基于区域候选的粗-精行人检测方法

为了解决行人检测过程中漏检的问题,提出一种将传统检测方法与区域候选网络相结合的方法。运用局部无关通道特征(LDCF)方法对图片进行粗检测,筛选出在训练集上漏检的窗口。采用k均值(k-means)算法对数据集中漏检的目标框进行聚类,得到合适的尺度与长宽比。针对相应的尺度与长宽比训练区域候选网络(RPN),提高粗检测阶段的召回率。利用改进的颜色自相似特征以及简化的卷积网络结构对窗口特征进行更为准确的描述。使用改进的深度网络提取特征,并训练级联分类器,对粗检窗口进行精细判断。在行人检测数据集TUD-Brussels和Caltech上进行实验,得到的平均对数漏检率分别为46%和9%。     

基于TOPHAT-PCNN的图像车辆目标检测方法研究

对传统的车辆目标检测方法进行改进,提出了一种基于形态学高帽变换(TOPHAT)与脉冲耦合神经网络(PCNN)相结合的车辆目标检测方法.首先对交通图像进行形态学高帽变化提取图像的目标区域、然后分析了PCNN特征对车辆图像与非车辆图像的区分度,统计了熵特征和脉冲点火特征分别对原始图像和TOPHAT图像的有效性,选取了迭代平均熵作为车辆检测的有效特征,并采用滑窗的方式进行车辆检测,最后利用边缘密度信息对检测出的车辆目标进行后续验证.实验从有效性和准确性两方面进行验证,实验图片来自实际交通路口,结果表明:该方法能够有效地进行车辆目标检测,同时与其他车辆目标检测方法相比,具有检测率高、误检率低,消耗时间少等特点,能够较好的实现智能交通中车辆目标的快速检测.     

基于深度卷积神经网络融合模型的路面裂缝识别方法

现有的路面裂缝识别方法大多仍局限于基于主动特征提取的处理技术,对路面图像来源有专一性要求,算法不具备泛化能力,现有的基于神经网络识别算法对设备有特定要求,且路面裂缝的定位准确性不高。为此,提出基于深度卷积神经网络融合模型的路面裂缝识别方法。首先,应用多目标SSD卷积神经网络模型对路面裂缝进行分类检测,然后使用深度残差网络对SSD模型的特征提取结构进行改进,并根据损失函数的收敛程度对模型中的超参数进行优化,提高路面裂缝分类和定位的准确率;其次,针对裂缝分类检测模型对路面裂缝定位存在的偏差,提出基于U-Net模型的路面裂缝分割方法,并改进模型的特征提取网络,提高裂缝分割精度,实现精确的裂缝分割;最后,将裂缝分类检测模型与分割模型进行融合,加载2个模型并导入上述训练得到最优权重,根据裂缝分类网络判断路面图像有无裂缝,若存在裂缝则给出具体类别和置信度,并将这些信息和原始裂缝图像输入U-Net分割网络,根据分割结果计算线性裂缝的长度、宽度及网状裂缝的面积。试验结果表明:给出的路面裂缝识别方法对于横向裂缝、纵向裂缝和网状裂缝的识别精度分别为86.6%、87.2%和85.3%;该方法不仅能够给出路面裂缝的类别信息,还可以给出路面裂缝的精确定位和几何参数信息,可直接用于路面状况评价。     

基于脉冲耦合神经网络的超声图像病理区域检测算法

超声图像的病理区域检测对辨别疾病的良恶性具有极其重要的价值.针对超声回声大、粒状斑点多的特点,提出了基于脉冲耦合神经网络的区域自动检测算法.首先脉冲耦合神经网络对图像进行点火处理,经过形态学闭运算、二值反相、区域标记等操作,自动提取出种子点;以种子点为种子像素对图像进行区域增长,提取出感兴趣的区域,经过伪彩色编码增强后,凸显病理区域,便于医学临床诊断观察与超声图像的进一步量化分析处理.     

铝合金MIG焊熔池的脉冲耦合神经网络边缘检测

针对铝合金MIG焊熔池边缘检测问题,采用脉冲耦合神经网络检测铝合金MIG焊熔池边缘.介绍脉冲耦合神经网络算法的原理,利用MATLAB软件平台进行基于脉冲耦合神经网络的铝合金MIG焊熔池图像的边缘检测,并将结果与用Canny等算子提取的结果进行对比分析.结果表明,应用脉冲耦合神经网络算法进行熔池图像边缘检测是可行的,而且...     

路面裂缝自动识别与测量

为了提高道路裂缝损伤检测效率,保证检测工作的安全性,加强检测数据的标准化建设,研究了路面裂缝自动识别与测量方法。通过分析既有方法的缺陷,提出采用均值漂移技术的图像平滑与分割方法,初步分割候选裂缝,采用定向跟踪方法提取裂缝骨架;基于裂缝骨架内插得到完整裂缝,完成裂缝自动提取与编码;最后将裂缝骨架分段,精确计算裂缝形态参数,实现裂缝形态完整测量。研究结果表明:该方法对路面粗糙度和裂缝方向不敏感,可以识别较细小裂缝,裂缝识别的定位精度达到0.5个像素以下,裂缝长度的相对误差小于2%,具有较高精度和可靠性。     

基于E-HRNet的路面破损区域识别方法

针对现有路面破损区域识别方法识别效率低、泛化性能差等问题,提出了一种基于深度高分辨率网络HRNet的路面坑槽和裂缝识别方法 .采用车载单目相机实地采集路面坑槽和裂缝图像,并对图像进行预处理和标注,生成路面破损数据集.在原HRNet基础上,对其网络特征提取层的4个不同分辨率表征分别融合改进的卷积注意力模块,形成E-HRNet网络模型.为了提高EHRNet模型的推理速度,对其各步骤中不同分辨率分支的残差层数进行了优化,并采用联合损失函数对该模型进行监督训练.试验结果表明：E-HRNet网络模型对路面坑槽和裂缝区域分割的平均像素精度和平均交并比分别达到了94.53%和88.31%,与原HRNet网络模型相比,平均像素准确率增加了6.53%,平均交并比提升了5.38%,平均类别准确率提高了1.39%;模型检测帧率提高了30.3%,而模型体积则减少了42.6%,可满足模型轻量化和实时检测的需求;与DDRNet、DeeplabV3+等同类模型相比,E-HRNet网络模型对坑槽和裂缝区域的分割精度更高,有效地避免了漏检、误检以及边界模糊等问题的出现,具有更好的实时性和泛化性.     

基于稀疏自编码的路面裂缝检测

针对传统路面裂缝检测系统在复杂纹理背景噪声下检测效率低,易造成漏检、错检等现象提出了一种基于稀疏自编码的裂缝自动检测方法. 该方法首先采用一种基于各向异性的检测算法进行裂缝子块的初步筛选,经过稀疏自编码提取出特征后由softmax分类器进行训练和分类,最后由张量投票算法进行空间加强和去噪从而得到裂缝信息. 实验结果表明,文中提出的算法在无人工干预的情况下能够有效检测出图像裂缝区域,相比传统检测算法具有更高的检测精度和抗干扰能力.      

基于深度学习和ArcMap的路面病害智能综合检测方法

为了提升路面病害检测效率,实现路面病害检测结果的可视化显示,结合深度学习技术和ArcMap地理信息系统,设计一种适用于沥青路面的路面病害智能综合检测方法.该检测方法首先利用基于视觉几何组(visual geometry group, VGG)模型的卷积神经网络进行路面图像分类,再利用基于单步多框检测(single shot MultiBox detector, SSD)模型的目标检测网络实现路面病害识别,最后利用ArcMap地理信息系统生成道路健康地图.测试结果表明：基于VGG-16模型的路面图像分类准确率为94.60%,能够判别正常路面和病害路面;基于SSD模型的路面病害识别平均精确度为87.36%,能够有效识别坑槽、松散、车辙、裂缝、泛油和修补等6类病害类型;基于ArcMap系统的道路健康地图能够实现病害定位与结果显现.     

基于BP神经网络和均值差分的TFT-LCD MURA缺陷检测方法

TFT-LCD MURA缺陷具有背景整体亮度不均、灰度变化不明显等特点,用基于机器视觉的方法从TFT-LCD图像中分割出缺陷是非常困难的.本文提出一种新的MURA缺陷检测方法,首先在分析TFT-LCD图像中背景与MURA缺陷灰度值差异的基础上,采用均值滤波和背景差分法来抑制背景杂波,然后采用灰度约束获取疑似MURA缺陷区域,最后提取疑似区域灰度特征并将其放入训练后的BP神经网络提取缺陷目标.结果显示,本文方法正确检测概率为98.1%,误检率为1.4%,平均检测时间为0.33秒.仿真实验结果表明,本文提出的方法对MURA缺陷的检测非常有效,且算法简单,实时性高,易于实现.     

基于图像高维特征压缩映射的混凝土表面裂缝检测算法

在复杂背景下,基于单一朴素特征表示的混凝土裂缝检测算法易受光照、背景杂波的干扰.利用多种图像区域特征描述子可以提取混凝土图像区域大量丰富的纹理特征,取得良好的裂缝病害检测效果.然而高维度的图像区域特征向量给后续的裂缝分类检测过程带来巨大的存储与计算负担.针对此问题,提出一种基于图像高维特征压缩映射的混凝土表面裂缝检测算法.基于Johnson-Lindenstrauss引理,本文算法可以利用较少的区域特征向量获得关于裂缝与非裂缝区域具有良好区分度的特征描述.在高维特征压缩映射的基础上,进一步利用最小二乘支持向量机快速准确地判断出裂缝与非裂缝样本.通过在实际采集的混凝土图像数据集上进行测试验证,本文算法的训练效率比高维样本模型训练快150多倍,同时裂缝病害区域检测准确率为90.3%、召回率为91.2%,优于其他对比裂缝检测算法.      

电沉积法修复钢筋混凝土裂缝的试验研究

从电化学角度对电沉积方法修复混凝土裂缝的原理及其影响因素进行了探索性的试验研究，证实了在裂缝尖端有电流密度集中现象，通过调节外加电压统计分析发现，裂缝端的电流密度比临近无损伤区域高出了数百倍；试验测定了电沉积过程中受损水泥基试块的质量增加量、裂缝愈合率等参数，并研究了水灰比和不同电解质溶液对混凝土电沉积修复效果的影响．     

图像过渡区直接提取与分割快速算法

以往的过渡区直接提取与分割算法速度较慢,抗噪性差.提出将一种局部复杂度参数用于图像过渡区提取与分割算法,实验结果表明,算法运算速度快,抗噪性好,且不存在小样本问题,易于硬件实现.     

分子动力学模拟裂纹扩展及相关尺寸行为

运用分子动力学模拟方法研究原子弛豫对于裂尖场的影响,发现弛豫后裂尖离散非线性区半径约为150(A);如果原子区大于这一尺寸,连续介质力学的弹性场可以通过边界条件,有效影响原子尺度的裂尖行为.进一步研究表明:体心立方铁中,张开型裂纹在低温时为脆性解理扩展,并伴随裂尖层错和孪晶的形成;随着温度升高,裂尖层错和孪晶的形成逐渐减弱,在250 K左右发生脆韧转变;同时观察到裂尖位错发射.     

断裂力学在岩石中的探索

本文从能量平衡观点并通过坐标变换建立了岩石内裂纹的扩展条件;据此,导出了剪切断裂稳定性准则,其结果与文[1]相同。文中试用应变能密度因子理论分析与解释了岩石材料的单轴抗压强度远大于其单轴抗拉强度。并用复应力函数探讨了岩体内闭合裂纹端应力强度因子的表达式。最后,指出了当前岩石断裂力学中存在的主要问题。     

西藏沥青路面裂缝温度疲劳扩展寿命分析

为了研究温度收缩对沥青路面开裂的影响规律,在考虑沥青混凝土弹性模量及温缩系数随温度改变的变化规律的基础上,采用断裂力学有限元模型对温度型表面裂缝及反射裂缝的扩展进行动态分析,并预估2种温度裂缝疲劳断裂寿命.结果表明:不同变温条件下,裂缝扩展的应力强度因子K呈现出不同的增长趋势,温降越大,裂缝扩展越快;基准温度越低,裂缝扩展越快.其中表面裂缝温度疲劳扩展寿命要远远小于反射裂缝的温度疲劳扩展寿命,路面结构参数对反射裂缝温度疲劳扩展的影响则要明显高于对表面裂缝温度疲劳扩展的影响.     

Fatigue Crack Propagation Behavior of Rubber-toughened Epoxy Resin

ＩｎｔｒｏｄｕｃｔｉｏｎＡｓｅｘｃｅｌｌｅｎｔｐｏｌｙｍｅｒｉｃｍａｔｅｒｉａｌｓ,ｅｐｏｘｉｅｓａｒｅｗｉｄｅｌｙｕｓｅｄｉｎｍａｎｙｅｎｇｉｎｅｅｒｉｎｇｆｉｅｌｄｓａｓａｄｈｅｓｉｖｅｓ,ｍａｔｒｉｘｍａｔｅｒｉａｌｓｉｎｆｉｂｅｒｒｅｉｎｆｏｒｃｅｄｃｏｍｐｏｓｉｔｅｓ,ｐｏｔｔｉｎｇａｎｄｅｎｃａｐｓｕｌａｔｉｎｇ[1].Ｂｕｔｅｐｏｘｉｅｓａｒｅｕｓｕａｌｌｙｂｒｉｔｔｌｅａｎｄｅａｓｉｌｙｃｒａｃｋｅｄ[2].Ｒｕｂｂｅｒｍｏｄｉｆｉｃａｔｉｏｎ,ｔｈｅａｄｄｉｔｉｏｎｏｆａｒｕｂｂｅｒｙｐａ…     

22NiMoCr3-7钢椭圆裂纹体断裂预测

采用ABAQUS有限元分析软件对核压力容器用22NiMoCr3-7钢椭圆裂纹体进行弹塑性数值计算,用J-A2双参数描述韧-脆转变温度区椭圆裂纹前沿的应力场,根据RKR断裂准则预测椭圆裂纹扩展的起始点和材料韧-脆转变参考温度.结果表明:载荷一定时,随着温度的上升,J积分和约束参数A2也相应提高,温度对J积分的影响比对约束参数A2的影响要大;浅椭圆裂纹的最大J积分值出现在最深点处,而半圆裂纹则出现在表面点附近;根据RKR准则和J-A2三项解建立断裂预测公式,可以将标准三点弯曲试样的断裂韧性测试数据转移应用到带表面裂纹构件的断裂评估,为解决工程实际问题提供一种实用方法.     

羊渠河矿井采用“高抽巷”抽放瓦斯的探讨

针对羊渠河矿井的具体条件，对比分析该矿井及邻近矿井以往采用的瓦斯抽放方法，结合“高抽巷”的适用条件及其在其它矿区的应用情况，确认该矿井采用“高抽巷”抽放瓦斯，比其它瓦斯抽放方法具有更好的技术经济效果。     

热辐射应力图像分析确定应力强度因子K_I 和裂纹尖端塑性区

本文借助于热辐射应力图像分析技术对裂纹尖端附近的应力场进行分析测定。记录了铝质紧凑拉伸试件的热辐射应力图像,给出裂纹尖端前沿的温度变化曲线。根据热弹效应和线弹性断裂力学理论,通过解析建立用热辐射应力图像分析技术确定Ⅰ型裂纹应力强度因子的基本方程。在此基础上,用热辐射应力图像分析技术实验确定Ⅰ型裂纹应力强度因子和裂尖塑性区。