提取图像的边缘.最后,将该算法与经典的Sobel算子和Canny算子进行比较.实验结果表明,这种方法较好地解决了图像边缘的提取精度与图像噪声的抑制能力之间的矛盾.     

融合PHOG和MSLBP特征的铁路扣件检测算法

为了提高铁路扣件检测的识别率和鲁棒性,以及扣件图像PHOG特征的有效性,提出了简单有效的枕肩定位算法,该算法首先在提取PHOG特征前,根据枕肩、扣件和背景间的位置关系去除冗余背景信息;然后,模拟人眼视觉注意机制,设计MSLBP特征采样方式,提取扣件图像的宏观纹理特征;最后,采用分层次加权融合的方法联立两类特征,并采用SVM分类器进行扣件分类识别,提出一种基于计算机视觉和PHOG-MSLBP融合特征的缺陷识别算法.将该算法应用于实验,结果表明:与使用PHOG、MSLBP单一特征相比,基于PHOG-MSLBP融合特征检测算法的平均识别率分别提高了6.3%、4.5%,且鲁棒性更强,可满足扣件缺陷自动化检测的需要.     

一种多阶段处理的红外小目标检测方法

提出了一种二阶段红外图像序列小目标检测方法.该方法由2个相序的处理阶段组成,即目标的预侦测阶段和目标的确认阶段.在处理的第一阶段,通过快速扫描输入图像,根据视觉特征的显著性抽取潜在的目标集合.这些潜在的目标在第二个处理阶段通过双均值滤波方法被进一步地识别,判断出真目标,剔除假目标.统计分析在理论上证实了这种算法结构的高效和合理性.实验结果表明该方法在运算速度上有显著的优势.     

交通事件视频图像自动识别系统的研究

如何有效利用高速公路视频图像信息,实时全天候自动智能检测交通事件,提升交通管理部门应急处置能效,是当前公路视频监控亟需解决的问题．本文基于视频图像处理技术,开展交通事件自动识别算法和系统的研究：采用中值滤波、亮度缩放等图像预处理方法,提取交通视频图像的前景目标边界并抑制噪声;基于灰度阈值化方法,对车辆前景进行二值化分割处理;提出一种二值化场景图像连通区域标定算法,对交通事件前景目标进行特征提取与检测识别,并基于上述算法和识别流程开发了交通事件视频自动识别系统．试验表明,该系统对噪声干扰抑制能力较强,识别准确率较高．     

基于主动热成像技术的苹果表面缺陷分类方法

针对苹果在分级中缺陷检测及缺陷种类的判断,提出了苹果的擦伤、撞伤、虫孔及腐烂等缺陷检测方法,利用红外热像图中的线轮廓温度曲线来判断果梗、花萼;主动加热过程中虫孔处与果体外温差相对较小,擦伤、撞伤及腐烂处的导热系数不同,从而导致其在红外热像图中对应表面上的点的温度随时间的变化曲线也不相同,据此提出了利用温度变化曲线来区分不同缺陷种类的方法。     

基于热图时序特征和PNN的孔洞缺陷红外无损检测方法

利用热图时序特征和PNN,提出了一种以像素为单位,实现缺陷红外无损检测的新方法。该方法首先采用红外热像仪获取加热试件在降温过程中的红外时序热图;其次,提取时序热图中正常和异常区域的灰度值,建立不同区域的灰度值与时间的关系,进而获得相应的初始特征;再次,采用主成分分析方法对初始特征进行提取,获得时序特征;最后,以时序特征作为训练样本,构建概率神经网络,实现孔洞缺陷检测。实验结果表明,正常区和异常区识别率分别可达到95%和85%。