接地检测综述

接地检测综述
接地检测综述

小电流接地故障选线及定位技术新进展

山东理工大学电气技术研究所 徐丙垠 福建泉州电业局 李天友 西安交通大学系统工程研究所 薛永端 山东科汇电气有限公司 陈 羽

中图分类号:TM772 文献标识码:B 文章编号:1006-6357(2003)04-0021-05

1 概述

小电流接地系统有单相接地故障时,由于故障电流微弱以及故障点电弧不稳定等原因,接地故障的选线与定位比较困难。长期以来,人们做了大量的工作,开发出了许多种检测方法及装置,但实际运行效果并不理想。由于缺少可靠的故障选线手段,大多供电企业不得不用人工拉路的方法选择故障线路。人工拉路会造成非故障线路供电短时中断,影响用户用电设备的正常工作,这在越来越重视电能质量的今天是十分不可取的。

目前,我国供电企业正在积极应用配电自动化技术,以提高供电质量及管理效率。配电自动化的一个重要内容是自动故障定位、隔离及非故障线路恢复供电。配电网故障大部分是单相接地故障,已经上马的配电自动化系统大多并不能可靠地定位小电流接地故障,使其提高供电可靠性的作用大打折扣。

因此,迫切需要开发可靠的小电流接地故障选线及定位技术。

本文在综述常规的小电流接地故障选线技术的基础上,着重介绍该领域的最新研究成果———利用暂态信号的故障选线、定位技术及其应用情况。

2 小电流接地故障选线技术评述[1,2,3]

2.1 基于稳态信号的故障选线技术

目前,现场应用的故障选线装置主要是利用接地故障产生的稳态工频或谐波信号,因而称为稳态法。此外还有一种注入信号寻迹法,其前提也是故障点永久接地,信号比较稳定,也归入稳态法。

(1)零序电流幅值法

这是利用故障线路零序电流比非故障线路零序电流大的特点来选择故障线路的方法。

以前,使用电流继电器,检测零序电流幅值是否超过一门槛值(本线路电容电流)选择故障线路;后来应用微机技术,采集并比较接地母线上所有出线零序电流,幅值最大的选为故障线路,后者不需设定门槛值,因此,有较高的可靠性和检测灵敏度。

该方法不适用于消弧线圈接地的电网。另外一个影响可靠性的因素是故障点电弧不稳定。小电流接地故障往往伴随有间歇性拉弧现象,没有一个稳定接地电流,可能造成选线失败。一些装置在试验室模拟试验,甚至在现场进行人工接地试验时,选线结果很准确,但实际应用效果并不好,这是因为模拟试验时线路导体与地之间是金属性接触,与实际运行中的绝缘击穿现象并不完全相同。

(2)零序电流方向法

这是利用故障线路与非故障线路零序电流方向相反的特点来选择故障线路的方法。一种实现方法是检测零序功率方向,零序功率方向为正(零序电压、电流之间的夹角为90°)的线路选为故障线路;另一种方法是比较接地母线上所有线路零序电流相位,相位与所有其他线路相反的选为故障线路。

与幅值法类似,该方法不适用于消弧线圈接地电网,并且受故障电弧不稳定影响。

(3)谐波法

由于故障点电气设备的非线性影响,故障电流中存在着谐波信号,其中以五次谐波分量为主。由于消弧线圈对五次谐波的补偿作用仅相当于工频时1/25,可以忽略其影响。因此,故障线路的五次谐波电流比非故障线路的都大且方向相反,据此现象可以选择故障线路,称为五次谐波法。缺点是五次谐波含量较小(小于故障电流10%),

12

第20卷第4期

2003年8月

供 用 电

检测灵敏度低,且受间歇性电弧现象影响。

谐波平方和方法是将各线路3、5、7等谐波分量的平方求和后进行幅值比较,幅值最大的线路选为故障线路。虽然能在一定程度上克服单次谐波信号小的缺点,但并不能从根本上解决问题。

(4)零序电流有功分量法

由于线路有对地电导及消弧线圈存在电阻损耗,故障电流中含有有功分量。非故障线路和消弧线圈的有功电流方向相同且都经过故障点返回,因此利用故障线路有功分量比非故障线路大且方向相反的特点,可选出故障线路。

故障电流中有功分量非常小,因此,检测灵敏度低。为了提高灵敏度,有的装置采用瞬时在消弧线圈上并联接地电阻的做法,以加大故障电流中有功分量。

(5)注入信号寻迹法

在发生接地故障后,通过三相电压互感器(V T)的中性点向接地线路注入特定频率的电流信号,注入信号会沿着故障线路经接地点注入大地,用信号寻迹原理即可实现故障选线并可确定故障点。

本方法不足之处是:注入信号的强度受V T 容量限制;接地电阻较大时线路上分布电容会对注入的信号分流,给选线和定点带来干扰;如果接地点存在间歇性电弧现象,注入的信号在线路中将不连续,给检测带来困难。

2.2 基于暂态信号的故障选线技术

小电流接地电网单相接地故障绝大部分发生在电压出现或接近峰值时,故障相电容放电以及非故障相电容充电产生一个明显的暂态过程。故障线路暂态零序电流主频率在300~3000Hz之间,幅值是稳态电流的几倍到几十倍。暂态信号主要包含高频分量,消弧线圈作用不明显,利用暂态电流进行故障选线,具有灵敏度高,不受消弧线圈影响的优点。由于只利用故障之初几个毫秒内的信号,暂态法还特别适用于检测电弧不稳定的接地故障。

早在上世纪50年代,德国就提出了利用故障线路暂态零序电压电流初始极性相反的特点进行故障选线的首半波法,我国在70年代推出过基于这种原理的晶体管式接地选线装置。首半波法实际应用效果并不好,原因主要有两点:一是从原理上讲,初始极性关系正确的时间非常短(远小于暂态过程),并且受线路结构和参数影响很大;更重要的是受当时技术手段的限制,不能对暂态信号进行有效地采集、记录并实行较高级的数学分析。

上世纪70年代以来,微机继电保护技术在电力系统中的应用越来越广泛。借助现代微电子技术,可以很方便地实现接地故障暂态信号的高速采集、记录及分析。人们又开始关注利用暂态信号的故障选线及定位技术。

已经提出的接地故障选线原理基本上是将稳态零序电流法推广到了暂态分量应用上。一种是幅值比较法,选择接地母线上暂态零序电流幅值最大的线路为故障线路;另一种方法是极性比较法,选择暂态零序电流极性与其他线路相反的线路为故障线路。

这两种暂态选线法具有简单、易于实现的优点,但仔细分析,并不是很严格。在应用暂态法时,自然会遇到选择暂态数据时间窗口的问题。如果窗口时间选的过小,信号利用不充分,影响检测灵敏度及抗干扰能力;反之,窗口选得过长(如大于一个周波),信号中稳态分量作用变大,受消弧线圈电流的影响,可能造成选线失败。这些问题促使人们进行深入地研究,提出新的利用暂态信号的故障选线方法。

3 利用暂态信号的故障选线新方法[4]

3.1 对信号进行预处理的暂态零序电流比较法

电网接地故障产生的暂态信号包含从直流到数千Hz丰富的频率分量,其中包含支持上述选线原理的“正确”分量,也有不支持选线原理的“错误”分量。

首先,暂态电流比较法成立的一个基本前提是接地母线上所有的线路均可用一电容来等效,即所有线路呈容性(如图1所示),否则,健全馈线一些呈容性,一些呈感性,难以确定零序电流分布规律,找不出故障线路电流区别于非故障线路的特征。

根据电路理论,零序网络中馈线是一个末端开路的传输线,由母线看进去的输入阻抗随频率变化,在频率小于其第一次串联谐振频率时,馈线阻抗角接近负90°,呈容性,因此可以用一电容来等效。

22供 用 电2003年第4期

图1 小电流接地故障零序网络等效电路图

按均匀传输线的有关理论,任一线路k的首次串联谐振频率ωks可表示为:

ω

ks =

π

2L k C k

(1)

其中L k、C k分别为线路k的零序电感和分布电容。

由公式(1)看出,首次谐振频率与线路长度成反比。由于配电网馈线一般比较短,ωks一般不会超过3000Hz,远大于接地故障暂态信号主频率。因此,对3000Hz以下的频率分量来说,所有馈线均可用一电容来等效。

另外要考虑的因素是消弧线圈的影响。消弧线圈电流与电容电流相抵消,影响故障线路零序电流的特征。电网一般采用过补偿方式,且调谐于工频附近。在频率小于调谐频率时,感性电流大于容性电流,导致故障线路零序电流与非故障线路方向一致。详细的分析表明,实际电网中,一般在暂态分量频率大于三次谐波(150Hz)时,故障线路零序电流大于非故障线路且呈反极性,可以忽略消弧线圈的影响。

综上所述,在一选定的频带范围(SFB,Se2 lected Frequency Band)内,故障线路零序电流幅值最大且与非故障线路方向相反。该频带的上限可选在3000Hz,对于消弧线圈接地电网来说下限选为150Hz,而对于中性点不接地电网,下限就是直流分量。实际应用中,首先对原始暂态信号进行滤波处理,取出SFB信号,然后应用上述暂态电流比较法,可靠地选择出故障线路。至于用于计算的数据时间窗口可选任意值,而不用再担心不“正确”分量的影响。

3.2 测量暂态容性零序电流方向的选线方法

暂态零序电流比较法,需要比较接地母线上所有线路的电流,应用起来不方便。下面介绍的选线方法,只使用母线零序电压和本线路零序电流,具有“自具”特点。

参考图1,在SFB频带内,健全线路用电容来等效。因此,对健全线路来说,暂态零序电压电流SFB分量u0(t)、i0j(t)满足:

i0j(t)=C j

du0(t)

dt j≠1

(2.a)其中C j为健全线路电容。而故障线路暂态零序电压uo(t)和电流i0i(t)满足

i0i(t)=-C ok

d u0(t)

d t

(2.b)其中C ok为所有健全线路电容的和。

定义参量q(t)为本线路零序电流及零序电压导数的乘积:

q(t)=i0j(t)

d u0(t)

d t

(3)则对健全线路有:

q j(t)=

1

C j

i20j(t)≥0

j≠1

(4.a)而对故障线路有:

q j(t)=-

1

C0k

i20j(t)≤0 (4.b)可见,q(t)与本线路容性电流的平方成正比,其极性反映零序电流的方向。健全线路零序电流由母线流向线路,q(t)为正值;故障线路零序电流由线路流向母线,q(t)为负值;据此可以选择故障线路,称为暂态容性零序电流方向法。

为充分利用暂态信号,增加抗干扰能力,可先计算q(t)在一段时间内的平均值,然后检查其极性,选择故障线路:

Q(t)=

1

T q∫

+T

q

q(τ)dτ (5)其中T q为数据窗口时间长度,实际应用中可选为1/2周波的时间,即5毫秒。

对于稳态工频量来说,如选T q为一个周波的时间,Q(t)将正比于流过线路的容性无功功率。因此,可将Q(t)的物理意义理解为暂态无功功率,这种新的选线方法又称为暂态无功功率方向法。

上述算法可用图2表示。

3.3 实际故障选线结果

为验证新的暂态选线法,我们已开发出两套记录小电流接地故障暂态信号的试验装置,分别

32

2003年第4期供 用 电

图2 暂态方向保护算法示意图

安装于福建泉州电业局大淮、凤山两座110kV 变

电站。该两个电站共有4段母线,中性点均为自动调谐消弧线圈接地。每段母线10kV 出线数在10条以上、接地电流均在50A 左右。多数出线为电缆架空线混合线路。

从2001年12月至2002年12月,共捕获故障数据300多次,其中永久接地故障12次,其余均为自恢复的瞬时性接地故障。12次永久故障,除一次由于故障电阻缓慢变化,无明显的暂态过程,造成选线失败外,其余11次均正确地选出接地线路。

图3与图4给出了两次永久接地故障零序电压电流录波图以及参量q (t )、Q (t )计算值,健全线路电流中只给出了电流最大值。从图中看出,零序电流稳态值远小于暂态值,且健全线稳态值大于故障线。滤波后的SFB 分量(没有画出)保留了暂态零序电流绝大部分能量,且确保故障线路电流大于非故障线路。计算出的故障线路q (t )、Q (t )值较大,极性为负;而非故障线路q (t )、Q (t )值较小,极性为正。因此,

根据q (t )、Q (

t )的幅值与极性可以非常可靠地选出故障线路

。图4是一次弧光接地故障,暂态信号丰富,判据更加可靠。

电网绝缘状态的在线监测一直是学术界和供电企业关注的另一个热点问题。图5给出了一次实际的瞬时性故障电压录波图,可见故障相电压在下降几个周波后自动恢复到正常值。采用本文介绍的接地故障选线新技术,可以可靠地选出发生瞬时性接地故障的线路,为实现状态检修提供有价值的信息。

4 配电自动化系统小电流接地故障定位

技术

在选出故障线路后,配电自动化系统根据线

路分段开关处监控终端F TU 送上来的接地故障检测结果,可以选出故障区段。

图3 稳定接地故障暂态信号及计算结果

图4 稳定接地故障暂态信号及计算结果

图5 一次瞬时性接地故障三相电压录波图

一种故障定位方法是比较F TU 送上来的SFB 频带内暂态零序电流值,如果某一线路区段

42供 用 电2003年第4期

两端F TU 检测到的暂态零序电流幅值相关很

大,且供电方向下游的F TU 检测到的电流接近为零,则认为该区段是故障区段。如图6所示,线路F 处发生接地故障,零序电流从故障点处流向母线。变电站出线断路器监控装置和线路开关S 1处F TU 均检测到幅值较大且大小基本相等的暂态零序电流,而S 2处F TU 检测到的接地故障电流很小,基本为零,因此,可以确定故障在开关S 1、S 2之间。

欢 迎 订 阅

本刊为双月刊大16开本,正文56页,另有彩色封面和广告插页,全年6期订费为48.00元(包括邮费),欢迎各单位和个人订阅,订单备索即寄。

联系地址:上海市四川北路1856弄16号《供用电》编辑部邮政编码:200081 电话

:63563550

图6 小电流接地系统配网示意图

另一种方法是F TU 应用上述的暂态容性零

序电流方向法,检测故障方向。在故障点上游的F TU 检测到零序电流流向母线,故障方向为正,

而故障点下游的F TU 检测不到零序电流或测出电流方向离开母线,故障方向为负,据此可以判断故障点位置。如图6所示,S 1处F TU 检测故障方向为正,S 2处F TU 检测不到零序电流或测出故障方向为负,因此,判定故障在S 1、S 2之间。

5 结论

基于稳态量的故障选线方法,灵敏度低,受电弧不稳定影响,且不适用于消弧线圈接地电网,而利用故障暂态信号的故障选线技术,可以克服这些缺点。随着微电子及计算机技术的发展,人们可以很容易地对故障暂态信号进行高速采集、记录与分析,暂态信号选线及定位技术的研究取得了很大进展。

故障暂态信号包含丰富的频率分量,在一选

定的频带(SFB )范围内,所有故障线路均可用一电容来等效,且可以忽略消弧线圈的影响。据此,提出了两种故障选线方法。一种方法比较接地母线上所有出线SFB 范围内零序电流信号的幅值与极性,零序电流幅值最大或极性与其他线路相反者,选择为故障线路。另一种方法测量SFB 频带内容性零序电流方向,零序电流由线路流向母线的线路被选为故障线路。试验装置的实际故障选线结果证明了暂态选线新方法的正确性。选出故障线路后,配电自动化系统比较各线路分段开关处F TU 送上来的故障检测结果可以确定故障线路区段。通过检测并选出发生瞬时性接地故障的线路,为实现状态检修提供有价值的信息。本文介绍的利用暂态信号的接地故障选线及定位新技术,可靠、灵敏,且不受消弧线圈及故障电弧不稳定的影响,是小电流接地故障的选线及定位技术的重要突破。参考文献

[1]贺家李、宋从矩,电力系统继电保护原理,中国电力出

版社,2001

[2]肖白,束洪春,高峰,小电流接地系统单项接地故障选

线方法综述,继电器,2001,29(4)

[3]薛永端、徐丙垠、李天友等,利用暂态信号的配电网小

电流接地故障检测技术,电力设备,2001,2(3)

[4]薛永端、徐丙垠、冯祖仁P F G ale ,Earth Fault Protec 2tion Using Transient Signals in Non 2S olid Earthed Net 2work ,Power Con 2002,昆明,2002.10收稿日期:2003年2月10日徐丙垠等 山东理工大学山东省淄博市 255000

5

22003年第4期

供 用 电

红外热像检测技术综述

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。

目标检测综述教学内容

一、传统目标检测方法 如上图所示,传统目标检测的方法一般分为三个阶段:首先在给定的图像上选择一些候选的区域,然后对这些区域提取特征,最后使用训练的分类器进行分类。下面我们对这三个阶段分别进行介绍。 (1) 区域选择这一步是为了对目标的位置进行定位。由于目标可能出现在图像的任何位置,而且目标的大小、长宽比例也不确定,所以最初采用滑动窗口的策略对整幅图像进行遍历,而且需要设置不同的尺度,不同的长宽比。这种穷举的策略虽然包含了目标所有可能出现的位置,但是缺点也是显而易见的:时间复杂度太高,产生冗余窗口太多,这也严重影响后续特征提取和分类的速度和性能。(实际上由于受到时间复杂度的问题,滑动窗口的长宽比一般都是固定的设置几个,所以对于长宽比浮动较大的多类别目标检测,即便是滑动窗口遍历也不能得到很好的区域) (2) 特征提取由于目标的形态多样性,光照变化多样性,背景多样性等因素使得设计一个鲁棒的特征并不是那么容易。然而提取特征的好坏直接影响到分类的准确性。(这个阶段常用的特征有SIFT、HOG等) (3) 分类器主要有SVM, Adaboost等。 总结:传统目标检测存在的两个主要问题: 一是基于滑动窗口的区域选择策略没有针对性,时间复杂度高,窗口冗余; 二是手工设计的特征对于多样性的变化并没有很好的鲁棒性。 二、基于Region Proposal的深度学习目标检测算法 对于传统目标检测任务存在的两个主要问题,我们该如何解决呢? 对于滑动窗口存在的问题,region proposal提供了很好的解决方案。region

proposal(候选区域)是预先找出图中目标可能出现的位置。但由于region proposal 利用了图像中的纹理、边缘、颜色等信息,可以保证在选取较少窗口(几千个甚至几百个)的情况下保持较高的召回率。这大大降低了后续操作的时间复杂度,并且获取的候选窗口要比滑动窗口的质量更高(滑动窗口固定长宽比)。比较常用的region proposal算法有selective Search和edge Boxes,如果想具体了解region proposal可以看一下PAMI2015的“What makes for effective detection proposals?” 有了候选区域,剩下的工作实际就是对候选区域进行图像分类的工作(特征提取+分类)。对于图像分类,不得不提的是2012年ImageNet大规模视觉识别挑战赛(ILSVRC)上,机器学习泰斗Geoffrey Hinton教授带领学生Krizhevsky使用卷积神经网络将ILSVRC分类任务的Top-5 error降低到了15.3%,而使用传统方法的第二名top-5 error高达26.2%。此后,卷积神经网络占据了图像分类任务的绝对统治地位,微软最新的ResNet和谷歌的Inception V4模型的top-5 error降到了4%以内多,这已经超越人在这个特定任务上的能力。所以目标检测得到候选区域后使用CNN对其进行图像分类是一个不错的选择。 2014年,RBG(Ross B. Girshick)大神使用region proposal+CNN代替传统目标检测使用的滑动窗口+手工设计特征,设计了R-CNN框架,使得目标检测取得巨大突破,并开启了基于深度学习目标检测的热潮。 1. R-CNN (CVPR2014, TPAMI2015) (Region-based Convolution Networks for Accurate Object d etection and Segmentation)

图像分割方法综述

图像分割方法综述

图像分割方法综述 摘要:图像分割是计算计视觉研究中的经典难题,已成为图像理解领域关注的一个热点,本文对近年来图像分割方法的研究现状与新进展进行了系统的阐述。同时也对图像分割未来的发展趋势进行了展望。 关键词:图像分割;区域生长;活动边缘;聚类分析;遗传算法 Abstract:Image segmentation is a classic problem in computer vision,and become a hot topic in the field of image understanding. the research actuality and new progress about image segmentation in recent years are stated in this paper. And discussed the development trend about the image segmentation. Key words: image segmentation; regional growing; active contour; clustering

analysis genetic algorithm 1 引言 图像分割是图像分析的第一步,是计算机视觉的基础,是图像理解的重要组成部分,同时也是图像处理中最困难的问题之一。所谓图像分割是指根据灰度、彩色、空间纹理、几何形状等特征把图像划分成若干个互不相交的区域,使得这些特征在同一区域内表现出一致性或相似性,而在不同区域间表现出明显的不同。简单的说就是在一副图像中,把目标从背景中分离出来。对于灰度图像来说,区域内部的像素一般具有灰度相似性,而在区域的边界上一般具有灰度不连续性。 关于图像分割技术,由于问题本身的重要性和困难性,从20世纪70年代起图像分割问题就吸引了很多研究人员为之付出了巨大的努力。虽然到目前为止,还不存在一个通用的完美的图像分割的方法,但是对于图像分割的一般性规律则基本上已经达成的共识,已经产生了相当多的研究成果和方法。本文根据图像发展的历程,从传统的图像分割方法、结合特定工具的图像分割方

汽车车牌识别系统的设计文献综述

计算机图形学 课 程 设 计 题目名称:汽车车牌识别系统的设计综述班级: 学号: 学生姓名:

汽车车牌识别系统的设计综述 摘要 车牌的自动识别是计算机视觉、图像处理与模式识别技术在智能交通领域应用的重要研究课题之一, 是实现交通管理智能化的重要环节, 主要包括车牌识别、字符预处理和特征提取三个关键环节。 车牌识别包括车牌定位、灰度(或彩色)图像二值化、字符切分及字符识别等。 图像预处理包括图像灰度变换、图像增强、图像二值化、梯度锐化、噪声去除、倾斜度调整、车牌边框去除、字符分割、尺寸标准归一化、紧缩重排。 特征提取本文采用逐象素特征提取法来对支付进行识别。 理论上,本系统可以对中国大陆普通汽车车牌的字符进行识别。 关键词:车牌识别,图像预处理,特征提取

引言 1.1 问题概述 随着我国汽车产业的飞速发展,大量在公共场合的汽车需要得到监管,为了更好地进行管理,必须对车辆进行一种确认,而车牌识别就是其中最有效的确认方法,汽车车牌识别VLPR 是Vehicle License Plate Recognition 的简称,他是智能交通系统(Intelligent Transportation Systems,ITS)的一个重要组成部分。车牌识别技术的运用使得“大输入小输出”成为了可能——输入一幅很大存储量的图像,输出时仅仅是很小存储量的数字,这必然使得其在大量存储和管理数据库相连等方面有无可替代的优越性。车牌识别技术在高速公路收费站、路口监测(电子警察)、大型停车场等场所具有广阔的发展前景。 1.2 目的和意义 车牌识别LPR[1]是智能交通系统(ITS)的一个重要组成部分。在社会生活,治安管理等方面有很大的作用。车牌识别技术的运用使得“大输入小输出”成为了可能——输入一幅很大存储量的图像,输出时仅仅是很小存储量的数字,这必然使得其在大量存储和管理数据库相连等方面有无可替代的优越性。 由于光照、气候引起的车牌图像上字符光照不均,车牌本身污损造成的字符笔画不清和字符间粘连,汽车行驶速度较快,使拍摄出的车牌字符产生变形、模糊不清,因此图像需要增强。另外又由于拍摄角度及拍摄点的高度、路面的倾斜等情况造成了车牌图像的倾斜,从而需要对车牌进行校正。另外字符的识别也是一个重点问题。 1.3 思路和方法 借助数字图像处理和模式识别技术,我们对车牌图像依次进行以下处理:彩色的256 色的BMP 图进行灰度转换->图像增强->图像二值化->梯度锐化(Roberts 梯度算子)->离散点噪声去除->倾斜度调整->边框切除->字符切割->字符尺寸归一化->字符紧缩重排->神经网络的字符识别,最后得出车牌字符。

入侵检测技术综述

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

目标检测方法简要综述

龙源期刊网 https://www.360docs.net/doc/3d7608812.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

机器视觉的辅助驾驶系统的视频中行人检测跟踪讲解

机器视觉的辅助驾驶系统的视频中行人 实时检测识别研究文献综述 1机器视觉发展 国外机器视觉发展的起点难以准确考证,其大致的发展历程是:20世纪50年代提出机器视觉概念,20世纪70年代真正开始发展,20世纪80年代进入发展正轨,20世纪90年代发展趋于成熟,20世纪90年代后高速发展。在机器视觉发展的历程中,有3个明显的标志点,一是机器视觉最先的应用来自“机器人”的研制,也就是说,机器视觉首先是在机器人的研究中发展起来的;二是20世纪70年代CCD图像传感器的出现,CCD摄像机替代硅靶摄像是机器视觉发展历程中的一个重要转折点;三是20世纪80年代CPU、DSP等图像处理硬件技术的飞速进步,为机器视觉飞速发展提供了基础条件。 国内机器视觉发展的大致历程:真正开始起步是20世纪80年代,20世纪90年代进入发展期,加速发展则是近几年的事情。中国正在成为世界机器视觉发展最活跃的地区之一,其中最主要的原因是中国已经成为全球的加工中心,许许多多先进生产线己经或正在迁移至中国,伴随这些先进生产线的迁移,许多具有国际先进水平的机器视觉系统也进入中国。对这些机器视觉系统的维护和提升而产生的市场需求也将国际机器视觉企业吸引而至,国内的机器视觉企业在与国际机器视觉企业的学习与竞争中不断成长。 未来机器视觉的发展将呈现下列趋势: (1)技术方面的趋势是数字化、实时化、智能化 图像采集与传输的数字化是机器视觉在技术方面发展的必然趋势。更多的数字摄像机,更宽的图像数据传输带宽,更高的图像处理速度,以及更先进的图像处理算法将会推出,将会得到更广泛的应用。这样的技术发展趋势将使机器视觉系统向着实时性更好和智能程度更高的方向不断发展。 (2)产品方面:智能摄像机将会占据市场主要地位 智能摄像机具有体积小、价格低、使用安装方便、用户二次开发周期短的优点,非常适合生产线安装使用,越来越受到用户的青睐,智能摄像机所采用的许多部件与技术都来自IT行业,其价格会不断降低,逐渐会为最终用户所接受。因此,

自动检测技术综述

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

行人检测专利技术综述

行人检测专利技术综述 摘要近年来,伴随着计算机视觉、模式识别和人工智能等相关技术的发展,以及智能汽车、智能监控和安全领域的迫切需求,行人检测技术受到了越来越多的关注,已成为当前研究人员关注的一个重要的研究方向。本文从行人检测的全球专利申请量、全球主要申请人分布、在中国提交申请量、中国主要申请人分布等角度进行了分析和研究,梳理了行人检测技术的研究现状及发展趋势。 关键词行人检测;行人检测应用 1 全球专利申请分析 1.1 全球专利申请量分析 自2000年起,行人检测技术在全球的申请趋势按照申请量可分为三个阶段:技术启蒙期、稳健增长期、快速增長与技术产品化期,下面将具体给出三个阶段的数据分析。 技术启蒙期(2000-2004年):2000年至2004年行人检测技术刚刚启蒙,申请量较少,这期间年均增长大约维持在20件左右。由于此期间计算机视觉技术发展也刚刚起步,行人检测技术还处于理论研究阶段,其涉猎的应用领域还很少。这期间主要的申请人还局限于汽车领域的领头企业,例如尼桑、瑞典奥拓立夫、本田等公司。此阶段行人检测技术,还较为落后其检测还主要是基于对物体的检测结合物体行进速度对行人进行检测,检测准确率低。 稳健增长期(2005-2012年):2005年至2012年,信息技术迅猛发展,计算机视觉也得到了飞速发展。此阶段由于与行人检测相关的技术智能汽车、智能监控和安全领域也得到了相关企业重视。行人检测技术申请量增长率有抬头趋势,在此期间年申请量50-80件左右,其主要涉猎的领域也较一阶段也涉及更多的应用领域,例如,一些新兴的企业单位也申请了相关专利申请。且此阶段,行人检测技术采用的技术也有所改进,行人检测的准确率有了一定的提升[1]。 快速增长与技术产品化(2013-2016年):在此期间,计算机视觉、图形图像等相关技术显著提升。2013-2016年,全球专利年申请量迅猛增至年申请量200件,尤其是在近三年其增占率更是实现了翻倍增长。其主要原因为:视频监控、自动驾驶技术、互动娱乐与人机交互、家庭监控等新兴领域的发展,促进了行人检测技术的发展,技术产品化成为可能。行人检测技术也逐渐走向成熟,其主要相关技术行人识别、背景去噪、算法效率等方面均得到了显著提高。 1.2 全球专利申请国家分布分析 本文通过对DWPI数据库的国别字段进行申请量统计,并通过Microsoft Excel进行了申请百分比统计。截止2016全球行人检测技术排名前三位的申请国

常用无损检测技术分析

158 第三篇 常用无损检测技术 第15章 射线照相检测技术 15.1射线照相检测技术概述(Ⅱ级人员仅要求本节内容) 射线是具有可穿透不透明物体能力的辐射,包括电磁辐射(X 射线和γ射线)和粒子辐射。在射线穿过物体的过程中,射线将与物质相互作用,部分射线被吸收,部分射线发生散射。不同物质对射线的吸收和散射不同,导致透射射线强度的降低也不同。检测透射射线强度的分布情况,可实现对工件中存在缺陷的检验。这就是射线检测技术的基本原理。射线照相检测技术,利用射线对胶片可以产生感光作用的原理,采用胶片记录透射射线强度,在底片上形成不同黑度的图像,完成检验。图15—1显示了射线照相检测技术的基本原理。 射线照相检测的基本过程为准备、透照、暗室处理、评片,从底片上给出的图像,判断缺陷性质、分布、尺寸,完成对工件的检验。 图15-1 射线照相检测技术基本原理 图15-2 光电效应示意图 射线照相检验技术可应用于各种材料(金属材料、非金属材料和复合材料)、各种产品缺陷的检验。检验技术对被检工件的表面和结构没有特殊要求。检验原理决定了,这种技术最适宜检验体积性缺陷,对延伸方向垂直于射线束透照方向(或成较大角度)的薄面状缺陷难于发现。射线照相检验技术特别适合于铸造缺陷和熔化焊缺陷的检验,不适合锻造、轧制等工艺缺陷检验。现在它广泛应用于航空、航天、船舶、电子、兵器、核能等工业领域。 射线照相检测技术直接获得检测图像,给出缺陷形貌和分布直观显示,容易判定缺陷性质和尺寸。检测图像还可同时评定检测技术质量,自我监控工作质量。这些为评定检测结果可靠性提供了客观依据。 射线照相检测技术应用中必须考虑的一个特殊问题是辐射安全防护问题。必须按照国家、地方、行业的有关法规、条例作好辐射安全防护工作,防止发生辐射事故。 15.2射线照相检测技术基础 15.2.1 射线与物质的相互作用 射线按其特点分为二类:电磁辐射和粒子辐射,以下仅讨论X射线与γ射线(电磁辐射)。 X射线、γ射线与物质的相互作用是光量子和物质的相互作用。包括光量子与原子、原子核、原子的电子及自由电子的相互作用。主要的作用是:光电效应、康普顿效应、电子对效应和瑞利散射。图15—2、图15—3、图15—4是光电效应、康普顿效应、电子对效应作用示意图。

图像分割方法综述

图像分割方法综述 摘要:图像分割是计算计视觉研究中的经典难题,已成为图像理解领域关注的一个热点, 本文对近年来图像分割方法的研究现状与新进展进行了系统的阐述。同时也对图像分割未来的发展趋势进行了展望。 关键词:图像分割;区域生长;活动边缘;聚类分析;遗传算法 Abstract: Image segmentation is a classic problem in computer vision,and become a hot topic in the field of image understanding. the research actuality and new progress about image segmentation in recent years are stated in this paper. And discussed the development trend about the image segmentation. Key words: image segmentation; regional growing; active contour; clustering analysis genetic algorithm 1 引言 图像分割是图像分析的第一步,是计算机视觉的基础,是图像理解的重要组成部分,同时也是图像处理中最困难的问题之一。所谓图像分割是指根据灰度、彩色、空间纹理、几何形状等特征把图像划分成若干个互不相交的区域,使得这些特征在同一区域内表现出一致性或相似性,而在不同区域间表现出明显的不同。简单的说就是在一副图像中,把目标从背景中分离出来。对于灰度图像来说,区域内部的像素一般具有灰度相似性,而在区域的边界上一般具有灰度不连续性。 关于图像分割技术,由于问题本身的重要性和困难性,从20世纪70年代起图像分割问题就吸引了很多研究人员为之付出了巨大的努力。虽然到目前为止,还不存在一个通用的完美的图像分割的方法,但是对于图像分割的一般性规律则基本上已经达成的共识,已经产生了相当多的研究成果和方法。本文根据图像发展的历程,从传统的图像分割方法、结合特定工具的图像分割方法、基于人工智能的图像分割方法三个由低到高的阶段对图像分割进行全面的论述。 2 传统的图像分割方法 2.1 基于阀值的图像分割方法 阀值分割法是一种传统的图像分割方法,因其实现简单、计算量小、性能较稳定而成为图像分割中最基本和应用最广泛的分割技术。阀值分割法的基本原理是通过设定不同的特征阀值,把图像像素点分为具有不同灰度级的目标区域和背景区域的若干类。它特别适用于目标和背景占据不同灰度级范围的图,目前在图像处理领域被广泛应用,其中阀值的选取是图像阀值分割中的关键技术。 灰度阀值分割方法是一种最常用的并行区域技术,是图像分割中应用数量最多的一类。图像若只用目标和背景两大类,那么只需要选取一个阀值,此分割方法称为单阀值分割。单阀值分割实际上是输入图像f到输出图像g的如下变换:

既有建筑检测技术综述

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

无损检测技术综述

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

图像处理文献综述

文献综述 理论背景 数字图像中的边缘检测是图像分割、目标区域的识别、区域形状提取等图像分析领域的重要基础,图像处理和分析的第一步往往就是边缘检测。 物体的边缘是以图像的局部特征不连续的形式出现的,也就是指图像局部亮度变化最显着的部分,例如灰度值的突变、颜色的突变、纹理结构的突变等,同时物体的边缘也是不同区域的分界处。图像边缘有方向和幅度两个特性,通常沿边缘的走向灰度变化平缓,垂直于边缘走向的像素灰度变化剧烈。根据灰度变化的特点,图像边缘可分为阶跃型、房顶型和凸缘型。 、图像边缘检测技术研究的目的和意义 数字图像边缘检测是伴随着计算机发展起来的一门新兴学科,随着计算机硬件、软件的高度发展,数字图像边缘检测也在生活中的各个领域得到了广泛的应用。边缘检测技术是图像边缘检测和计算机视觉等领域最基本的技术,如何快速、精确的提取图像边缘信息一直是国内外研究的热点,然而边缘检测也是图像处理中的一个难题。 首先要研究图像边缘检测,就要先研究图像去噪和图像锐化。前者是为了得到飞更真实的图像,排除外界的干扰,后者则是为我们的边缘检测提供图像特征更加明显的图片,即加大图像特征。两者虽然在图像边缘检测中都有重要地位,但本次研究主要是针对图像边缘检测的研究,我们最终所要达到的目的是为了处理速度更快,图像特征识别更准确。早期的经典算法有边缘算子法、曲面拟合法、模版匹配法、门限化法等。 早在1959年Julez就曾提及边缘检测技术,Roberts则于1965年开始了最早期的系统研究,从此有关边缘检测的理论方法不断涌现并推陈出新。边缘检测最开始都是使用一些经验性的方法,如利用梯度等微分算子或特征模板对图像进行卷积运算,然而由于这些方法普遍存在一些明显的缺陷,导致其检测结果并不尽如人意。20世纪80年代,Marr和Canny相继提出了一些更为系统的理论和方法,逐渐使人们认识到边缘检测的重要研究意义。随着研究的深入,人们开始注意到边缘具有多分辨性,即在不同的分辨率下需要提取的信息也是不同的。通常情况下,小尺度检测能得到更多的边缘细节,但对噪声更为敏感,而大尺度检测

基于机器视觉的产品检测技术研究文献综述

基于机器视觉的产品识别检测技术研究 摘要:机器视觉检测系统采用CCD照相机将被检测的目标转换成图像信号,传送给图像处理系统,根据像素分布和亮度、颜色等信息,转变成数字化信号,图像处理系统对这些信号进行各种运算来抽取目标特征,如面积、数量、位置,再根据预设的允许度和其他条件输出结果,包括尺寸、个数、合格/不合格、标识有无等,实现自动识别功能。机器视觉的研究是从20世纪60年代中期开始70年代已形成几个重要研究分支:目标制导的图像处理、图像处理和分析的并行运算、序列图像分析和运动参量求值、视觉知识的表示、视觉系统的知识库等。 关键词:机器视觉;CCD相机;图像处理;产品检测。

引言 机器视觉就是用机器代替人眼来做测量和判断,它是一项综合技术,其中包括数字图像处理技术、控制技术、电光源照明技术、光学成像技术、传感技术、模拟与数字视频技术等,机器视觉更强调实用性,要求能够适应工业生产中恶略的环境,要有通用的工业接口。电视摄像技术的成熟与计算机技术的发展使得机器视觉研究成为可能,它作为早期人工智能的一部分,由于技术条件的限制进展缓慢。后来在随着计算机技术的快速发展,机器视觉的研究得到了迅速发展在国外,机器视觉的应用普及主要体现在半导体及电子行业,机器视觉系统在产品检测方面已经得到了广泛的应用。在中国机器视觉技术应用开始与90年代,目前国内机器视觉大多为外国品牌,不过随着机器视觉的应用,国内公司技术上已经逐渐成熟。与此同时,随着配套基础设施建设的完善,技术、资金的积累,各行各业对机器视觉技术的工业自动化、智能化需求开始广泛出现。国内高校校、研究所和企业在这个领域进行了积极探索和大胆尝试,这都将促进工业检测自动化技术向智能化发展。

计算机视觉各种方法

第33卷第1期自动化学报Vol.33,No.1 2007年1月ACTA AUTOMATICA SINICA January,2007 车辆辅助驾驶系统中基于计算机视觉的 行人检测研究综述 贾慧星1章毓晋1 摘要基于计算机视觉的行人检测由于其在车辆辅助驾驶系统中的重要应用价值成为当前计算机视觉和智能车辆领域最为活跃的研究课题之一.其核心是利用安装在运动车辆上的摄像机检测行人,从而估计出潜在的危险以便采取策略保护行人.本文在对这一问题存在的困难进行分析的基础上,对相关文献进行综述.基于视觉的行人检测系统一般包括两个模块:感兴趣区分割和目标识别,本文介绍了这两个模块所采用的一些典型方法,分析了每种方法的原理和优缺点.最后对性能评估和未来的研究方向等一系列关键问题给予了介绍. 关键词行人检测,车辆辅助驾驶系统,感兴趣区分割,目标识别 中图分类号TP391.41 A Survey of Computer Vision Based Pedestrian Detection for Driver Assistance Systems JIA Hui-Xing ZHANG Yu-Jin Abstract Computer vision based pedestrian detection has become one of the hottest topics in the domain of computer vision and intelligent vehicle because of its potential applications in driver assistance systems.It aims at detecting pedestrians appearing ahead of the vehicle using a vehicle-mounted camera,so as to assess the danger and take actions to protect pedestrians in case of danger.In this paper,we give detailed analysis of the di?culties lying in the problem and review most of the literature.A typical pedestrian detection system includes two modules:regions of interest(ROIs) segmentation and object recognition.This paper introduces the principle of typical methods of the two modules and analyzes their respective pros and cons.Finally,we give detailed analysis of performance evaluation and propose some research directions. Key words Pedestrian detection,driver assistance system,ROIs segmentation,object recognition 1引言 车辆辅助驾驶系统中基于计算机视觉的行人检测是指利用安装在运动车辆上的摄像机获取车辆前面的视频信息,然后从视频序列中检测出行人的位置.由于它在行人安全方面的巨大应用前景,成为智能车辆、计算机视觉和模式识别领域的前沿研究课题.欧盟从2000年到2005年连续资助了PROTECTOR[1]和SAVE-U[2]项目,开发了两个以计算机视觉为核心的行人检测系统;意大利Parma[3]大学开发的ARGO智能车也包括一个行人检测模块;以色列的MobilEye[4]公司开发了芯 收稿日期2006-3-14收修改稿日期2006-6-17 Received March14,2006;in revised form June17,2006 国家自然科学基金(60573148),教育部高等学校博士学科点专项科研基金(20060003102)资助 Supported by National Natural Science Foundation of P.R.China(60573148),Specialized Research Fund for the Doc-toral Program of Higher Education(20060003102) 1.清华大学电子工程系北京100084 1.Department of Electronic Engineering,Tsinghua University, Beijing100084 DOI:10.1360/aas-007-0084片级的行人检测系统;日本本田汽车公司[5]开发了基于红外摄像机的行人检测系统;国外的大学如CMU[6]、MIT[7,8]和国内的西安交通大学[9]、清华大学[10]也在该领域做了许多研究工作. 车辆辅助驾驶系统中基于计算机视觉的行人检测属于计算机视觉中人体运动分析的研究范畴,其主要任务是在运动摄像机下快速准确地检测行人.本文主要针对这一特定领域对相关的文献进行综述,重点分析常用方法的原理和优缺点,以期对相关的科技人员起到指导作用.对监控系统和体育运动分析领域中人体检测感兴趣的读者可以参考综述文献[11~14]. 行人检测除了具有一般人体检测具有的服饰变化、姿态变化等难点外,由于其特定的应用领域还具有以下难点:摄像机是运动的,这样广泛应用于智能监控领域中检测动态目标的方法便不能直接使用;行人检测面临的是一个开放的环境,要考虑不同的路况、天气和光线变化,对算法的鲁棒性提出了很高的要求;实时性是系统必须满足的要求,这 c 2007by Acta Automatica Sinica.All rights reserved.

相关文档
最新文档