建筑节能现场检测方法 田斌守 摘要本文综述了几种建筑物围护结构传热系数现场检测方法的原理、操作方法、适用条件，指出各种方法的优缺点及注意事项。 关键词建筑节能检测热流计法热箱法控温箱－热流计法非稳态法当今飞速发展的国民经济活动必然导致前所未有的资源能源消耗速度。而许多资源能源是不可再生的，为了人类的可持续发展，节约能源刻不容缓。据介绍，我国目前单位建筑面积采暖能耗相当于气候条件相近的发达国家的2～3倍，而建筑能耗也占全国能耗总量的27.5％。随着人民生活水平的不断提高、城市化进程的加快以及住房体制改革的深化，建筑能耗在我国增长趋势很大，很可能是我国今后能耗的一个主要增长点。为建设节约型社会，促进经济社会可持续发展，国家发展委员会发布了“节能中长期专项规划”，建筑节能作为三大重点领域中的一项，受到高度重视。建设部也相继发布了一系列建筑节能标准，其中包括若干强制性条款，目前正在建设领域逐步实施。 建筑节能工作从流程上可分为设计审查、现场检测、竣工验收三个大的阶段。对节能建筑的评价，从建设前期对施工图纸审查计算阶段、向现场检测和竣工验收转移是大势所趋。建筑节能现场检测也是落实建筑节能政策的重要保证手段。目前，全国范围内建筑节能检测都执行JGJ132－2001《采暖居住建筑节能检验标准》，它是最具权威性的检测方法，它的发布实施，为建筑节能政策的执行提供了一个科学的依据，使得建筑节能由传统的间接计算、目测定性评判到现在的直接测量，从此这项工作进入了由定性到定量、由间接到直接、由感性判断到科学检测的新阶段。 根据我们对建筑节能影响因素和现场检测的可实施性的分析，我们认为能够在实验室检测的宜在实验室检测（如门窗等作为产品在工程使用前后它的性状不会发生改变），除此之外，只有围护结构是在建造过程中形成的，对它的检测只能在现场进行。因此建筑节能现场检测最主要的项目是围护结构的传热系数，这也是最重要的项目。如何准确测量墙体传热系数是建筑节能现场检测验收的关键。目前对建筑节能现场检测的、围护结构（一般测外墙和屋顶、架空地板）的
作业一红外热像检测技术综述 院（系）名称机械工程及自动化学院科目现代无损检测技术 学生姓名X X 学号XXXXXXXX 2016 年1X 月1X 日
红外热像检测技术综述 XXXX XXXX 目录 1 红外热像检测技术的原理介绍 (1) 2 红外热像检测技术的应用 (2) 2.1材料的内部制造缺陷的红外热像检测 (2) 2.3结构内部损伤及材料强度的检测 (3) 2.4在建筑节能检测中的应用 (3) 2.5建筑外外墙面饰面层粘贴质的检测 (4) 2.6在建筑物渗漏检测中的应用[13] (4) 3 红外热像检测技术国内外发展现状 (5) 3.1红外热像检测技术国外发展现状 (5) 3.2红外热像检测技术国内发展现状 (7) 4 参考文献 (10) I
1 红外热像检测技术的原理介绍 红外热成像检测技术采用主动式控制加热激发被检物内部缺陷，通过快速热图像采集和基于热波理论图像处理技术实现缺陷检测。它通过光学机械扫描系统，将物体发出的红外线辐射汇聚在红外探测器上，形成红外热图像，由此来分辨被测物体的表面温度。该技术具有检测速度快、非接触、范围广、精度高、易于实现自动化和实时观测等诸多优点，适合于裂缝、分层、积水、冲击损伤等问题的诊断。 红外线和可见光及无线电波一样是一种电磁波，红外线的波长比可见光长，比无线波短，为0.78~1000m μ，可分为近红外、中红外和远红外。任何物体只要不是绝对零度，都会因为分子的东{转和振动而发出“辐射能量”，红外辐射是其中一种。如果把物体看成是黑体，吸收所有的人射能量，则根据斯蒂芬—玻尔兹曼定律，在全波长范围内积分可得到黑体的总辐射度为: ()40 ,M M T d T λλσ∞==? (1.1) 式中:()()152121,exp 1c M T c W m m T λλμλ---??????=-???? ?????? ??? 为黑体的光谱辐射度;1c ，2c 为辐射常数，8241 3.741810c W m m μ-=???，42=1.438810c m K μ??，σ为斯蒂芬—玻尔兹曼常数，8245.6710W m K σ---=???，实际的大部分人工或天然材料都是灰体而不是黑体材料，与黑体不同，灰体材料的发射率1ε≠，灰体表面能反射一部分入射的长波()>3m λμ辐射，因此灰体表面的辐射由自身发射的和环境反射的两部分组成，用红外探测器可直接测量灰体发射和反射的总和ap M ，但无法确定各自的份额。通常假设物体表面为黑体，将ap M 称为表观辐 射度，为便于理解，一般将其转换为人们较熟悉的温度单位，称为表观温度ap T ，即: ()()()()04,,ap t l ap ap M M T M T d T λελλρλλλσ=+=? (1.2) 上述的表观温度ap T ，即为红外探测器测量所得温度。在无损检测中测量距离一般较近，可以忽瞬大气的影响，故被测物体的表面发射率。的取值是否准确是影响测量精度的关键因素。
智能视频监控的异常检测 摘要：视频监控在国民经济中发挥着越来越重要的作用，本文在对视频监控技术的构成与发展进行研究分析的基础上，针对智能网络视频监控系统图像采集范围广、通道数量多，难以实时全面兼顾的特点，对硬件故障，图像异常检测、异常分析等若干关键技术进行了深入研究，并建立了带有自动识别报警系统的视频监控设备故障检测系统。 关键词：视频监控；异常检测；报警系统 anomaly detection of intelligent video monitor zhang guimao1,liu xiang2, liu qu2 (1 xinjiang dushanzi tianli high-tech co.,ltd.,karamay 833600,china;2 xinjiang dushanzi petrochemical company,communications company,karamay 833600,china) abstract:video monitor in the national economy is playing an increasingly important role in this paper,the composition of video surveillance technology with the development of research and analysis,based on the intelligent network video surveillance system for image acquisition range,number of channels and more difficult to fully take into account the characteristics of real-time,hardware failure,the image anomaly detection,anomaly analysis,a number of key technologies in-depth study, and the establishment of an
第24卷 第12期2007年12月 公 路 交 通 科 技 Journal of Highway and Transportation Research and Development Vol 24 No 12 Dec 2007 文章编号:1002 0268(2007)12 0127 05 收稿日期:2006 08 01 基金项目:江苏省科技计划高技术研究项目(BG2005008) 作者简介:胡铟(1973-),男,江西南昌人,博士研究生,研究方向为计算机视觉、目标检测及跟踪 (huyinyx@163 com) 基于单目视觉的路面车辆 检测及跟踪方法综述 胡 铟,杨静宇 (南京理工大学,江苏 南京 210094) 摘要:首先介绍了车辆检测算法的3种基本组成部分:检测、验证、跟踪,然后根据算法的组成重点介绍了车辆检测以及跟踪的几种主要算法。车辆检测算法包括基于特征的方法、基于光流场的方法和基于模型的方法,车辆跟踪算法包括基于区域相关的方法、基于活动轮廓的方法、基于特征的方法和MeanShift 快速跟踪算法。根据试验结果对各种车辆检测和跟踪方法的优点、缺点以及实际应用中不同情况下适用范围的局限性进行了综合分析。最后在结论部分总结展望了文中介绍的几种车辆检测和跟踪方法的应用前景,并提出了在实际应用时的一些建议和将来的主要研究和发展方向。 关键词:智能运输系统;车辆检测;单目视觉;跟踪中图分类号:TP391 4 文献标识码:A Veh icle D etection and Tracking Based on Monocu lar Vision HU Yin,YANG Jing yu (Nanjing Universi ty of Science &Technology,Jiangsu Nanjing 210094,China) Abstract :First,the three component of the vehicle detection algori thm including detection, verification and tracking are discussed Then,the algorithm of detection and tracking are discussed with emphasis on composition The vehicle detection algorithm includes feature based,op tical flow based and model based method The vehicle tracking al gorithm includes region correlation based,active contours based,feature based and mean shift based method The meri t and di sadvantage of these algori th ms is discussed accordin g to the result of experimentation Finally,some suggestions for fu ture research and application are presented Key words :Intelligent Transport Systems;vehicle detection;monocular visi on;trackin g 0 引言 近年来随着计算机视觉技术的发展,计算机视觉 在智能交通系统中得到了广泛的应用,如交通事件及流量的监测 [1] 、路面病害检测以及智能车辆的自动导 航等。作为智能交通系统的一个方面,智能车辆利用检测和智能算法去理解车辆的即时环境,并且提示驾驶员部分或完全控制车辆的行驶。 智能车辆的应用领域可以分为: (1)为驾驶员提供建议或警告(碰撞报警)。(2)部分的控制车辆,可以是持续的驾驶辅助, 如行道线的维持,或者是紧急事件的干预,碰撞的紧急避免措施。 (3)完全的控制车辆(自动驾驶系统)。 在过去的几年中,为了研究改良安全性和防止事故的新技术,许多国家和国际间的项目开始启动。车辆事故的统计数据揭示出其他车辆是驾驶员面临的主要威胁。因此研究对驾驶员发出关于行驶环境和可能与其他车辆碰撞的警告辅助系统受到更多的关注。 利用光学传感器的车辆检测是一个极富挑战性的任务,具体说有如下需要解决的难点问题: (1)车型多样:各种形状,大小,颜色;
入侵检测技术综述 胡征兵1Shirochin V.P.2 乌克兰国立科技大学 摘要 Internet蓬勃发展到今天，计算机系统已经从独立的主机发展到复杂、互连的开放式系统，这给人们在信息利用和资源共享上带来了很大的便利。由Internet来传递和处理各种生活信息，早已成为人们重要的沟通方式之一，随之而来的各种攻击事件与入侵手法更是层出不穷，引发了一系列安全问题。本文介绍现今热门的网络安全技术-入侵检测技术，本文先讲述入侵检测的概念、模型及分类，并分析了其检测方法和不足之处，最后说描述了它的发展趋势及主要的IDS公司和产品。 关键词入侵检测入侵检测系统网络安全防火墙 1 引言 随着个人、企业和政府机构日益依赖于Internet进行通讯，协作及销售。对安全解决方案的需求急剧增长。这些安全解决方案应该能够阻止入侵者同时又能保证客户及合作伙伴的安全访问。虽然防火墙及强大的身份验证能够保护系统不受未经授权访问的侵扰，但是它们对专业黑客或恶意的经授权用户却无能为力。企业经常在防火墙系统上投入大量的资金，在Internet入口处部署防火墙系统来保证安全，依赖防火墙建立网络的组织往往是“外紧内松”，无法阻止内部人员所做的攻击,对信息流的控制缺乏灵活性，从外面看似非常安全，但内部缺乏必要的安全措施。据统计，全球80%以上的入侵来自于内部。由于性能的限制，防火墙通常不能提供实时的入侵检测能力，对于企业内部人员所做的攻击，防火墙形同虚设。 入侵检测是对防火墙及其有益的补充，入侵检测系统能使在入侵攻击对系统发生危害前，检测到入侵攻击，并利用报警与防护系统驱逐入侵攻击。在入侵攻击过程中，能减少入侵攻击所造成的损失。在被入侵攻击后，收集入侵攻击的相关信息，作为防范系统的知识，添加入知识库内，增强系统的防范能力，避免系统再次受到入侵。入侵检测被认为是防火墙之后的第二道安全闸门，在不影响网络性能的情况下能对网络进行监听，从而提供对内部攻击、外部攻击和误操作的实时保护,大大提高了网络的安全性[1]。 2 入侵检测的概念、模型 入侵检测（Intrusion Detection，ID）, 顾名思义，是对入侵行为的检测。它通过收集和分析计算机网络或计算机系统中若干关键点的信息，检查网络或系统中是否存在违反安全策略的行为和被攻击的迹象。进行入侵检测的软件与硬件的组合便是入侵检测系统（Intrusion Detection System,IDS）。 入侵检测的研究最早可以追溯到詹姆斯·安德森[1]在1980年为美国空军做的题为《计算机安全威胁监控与监视》的技术报告，第一次详细阐述了入侵检测的概念。他提出了一种对计算机系统风险和威胁的分类方法，并将威胁分为外部渗透、内部渗透和不法行为三种，还提出了利用审计跟踪数据监视入侵活动的思想。他的理论成为入侵检测系统设计及开发的基础 , 他的工作成为基于主机的入侵检测系统和其它入侵检测系统的出发点。 Denning[2]在1987年所发表的论文中，首先对入侵检测系统模式做出定义：一般而言，入侵检测通过网络封包或信息的收集，检测可能的入侵行为，并且能在入侵行为造成危害前及时发出报警通知系统管理员并进行相关的处理措施。为了达成这个目的，入侵检测系统应包含3个必要功能的组件：信息来源、分析引擎和响应组件。 ●信息来源（Information Source）：为检测可能的恶意攻击，IDS所检测的网络或系统必须能提供足够的信息给IDS，资料来源收集模组的任务就是要收集这些信息作为IDS分析引擎的资料输入。 ●分析引擎（Analysis Engine）：利用统计或规则的方式找出可能的入侵行为并将事件提供给响应组件。 ●响应模组（Response Component）：能够根据分析引擎的输出来采取应有的行动。通常具有自动化机制，如主动通知系统管理员、中断入侵者的连接和收集入侵信息等。 3 入侵检测系统的分类 入侵检测系统依照信息来源收集方式的不同，可以分为基于主机（Host-Based IDS）的和基于网络（Network-Based IDS）；另外按其分析方法可分为异常检测（Anomaly Detection,AD）和误用检测（Misuse Detection,MD），其分类架构如图1所示： 图 1. 入侵检测系统分类架构图
角点提取与匹配算法实验报告 1 说明 本文实验的目标是对于两幅相似的图像，通过角点检测算法，进而找出这两幅图像的共同点，从而可以把这两幅图像合并成一幅图像。 下面描述该实验的基本步骤: 1.本文所采用的角点检测算法是Harris 角点检测算法，该算法的基本原理是取以目标像素点为中心的一个小窗口，计算窗口沿任何方向移动后的灰度变化，并用解析形式表达。设以像素点(x,y)为中心的小窗口在X 方向上移动u ，y 方向上移动v ，Harris 给出了灰度变化度量的解析表达式： 2 ,,|,|,,()(x y x y x u y v x y x y I I E w I I w u v o X Y ??= -=++??∑∑ (1) 其中，,x y E 为窗口内的灰度变化度量；,x y w 为窗口函数，一般定义为2 2 2 ()/,x y x y w e σ +=； I 为图像灰度函数，略去无穷小项有： 222222 ,,[()()2]2x y x y x y x y E w u I v I uvI I Au Cuv Bv = ++=++∑ （2） 将,x y E 化为二次型有： ,[]x y u E u v M v ?? =???? (3) M 为实对称矩阵： 2 ,2 x y x x y x y y I I I M w I I I ???= ???????∑ (4) 通过对角化处理得到： 11 ,200x y E R R λλ-??= ??? (5) 其中，R 为旋转因子，对角化处理后并不改变以u,v 为坐标参数的空间曲面的形状，其特征值反应了两个主轴方向的图像表面曲率。当两个特征值均较小时，表明目标点附近区域为“平坦区域”；特征值一大一小时，表明特征点位于“边缘”上；只有当两个特征值均比较大时，沿任何方向的移动均将导致灰度的剧烈变化。Harris 的角点响应函数(CRF)表达式由此而得到： 2 (,)det()(())C RF x y M k trace M =- (6)
Artificial Intelligence and Robotics Research 人工智能与机器人研究, 2015, 4(3), 17-22 Published Online August 2015 in Hans. https://www.doczj.com/doc/398817449.html,/journal/airr https://www.doczj.com/doc/398817449.html,/10.12677/airr.2015.43003 A Survey on Object Tracking Jialong Xu Aviation Military Affairs Deputy Office of PLA Navy in Nanjing Zone, Nanjing Jiangsu Email: pugongying_0532@https://www.doczj.com/doc/398817449.html, Received: Aug. 1st, 2015; accepted: Aug. 17th, 2015; published: Aug. 20th, 2015 Copyright ? 2015 by author and Hans Publishers Inc. This work is licensed under the Creative Commons Attribution International License (CC BY). https://www.doczj.com/doc/398817449.html,/licenses/by/4.0/ Abstract Object tracking is a process to locate an interested object in a series of image, so as to reconstruct the moving object’s track. This paper presents a summary of related works and analyzes the cha-racteristics of the algorithm. At last, some future directions are suggested. Keywords Object Tracking, Track Alignment, Object Detection 目标跟踪相关研究综述 徐佳龙 海军驻南京地区航空军事代表室，江苏南京 Email: pugongying_0532@https://www.doczj.com/doc/398817449.html, 收稿日期：2015年8月1日；录用日期：2015年8月17日；发布日期：2015年8月20日 摘要 目标跟踪就是在视频序列的每幅图像中找到所感兴趣的运动目标的位置，建立起运动目标在各幅图像中的联系。本文分类总结了目标跟踪的相关工作，并进行了分析和展望。
水中油类测定分析方法的综述 李海州 （浙江海洋学院海洋与技术学院，浙江舟山316004） [摘要]：本文对国内外学者有关水中油类的测定方法做了比较系统的综述。对几种水中油类的常用方法，重量法、紫外分光光度法、荧光分光光度法、红外分光光度法和非分散红外光度法做了简要介绍，并对其优劣进行了评价。另外，介绍了测定水中油类含量存在的难点、发展趋势和技术改进等。 关键词：水；油类；测定分析 油类是指任何类型的（矿物油、植物油等）及其炼制品（汽油、柴油、机油、煤油等）、油泥和油渣[1]。油类主要有漂浮油、分散油、乳化油、溶解油和油类附着在固体悬浮物表面而形成油膜---固体物5种形式。全世界每年至少有500—1000吨油类通过各种途径进入水体，由于漂浮于水体表面的油将会影响空气和水体表面氧的交换，而分散于水体中以及吸附于悬浮颗粒上或以乳化状态存在于水体的油易被微生物氧化分解，并将消耗水中的溶解氧，从而使水质恶化；油膜还能附着于鱼鳃上，使鱼类窒息而死；当鱼类产卵期，在含有油类污染物质废水中孵化的鱼苗，多数为畸形，生命力低下，易于死亡；含有油类污染物的废水进入水体后，造成的危害很为严重，不仅影响水生生
物的生长，降低水体的自我净化能力，而且影响水体附近的环境，因此，油类是水体环境中的主要污染物之一，在水质监测中，也是一项重要的监测项目。要消除油类对环境的污染和危害，首先就必须能够准确的测定水中油类的含量。 然而,水中油类含量测定又是比较复杂的，因为水中的油类成分是相当复杂的，此外不同地区、不同行业水体中油类污染的成分也不同，无法有用单一的油标准进行对照，无法准确测定，所以水体中油类物质含量的测定问题是环境分析化学一个古老、重要而又困难的问题。目前水体中油类测定常用的方法有重量法、紫外分光光度法、荧光分光光度法、非分散红外光度和国家最新颁布的国家标准方法红外分光光度法等[2]，本文简要介绍以上几种方法的原理和优劣，及人们对水体中油类监测分析方法的创新和改进。 1.重量法 重量法是用有机萃取剂（石油醚或正己烷）提取酸化了的样品中的油类，将溶剂蒸发掉后，称重后计算油类含量。重量法应用范围不受油品的限制，可测定含油量较高的污水，不需要特殊的仪器和试剂，测定结果的准确度较高、重复性较好。缺点是损失了沸点低于提取剂的油类成分，方法操作复杂，灵敏度低，分析时间长，并要耗费大量的提取剂，而且方法的精密度随操作条件和熟练程度不同差异很大。因此，水体中动植物油含量较高的，采用该方法较适合，可以得到比较准确的结果；工业废水、石油开采及炼制行业中含油量较高，此方
课程综述 08自动化（2）班 0805070124 随着大三分专业被分到自动化这个专业后，首先接触的课程就是自动化检测技术。作为一门动手能力要求比较高的课程，这门课也配套了相应的实验课程。回味这学期的自动检测技术这门课的学习，按照自己的学习计划学习起来还是比较从容的。自动检测技术是自动化科学技术的一个重要分支科学，是在仪器仪表的使用、研制、生产、的基础上发展起来的一门综合性技术。自动检测就是在测量和检验过程中完全不需要或仅需要很少的人工干预而自动进行并完成的。实现自动检测可以提高自动化水平和程度，减少人为干扰因素和人为差错，可以提高生产过程或设备的可靠性及运行效率。 对于自动检测技术这门课，我觉得很重要的就是学习计划，不管做什么事都应该有一个计划，大到自己的学习生涯规划，小到自己的一天什么时刻该做什么，这样你才能做到有的放矢。作为一门自动化专业重要的课程，学好这门课是必须的。关于学习计划，我觉得每天课后的复习工作是很重要，这有助于我们对新知识的理解和吸收。大学里要充分利用各种资源，比如说图书馆、学术论坛、网络资源等。网络这种全新的学习形式具有开放性、互动性、网络性、虚拟性的特点,为我们的自主学习，教师的教学提供了许多便利条件。目前，互联网上学习资源中，管理方面的资源极为丰富；收费、互助、免费应有尽有。当然如何有效利用这些资源，是我们必须重视的问题，不适当的选择，会浪费精力，浪费时间，我们要选择适合自己的资源进行学习，这样才能做到事半功倍。还有就是一个老师每次布置的小设计论文，每次的设计论文感觉都是对自己所学到的知识的一些升华，在原有知识的基础上进行设计，利用课本知识缩学到的东西应用到实际的设计当中去。这是一项很好的作业，让我们在学到基础知识的前提下，能够活用。 自动检测的任务：自动检测的任务主要有两种，一是将被测参数直接测量并显示出来，以告诉人们或其他系统有关被测对象的变化情况，即通常而言的自动检测或自动测试；二是用作自动控制系统的前端系统，以便根据参数的变化情况做出相应的控制决策，实施自动控制。自动检测技术主要的研究内容：自动检测技术的主要研究内容包括测量原理、测量方法、测量系统、及数据处理。测量系统：确定了被测量的测量原理和测量方法后，就要设计或选用装置组成测量系统。目前的测量系统从信息的传输形式看，主要有模拟式和数字式两种。模拟式测量系统：模拟量测试系统是由传感器，信号调理器，显示、记录装置和（或）输出装置组成。数字式测量系统：数字式测量系统目前主要是带微机的测量系统，是由传感器、信号调理器、输入接口、中央处理器组件、输出接口和显示记录等外围设备组成。检测技术的特点：实时性强、精确度高、可靠性高、通道多、功能强。 关于自动化专业而言，自动化检测技术对学生动手能力要求比较高，所以有关和自动检测技术的实验课也是尤为重要的一项。实验课的课前准备工作必须充
文献综述 前言 近年来,除测绘领域之外,其他行业如机械制造、建筑、医学等,对近景摄影测量技术的需求也越来越大,传统的量测相机显然已经无法满足其要求,而越来越普及的非量测相机正好可以填补这个空缺,利用非量测相机进行摄影测量具有非常远大的应用前景。非量测相机在影像获取方面具有使用简单方便、价格合理，作业效率高、适应性强等优点，但是非量测相机的主距f和像主点在像平面坐标系中的坐标(x0,y0)都是未知的,并且非量测相机存在较大的镜头畸变,因此必须先对其进行检校,然后才能进行后续的像点量测和数据处理。 所谓的相机检校是指借助于像平面上一些点在物方坐标系中的坐标，确定照相机的内、外参数，得到有效的成像模型，以达到在像平面上像素点与三维空间中的点之间建立映射的目的。广义上讲，近景摄影机检校的内容包括： 1.主点位置(x0,y0)与主距(f)的测定; 2.光学畸变系数的测定; 3.压平装置以及像框坐标系的设定; 4.调焦后主距变化的测定与设定; 5.调焦后畸变差变化的测定; 6.摄影机偏心常数的测定; 7.立体摄影机(及立体视觉系统)内方位元素与外方位元素的测定;
8.多台摄影机同步精度的测定。 对于一般相机检校任务，我们主要测定相机的内方位元素（x0,y0,f）和镜头畸变差参数（k1,k2,p1,p2），其主要的检校方法大体可以分为：光学实验室检校(Optical Laboratory Calibration)法；实验场检校(Test Range Calibration)法；作业检校(On the Job Calibration)法；自检校(Self Calibration)法；恒星检校(Stellar Calibration)法。 其中，适用于非量测相机检校的作业检校法是一种在完成某个近景测量任务中同时对相机进行检校的方法。此方法依据物方空间分布合理的一群高质量控制点,在解求待定点物方空间坐标的任务中,同时解求像片内外方位元素、物镜畸变系数。基于直接线性变换（DLT）的相机检校法,也属作业检校法的一种。 直接线性变换(direct linear t ransformation ,简称DL T) 是建立像点坐标和物点坐标直接线性关系的算法。处理时不需要相机内外方位元素的初始值,因而在近景摄影测量中被广泛应用。目前市场上，利用DLT方法进行相机检校的算法,多是在有3维控制信息的情况下,采 用3维DLT方法进行检校较多,而采用2维DLT方法的较少。利用3维控制场进行相机检校,程序虽简单,但高精度3维控制场的建立比较困难。廉价数码相机的广泛应用,促使简便、高精度的检校方法成为近年来研究的主要方向。随着摄影测量和计算机视觉理论的发展,许多学者对相机检校技术进行了深入的研究,检校用的控制场也由3维向2维转变。基于2维DLT相机标定算法的研究已成为近几年相机标定研究的热点。
龙源期刊网 https://www.doczj.com/doc/398817449.html, 目标检测方法简要综述 作者：栗佩康袁芳芳李航涛 来源：《科技风》2020年第18期 摘要：目标检测是计算机视觉领域中的重要问题，是人脸识别、车辆检测、路网提取等领域的理论基础。随着深度学习的快速发展，与基于滑窗以手工提取特征做分类的传统目标检测算法相比，基于深度学习的目标检测算法无论在检测精度上还是在时间复杂度上都大大超过了传统算法，本文将简单介绍目标检测算法的发展历程。 关键词：目标检测;机器学习;深度神经网络 目标检测的目的可分为检测图像中感兴趣目标的位置和对感兴趣目标进行分类。目标检测比低阶的分类任务复杂，同时也是高阶图像分割任的重要基础;目标检测也是人脸识别、车辆检测、路网检测等应用领域的理论基础。 传统的目标检测算法是基于滑窗遍历进行区域选择，然后使用HOG、SIFT等特征对滑窗内的图像块进行特征提取，最后使用SVM、AdaBoost等分类器对已提取特征进行分类。手工构建特征较为复杂，检测精度提升有限，基于滑窗的算法计算复杂度较高，此类方法的发展停滞，本文不再展开。近年来，基于深度学习的目标检测算法成为主流，分为两阶段和单阶段两类：两阶段算法先在图像中选取候选区域，然后对候选区域进行目标分类与位置精修;单阶段算法是基于全局做回归分类，直接产生目标物体的位置及类别。单阶段算法更具实时性，但检测精度有损失，下面介绍这两类目标检测算法。 1 基于候选区域的两阶段目标检测方法 率先将深度学习引入目标检测的是Girshick[1]于2014年提出的区域卷积神经网络目标检测模型（R-CNN）。首先使用区域选择性搜索算法在图像上提取约2000个候选区域，然后使用卷积神经网络对各候选区域进行特征提取，接着使用SVM对候选区域进行分类并利用NMS 回归目标位置。与传统算法相比，R-CNN的检测精度有很大提升，但缺点是：由于全连接层的限制，输入CNN的图像为固定尺寸，且每个图像块输入CNN单独处理，无特征提取共享，重复计算;选择性搜索算法仍有冗余，耗费时间等。 基于R-CNN只能接受固定尺寸图像输入和无卷积特征共享，He[2]于2014年参考金字塔匹配理论在CNN中加入SPP-Net结构。该结构复用第五卷积层的特征响应图，将任意尺寸的候选区域转为固定长度的特征向量，最后一个卷积层后接入的为SPP层。该方法只对原图做一
既有建筑检测技术综述 摘要：建筑检测对建筑结构的安全性有着重要影响，因此在对建筑结构进行检测时必须要认真。建筑构件的检测工作与建筑的现在有着密切关系，因此相关部门需要对建筑工程的质量进行检测工作进行紧密监督，同时需要对建筑结构中的构建进行检测，本文在对既有建筑检测管理进行简单叙述的基础上，对既有建筑检测技术进行了详细分析，希望对相关工作人员能够有所帮助。 关键词：建筑检测;技术分析;建筑结构 经济的快速发展，使得我国的建筑行业得到了飞速发展，在建筑行业飞速发展的过程中，检测技术显得尤为重要。从目前情况来看，我国的建筑检测技术处于平稳发展阶段，前景一片大好。 一、建筑检测的管理 （一）单位资质 建筑检测单位必须具有相应的检测资质，只有具备检测资质的建筑单位才可以对建筑机构进行检测。检测单位需要应当为专门单位，其工作范畴只能是工程质量检测，不能建筑其它工作，确保建筑检测部门具有检测资质。 （二）检测人员的专业水平
从目前情况来看，我国的许多技术检测人员都通过了专业的技术培训，具有检测资格，但是仍然存在技术检测人员只是通过了简单的技术培训，并没有深入的了解建筑检测工作的评定标准和规范，因此在检测工作中难免会出现一些错误，这也导致了既有建筑检测技术无法在建筑检测中发挥应有的作用，因此必须要加强管理，通过技能培训提高建筑检测人员的专业素养，使既有检测检测技术在建筑检测中能够起到应有的作用。 （三）检测人员的职业素养 建筑检测人员的职业道德必须过关，建筑检测人员在进行建筑检测工作是，必须要公平、公正，不能盲目。但在实际工作中，有少数的检测人员在工作中为了实现某种目的或个人利益，人为的对检测结果进行修改，最终使检测结果出现偏差，这使得检测技术成为了口壳子，在建筑检测过程中并没有得到合理应用，影响了建筑检测结果。 二、既有建筑检测技术 （一）砌体检测技术 目前针对砂浆、砌体的检测方法较多，其中主要的检测方法有回弹法、贯入法、推出发等。但实际建筑中因为砂浆和砌体强度离散性大，因此在检测上的优劣势差异较为明显，因此在检测上经常会因为选用不同的检测方法而得到不同 的检测结构。下面重点分析贯入法，贯入法在检测过程中对
图像局部特征点检测算法综述 研究图像特征检测已经有一段时间了，图像特征检测的方法很多，又加上各种算法的变形，所以难以在短时间内全面的了解，只是对主流的特征检测算法的原理进行了学习。总体来说，图像特征可以包括颜色特征、纹理特等、形状特征以及局部特征点等。其中局部特点具有很好的稳定性，不容易受外界环境的干扰，本篇文章也是对这方面知识的一个总结。 本篇文章现在(2015/1/30)只是以初稿的形式，列出了主体的框架，后面还有许多地方需要增加与修改，例如2013年新出现的基于非线性尺度空间的KAZE特征提取方法以及它的改进AKATE等。在应用方面，后面会增一些具有实际代码的例子，尤其是基于特征点的搜索与运动目标跟踪方面。 1. 局部特征点 图像特征提取是图像分析与图像识别的前提，它是将高维的图像数据进行简化表达最有效的方式，从一幅图像的M×N×3的数据矩阵中，我们看不出任何信息，所以我们必须根据这些数据提取出图像中的关键信息，一些基本元件以及它们的关系。 局部特征点是图像特征的局部表达，它只能反正图像上具有的局部特殊性，所以它只适合于对图像进行匹配，检索等应用。对于图像理解则不太适合。而后者更关心一些全局特征，如颜色分布，纹理特征，主要物体的形状等。全局特征容易受到环境的干扰，光照，旋转，噪声等不利因素都会影响全局特征。相比而言，局部特征点，往往对应着图像中的一些线条交叉，明暗变化的结构中，受到的干扰也少。 而斑点与角点是两类局部特征点。斑点通常是指与周围有着颜色和灰度差别的区域，如草原上的一棵树或一栋房子。它是一个区域，所以它比角点的噪能力要强，稳定性要好。而角点则是图像中一边物体的拐角或者线条之间的交叉部分。 2. 斑点检测原理与举例 2.1 LoG与DoH 斑点检测的方法主要包括利用高斯拉普拉斯算子检测的方法（LOG）,以及利用像素点Hessian矩阵（二阶微分）及其行列式值的方法（DOH）。 LoG的方法已经在斑点检测这入篇文章里作了详细的描述。因为二维高斯函数的拉普拉斯核很像一个斑点，所以可以利用卷积来求出图像中的斑点状的结构。 DoH方法就是利用图像点二阶微分Hessian矩阵：
无损检测技术原理与应用 安全工程1401班 2014074201 1无损检测技术的定义及发展概况 随着中国科学和工业技术的发展，高温、高压、高速度和高负荷已成为现代化工业的重要标志。但它的实现是建立在材料高质量的基础之上的。必须采用不破坏产品原来的形状，不改变使用性能的检测方法，以确保产品的安全可靠性，这种技术就是无损检测技术。无损检测技术不损害被检测对象的使用性能，应用多种物理原理和化学现象，对各种工程材料，零部件，结构进行有效地检验和测试，借以评价它们的连续性、完整性、安全可靠性及某些物理信息。目的是为了评价构件的允许负荷、寿命或剩余寿命，检测设备在制造和使用过程中产生的结构不完整性及缺陷情况，以便及时发现问题，保障设备安全[1]。 无损检测技术是机械工业的重要支柱，也是一项典型的具有低投入、高产出的工程应用技术。可能很难找到其他任何一个应用学科分支，其涵盖的技术知识之渊博、覆盖的基本研究领域之众多、所涉及的应用领域之广泛能与无损检测相比。美国前总统里根在发给美国无损检测学会成立20周年的贺电中曾说过，(无损检测)能给飞机和空间飞行器、发电厂、船舶、汽车和建筑物等带来更高的可靠性，没有无损检测(美国)就不可能享有目前在飞机、船舶和汽车等众多领域和其他领域的领先地位。作为一门应用性极强的技术，只有与国家大型工程项目结合，解决国家大型和重点工程项目中急需解决的安全保障问题，无损检测技术才能有用武之地和广阔的发展空间[2]。 我国无损检测技术的快速发展得益于经济的快速发展和国家综合实力的快速增强。近十年来，我国经济一直处于快速发展期，无损检测事业也处于蒸蒸日上的局面，其总体形势和水平已是十年前无法比拟。在我国各工业部门和国防单位，我国无损检测工作者取得了令世人瞩目的成绩[2]。 2无损检测技术的基本类型及其原理 目前常用的无损检测类型主要有超声检测技术、射线检测技术、磁粉检测技术、渗透检测和红外检测技术五种，本文选取其中3种检测技术对其基本原理和应用进行简单的讲述，选取超声波检测技术和红外检测技术这两种检测技术进行
1．原始视频的特征提取 (1)光流场 光流场是空间运动物体在观测成像面上像素运动的瞬时速度。它利用图像序列中的像素强度数据的时域变化和相关性来研究图像的灰度在时间上的变化与场景巾物体结构及其运动的关系。光流法通常假设相邻帧的图像差异非常小，从而获取对真实运动场的近似估计【31。它不用预知任何先验知识，即能提供有关运动速度及图像中运动区域的简洁描述，适用于摄像机运动的情形。但光流法易受噪声及光照变化的影响，且计算较为复杂，很难用于实时的视频监控系统。 (2)点轨迹 目标的运动轨迹也可以作为特征，从而大致推断出目标运动所属的行为类别。但图像平面上的轨迹对平移、旋转和缩放等变换比较敏感，因此在大多情形下，此特征显得不够可靠。常用的替代特征表达有轨迹速度、时空曲率等【4，51。运动轨迹的获取比较依赖于精确的跟踪算法。从原始视频中提取点轨迹特征同样容易受到噪声、遮挡及混乱背景等的影响。(3)人体形状表达 在摄像机固定的情形下，假设背景已知，通过背景剪除法可以很容易得到运动人体形状。基于全局、边界及骨架等的描绘子都可以用来表达人体形状。全局方法16,71如剪影、矩等是在整体形状区域内计算描绘子，而边界方法仅考虑形状轮廓【8l，骨架i方法则是用一组lD 骨架曲线代表一个复杂的人体形状，比如中轴变换[91等。 (4)滤波器响应 空时滤波器响应是一个广义上的分类。Zhang等【lo】存时间轴上计算高斯导数，将滤波器响应较高的区域作为运动区域。LaptevI¨1利用一组空时高斯导数滤波器将Harris角点检测扩展应用于三维的视频数据从而检测出空时兴趣点。这类方法大都基于简单的卷积操作，运算快速而简便。当视频分辨率较低的情形下，提取光流或剪影特征较为困难，利用滤波器响应特性可以从视频数据中提取有效的底层特征。 2．低层特征的描述与识别 我们将低层特征的描述与识别方法分为三类①：非参数方法、空时体方法和参数时序法，分别对现有方法进行归类，并作一个简短的综述。 2．1非参数方法 (1)模板匹配法 这类方法需要对每种行为的特征建立相应的模板，将获取的特征数据与模板相匹配，通过计算两者之间的相似度进行识别。Polana和Nelson[4刀将整个序列分解为多个周期行为，利用二维网格特征识别各种行为。Bobick和Davis[391将图像序列转换为运动能量图像(膨酣)和运动历史图像(朋m)模板，MEI反映运动覆盖的范围及强度，而MHI反映运动在时间上的变化情况。Weinland等【拍】提出运动历史体积(MHV)模板，从多个视角重建目标并将其投影到圆柱坐标系，提取Fourier变换特征以描述行为。Wang和Suter[451也将整个行为过程融合为基于轮廓的平均运动形状(MMS)和基于运动前景的平均运动能量(彳^扭)两个模板。模板匹配法计算复杂度低、实现简单，但它本身无法描述动态系统，也不能完全反映数据在空问上的分布属性，具有一定的局限性。而且不同行为之间执行速率的不同、噪声、光照等因素都会影响模板匹配的准确性。 (2)目标建模法 行为可以通过建立人体动态表观模型进行描述。常见的人体模型有棍图模型【109]、2D模型例及3D模型51。3D人体建模是最常用的人体结构表征方法，通过跟踪人体模型中主要
建筑节能检测方法综述 The Standardization Office was revised on the afternoon of December 13, 2020
建筑节能现场检测方法 田斌守 摘要本文综述了几种建筑物围护结构传热系数现场检测方法的原理、操作方法、适用条件，指出各种方法的优缺点及注意事项。 关键词建筑节能检测热流计法热箱法控温箱－热流计法非稳态法当今飞速发展的国民经济活动必然导致前所未有的资源能源消耗速度。而许多资源能源是不可再生的，为了人类的可持续发展，节约能源刻不容缓。据介绍，我国目前单位建筑面积采暖能耗相当于气候条件相近的发达国家的2～3倍，而建筑能耗也占全国能耗总量的％。随着人民生活水平的不断提高、城市化进程的加快以及住房体制改革的深化，建筑能耗在我国增长趋势很大，很可能是我国今后能耗的一个主要增长点。为建设节约型社会，促进经济社会可持续发展，国家发展委员会发布了“节能中长期专项规划”，建筑节能作为三大重点领域中的一项，受到高度重视。建设部也相继发布了一系列建筑节能标准，其中包括若干强制性条款，目前正在建设领域逐步实施。 建筑节能工作从流程上可分为设计审查、现场检测、竣工验收三个大的阶段。对节能建筑的评价，从建设前期对施工图纸审查计算阶段、向现场检测和竣工验收转移是大势所趋。建筑节能现场检测也是落实建筑节能政策的重要保证手段。目前，全国范围内建筑节能检测都执行JGJ132－2001《采暖居住建筑节能检验标准》，它是最具权威性的检测方法，它的发布实施，为建筑节能政策的执行提供了一个科学的依据，使得建筑节能由传统的间接计算、目测定性评判到现在的直接测量，从此这项工作进入了由定性到定量、由间接到直接、由感性判断到科学检测的新阶段。 根据我们对建筑节能影响因素和现场检测的可实施性的分析，我们认为能够在实验室检测的宜在实验室检测（如门窗等作为产品在工程使用前后它的性状不会发生改变），除此之外，只有围护结构是在建造过程中形成的，对它的检测只能在现场进行。因此建筑节能现场检测最主要的项目是围护结构的传热系数，这也是最重要的项目。如何准确测量墙体传热系数是建筑节能现场检测验收的关键。目前对建筑节能现场检测的、围护结构（一般测外墙和屋顶、架