为了实现输电塔远距离位移监测,同时满足低成本、无接触、易实施及精确度高等要求,结合输电塔的内轮廓特征和计算机视觉位移识别技术,提出感兴趣区域(region of interest,简称ROI)关键点法。首先,利用N近邻最小能量法进行ROI轮廓搜索提...为了实现输电塔远距离位移监测,同时满足低成本、无接触、易实施及精确度高等要求,结合输电塔的内轮廓特征和计算机视觉位移识别技术,提出感兴趣区域(region of interest,简称ROI)关键点法。首先,利用N近邻最小能量法进行ROI轮廓搜索提取,并与Harris角点检测算法相结合;其次,通过输电塔台架实验与灰度模板匹配法相比,ROI关键点法位移识别结果的平均误差、均方根误差分别降低了56%和45%,绝对误差小于5 mm和10 mm的准确率提高了61%和3%,计算效率提高了11倍,稳定性及抗噪性能较高;最后,在实验塔对比验证中,ROI关键点法的位移测量值与实际位移的差值百分比在0.0%~11.1%之间。结果表明,ROI关键点法在输电塔结构位移监测中具有较高的准确率、精细度、计算效率、稳定性及鲁棒性。展开更多
文摘针对无线传感网络中传统DV-Hop(Distance Vector Hop)定位算法节点分布不均匀导致定位误差较大的问题,提出了非均匀网络中半径可调的ARDV-Hop(Adjustable Radius DV-Hop in Non-uniform Networks)定位算法。该算法通过半径可调的方式对节点间的跳数进行细化,用细化后呈小数级的跳数代替传统的整数级跳数,并建立了数据能量消耗模型,优化了网络传输性能。ARDV-Hop算法还针对节点分布不均匀的区域提出跳距优化算法:在节点密度大的区域,采用余弦定理优化跳距;密度小的区域,采用最小均方误差(Least Mean Square,LMS)来修正跳距。仿真实验表明,在同等网络环境下,与传统DV-Hop算法、GDV-Hop算法和WOA-DV-Hop算法相比,ARDV-Hop算法能更有效地降低定位误差.
文摘为了实现输电塔远距离位移监测,同时满足低成本、无接触、易实施及精确度高等要求,结合输电塔的内轮廓特征和计算机视觉位移识别技术,提出感兴趣区域(region of interest,简称ROI)关键点法。首先,利用N近邻最小能量法进行ROI轮廓搜索提取,并与Harris角点检测算法相结合;其次,通过输电塔台架实验与灰度模板匹配法相比,ROI关键点法位移识别结果的平均误差、均方根误差分别降低了56%和45%,绝对误差小于5 mm和10 mm的准确率提高了61%和3%,计算效率提高了11倍,稳定性及抗噪性能较高;最后,在实验塔对比验证中,ROI关键点法的位移测量值与实际位移的差值百分比在0.0%~11.1%之间。结果表明,ROI关键点法在输电塔结构位移监测中具有较高的准确率、精细度、计算效率、稳定性及鲁棒性。
