地铁隧道裂缝图像采集与智能识别方法研究

文章对盾构隧道表面图像采集系统进行设计,提出一种新颖的隧道裂缝图像智能识别方法。图像采集系统包括面阵相机及光源一体化模块、相机支架、工控机和供电系统,该系统可实现隧道表面图像多目相机同步采集,图像辨识精度达到0.2mm。裂缝图像智能识别方法主要包括：基于边缘检测的深度卷积网络和基于图像后处理的裂缝识别算法,该图像识别算法可实现像素级的裂缝纹理检测以及精细化提取。通过现场实验和数据分析,文章提出的图像采集系统和智能识别方法可为实际隧道裂缝检测提供较好的技术支持。     

基于视频图像序列的船用雷达目标检测和目标特征参数提取

雷达系统在船舶导航、目标侦察、避碰等方面发挥着重要作用,目前已经成为必不可少的船舶功能设备,雷达视频信号中包含了回波信号的各种特征,通过分析雷达视频信号可以获取被测目标的距离、尺寸等参数。本文基于视频图像序列的船舶雷达系统目标检测和目标特征参数提取方法,重点介绍基于差分图像法的运动目标检测、雷达视频信号的噪声滤波、基于边缘算法的视频图像目标特征提取,最后结合软硬件环境,开发了针对船用雷达的视频图像目标检测系统。     

山城岩质地层条件下复合式TBM刀盘边缘滚刀安装倾角研究

边缘滚刀安装在全断面岩石隧道掘进机(TBM)刀盘的最外侧,由于存在安装倾角,其破岩力学行为和布置规律也更为复杂。基于颗粒离散单元法,以重庆地铁建设中遇到的典型砂岩为研究对象,引入颗粒间平行黏结接触关系,通过数值试验标定其颗粒流微观参数。建立3把边缘滚刀旋转切岩颗粒流模型,分析不同安装倾角下最内和最外侧边缘滚刀的受力特征,结合相邻滚刀间裂纹扩展情况,提出复合式TBM最内和最外侧边缘滚刀安装倾角最优范围。研究结果表明：边缘滚刀所受滚动力受安装倾角的影响较小,垂直力受安装倾角的影响较大,侧向力受安装倾角的影响最明显。最内侧边缘滚刀安装倾角过大会削弱其与相邻滚刀协同破岩作用,不利于提高破岩效率。滚刀受力和岩石裂纹贯通与否共同控制最内侧边缘滚刀倾角设计,建议重庆岩质地层复合式TBM最内侧边缘滚刀安装倾角设置为9°左右。滚刀受力主要控制最外侧边缘滚刀倾角设计,为提高滚刀受力稳定性和使用寿命,建议最外侧边缘滚刀安装倾角不超过70°。研究成果可为岩质地层条件下城市地铁复合式TBM的布刀优化设计提供参考。     

基于强化学习算法的能源工业云网智能接入方法研究

针对多种通信协议结合强化学习算法设计一个通用的可智能解析的协议接口,加快协议间的模式匹配,降低数据传输的延时性,提高工业物联网的时效性。实现无缝切换不同的数据接口以适应不同的网络通信模式。同时,如何通过强化学习使获取的动作策略确定一种统一的数据接口规范,可使得平台接入体系对于多源异构电工装备的数据达到良好的兼容性,为电工装备智慧物联体系与应用提供数据基础。     

连续钢桁梁桥涂装试板损伤红外检测

连续钢桁梁桥涂装试板损伤检测对判断桥梁腐蚀程度具有重要意义,为此提出连续钢桁梁桥涂装试板损伤红外检测方法。分析了红外检测原理以及涂装试板损伤检测的温度特征,采用红外探照设备获取涂装试板红外图像,并得到去噪后的图像采集结果。根据微分计算理念,建立微分形态学边缘检测算子,增强原始图像损伤边缘。通过多尺度小波变换得到增强图像包含的细节特征信息,将其输入增量式极限学习机(Incremental Extreme Learning Machine, I-ELM)损伤检测网络结构,生成涂装试板损伤检测结果。工程实例分析结果表明：红外损伤检测方法的标准差为0.02,具有较好的检测性能。     

基于机器视觉的试验间入口检测识别

针对试验园区内叉车运送货物进试验间场景,提出一种基于机器视觉的试验间入口检测识别方法,利用边缘检测和Hough直线检测算法,结合检测目标特点进行筛选优化,实现了园区内试验间入口检测识别功能,对于开发智能叉车辅助系统有一定的工程意义。     

基于边缘保持平滑滤波的Canny算子边缘检测

在Canny算子实施边缘检测前,运用具有边缘保持性能的滤波器做预处理.仿真实验主、客观分析表明,边缘保持滤波预处理的Canny算子较原有Canny算子在边缘检测性能方面有一定的改善;边缘保持滤波器性能的定量分析和比较,对预处理滤波器和Canny算子边缘检测参数的选择有一定的指导意义.     

基于Canny算子边缘检测的车牌图像增强方法

提出一种基于Canny算子的车牌边缘检测技术,该技术优点是适用于不同场合并且它的参数允许调整以便于识别不同的边缘特性,尤其适合车牌数字这样具有封闭特性的图像;其缺点是在实时图像处理时速度比较慢。     

基于生物识别的汽车人机交互拓展化研究

随着智能汽车的逐步普及,智能汽车用户群体的需求和问题也在逐渐变化。在智能汽车快速发展的大环境,以及符合各项规章制度的前提下,通过生物识别及其相关技术探究如何满足用户的个性化需求,以实现更加安全、高效的新一代人机交互方式。以调研中用户反映的驾驶体验问题和日常发现的驾驶问题为导向,针对性地进行了拓展化研究,提出相应的技术解决方案。