改性沥青及纤维增强沥青混合料应力松弛性能试验研究

通过等速加栽弯曲试验，研究GoodRoadⅡ聚酯纤维增强沥青混合料和SBS改性沥青混合料的应力松弛能力的结果表明。二者的应力松弛速度增大，松弛能力增强，低温稳定性能良好。用弯曲试验来推断应力松弛能力是一种有效的方法。     

堵住漏洞 管住客车 防住雨天 稳住农村部交管局部署各地严查交通违法行为遏制较大事故频发势头

为有效防控重特大道路交通事故风险,公安部交管局于4月11日召开了全国视频会议,部署自4月至6月集中开展以“清除隐患、严查违法、强化共治”为主题的预防重特大道路交通事故专项整治行动,并下发了工作方案,实施十二项具体任务,提出了努力实现第二季度重点交通安全隐患明显减少、严重交通违法行为明显遏制、交通安全协同共治明显增强、重特大交通事故明显减少的行动目标.     

虚拟现实融入汽车界

正根据消费电子协会(CEA)的研究,在2015年间,虚拟现实头戴设备的销售预计将增长500%,卖出120万台设备。这些销量的总收益预计达到5.4亿美元,在2015年末时增幅达到440%。作为目前发展速度最快的科技领域,2016 CES展上可以看到虚拟现实和增强现实技术的最新发展。IHS高级分析师Mark Boyadjis表示:"增强现实不仅仅是一个时髦的术语。在汽车领域,它和虚拟现实一样将会无处不在。目前,将计算机生成的图像显示给司机仍然具有一定的挑战性,因为汽车处理器还无法感知道路上的物体,并在显示器中实时显示。     

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.     

基于增强现实技术的智能针灸系统的视觉处理

增强现实是把计算机产生的虚拟物体或其它信息整合成到用户看到的真实世界中的一种技术.本文简单地介绍了增强现实技术的概念,及所设计的基于增强现实技术的智能针灸系统,并详细介绍了采用双目视觉成像原理对该系统所进行视觉处理,以及基于特征的配准方法,通过实例证明,效果较好.     

[飞鱼]的诱惑如何对待欧盟对华军售解禁

从2003年6月欧盟表示要解除自1989年实行至今的对华军售以来,许多军迷翘首以盼,但是,只听“楼梯响不见人下来”。最近,欧盟对华军售解禁的信号似乎再次增强,我们究竟该如何看待？     

基于改进Canny算法的噪声图像边缘检测

针对经典Canny算法应用中常出现的无法滤除椒盐噪声且滤波后图像细节信息易丢失、Sobel卷积核定位的边缘信息精度较差、双阈值选取存在偶然性等问题,对Canny算法进行改进。首先采用自适应中值-高斯滤波法代替传统的高斯滤波,并融合Laplace边缘增强法,滤除大量噪声的同时保留图像边缘细节信息;使用精度更高的Scharr算子代替Sobel算子计算图像梯度幅值和方向;然后通过最大类间方差法自适应计算图像的最优阈值;最后选用BSD500数据集进行实验,结果表明：文中算法相对于经典Canny算法,峰值信噪比平均提升14.5 dB,边缘检测评价指标C/A提高0.07～0.24,C/B提高0.06～0.14,算法性能指标提高24.8%。     

计及少样本的YOLOv5s轨枕掉块小目标缺陷检测方法研究

轨枕作为固定钢轨和扣件的重要轨道零部件之一,由于长期承受钢轨传来的各种作用力,其端部易出现掉块,造成轨道机械结构稳定性下降,故轨枕掉块缺陷检测对保证列车正常运行起到重要作用。针对轨枕掉块缺陷检测方法存在精度较低和缺陷样本少的问题,提出一种计及少样本的YOLOv5s轨枕掉块小目标缺陷检测方法。首先,采用Copy-Pasting数据增强方法增加轨枕图像中掉块小目标数量,解决缺陷样本少的问题;其次,通过降低网络下采样倍数和删除大尺度检测层的方式改进YOLOv5s模型的多尺度检测层,提高轨枕掉块缺陷检测精度和速度;然后,将锚框之间的平均交并比作为距离量度改进K-means聚类算法,并使用遗传算法优化,重新匹配适合轨枕掉块缺陷检测的锚框;最后,使用跨尺度连接结构和双向特征加权融合模块改进YOLOv5s的特征融合结构,增强特征融合能力。实验结果表明,与原模型相比较,改进后的YOLOv5s模型平均精度达到94.1%,提高2.3%,检测速度达到93.3 fps,提高26.6 fps,能够准确且快速地识别轨枕掉块小目标缺陷。     

基于增强现实的船舶机舱智能巡检技术研究

为了减少船舶机舱巡检过程中的人因失误,提高轮机员的单兵作业能力,以船舶机舱巡检任务为研究对象,提出了一种基于增强现实的船舶机舱智能巡检技术。针对机舱同类仪表识别率低的问题,融合蜣螂优化算法和目标检测算法,得到了一种全新的目标检测优化算法,实现了对机舱仪表的高精度识别和定位。通过构建船舶机舱的虚拟模型,利用任务系统的时序性和交互性,结合导航系统,实现了机舱导航和任务指引功能。试验证明,改进的蜣螂优化识别匹配算法在耗时和准确率方面均优于其他算法。在实际巡检效果方面,增强现实智能巡检规划的路线能够有效避免漏检现象,巡检准确率超过95%,有效提升了轮机员的巡检能力和效率。