利用数字图像处理技术量测针片状颗粒含量

针对利用游标卡尺法判断颗粒针片状特征,费时费工,效率低,且准确率受人为因素影响大的缺陷,提出了利用数字图像处理技术量测颗粒针片状特征的方法,通过拍摄粗集料颗粒的平面图与侧面图,利用最小外接矩形技术,获得了粗集料颗粒的最小厚度与最大长度.结果证明,该方法效率高,准确性好.     

复杂环境下视频目标检测及其在交通系统中的应用

设计并实现了一种自动检测和记录车辆违法行为的视频系统.使用局域阈值分割算法,有效地提取复杂光影下的道路标线,利用图像抖动估计和补偿技术克服了摄像机抖动所造成的影响,提出对局部图像的边缘进行统计判别,以消除车辆阴影的干扰.实践表明,此系统能较好地工作在多种天气条件下及较复杂的环境下.     

遥感技术在公路工可研阶段工程地质调绘中的应用

阐述了遥感技术工作原理、手段、方法及发展现状，通过目前在内蒙古自治区两项重点公路工程工可研阶段工程地质调绘项目中的应用，介绍了利用遥感技术进行地质选线、地质判译，并结合现场踏勘调查，较准确的掌握走廊带区域工程地质、工程地质条件及河流水系、地形地貌特征等情况．有针对性地对圈出的不良地质区域进行地质勘察工作，从而提高了方案的准确性、可比性及工可研阶段的工作效率，缩短了外业工作周期、降低了成本，显示出遥感技术在公路工可研阶段工程地质调绘中起到的重要作用。     

铁路工程竣工决算编制方法的探讨

通过实例,探讨了在铁路工程施工中,建设单位与施工单位就工程签订的“单价合同”和“可调总价合同”两种合同方式的情况下,在工程竣工后,工程竣工决算的编制方法。     

现代制样技术中影响因素的研究

介绍了在现代制样技术上造成试样制备假象的起因、影响制样结果的一些条件、影响材料去除的诸因素以及注意事项等内容．同时纠正与之相关的一些传统上的错误认识。     

小岛法分析沥青混合料图像中级配颗粒组成的分形特性

利用沥青混合料数字图像技术,针对碎石颗粒外观所表现出的轮廓尺寸测定的无标度性和粒径变化所表现出的颗粒间的统计自相似性开展了级配分形特性研究,给出了"小岛法"计算级配颗粒组成的分形维数计算方法,并设计了常见的3种石料4种沥青混合料级配进行试验分析.试验结果表明,采用"小岛法"可以定量描述集料颗粒级配组成的分形特性,不同级配具有不同的分维值,其结果为大于1的数.     

粗集料颗粒几何形状对VCADRC的影响研究

在基于均匀设计的VCADRC试验的基础上，利用数字图像处理方法，通过获取各种花岗岩颗粒的形状参数，分析了颗粒几何形状对VCADRC的影响。同时，针对番禺花岗岩，设计了一系列磨耗试验，改变磨耗次数，分析颗粒形状系数与VCADRC的变化规律。结果表明，颗粒的形状系数与VCADRC相关关系高度显著，随着磨耗次数的增加，VCADRC开始逐渐减小，在磨耗过程中，颗粒的形状系数减小，颗粒趋近于球形，VCADRC减小。VCADRC与颗粒自身的物理特性密切相关，颗粒的粗糙程度、表面微观纹理结构也是VCADRC的重要影响因素。集料生产的全面质量控制引入颗粒形状系数指标是非常有必要的，可及时调整料源和生产工艺流程，选择合理的破碎机械设备，生产出质优稳定的路用石料。     

基于中介理论的车道线识别方法研究

以中介真值程度的数值化度量为基础,利用单个像素点的真值度,设计了新的图像去噪滤波算法。与经典算法相比,新算法具有较好的视觉效果。通过研究道路图像车道线的特点,采用中介距离比率函数来衡量像素点间相似程度,并设计了相应的图像边缘检测算法。与传统的道路图像边缘检测算法相比,新方法边缘增强效果显著。最后,基于道路直线模型,采用Hough变换实现了车道线的识别。     

路面裂缝图像处理算法研究

为了避免传统人工视觉裂缝检测方法的耗力、耗时、不精确、影响交通、危险、花费高等缺点,提出了一种新的基于图像处理技术的路面裂缝类病害自动识别算法。识别分为两个步骤:首先以一个5×5的窗口为基准,在这个窗口中确定9种不同的掩膜模板,对有噪音的路面图像进行平滑和增强;然后基于阈值分割理论,采用最大类间、类内距离准则对图像进行阈值分割,提取图像上的裂缝特征。最后对采集的200幅路面裂缝图像进行了平滑和分割试验研究,和Robison等常用的平滑模板相比,对图像进行增强的同时较好地保护了裂缝边缘。在对平滑后的图像进行分割当中,和Hough变换、数学形态学等分割算法进行了对比研究,结果表明了该算法在精度、速度和可靠性方面具有一定的优势。     

基于类Haar特征的驾驶者人眼疲劳状态的检测方法研究

使用摄像头采集视频图像,对输入图像做预处理(图像灰度化、中值滤波等);通过学习训练的方法构造基于类Haar特征的层叠式分类器,利用基于类Haar特征的层叠式分类器从输入图像中直接定位人眼;把人眼部分的图像截取出来,二值化人眼图像;然后计算二值化图像中垂直方向上瞳孔的宽度大小,从而判断眼睛的状态;最后通过多次的捕捉,计算眼睛闭合的频率来得出其疲劳状态。试验验证了上述算法的有效性。