零能耗建筑:迈向绿色住区之路

城市是消耗资源、产生污染、破坏生态的集聚地.住宅小区是城市这部复杂机器的重要组成部件,将每个住宅小区营造成为"绿色住区"(或曰生态住区),是实施城市生态化的重要组成部分,是当代人不可推卸的重要职责.     

机器与花园的搏斗

一位美国学者曾提出,20世纪美国文明史实际上就是一部＂机器包围并不断蚕食花园＂的历史。美国文明的未来将如何,取决于机器与花园双方搏斗的胜负。     

玻璃幕墙眩光污染模拟分析

玻璃幕墙是城市建筑中常见的装饰和围护结构,但在阳光照射下,会产生不舒适眩光甚至是强烈的失能眩光,因此,眩光污染是对城市道路交通安全的重要威胁之一。对眩光的监测主要是针对眩光亮度、方位和环境光亮度分布的监测。采用彩色CCD相机测量光环境亮度的分布,并结合计算机图像处理技术,对采集的图片进行亮度提取、处理计算,最后得出眩光评价值。通过实验室模拟玻璃幕墙眩光实验,对不同中性密度滤光片下的测量结果进行对比,从而选择恰当中性密度滤光片对实际建筑眩光测量,得出不同时间的眩光测量值。通过一系列的实验结论,将有助于眩光的污染防治和城市交通的安全防护。     

地震重灾区古迹受损应急修复技术研究

传统地震重灾区名胜古迹修复方法,由于重修周期长,抗震性差,很容易受到余震影响,且艺术视觉美感不够,对此提出地震重灾区古迹受损应急修复优化技术。对受损古迹进行建筑表面测绘,获取古迹受损区参数,以此提高修复精度,提高艺术感官信息的视觉传达效果。根据古迹受损具体区域情况,对受损古迹建筑表面进行整体清理以及可溶盐处理,防止古迹脆化;对古迹无明显裂纹区、竖直裂纹、水平衡量裂纹分别进行古迹修复并进行抗震加固处理。实验数据证明,所提古迹受损应急修复优化技术下,古迹修复时间比传统原物重建法恢复时间少1/3,横纹和竖纹的修复效果也优于其他方式,具有极强抗震性,且有效提升了古迹艺术视觉美感。     

基于机器视觉的填埋场防渗层破损识别方法

填埋场防渗层高密度聚乙烯（HDPE）膜在运营中极易破损,运用在线监测技术确定渗漏区域,将该区域膜上介质移除后,需对漏洞边缘进行精确识别,为实现智能焊接提供视觉基础。因此,提出一种基于机器视觉的填埋场防渗层破损识别方法。首先对样本集进行图像处理,包括图像灰度化、高斯滤波除噪、点运算增强、阈值法分割以及数学形态学处理;其次根据图像的形态特征提取连通域数量、破损面积、周长、长轴、短轴以及轴比,采用holdout方法将样本集划分为训练集与测试集,并将提取到的特征作为输入量,对SVM进行训练;最后采用多个SVM进行分类识别。经实验验证,分类器的总体识别准确率为98.33%,其中块状破损识别准确率为98.24%,缝式破损为98.42%。     

让办公室更安全

<正>众所周知,在重型机器设备作业的场所,由于工作人员要完成繁重的体力劳动,因此存在着很多安全和健康危险。很多人以为坐在舒适的办公室里不会有什么危险,但事实并非如此。根据美国劳工统计局的统计数据,2008年,美国私企和行政办公人员中共有8万0 410人在办公室工作时受伤。如果能事先认识到办公室存在的各种风险,并采取简单的整改措施,就有可能降低这些风险造成的影响。     

基于视觉图像的飞行区大型目标监视方法改进研究

机场飞行区现使用的场面监视方法存在着定位偏差较大、不稳定、易跳变、皆为点源定位等问题。针对这些问题,设计了基于视觉图像的飞行区监视方法,实现快速准确的目标检测和轮廓定位,使飞行区监视更加稳定精确。提出了一种基于MobileNetV3和YOLOv5的网络模型(以下称为MobileNetV3-YOLOv5),即在YOLOv5的主干中使用MobileNetV3,来提高对目标的检测速度和准确度;提出了一种基于优化特征点提取的改进定向快速旋转简报(Oriented FAST and Rotated BRIEF,ORB)算法,将图像分割成多个区域,分别提取每个区域的特征点,从而提高目标识别框内区域的特征点识别数量,再进行特征点聚类筛选,最后根据识别目标类型采用最小包围盒进行轮廓划分,得到目标的轮廓定位。试验结果表明：MobileNetV3-YOLOv5方法对比原始YOLOv5模型,在识别目标准确率方面提升5百分点,在效率方面提升14张/s;同时在0～60 m的范围内,轮廓估计误差仅为2.9%;体现了所提出的监视方法的有效性,可以提升飞行区监视定位准确性和运行安全性。