为了研究水泥砂浆反复经历高温及局部水冷作用后的损伤演化特征, 将水泥砂浆试件中部进行钻孔, 将试件加热到400 ℃并且向孔洞注水冷却至室温, 重复操作。采用低场核磁共振技术、数字声波仪器、数码显微镜分别研究了水泥砂浆试件在高温及局部水冷作用下的损伤行为。结果表明, 随着高温及局部冷却次数增多, 试件小孔孔径及数量不断增大, 而大孔孔径则减小, 试件在经过第一次处理后其性能劣化最明显, 且局部注水冷却使得孔洞周围的损伤大于其他部位。同时, 随着高温及局部冷却次数增多, 概率密度峰值所对应的灰度值增大并向右移动。另外, 高温弱化了胶凝材料与砂粒的胶结能力, 反复高温处理使得水泥浆与砂粒之间的胶结能力进一步削弱, 试件的波速减小, 但孔洞中注水冷却产生的温度应力使得胶凝材料与砂粒的胶结能力急剧下降, 温度骤降产生的温度应力对胶凝材料与砂粒间的胶结能力的影响远大于反复高温处理。

为了实现对高压输电线存在的故障隐患进行自动检测, 本文提出了一种自适应特征引流管故障隐患智能识别算法。首先,分析了故障引流子的红外热图像特征, 把故障分为两类: 明显发热和微弱发热;其次, 针对引流管所引起的明显发热, 采用改进的Otsu阈值分割法对红外图像进行分割, 运用改进的Sobel算子提取轮廓; 第三, 用种子填充算法分离连通域, 通过Thread特征判断是否为故障引流管; 最后, 进入引流管所引起的微弱小区域发热识别, 运用高压输电线平行特征寻找主干线区域, 在主干线区域检测Harris角点, 通过STWN特征判断是否为故障引流子。实验结果表明, 发热隐患的识别率为94.6%, 漏检率为2.2%, 误识别率为5.5%。

跳线联板是输电网中重要设备, 其是否存在故障对输电网正常运行具有很大的影响。但由于现有的算法是对输电网中所有的故障用统一的方法进行识别, 没有对各类故障输电设备进行专门的研究, 导致故障跳线联板识别率低。为了高效识别红外视频图像中故障跳线联板, 首先针对输电线的红外图像特征, 采用改进的OTSU阈值分割图像对红外图像进行分割; 其次, 采用漫水法滤波分离各个连通域, 运用形态学滤去小区域, 填充大区域内的孔洞; 最后, 提取连通域的骨架, 并从骨架图像中提取出USFPF特征, 通过该特征识别的故障跳线联板。实验结果表明, 识别故障跳线联板准确率为85.71%, 漏检率为14.28%, 误识别率为2.8%。该方法能够较好地识别故障跳线联板,具有较好的鲁棒性。

电子稳像可有效减轻或消除有/无人机侦察、导弹末端制导、视频监控过程中产生的视频抖动。针对视频帧补偿过程中出现大幅度失稳帧的情况提出了一种视频补偿方法,首先利用平移运动模型估计全局位移和图像重叠区域,使用帧差法检测出运动目标区域,之后建立仿射变换模型提取了图像帧的ORB特征点,消除了位移过大或过小的匹配点、位移图像非重叠区域内的匹配点、运动目标上的匹配点、有线段交叉的匹配点。实验证明,该方法可有效消除视频稳像过程中的大幅度失稳帧,提高了视频补偿的精度。