基于机器视觉的桥梁检测技术现状及发展

基于机器视觉的桥梁检测技术相对传统检测技术具有自动化程度高、检测效率好、检测成本低、不影响交通以及高耸构件检测便捷等优点。文中分析了采用机器视觉进行桥梁检测的研究应用现状;梳理了进行图像采集、病害自动识别以及裂缝测量的技术手段与方法,并分析了每种手段与方法的优缺点与适用范围。最后提出了该技术的发展方向:重点发展高效的图像获取手段与细微裂缝的自动识别算法。     

基于GPS精确授时技术的快速双向"绿波带"控制

介绍了一种利用GPS精确授时技术在城市干线实现快速、双向无电缆协调控制的方法。利用干线无线同步软件算法和MAXBAND算法,系统可以实现高精度、高稳定、快速的双向"绿波带"控制。     

先验信息强化的混凝土裂缝深度学习级联检测算法研究

为提高混凝土桥梁复杂表面的裂缝检测精度，提出一种基于深度学习的先验信息强化的裂缝级联检测算法。算法采用级联检测的方法将2个神经网络级联来检测裂缝；先验信息强化包括标准化和边缘强化，制作裂缝标准化切片时将裂缝旋转至水平走势并将质心放置在切片中心，同时根据灰度梯度相似性去除属于一般背景的切片；将切片进行裂缝边缘先验信息强化处理，以此人为地突出特征，降低网络训练难度。分别对比不采用先验信息强化和级联检测的网络结果，评价网络检测性能。实验结果表明，对混凝土桥梁表面裂缝检测的精确率和召回率达到89.64%和98.02%,能较好地避免背景中干扰物的影响。