模糊图像的不连续边缘智能检测改进算法

针对传统不连续边缘检测算法利用增强图像边缘对比度进行检测, 只适用于检测灰度值变化不强烈及含有普通噪声的图像边缘, 检测性能具有局限性的问题, 提出一种模糊图像的不连续边缘智能检测改进算法. 首先通过广义交叉验证准则获取图像噪声方差估计值, 对图像中高斯噪声进行判别, 使用自适应模糊滤波器对含噪图像进行模糊滤波处理; 然后采用改进模糊图像边缘检测算法, 按图像含噪情形制定边缘检测策略, 获取模糊图像边缘； 最后通过灰度形态学的模糊图像不连续边缘检测算法, 对模糊图像边缘受灰度值不均匀变化形成的膨胀、 腐蚀、 形态学梯度型不连续边缘进行检测. 实验结果表明, 该算法抗噪性较高, 模糊图像不连续边缘检测的结果更清晰、 完整.     

桥梁结构全息模态参数识别方法试验研究

针对传统桥梁结构健康监测中使用的接触式传感器存在数据离散性大、安装程序繁琐、难以反应桥梁结构整体状况等局限性,本文基于全息视觉传感器智能监测系统,识别结构全息几何形态在相应时空域上的振动信号,较为准确的获取结构全息图像数字化位移坐标信息,同时针对提取的振动位移进行频谱分析,获取桥梁结构的模态参数,实现对桥梁状况的基本识别。本文对一座缩尺模型桥进行试验验证,研究结果表明：全息视觉传感器智能监测系统测试结果与位移传感器测试结果吻合度较高,针对竖向荷载响应的功率谱,两种方法实测结果在低频范围内都能够较好地吻合,振型变化趋势基本一致。基于全息视觉传感器智能监测系统的桥梁形态监测真实、连续、敏感,较为准确地反映了结构在各工况下的位移变化和模态响应,后期将会进一步优化全息视觉传感器监测系统识别灵敏度,实现在各种工况激励下的高阶模态参数和结构损伤识别。