基于线特征跟踪的铁路桥梁支座振动位移测量方法

针对现有基于结构物表面纹理特征跟踪的支座振动位移测量算法易受光照、背景杂波、运动模糊等因素干扰的问题,提出一种基于线特征跟踪的铁路桥梁支座振动位移测量方法.利用大津法与连通体分析法获取感兴趣目标,并基于感兴趣目标确定线跟踪区域,提高支座位移计算效率;利用一种直线鲁棒检测算子,快速提取桥梁支座振动过程中线跟踪区域中的线目...     

基于多桥支座振动信号联合分析的列车荷载类型识别方法

在重型列车荷载反复作用下,桥梁结构易发生损伤与破坏,因此识别列车荷载作用类型可为管理部门提供桥梁可靠运营信息。目前既有的列车荷载类型识别方法往往基于桥梁结构局部力学响应建立,其忽略了整条线路中多点监测数据的关联,识别结果易受复杂环境影响。针对此问题,提出一种基于多桥支座振动信号联合分析的列车荷载类型识别方法。首先利用构建的桥梁支座健康监测视觉分析系统提取多桥支座的动位移数据,提出通过FFT信号相关分析对多桥支座振动数据进行时间同步,由此获得多点监测数据的联合表征;然后,将构建的多点监测数据联合表征可视化为灰度图像,并将列车荷载类型识别建模为图像识别问题;提出利用ShuffleNet-V2轻量级识别网络对构建的多点监测数据联合表征图像进行分类,由此识别不同类型的列车荷载。最后通过实际的桥梁支座健康监测系统进行测试,实验结果表明在复杂环境下多桥支座振动信号联合表征可获得良好的图像分类特征,而构建的轻量级识别网络可精准识别列车荷载类型,验证了本文方法具有很好的普适性与应用前景。     

一种基于时空相关分析的货运列车车号识别方法研究

提出一种基于时空相关分析的货运列车车号识别方法,该方法包括车号定位、片段聚类与车号识别3部分.基于连通体分析技术,提出利用货运列车车号字符间特定的几何比例关系有效地定位车号区域;在车号定位基础上,利用视频序列时空冗余信息建立帧信息补正模型,对部分定位错误帧图像进行补正并通过片段聚类方法将包含相同内容的车号视频序列进行切分;利用概率神经网络训练车号联合识别决策器,对可能包含同一车号的多帧图像进行联合识别,有效提高车号识别的准确率.通过在实际货运列车视频数据集上进行测试验证,本文算法对所有帧图像的平均车号识别准确率高于90％,优于传统基于静态图像处理的车号识别方法.     

钢桥密集螺栓异常状态视觉识别方法

针对传统机器视觉方法无法从不同拍摄视角和拍摄距离的图像中较好地识别出异常螺栓的问题，依据钢桥密集螺栓区域自身视觉特点，提出基于区域异常点分析的密集螺栓异常状态视觉识别方法。该方法首先提取和比对图像蓝色和红色通道灰度，完成梁体颜色分割，并运用选定的Canny算子提取梁体区域内边缘，采用Hough线识别方法剔除杂波；其次依据密集螺栓呈现簇状分布特点，运用密度聚类分析定位螺栓簇区域，并依据密集螺栓位置呈现平行网格分布的特点，运用投影分析定位单个螺栓区域；然后依据各螺栓的阴影特征，利用切比雪夫不等式快速判定螺栓状态，完成螺栓异常识别；最后，制作钢桥节点板模型，采集不同螺栓松动或脱落图像，对该方法进行测试。结果表明：该方法对图像拍摄视角和距离的适用度高，对螺栓脱落的识别能力优于对螺栓松动的识别；不同场景下单个螺栓定位的平均交并比大于0.75，且螺栓脱落和松动识别的准确率和召回率分别在0.89和0.85以上。