混凝土结构在施工与使用的过程中易产生各种形式的裂缝,由此会产生诸多安全问题。传统的人工安全检测方法,不仅耗费财力和时间,而且无法保障其检测精度。为了提高混凝土表面裂缝的识别效率,提出了一种基于卷积神经网络结合聚类分割的识别方法,实现了对较复杂背景下混凝土表面裂缝图像的准确识别。研究结果显示,该方法不仅能够高效地分类,还能够高精度地对较复杂背景下的裂缝进行识别,这为降低混凝土表面裂缝识别的工作量、维护混凝土结构,对其进行安全检测提供了理论依据,同时也为以后更高精度和更复杂条件下的裂缝识别研究提供了一些参考。

为了进行高压输电线路安全检测分析,基于机载激光雷达(LiDAR)电力走廊数据,提出了一种基于密度的空间聚类方法(DBSCAN)的电力线激光点云单条分割提取算法。通过该方法可以实现输电走廊中单条电力线的快速分割提取。首先对电力线点云在x-O-y平面上投影,对投影后的激光点采用最小二乘法进行直线拟合；其次通过计算输电走廊长度,采用经验参量进行电力线点云分段；再次对分段点云在投影平面内进行DBSCAN聚类；最后将分段聚类结果类别归一化,得到单条电力线激光点云数据。结果表明,采用该方法能够在只需经验参量分段宽度的情况下,快速准确地对电力线激光点云进行分割提取,并根据分割结果进行电力线与电力走廊地物距离计算,判断危险点类型及距离。所提出的方法具有较高的提取与测量精度,能够有效地应用于电力线安全检测分析。

为充分提取复杂掺伪食用油的特征信息, 提出并建立一种掺伪芝麻油的判别方法.采集40个纯芝麻油和40个掺入不同浓度玉米油的芝麻油的常规一维近红外透射光谱和中红外衰减全反射光谱.对两样本采用二维相关谱技术进行相关计算, 得到每一样品的同步和异步二维近红外相关谱和中红外相关谱, 并进行预处理, 得到其对应的同步-异步二维近红外相关谱和中红外相关谱.采用多维主成分分析法提取其特征, 并将其得分矩阵进行融合.基于融合的得分矩阵, 以及单一近红外、中红外相关谱得分矩阵分别建立纯芝麻油和掺伪芝麻油偏最小二乘判别分析模型, 三个模型对预测集样品的判别正确率分别为100%、96.2%和96.2%.研究结果表明, 所提出的方法可提取更多的特征信息, 提供更好的分析结果.

易燃易爆液体的实时、远程和动态探测对于保障公共安全具有重要意义，在公安、民航和海关等领域应用前景广阔。研制了基于液晶可调滤光片的近红外光谱成像系统，通过波长优选算法大幅降低了光谱通道数，有效提高了扫描成像速度和数据处理速度，可实现对低速运动的液体危险品的远程和实时检测。利用该系统开展了不同环境下对易燃易爆液体的检测实验，结果表明该系统对静态目标检测精度为100%，对速度小于0.2 m/s的运动目标检测精度高于95%。