建筑材料检测与监控（精选9篇）
建筑材料检测与监控 第1篇
近几年来, 我国建筑工程质量检测工作逐步形成规范, 工程质量检测机构不断健全, 检测网络逐步完善。随着工程建设任务的迅速发展, 建筑市场的兴旺, 建筑材料的质量控制与检测在建筑施工、科研、技术发展中占有举足轻重的地位。它不仅是评定和控制建筑材料质量的依据和必需的手段, 也是节约原材料、发展建筑科学技术, 保证工程质量的重要环节。是监督工程质量的眼睛。
1 影响常用建筑材料质量的几个因素
1.1建筑材料无计划供应、不规范堆放、混堆、无标识, 管理不当, 不采取相应的措施, 使材料 (如水泥、钢材) 日晒雨淋变质、锈蚀, 失去原有的性能。
1.2建筑材料检测不及时、漏检 (如水泥存放超三个月) , 使不合格的材料当作合格的材料使用, 造成不应有的质量安全隐患。
1.3施工中钢筋焊接 (搭接) 工艺水平低, 焊接后未及时检测控制就直接使用, 影响了设计上使用的钢筋原材料力学性能, 必影响工程质量。
1.4 建筑材料半成品构件 (如预制大梁、混凝土普通砖) , 未到强度龄期, 未经过检测就直接使用, 造成不必的质量事故。
2 常用建筑材料的必检项目和检测频率
2.1 砂、碎石或卵石
以同一产地、同一规格、同一进厂场时间, 每400m3或600吨为一检测批, 不足400m3或600吨的也论为一检测批。
2.2 水泥
(1) 袋装水泥以同一水泥厂、同一标号、同一生产时间、同一进厂场的同一出厂编号的水泥为一检测批。但一检测批的总量不得超过200吨。
(2) 散装水泥以同一水泥厂、同一标号、同一生产时间、同一进厂场的同一出厂编号的水泥为一检测批。但一检测批的总量不得超过500吨。
2.3 粉煤灰
以连续供应的200吨相同等级的粉煤灰为一检测批, 不足200吨的也论为一检测批, 粉煤灰的数量按干灰 (含水率小于1%) 的重量。
2.4 钢筋原材料
以同一牌号、同一炉号、同规格、同一交货状态、同一进场时间, 每60吨为一检测批, 不足60吨时, 论为一检测批。
2.5 钢筋焊接
在一般建筑物中, 以每300个同钢筋级别的钢筋接头为一检测批。在现浇钢筋混凝土多层结构中每一楼层或每施工区段, 同钢筋级别的300个接头为一检测批, 不足300个的也论为一检测批。
2.6 混凝土外加剂
必须有生产厂家的出厂合格证书, 内容包括厂名、品名、包装、出厂日期、性能使用说明。以掺量大于1%的同品种外加剂每100吨为一检测批, 掺量小于1%的外加剂每50吨为一检测批, 不足100吨或50吨的也可按一个批量计, 同一编号的产品必需混合均匀。
2.7 墙体材料
(1) 烧结普通砖:以每15万块为一检测批, 不足15万块的也可作为一检测批。
(2) 普通混凝土小型空心砌块:以同一种原料配制成的相同外观质量等级、强度等级和同一工艺生产的10000块为一检测批, 不足10000块的也按一检测批。
(3) 蒸压灰砂砖:以每10万块为一检测批, 不足10万块的也可作为一检测批, 但不得小于2万块。
(4) 蒸压加气混凝土砌块:以同品种、同一规格、同等级的砌块, 以10000块为一检测批, 不足10000块的也可作为一检测批。
2.8 材料在施工过程中的检验
某些建筑原材料在使用过程中又会组合成新的建筑材料, 例如水泥、石子、砂子和水又形成新的建筑材料一混凝土, 对于混凝土、砂浆等材料的控制措施也必须严密和完善。例如, 对于混凝土的质量控制措施主要是在施工中注意按照配合比施工, 在施工现场主要通过坍落度指标来控制其质量, 而要更准确地判断其质量, 就要制作试块交由实验室进行检测, 试块的制作和养护按规范GBJ8l的要求进行, 在制作过程中, 必须由施工单位取样人员取样, 建设单位见证人员现场见证。取样后, 见证人员必须对试样作特定标记, 满28天后交实验室检测以确定混凝土质量等级。
对于已通过质量检验的钢筋, 在施工中还要对接头进行取样送检, 根据钢筋焊接的形式, 区别闪光对焊、电弧焊、电渣压力焊等分别进行有见证人员监督的取样, 由取样人员和见证人员进行封样后送实验室检测。
2.9 建筑材料质量资料的档案管理
对于工程中使用的建筑材料, 要建立完善的档案, 包括厂家建筑材料生产许可证、使用说明书等质量证明资料、施工单位材料采购申请单、施工单位出具的《建材自检结果纪录》、建设单位出具的《建筑材料入场质量核验证明》、由建设单位或实验室出具的各种实验报告 (包括钢筋等材料的力学性能试验、化学成分试验、材料级配试验、试块试验报告等) 、以及各种合格证等资料, 通过对建材档案的分析、研究, 既可以准确掌握建材质量状况和对本工程的影响, 又可以通过对资料的长期积累和研究获得建筑材料性能指标对于工程建设投资、质量和进度指标的影响度参数, 建立起工程材料和工程投资、进度、质量三大指标的关系模型, 为工程建设决策提供依据。
3 常用建筑材料的质量控制与检测
一个建筑工程建筑材料费用占整个工程造价的30-50%, 如何确保建筑工程施工质量。首先做好建筑材料的检测工作, 把好材料质量关。本人根据多年的检测工作经验, 如何把好材料质量关, 下面谈几点材料质量控制与检测措施:
3.1按施工计划的要求, 组织好各种材料的进场, 按总体平面布置堆放, 设立标识, 不同品种、不同规格的材料分别堆放。作好材料防雨工作, 防止水泥受潮变质, 钢筋锈蚀等。作好材料的及时检测工作, 检测合格的材料方可使用。例如:水泥的储存时间不能过长, 一般水泥存放三个月, 强度将降低10%-20%, 存放六个月, 强度将降低15%-30%。水泥一般最多存放三个月。
3.2按检测规范要求, 对进场的建筑材料进行见证取样送检, 见证取样送检在建筑工程质量检测工作中占有重要的地位, 是保证建筑工程质量检测工作公正性、科学性、权威性的首要环节。二00五年九月十八日发布的《建设工程质量检测管理办法》中第十三条规定质量检测试样的取样应当严格执行有关工程建设标准和国家有关规定, 在建设单位或者工程监理单位监督下现场取样。提供质量检测试样的单位和个人, 应当对试样的真实性负责。见证取样检测的检测报告中应当注明见证人单位及姓名。因此, 必须加强对建筑工程材料质量检测见证取样工作的普及辅导, 推行见证取样送检制度, 使建筑施工的材料全过程实现了检测控制。
3.3按国家的检测标准和规程对送检的材料进行检测, 严格执行国家的法律、法规, 检测工作坚持科学性、公正性、其工作不受任何行政干预, 不参与任何有损于检测结果公正性的活动, 实事求是, 让检测数据来说话, 使见证取样送检的材料检测结果能真实反映工程和材料的质量。
4 结束语
建筑材料是保证建筑工程质量的首要条件, 把好材料质量关就是把好工程质量关。我们要树立起“百年大计、质量第一”的方针, 从源头抓起, 使检测的结果正确反映建筑材料的质量, 从而使工程上不合格的建筑材料得到及时的发现, 让不合格的建筑材料不流入建筑工地, 确保建筑工程施工质量, 为有效地控制工程质量奠定基础。
摘要：随着工程建设任务的迅速发展, 建筑市场的兴旺, 建筑材料的质量控制与检测在建筑施工、科研、技术发展中占有举足轻重的地位。建筑材料是建筑工程的物质基础, 是关系国家基础设施建设和国计民生的重要基础, 基于建筑材料检测在建筑工程质量保证体系中的重要环节, 是确保建筑工程质量的重要前提, 本文就建筑材料的质量控制与检测做了一些探讨。
建筑材料检测与监控 第2篇
洪亚玲
（湖南汽车工程职业学院
湖南 株洲 412001）
洪亚玲（1980—），女，汉族，湖南攸县人，华中科技大学硕士，讲师，研究方向：计算机网络技术
邮寄地址+电话：
湖南株洲红旗北路476号湖汽职院信息工程系
***
【摘要】在计算机应用普及及计算机网络快速发展的背景下，网络安全问题越来越受到人们的重视。同时，现代网络安全也是相关专家所重点研究的内容。本课题笔者对网络安全检测与监控技术进行了探究，希望以此为网络安全提供有效依据。【关键词】网络安全；检测；监控技术
0.引言
在互联网快速发展的背景下，其信息资源共享空间得到大大扩充、资源利用率得到大大
[1]提高，但同时也存在诸多安全隐患，例如病毒入侵、黑客攻击等。随着这些网络安全隐患的出现，使计算机系统遭到破坏、信息失窃等。为了进一步提升计算机在应用过程中的可靠性及安全性，本课题对“网络安全检测与监控技术”进行分析与探究具有较为深远的重要意义。
1.网络安全检测技术分析
网络安全检测技术主要包括两方面的子技术：其一为安全监控技术；其二为安全扫描技术。其中，实时案件监控技术利用硬软件对网络数据流进行实时检查，同时将其和系统入侵特征数据库当中的数据进行对比，如果察觉存在被攻击的现象，马上以用户定义的动作为依据，进一步做出相对应的反应。所做出的反应可将网络连接切断，也可对防火墙系统通知后，然后对访问控制措施做出调整，进一步把入侵数据包完全过滤。对于安全扫描技术来说，便包括多方面的扫描技术，主要有防火墙系统扫描技术、系统安全扫描技术及网络远程安全扫描技术等。主要是通过对局域网络及防火墙系统等当中所存在的安全隐患进行扫描，在发现漏洞之后采取有效的修复措施，进一步使系统的安全风险得到有效降低。
以防火墙系统为例，其主要功能是限制对被保护网络的非法访问，是设置在被保护内网与外部网络间的一道屏障，通过对网络入口点通讯的检查，然后以所设置的安全规则为依据，进一步通过防火墙当中的数据流进行监测，在将攻击对象过滤完成之后，便起到了保护计算机网络安全的目的。
总之，使用网络安全检测技术能够实现两大方面的目的：其一为实现网络安全检测；其[2]二为实现实时攻击识别。另外，网络安全检测技术作为网络安全当中的一个非常重要的组件，如果和防火墙有机结合起来，便能够进一步保证网络的安全性。
2.网络安全检测及监控系统分析 2.1网络安全自动检测系统
扫描器是一种程序，不能修复网络漏洞。扫描器的功能主要体现在三方面：其一，发现一个主机或网络；其二，在发现一台主机后，便能够与此主机正在运行的服务；其三，对存在漏洞的服务进行测试。另外，扫描器的基本原理是：如果用户企图与一个特殊服务相连接，便能够对所连接进而产生的信息完成捕获。
对于网络安全自动检测系统来说，主要是应用已有的安全攻击策略对系统采取模拟攻击，进而对系统所存在的安全设置问题识别出来。其主要工作是对黑客攻击的各种手段进行分析及收集，网络安全自动检测系统要想与网络攻击方法相适应，便需要不断更新，对由攻
[3]击方法插件构成的扫描库及攻击方法库进行设计。对于攻击方法插件来说，其实属于一个描述攻击方法的动态链接库。为了使扫描方法库及攻击方法库的维护及管理更加便利，需使用具有统一特点的接口描述语言对每一种全新的攻击方法进行描述。将描述及攻击方法库作为依据，能够将扫描调度程度设计出来，同时也能够设计扫描控制程序。其中，扫描控制程序能够对用户的扫描结果进行接收，而扫描调度则将扫描控制程序发送的扫描要求作为依据，对方法库当中的方法进行积极调用，进一步对网络或主机完成扫描，最终把扫描结果向扫描控制程序反馈。
2.2网络入侵监控预警系统
对于网络入侵监控预警系统来说，主要是承担起基于监视网络当中的通信数据流，对可疑的网络活动完成捕捉，并对网络系统受到的攻击尽早发现，最后完成实时反馈及报警。网络入侵监控预警系统通常设置在防火墙后端或路由器后端。
在网络入侵监控预警系统当中，其关键技术便是设计嗅探器。通常情况下，嗅探器是软件与硬件相结合，主要作用是对基于网络中的传输信息进行接收。在任何协议下，网络上的传输信息均是由信息包组合而成，信息包里含有数据，能够在基于机器操作系统的网络结
[4]构处完成交换程序。嗅探器包括了两方面的功能：其一为抓包，其二为包分析。其中，抓包以对网卡的全收模式设计为依据，进一步完成数据包的拦截工作。而包分析的主要工作是对数据包的合法性进行检测。因此，第一步需要将各类黑客攻击方法划分好，然后将攻击规则提取出来完成攻击规则库的构成，进一步从等待分析的数据包当中将关键信息分解出来，并将其和攻击规则库当中的规则进行模式匹配，如果有可疑的攻击对象发现，便需进行实时报警措施，最后将报警与网络活动信息认真记录下来。2.3防火墙系统
防火墙属于计算机通过所联接的网络相互之间的软硬件机制，从计算机流入以及流出的所有网络信息都必须要经过该防火墙的检测以及过滤。防火墙主要的作用在于限制被保护网络的非法访问，其主要建立在保护内部网络以及外部网络的保护层，用来检查网络的入手，按照设置的安全规则，对防火墙的数据进行监控。只有这样可能够更好的过滤掉一些攻击，防止目标计算机上被执行。防火墙还可以关闭没有使用的端口，严禁特定端口的流出通信，封锁特洛伊木马，严禁来自特殊站点的访问，进而避免不明入侵者的所有通信。防火墙具有不同类型，其可以是属于硬件自身的一部分，可以把特网连接和计算机都插入其中。另外还能够在一个独立的机器上运作。该机器作为其背后网络中所有计算机的代理和防火墙，而直接连在因特网的机器可以使用个人防火墙。
然而总体来看，防火墙还存在自身的局限性和不足，首先，个人防火墙不只是为了防范外部恶意袭击设计的，其自身也存在较大的安全漏洞，进而使得用户的个人隐私被泄露。防火墙加强检测和研究网络数据流量的同时，网络的传输速度也会在很大程度上受到影响。假如防火墙太过严格的话，可能会影响为合法用户提供连接的性能；其次传统的防火墙必须由人工进行实施以及维护，无法主动跟踪入侵者；再其次并非所有的威胁都来自外部网络，防火墙只能起到内网同互联网边界的流量，很难检测到网络内的流量。
总而言之，防火墙不是一种动态的防卫系统，对来自内部的攻击以及拨号上网已经很难发挥到应有的作用和效果。3.结语
在计算机应用普及与计算机网络快速发展的背景下，随之而来的网络安全问题也受到各界人士的重视。对于网络安全技术来说，具备多样性及复杂性的特点，进而让网络安全成为一项特别的技术。网络安全自动检测与网络入侵监控预警的应用，使网络资源的安全性得到有效提高。笔者认为，要想使网络信息更具可靠性及安全性，便需要不断发现问题、总结经验，从而研发出有效的防范攻击的方法，进一步保证计算机网络的安全性。【参考文献】
浅谈建筑材料质量检测与监控 第3篇
1 影响常用建筑材料质量的几个因素
建筑行业与人们的生产、生活息息相关, 随着我国建筑行业的快速发展, 建筑工程质量也受到人们的重视。建筑工程施工用材料的质量直接决定着工程质量, 因此, 对于施工材料的检测工作也就变得十分重要。近年来, 我国的检测技术也得到一定的发展与提高, 建筑材料质量检测方法与标准法规得到进一步完善, 建筑材料检测项目与取样过程都有了明确的规定, 但是, 在检测过程中, 由于各种因素的影响, 还是会使检测结果出现一定的偏差。
一是建筑材料采购无计划, 大量的材料混放、无标识、储存条件不当, 造成水泥、钢材等材料受到日晒雨淋、锈蚀变质等, 使其失去原有的性能;二是检测不及时或漏检, 例如检测后的水泥存放超过三个月, 合格品变成了不合格品, 带来质量事故隐患;三是施工过程中钢筋焊接 (搭接) 工艺水平低, 焊接后的钢筋质量达不到使用的要求, 又因为施工单位赶工期, 使得焊接后不检测即使用, 带来新的质量隐患;四是预制大梁、混凝土普通砖等建筑材料半成品构件, 因为赶工期, 未到强度龄期, 未经过检测就直接使用, 造成不应有的质量事故。
2 建筑材料的质量检测
建筑材料质量检测与监控对于建筑工程施工行业是一个难点, 因为, 这些材料的生产都不是建筑工程行业可以控制的, 现如今, 经济迅速发展, 很多中小企业为了谋取个人利益, 造成建筑施工用材料质量差、成本低、利润大, 这就需要建筑施工单位制定施工材料采购与检测的管理制度, 严格采购过程, 保证质量检测与监控, 从而确保原材料质量, 最终保证建筑工程质量。以下, 笔者结合自己多年的经济, 谈谈检测过程中存在的问题。
一是建筑施工用工程材料种类多, 检测项目也各不相同, 这就需要检测人员严格按国家标准、行业标准或地方标准等相关法规标准要求严格检测, 对于关键的检测项目坚决不能漏检, 对于常规检测项目也要认真检测, 并严格按标准要求判定, 防止将不合格品判定为合格品。建筑工程主要使用的材料有:水泥、钢筋、砂石料等等, 比如水泥应该检测其安定性、强度、细度、凝结时间等;钢材应该检测其抗拉强度、冷弯及反复弯曲、焊接质量等;碎石主要检测其强度、级配、压碎值指标、含泥量、坚固性等;砂主要检测其级配, 细度模数, 含泥量等;混凝土主要检测其抗压强度、和易性、塌落度等。二是建筑材料检验用材料的取样过程也十分关键, 取样必须具有代表性, 要做到均匀取样, 按国家标准要求规定的点或位置进行取样, 不允许特意为试验而做试样, 比如在采取钢筋焊接试样时, 严禁特意的制作试样。取样的数量对试验的结果也可能产生一定的影响, 取样的数量太少、取样的方法与位置不符合国家标准要求, 这样的取样试样可能造成试验结果出现严重偏差, 甚至会得到相反的结果, 所以, 取样过程一定要严格按标准要求操作。三是试验误差。引起试验误差的原因有很多, 如试验环境的温度与湿度不符合试验方法规定的要求, 试验方法的选择不符合国家标准要求, 试验人员的操作过程不按标准要求进行等。在众多的影响因素中, 人为因素是最重要的因素, 有时, 人的不正当操作, 或是随意操作、不按规程操作等, 带来的不是误差, 而是错误。比如有的试验人员在进行钢筋拉伸试验时, 当钢筋出现缩颈时便停止了, 而不是将钢筋拉断, 这是一种错误的做法, 因此得到的伸长率结果是错误的。由于钢筋没有拉断, 而得到的伸长率要远远低于实际值。其原因有可能是操作人员将钢筋拉伸试验与钢筋焊接拉伸试验混淆了, 钢筋焊接质量检测不需要测伸长率, 因此只需要钢筋出现缩颈时记录数据。四是数据处理。有时候, 对于同一组试样的检测结果数据离散性比较大, 为了保证检测结果准确, 做出正确的判断, 必须对数据进行处理, 若试验数据超出了常规值, 可以直接将其删除, 而对于其他组数据取平均值得结果。还有一些试验数据需要按公式进行计算才能得到最终结果, 计算过程中, 要严格按四舍五入单双法进位规定要求对尾数实施进位与舍位, 保证数据的准确性与科学性。总之, 试验的结果与预期的结果间总有一定的偏差, 这时, 一定要做好数据处理, 认真分析原因, 保留可靠的数据, 得到正确的结论, 以确保材料质量。若不能区分哪些数据合理, 必须重新检测。
3 质量的控制措施
随着建筑行业的发展, 人们对建筑工程材料的质量控制也越来越重视, 建筑工程用原材料质量控制可从以下几方面抓起:
一是材料进场检查。为保证原材料质量, 在原材料进入施工现场使用之前, 必须进行检验。施工用的设备、材料必须符合国家标准要求与施工质量控制要求, 材料进场必须取样试验, 对于试验不合格的材料要清出施工现场, 避免其不合格的原材料质量带来建筑工程质量隐患。对于实行生产许可证和安全认证制度的产品, 在采购前必须查看生产许可证及安全认证标志的原件, 防止假冒, 同时, 对于采购到的原材料, 要对其产品的许可证编号及安全认证标志进行检查, 必须在产品上予以标志, 确保产品质量符合国家相关要求。
二是强制性检测。为了确保建筑工程的质量, 确保结构的安全性, 防止质量通病的产生, 严禁任何的不合格材料用于工程建设。根据设计及国家、行业规范要求以及地方主管部门的规定, 需要进行项目检测。常规检测项目有:主体结构 (梁、板、柱) 砼标号及钢筋数量检测, 竣工后房屋空气质量状况检测, 钢筋抽样检测, 混凝土试块检测, 加气块两项性能 (外观质量及强度) 检测 (非必检测项目) , 瓷砖性能检测, 铝合金门窗三性检测等, 这些项目都是强制性要求必须检测的项目。
在建筑施工过程中, 要保证建筑施工质量, 对于建筑材料的质量必须严格把握, 只有好的原材料才可能加工出好的成品。所以, 要加强建筑原材料的质量控制, 做好原材料的质量检测与判定, 确保各种原材料质量既符合标准规范要求, 又符合施工使用要求。随着建筑行业的快速发展, 建筑施工材料的加工企业也得到快速兴起与发展, 很多建筑材料质量差, 假冒伪劣产品层出不穷, 这些都给建筑施工质量带来很高的安全隐患。因此, 必须做好建筑材料的检测与监控管理, 正确实施检测, 科学进行判断, 批批实行检测, 从而把好质量关, 确保质量合格。
摘要：建筑工程施工质量影响着人们的生命财产安全, 而建筑工程施工材料质量直接影响着施工质量, 所以对于建筑施工材料的质量控制十分关键, 而对建筑施工用原材料质量控制的一项必要措施就是质量检测。文章作者结合自己多年的检测经验, 分析影响建筑材料质量的因素、质量检测结果的影响因素, 并提出了一些质量控制措施, 供同行业学者参考。
建筑工程造价管理与监控论文 第4篇
目前，我国的工程建筑行业的市场竞争越演越烈，市场化程度逐渐加深，为了保障工程质量，获得最大化利润，企业就必须重视工程造价管理与监控过程。从实际的生产运作情况来看，由于工程造价预算不合理而极大阻碍了工程的进度，由此给企业带来了难以估量的损失，加强工程造价管理与监控管理不仅有益于企业取得经济效益，还有利于企业树立良好的形象。
1.建筑工程造价管理简述
工程造价管理，即对工程建设项目中进行的设计、投标、招标、施工等全部生产造价的有效控制。其内容主要包括两方面：即投资费用管理与工程造价管理。投资费用管理是为了能够使工程按照预先的规划设计，实现投资目标，对工程造价进行合理监控的管理活动；工程造价管理则是以国家、市场等实际价格情况为基础，对工程造价进行管理与调控。
2.浅谈建筑工程造价管理与监控中存在的问题
2.1建筑材料市场价格处于不断变化中，监控不及时、全面
对于任何一项建筑工程而言，材料是其完成的基础，所以建筑材料费用会极大地影响造价成本，而市场时刻处于不断变动之中，材料价格随时都可能发生变化，这种动态因素不利于企业对其实施即时监控。尽管当材料的市场价格在短时期出现较大波动时，政府必定会出手干预，国家会及时发布相关政策文件，对市场进行宏观调控，但是调控的范围较窄，且种类较少，所以建筑材料的市场价格会和预算价格不一致，由此产生的差价会给企业带来了巨大的经济损失。
2.2项目设计不完善
项目设计不完善会严重影响实际施工进度，相关资料表明，项目设计方案如果出现较大问题将会极大地影响建筑成本，其中项目决策阶段对工程造价影响约为94%，而项目施工阶段的影响程度不及其1/3。由于目前很多投资企业与设计单位对项目设计的重要性缺乏认识，他们更加注重对施工过程的监管，为项目实施合同的价格定额与项目决算等工作投入较多的人力、物力和财力，因此有些项目设计方案较为粗糙，细节不清楚，设计时缺乏严格的指标约束，最终出现成本预算不足的问题，以至于工程无限延期，经济利益遭受巨大损失。综上可知，项目设计方案内容是决定整个工程造价成本的关键因素，若设计阶段的监管力度不足，以及限额设计缺失必定会给整个工程建筑的社会与经济效益带来巨大的影响。
2.3企业不重视建筑工程造价管理与监控
如今，国内有很多中小型企业对建筑工程造价管理与监控过程不以为意，他们过于重视赶工期、提效率，这些企业没有建立起一套科学有效的管理系统，在进行造价控制时经常会漏掉一些重要的细节，因此企业在进行操作时工程预算不足的情况发生，而充足的资金是保证工程顺利完成的必要条件，预算不足会使施工进程变得缓慢，工期严重滞后。此外，有些企业过于看重技术与工程质量，所以进行后期监管时会发现成本大幅度超出预算，工程的继续建设受到极大的影响。与此同时，企业对建筑工程造价管理与监控的重要性认识不够，各部门之间也缺乏交流，导致造价预算十分不合理。例如设计部门的工作人员只注重设计，对工程投资毫不理睬；工程监理只监测工程的质量与进度，不参与投资与决策。因此在施工建设的过程中出现非常多的问题需要去解决，企业变得十分被动。
2.4管理人员素质低下，且企业不能及时学习先进的管理和监控的方法
人才是企业决胜的关键因素，一些调查研究发现，我国工程造价管理方面的复合型人才非常少，并且目前从事造价管理与监控的人员综合素质良莠不齐，不仅专业技能有待提高，还缺乏现场管理经验，不符合市场对人才的要求。此外，还有一些人贪图钱财，会受到诱惑而迷失自我，他们在进行造价管理与监控时为心术不正的不法人员提供便利，导致企业遭受重大经济损失。
2.5建筑工程施工时随意变更原始的设计方案
建筑工程的建设存在一定的周期，而市场不是一成不变的，所以实际施工过程中，项目设计方案会出现变动，尽管企业允许施工设计方案可以根据市场情况在一定范围内进行调整，但是为了保障工程建筑的质量与效率，项目设计方案原则上不应更改，施工单位应该遵循最初设计方案，不可随意变动，此外，施工单位不能擅自扩大建筑规模、改变预算成本，如果出现工期滞后与成本超出预算等情况，施工单位要全权负责。此外，我国部分施工单位为了缩短工期而仓促开始施工，施工前没有进行透彻的成本分析，并且施工时没有对各个环节实施严格地监控，由此导致了施工过程中遇到的很多问题难以得到及时解决。若监管部门查出工程存在质量问题，施工单位就必须重新建造，从而大幅度地增加了建筑成本。
3.如何完善建筑工程造价管理与监控管理
3.1提高对建筑工程造价管理与监控的认识
工程造价贯穿整个项目建设的活动中，企业能否从投资中取得利益也取决于造价成本，因此，企业必须提高对建筑工程造价管理与监控过程的重视度，完善内部管理机制，吸纳先进的管理经验。同时，提供一定的平台促进各部门之间交流与合作，提高管理工作人员的综合素质，并且在进行管理与监控的过程中时刻保持警惕状态，不能忽略任何一个细节。此外，企业管理人员必须把造价控制在一个合理的范围内，才能适应变化的市场，才能根据实际情况对施工过程进行调整，尽可能地将误差降至最低，以此来确保在项目实施过程中实现效益最大化、资源配置最优化。
3.2全面掌握市场动向，优化设计方案
工程建设初期，企业会组织大量的专业人员对建设项目进行方案设计，它涉及了建筑工程项目的方方面面，例如，工程质量与结构、建筑材料、投入资金、用户的功能需求以及项目本身产生的经济效益等。其中，建筑材料是构成工程造价成本的主要内容，如果材料的价格在一段时间内起伏较大，必定会影响到工程项目的造价成本。设计阶段是对整个工程造价成本影响程度最深的工作环节，因此，设计方案时一定要全面掌握市场动向，深入了解市场的运行机制，对近些年的数据资料进行收集整理，然后对未来某段时间的市场价格进行合理的预测，不断地优化设计方案，这样才能对工程造价进行更加有效的管理与控制。
3.3加大对设计、施工与竣工阶段的监控力度，使其严格依照设计图纸进行
工程设计阶段对造价起着决定性影响，所以设计时必须严格遵照各项指标进行，不能轻易放掉任何一个细节设计，在资金充足的情况下，企业应聘用一些经验丰富的专家参与到评估设计方案中，以保证工程造价管理能够科学有效地进行，避免在后续的施工中出现成本预算超标的现象，防止为了减少成本费用随意更改设计方案，以至于最后留下一项残缺的工程或者工程被迫停工。所以在项目设计阶段企业一定要加强监管工作，规范、监督设计方案，使设计人员能在有限的时间资源内设计出性价比较高的方案。项目施工阶段的时间最长，为了杜绝偷工减料、变更设计方案的现象发生，企业要制定出严格的管理与监控方案，使施工单位能够严格依照设计图纸进行建设，以避免多种影响工程造价成本问题的发生。即使到了竣工阶段，企业也不能掉以轻心，项目企业与施工单位能否做好形象工程取决于工程的质量，所以双方都应该加大监控力度，顺利为工作画上句点。
3.4及时吸纳高素质、复合型管理人才
企业的兴衰取决于人才的储备量，企业可以与高校进行及时地沟通联系，提供一些相关的实习机会给高校人才，让他们能够将理论运用于实践，充分发挥自己能力，使这些人才在毕业时获得一定的工作能力，企业可及时吸纳这些高素质人才，然后对他们进行培训，使其成长为复合型管理人才，给企业带来更高的经济效益，为企业注入源源不断的生机活力。同时，企业还应该投入一定的资金，用于培训经验丰富的老员工，通过培训提高他们的专业技能素养，让人才物尽其用，企业必定能无形中提升自身的竞争力，收获更好的回报。
4结语
从市场的长远发展来看，我国工程建筑领域的发展空间还会持续扩大，为了能在暗潮涌动的市场中站稳脚步，企业不得不时刻保持清醒，通过对建筑成本进行严谨的管理与监控，保证造价预算不差分毫，将工程项目造价管理工作的责任与义务落实到每个工作人员的身上，这样才能降低企业投资的风险，有效控制建筑工程的成本，从而能够适应动态的市场经济，使自身保持强有力的竞争力。
参考文献:
红外监控图像红眼检测与消除 第5篇
随着社会对安防的重视，视频监控技术特别是红外夜视监控得到了空前应用。国内外在夜视监控技术领域，普遍使用的是低照度摄像机加红外补光照明技术，但是由于红眼效应，瞳孔位置会在监控图像上形成一个明亮的圆斑，破坏图像的真实性。为了解决此缺陷，本文从红眼检测和红眼消除两方面进行研究，以提高红外夜视监控质量。
从1989年Hutchinson发现近红外光源摄像的红眼效应开始[1]，红眼检测发展迅速，日渐成熟。张昌明，Rizon,Yoo,Chen等大多数研究员都在人脸特征检测的基础上，缩小范围再定位红眼[2,3,4,5]。Gaubatz和Ali研究团队结合颜色和强度变化创建检测掩膜实现红眼检测，得到了很好的监测效果[6,7]，由于红外监控是灰度图像，没有颜色信息，此方法并不适用。陈春波和Morimoto等人利用近轴光照射瞳孔的亮状态和远轴光照射瞳孔的暗状态对两张图像进行差分处理[8,9]，很好地提取出人眼位置，但该方法需要复杂的设备，并不适合室外夜视监控。
Zhao和王基帆在室内理想条件下拍摄红眼图片，使用数理形态学的开运算或者Quoit滤波处理红外图像并与原图像进行差分，从而实现瞳孔定位，具有很好的参考价值[10,11]。
柯达公司的Dobbs和Goodwin最早提出采用图像处理方法进行红眼消除[12]，之后DeLuca,Steinberg等人申请了大量消除红眼效应的专利，Schettini，赵全友，路明等国内外研究人员都致力于研究自动红眼消除算法[13,14,15,16,17]，并取得了一定效果，但这些方法都是基于RBG或者YUV颜色空间的，并不能直接应用于红外监控图像。
由于受到室外夜视环境和成像系统本身等多种因素的影响，主动式红外监控图像无色彩信息，人脸检测难度大，前人研究方法都无法直接应用，所以本文针对红外夜视监控图像的特点提出具有可靠性的红眼检测和红眼消除新方法。
1 红眼检测
一般情况下，为了保证室外监控范围，监控图像中的人物都比较小，加之黑暗条件下，摄像系统为取得合适亮度而提高感光度引起图像噪声，导致人物图像模糊，人脸特征不明显，无法检测人脸。但是红眼效应所产生的明亮小圆斑，其“亮”、“圆”特征非常明显，通过图1所示的流程，基本上可以剔除复杂的背景干扰，准确得到红眼位置的掩膜。
(1）对输入的红外监控图像采用Canny算子进行边缘检测。Canny算法在检测前会进行高斯滤波，有效地抑制噪声；使用4个mask检测水平、垂直以及对角线方向的边缘，没有方向性，对圆形的检测最有效果，能够精确检测出红眼效应的边缘。
(2）将边缘图像进行形态学闭操作，即先膨胀后腐蚀操作，形成封闭的连通域。
(3）对所有的连通域进行条件筛选，通过分析红眼亮斑特征，其判定内容分别为：连通域的长短轴之比、连通域面积、连通域平均灰度值。
根据连通域的形状，可以计算得到与该区域具有相同标准二阶中心矩的椭圆的长轴a和短轴b（像素意义下），对于标准的圆形来说，长短轴之比K=a b=1，虽然红眼效果在图像上产生一个圆斑，但是由于环境影响，K值在[1,2]之间都是可能出现的。
红外夜视图像的红眼效应产生的圆斑是有一定面积的，对连通域的面积进行限制，可以抑制环境背景中出现圆形物体的干扰，更重要的是可以剔除高亮噪点。其面积大小A应该根据监控范围以及摄像机像素大小确定，一般情况下A值在[10,100]之间。
边缘检测会提取出所有明显的边界，包括光亮和灰暗的边界，所以需要通过连通域的平均灰度值S大小剔除暗圆斑连通域，调查发现图像亮度适中情况下，红眼效应的圆斑平均灰度值S普遍大于150。
以上三个判定条件虽然都比较粗糙，但是各自独立，结合在一起可以严格筛选出红眼亮斑。算法采用的门限为1K2,10A100,S150，符合条件的连通域即为红眼所在位置，输出为红眼掩膜，为下一步的红眼消除提供依据。
2 红眼消除
国内外研究人员多数致力于彩色图像的红眼消除，主要用G,B颜色信息对红眼位置的R分量进行矫正，几乎没有涉及到灰度图像的红眼消除，但是夜视红外监控图像的红眼效应非常明显，给观测者带来不舒服的视感刺激，所以解决此问题对提高监控质量还是很有必要的。在夜视红外监控中，红眼效应已经完全破坏了眼睛位置的真实信息，本文只能凭借人们的观察习惯，用人脸的灰度值作为参考，对红眼进行矫正消除。
首先对红眼掩膜用3×3大小的正方形为结构元素进行膨胀操作，提选出红眼周围宽为3个像素的圆环，作为矫正参考区域。该区域避开眼睛，但在人脸范围内，如图2所示。然后计算矫正参考区域的灰度平均值V，并将红眼区域的像素灰度值修改为V 2。这样眼睛位置要比人脸稍暗一点，但是修正后的红眼边界过渡不自然，通过高斯平滑处理使边界模糊达到目的。平滑范围包括修正后的眼睛和作为矫正参考的区域，使用如下3×3高斯算子：
3 实验结果
实验在室外树林环境下进行，截取其中一张夜视红外监控图像进行处理分析。图3(a）是直接从摄像机输出的原始监控图像，人脸模糊，环境复杂，但是红眼效应产生的明亮圆斑非常明显。经过Canny算子边缘检测和闭运算后，图3(b）中显示了树叶复杂轮廓对红眼检测带来一定的干扰。但是对连通域进行1K2,10A100,S150三个条件筛选限定后，只留下了红眼连通域，形成红眼掩膜，如图3(c）所示。图3(d）是将该红眼掩膜在原图中标记出来，可见定位非常准确，为红眼消除提供了准确依据。通过本文提出的红眼消除算法处理后，得到图3(e）结果，通过放大图可以看出消除效果是理想的，过渡平滑，红眼不再突出。不过由于左边的人佩戴眼镜造成反光，带来一定的影响。
另外，对一段视频共150帧图片进行实验，94%的红眼能够检测出并被修正，达到了很好的效果。但也有8%的图片出现了误检，将图片中类似于红眼效应的亮斑进行了错误的修正。
4 结语
网络安全检测与监控技术研究 第6篇
1网络安全检测技术
在网络安全检测技术之中重点包含了实时安全监控与安全扫描技术。实时性的安全监控技术主要是借助于硬件或者是软件系统,对于网络的数据流采取及时的检查,同时还需要将数据流和数据库当中的存储数据采取对比分析,对于出现的各类病毒攻击行为,要能够及时的依据用户所设定的指令予以及时的应对处理。相关的指令内容通常可设置为切断网络连接、亦或是告知防火墙系统对于访问程序予以相应的调整,从而使入侵的数据内容能够被及时的过滤除去。安全扫描技术能够对于局域网络、操作系统、Web站点以及防火墙系统之中的缺陷隐患采取扫描处理,从而及时的将问题漏洞上报给主机系统予以修复处理,最大程度的降低系统所承受的安全风险性。
网络安全检测技术正是基于自适应的安全管理模式。在这一管理模式当中每一项接入的网络的部分,都无法完全避免安全隐患的存在。并且自适应性的安全管理模式通常具备有两项特点,第一个特点为:动态性与自适应性,此两方面的内容能够借助于对网络安全扫描软件的升级处理,以及病毒数据库的及时更新来实现;第二个特点为:更为广泛的应用层次,能够普遍的应用在网络层、应用层以及主机操作系统之中,从而促使每一个层次的网络安全隐患,都能够得到更加及时的检测。
网络安全检测系统的目的及时发现系统当中所存在的隐患漏洞,因此目前重点是采用在安全限定范围内的供给方式,来对网络系统采取模拟性供给,从而寻找出系统所存在的隐患问题与漏洞,以及相关的缺陷不足。整体网络安全检测系统的结构图形如下图所示。
2安全扫描系统
2.1系统配置模块
这一模块是整体系统的主要操控者,可采用GUI亦或是HTML文档结合浏览器两类方式,来对于整体系统架构采取相应的管理措施。配置模块部分重点是针对系统当中不同模块的运行标准予以安排。
首先明确信息获取的具体范围。即获取某一子网掩码的信息或者是某一台具体主机的信息,如果需获取某一子网信息,则应当对这一子网掩码的具体IP地址予以明确的位置标注,如:202.117.176.1——202.117.176.253,从而便能够针对子网的202.117.176.0采取安全检测,将所获取到的各项信息内容予以详细的记录;如若所获取某一台特定主机的信息内容,便能够设置出相应主机的IP地基,例如202.117.176.154。其次要明确漏洞检查模块的目标对象,即确切掌握网络系统的服务漏洞或是操作系统漏洞。在应对网络服务漏洞之时,可以明确针对Telnet的服务漏洞予以检测,以及相关的Http、FTP等相关漏洞;在应对操作系统的漏洞之时,可针对文件的权限设置明确检查相应的漏洞问题,以及系统设置与口令设置等相关操作系统的漏洞。最终,要能够依据各类所配置的信息要素,产生出具体的系统配置文件,确保所有模块内容的初始化设置和后期运行,均要依据此文件予以配置。
2.2信息收集模块
(1)构建目标网络的拓扑结构图。拓扑结构图能够直观的体现出目标网络之中,各个网络元素间的相关性。如:路由器、子网与网关三者之间的相关性,以及各个不同的路由器之间的相关性,乃至于子网内部同主机之间的相关性,只有明确的掌握了各个不同网络设备间的相关性,才能够使得相关的管理人员了解到各个设备间的连接状况。对于差异性较大的网络拓扑结构而言,每一个网络拓扑结构便存在有其自身的缺点与不足,即为网络的拓扑结构决定了网络结构的安全性,因此对于各类不同的网络拓扑结构便应当采取与之相适应的保护方法。(2)明确目标主机和操作系统的类型与版本。在网络环境当中,通常会同时存在有各种型号差异明显的计算机设备,类型不同的计算机其自身所搭载的操作系统往往也不尽相同,加之操作系统的版本多样性,各种类型的计算机操作系统所存在的安全隐患也是各式各样的。诸如:UNIX与WINDOWS NT操作系统,目前已经公开的系统漏洞多达上千个之多,因此在应对这些种类繁多的操作系统及其漏洞时,难免会存在疏漏情况,因此明确计算机的操作系统类型与版本是十分必要的。(3)确定目标主机开启的网络服务。在网络环境中每一个计算机主机系统均能够给予用户,提供以各类远程网络服务,诸如FTP、Http等相关服务内容。然而每一项服务内容均存在有安全隐患的可能,因此为了加强安全系数相关的网络管理人员,必须要能够明确主机所开启的服务内容。在此过程当中应当针对目标主机的特定端口采取扫描措施,重点是采用和目标主机各端口构建起TCP协议,来检测相应的端口是否存在有服务开通。进而针对所开通的服务程序予以安全检测。
2.3扫描调度模块
这一模块内容可依据上一模块当中所获取到的信息,以及相关的系统配置模块所产生出的配置文件,采用模拟攻击方式,针对网络环境亦或是主机系统予以扫描,而后将扫描所得到的结果内容反馈至下一系统之中。
(1)网络扫描是指针对网络服务及传输过程当中,所存在的各类隐患问题及时的排查出来。并依据相应的漏洞特征状况,创设出各类检测工具与数据包,例如可采用A c t i ve X破坏控件,来针对HTTPD当中的隐患问题予以检测;创设出虚构的IP地址数据包来针对IP SPOOFING隐患问题予以检测等。(2)防火墙扫描,目前的防火墙配置较为复杂,在扫描检测的过程中首先需注意对防火墙配置规则的检测,其次要针对防火墙在应对各类网络攻击之时的防范能力予以检测。(3)操作系统扫描,此部分的扫描内容可分为本地与分布式两类,即为本地操作系统与远程主机系统的漏洞扫描,具体的检测目标应当为口令文件的权限设置、根目录的权限设置;以及系统攻击者是否在系统中设置以Sniffer程序,亦或是其他的木马脚本等程序。
3安全分析系统
3.1安全分析模块
最初的安全扫描程序仅是单一的将扫描测试结果逐一列举出来,简要、直观的提供给测试人员而针对具体的信息内容并未做出任何的处理措施,因此在对于网络状况的整体性评估方面缺乏全面性的评价。因此为了更加有效的辅助相关的网络管理人员,对于相关的网络安全问题予以明确的评估,安全分析模块至关重要。安全分析模块能够通过对扫描调度模块,所收集到的初始信息予以加工处理,重点是针对检测过程当中所检查出的隐患问题予以分类统计,即某一类漏洞问题是从属于操作系统、网络服务程序或者是网络传输等相关方面的漏洞,在处理完成之后将所得到的记过内容进一步发送至数据库控制与报警系统中。
3.2数据库控制模块
这一模块的主要目标是为了实现漏洞信息库和报警系统的信息交互。即:将扫描得到的漏洞信息汇总至报警系统当中;亦或是将新型的漏洞问题进行记录处理,并及时的上报至数据库当中。
3.3漏洞信息数据库
漏洞信息数据库主要是存储漏洞扫描、危害状况以及相关的补救内容等信息。
3.4报警系统
报警系统重点是依据数据库的检索模块,以及相关的安全隐患问题分析,来形成具体的安全评估报告,报告的形式可选用直方图、饼状图以及HTML三种。
(1)直方图:可主要用于对安全漏洞的直观展示。(2)饼状图:可主要用于对不同程度漏洞的百分比展示。(3)HTML文件:可主要用于给予远端用户报告漏洞信息,以及操作系统的安全程度,同时提出相应的改进措施。
4安全监控系统
4.1监测网络的流量
首先,为了满足于对全网络流量的监控要求,则必然要将监控系统安排于网络系统的各个交换节点之上。这主要是由于所有出入网络系统的数据内容,均需经过此交换结点。另外,还要使交换结点之上的设备网卡格式,设置于混音格式,以促使进出于网络当中的数据包均能够被交换节点的设备获取。其次,要做到对网络的实时性流量监测,就必须要掌握不同网络访问的流量改变规律,同时采用特征性文件的方式将其保存于系统之中。
4.2监控网络的连接情况
因为在TCP/IP端的协议涉及,最初未能够考虑较多的安全因素,这也便是造成当前大量恶意网络攻击是由TCP/IP端的薄弱环节采取攻击行为。要加强在这一方面的防范工作,通常较为实用的方法便是采用防火墙充当代理,具体的防范原理如图2所示。实际的连接情况为防火墙在接收到了SYN的命令请求之后,便会向客户机发送SYN/ACK数据,并在回馈接收到了客户机方面的ACK之后,才能够向服务器发送建立连接的请求。此种方式能够确保内部服务器免受外界网络攻击。
5结语
综上所述,本文在电台工作中首先正对计算机网络的安全状况,以及相关的网络安全技术予以了详细的阐述,重点分析了网络安全技术当中的检测技术内容。并在对于这一技术的细致分析基础上,结合以相关扫描、分析与监控技术,设计出了一个整体性的网络安全检测以及监控系统结构模型,同时针对这当中的核心技术予以了系统化的构建。最终希望借助于本文的分析研究,能够促使相关的网络安全检测,以及相关监控系统的功能性能够更加的趋向于完善性,确保电台网络安全。
参考文献
[1]何冀东.基于网络重要度的货运计量安全检测监控设备布局优化方法及应用研究[D].北京交通大学,2013(11).
[2]孙凌洁,钟于胜,沈焱萍等.网络漏洞安全检测系统的研究与设计[J].广东农业科学,2014(1).
[3]曹立铭,赵逢禹.私有云平台上的虚拟机进程安全检测[J].计算机应用研究,2013(5).
[4]蔡翔.有关计算机网络安全的检测与监控技术探讨[J].计算机光盘软件与应用,2012(12).
[5]许佳森,杨传斌.基于Win Sock DLL的网络安全检测方法研究[J].微机发展,2015(1).
[6]蒋荟,刘春煌,曹松等.货运计量安全检测监控系统的研究[J].中国铁路,2014(7).
视频监控中的人脸检测与跟踪 第7篇
1 人脸检测的特征依据及Ada Boost学习算法原理分析
1.1 人脸检测的特征依据
人脸的共性特征为人脸检测提供了依据, 对于显性的特征, 可借助先验知识进行直观总结, 对于隐性的特征, 则需要通过统计学处理进行特征提取。人脸检测的特征依据可以概括为以下三点:其一, 几何结构特征规则, 主要包括器官分布规则、轮廓规则和对称性规则, 就器官分布规则而言, 人脸部器官空间位置相对固定, 各器官之间存在着先验的约束关系;其二, 人脸器官的图像灰度特性, 人体五官分布具有一定的规律性, 在灰度图中, 眼睛、眉毛、鼻子相对脸部其他区域而言, 其灰度要深一些, 与周围区域具有较强的对比性, 能够反映人脸的内在特征;其三, 人脸的肤色及纹理规则, 利用肤色模型来检测肤色, 能够对图像中的人脸进行定位, 通常还会以空间灰度共生矩阵纹理信息作为特征, 可达到低分辨率的人脸检测效果。总而言之, 基于统计的检测方法主要是利用人脸所固有的隐性信息建模来完成分类, 而人脸检测的实质也就是模式识别问题, 目前常见的人脸检测方法主要包括镶嵌图法、模板匹配法、颜色信息法等。
1.2 Ada Boost学习算法原理
Ada Boost算法针对的是不同的弱分类器, 将其在不同训练集上得到的分类器集合起来, 便构成了一个强分类器, 其分类能力远超过随机猜测, 当然, Ada Boost训练也存在一些缺点, 因其大量运用简单分类器及训练样本, 运用比较耗时, 为了提高人脸检测的速度, 基于积分图像特征的Ada Boost检测算法被提出, 该方法具有良好的识别效果, 采用积分图像的形式快速计算人脸特征, 并运用Ada Boost学习算法对人脸特征进行挑选和集成, 将若干强分类器串联起来构成一个层叠分类器, 极大地提高了系统的错误率以及相应速度。Ada Boost的每个循环都要从众多的特征中选取一个特征, 最初所选择的矩形特征尤为重要, 在Viola学习法中, 得到的是位于第一位和第二位的特征, 前者描述的是人眼水平区域, 后者区分的是眼睛和鼻梁部位的明暗边界, 检测器显示的是边界特征、细线特征和对角线特征, 该模式在图像处理初期就已建立一个积分图像, 能够对人脸图像进行实时计算, 级联强分类器又将复杂的特征放在后面, 这样的结构提高了检测算法的效率, 同时也有效降低了错误率。
2 视频监控中的人脸检测跟踪流程及实现方法
2.1 人脸检测跟踪流程
人脸检测技术和实时跟踪技术均是视频监控系统中的重要组成部分, 在视频监控中, 研究对象主要来自于录像中的图像序列, 这实际上是由一些列静止图片构成的, 静止图片方法可以适用在这里, 但是人脸检测处理要比静止图片的处理难很多, 如存在的部分遮挡以及化妆现象, 都会影响到检测, 加之获取条件的限制, 人脸过小可能会漏检。人脸检测跟踪流程为:目标区域→摄像机→图像采集卡→图像预处理→人脸检测→判断是否有人脸→跟踪并标记人脸位置→提交人脸数据。在训练和检测过程中, 人脸图像只有通过预处理才能减少因光线强度、图像背景等因素造成的影响。Ada Boost是一种基于灰度特性的算法, 以矩形特征值为分类依据, 其缺点可能将符合条件的特定图像误判为人脸, 为提高检验的精确性, 应对检测结果进行检验, 根据人脸几何特征约束性关系, 来进行归并处理, 最终统计出该区域内的人脸肤色象素点总数, 计算出其与候选区域内像素点总数的百分比, 百分比与阀值的关系即是人脸的判断依据, 超过阀值表明该区域包含人脸。
2.2 实时跟踪实现方法
在输入图像序列中能够确定人脸的大小变化及运动轨迹, 这就是人脸跟踪技术, 该技术的应用前景十分广阔, 也是视频监控领域的一项关键性技术。实时跟踪应基于模型的方法和运动的方法, 前者是根据先验知识来构造目标模型, 后者采用的是分割等方法对人脸运动进行跟踪, 其实质仍然没有脱离目标检测, 其关键在于提高了对算法的要求, 目标跟踪问题的解决有两个基本思路:一是将目标跟踪视为图像中的人脸检测问题, 二是将目标跟踪视为运动估计问题。人脸跟踪与人脸检测关系密切, 将二者放在统一框架下考虑, 有助于对人脸的及时检测和准确定位。视频监控中的人脸质量并不高, 大小和姿态都可能发生变化, 要想达到实时性的要求, 只能通过人脸跟踪的方法来实现, 综合分析人脸是否已经出现以及检测过, 从而为后续处理提供依据。
3 结论
综上所述, 人脸检测是视觉研究领域的前沿课题, 利用Ada Boost算法与人脸检测技术相结合并应用于视频监控中, 对人脸检测算法进行完善, 备受研究者的关注。本研究选择了目前最好的检测方法, 对Ada Boost算法和肤色识别方法的优点进行综合运用, 提出了一种实时跟踪的实现方法, 为下一帧的检测及后续处理提供了必要的依据。
摘要：人脸检测研究经历了由简单到复杂的发展阶段, 目前已经完成了静态图像检测到视频实时检测的转变, 现已广泛应用于视频监控、安全访问控制等领域。本文在当前人脸检测主要算法基础上, 对Ada Boost学习算法进行分析, 重点对视频监控中的人脸检测及跟踪设计进行探讨, 以期能够对相关研究有所帮助。
关键词：人脸检测,视频监控,AdaBoost算法,跟踪
参考文献
[1]陈慧杰.视频监控中的行人检测与跟踪方法研究[D].厦门大学, 2014.
[2]曾龙龙.基于视频监控的实时人脸检测与跟踪算法研究[D].浙江理工大学, 2012.
[3]郭鹏飞.视频监控中的人脸检测与识别[D].南京理工大学, 2010.
建筑材料检测与监控 第8篇
在智能视频应用的概念模型出现后不久,一些国外的公司就已开始着手研发相关软硬件产品。例如,瑞典Axis网络通讯有限公司已经推出其智能视频产品,其中包括AXIS242SIV视频服务器和AXIS IVM 120人数统计智能视频应用模块。国外的智能视频应用市场正在向规模应用阶段转化。与国外相比,国内的智能视频市场还有较大的差距。但随着市场智能视频应用需求扩大,已经有些国内厂商开始着手引进国外知名厂商的智能视频软硬件产品和技术[1,2]。
本文主要研究一种在监控区域里遗留和搬移[3,4]物体的检测和分类算法,有望应用于机场、地铁等交通要地,以及银行、博物馆、珠宝店等场合的视频监控自动报警。
2 智能视频中的目标检测
智能视频监控的系统框图如图1所示。经摄像头采集后的实际场景视频图像送往计算机中的采集卡。采集卡将视频图像送到智能分析程序进行目标检测处理,最后在监控界面中显示处理后的结果。
目前,绝大多数智能监控系统都采用背景减除技术[5]来进行监控图像内容变化的检测(遗留物体、运动目标、失盗物体等都可被看作是图像内容的变化)。其主要思想是将每个输入视频帧和一幅背景图像帧进行比较,如果同位置的像素特征、像素区域或其他特征存在一定程度的差别,则新视频帧中这些位置像素点或像素区域即被认为是发生了变化的区域,根据目标检测的不同要求,由不同判断准则提取这些变化区域,从而构成前景目标区域。若对这些前景点作进一步处理,即可得到目标位置、大小、形状等信息,从而进行目标跟踪[6,7]和视频内容理解。
3 滞留与搬移物体的检测与分类算法
本算法的流程图如图2所示,对采集到的监控视频利用开始的若干帧初始化背景图像,用背景差法得到二值图像,利用二值图像检测相应的目标区域并更新背景图像[8]。二值图像可能会含有一些噪声以及目标空洞或者不连续的情况,用形态学进行处理并提取目标区域。最后用检测分类算法对目标进行检测与分类,当发现异常情况就立即报警。
3.1 目标检测
基于视频的目标检测方法主要有基于帧间差分的方法、基于光流场的方法、基于背景差的方法等。时间差分法得到的目标物体会产生空洞。光流法计算复杂度高,不太容易达到实时要求。背景法对光照等影响较为敏感。
本文采用背景差法,采集监控范围的连续10帧静止图像并取像素均值作为背景图像B(i,j)
用当前帧的图像I(i,j)与背景图像B(i,j)进行差分,再对差分图像中值滤波,这样就可以去除一些噪声的影响。对差分后的图像用阈值进行二值化,在这里采用类间方差法求得阈值。
最大类间方差法由Otsu[9]于1978年提出,以其计算简单、稳定有效,一直广为使用。从模式识别的角度看,最佳阈值应当产生最佳的目标类与背景类的分离性能,为此引入类内方差、类间方差和总体方差。在实际运用中,往往使用以下简化计算公式
最佳阈值T满足下式
式中:图像灰度范围为[0,L];σB2(D)为内间方差;Wa为A类概率;μa为A类平均灰度;Wb为B类概率;μb为B类平均灰度;μ为图像总体平均灰度。阈值T将图像分成A、B两部分,使得两类总方差σB2(D)取最大值的D,此时的前景与背景的差别最大,即为最佳分割阈值。
形态学处理如图3所示。用最大类间方差得到的阈值对差值图像进行二值化,二值图像可能会由于噪声影响产生很多白色小点或者小块,目标物体内部也可能会产生一些空洞(见图3b),可以采用形态学运算对这些缺陷进行处理[10]。先对二值化图像进行腐蚀,就可去掉很多小的噪声点,但会使目标的空洞相应的增大,所以再对二值图像进行2次膨胀操作,这样就可以弥补目标里的一些空洞,使目标完整。2次膨胀之后,目标的形状会有所变大,所以还应该进行一次腐蚀,使目标的形状接近图像中真实目标的形状大小,如图3c所示。
3.2 背景更新
由于背景差分法受光照等影响,当长时间不对背景进行更新,光照的缓慢变化会造成误差累积,从而对检测结果产生影响。当之前有运动而随后又长时间静止的物体也要添加到背景中,则把它当做背景的一部分。所以要建立一个背景更新算法,对背景进行不断的更新。这样才能避免检测时造成误判。其采用的背景更新算法为
式中:B(i,j;t-1)表示上一帧的背景图像;I(i,j;t)表示当前帧;M(i,j)表示当前帧与背景差分后的二值图像;B(i,j;t)表示当前更新的背景图像。当检测到的二值图像M(i,j)为0时代表当前帧此像素点仍然是背景点,就用当前帧的像素值I(i,j;t)更新背景图像B(i,j;t-1)的相应位置。当M(i,j)为1时代表当前帧此像素点为目标点,背景图像B(i,j;t-1)相应位置的值不变。
如果当前帧图像中有运动物体,则二值图像中会有运动物体对应的白色区域。对检测到的目标区域进行统计,设置一个模板S(i,j),大小与采集到的图像帧大小一样,当上一帧与背景差分得到的二值图像中某些位置为1,而当前帧与背景差分后得到的二值图像相应位置也为1,则对应的S中的相应位置加1。这样做可以统计目标运动中那些不动的点,当统计设定的帧数时,若S中的数据大于T0,就把这些点当作检测到的长时间不变化的区域,用当前帧中I(i,j;t)与S(i,j)≥T0相应的位置对背景进行更新,同时将模板S全部置0再继续统计。在本文中,统计200帧,T0取值120;采用每隔10帧做一次处理。根据当前帧与背景差法得到的二值图像进行背景更新,这样就可以将滞留和移走的物体考虑到背景图像中,同时可以解决光照变化等因素的影响。
3.3 滞留和搬移物体的分类
当模板S(i,j)中检测到一些区域的值大于T0的时候,就可以知道这些区域有变化随后长时间没有变化,可能有物体遗留或者被搬移或偷窃。模板S(i,j)的作用主要就是为了找出可疑物在视频图像中的具体位置。可以根据模板S(i,j)找出元素大于T0的位置信息,就是找到二值图像中物体不变化的次数,大于T0则S(i,j)中相应的位置为1,小于T0的位置为0。这样在S(i,j)中就得到一个白色区域,可以得到该白色区域的宽度(Width)和高度(Height)。然后利用该位置信息在背景图像上截取相应位置的灰度值得到B0(i,j),截取就是在背景图像中找出S(i,j)中相同位置区域的的灰度信息,如式(5)所示。因为S(i,j)中的白色区域是可疑物体区域,在背景图像中找到相同位置的灰度信息是在后面做判别的前提。同样的方法,利用S(i,j)中可疑物体的位置信息在当前帧的二值图像M(i,j)中截取相应位置得到。利用类间方差法对截取的灰度图像B0(i,j)求阈值,然后进行二值化得到二值图像BM(i,j)。利用类间方差法求阈值的主要做法就是用一个灰度值K将图像分为两个部分A类与B类,A类是小于设定灰度值D的部分,B类是大于设定灰度值D的部分,D的取值范围依次为0~255,再通过公式(2)求得两类内间方差σB2(D),其中对应最大的内间方差的D即为要求的阈值T。分类的算法主要就是通过对BM(i,j)和P(i,j)中白色区域的形状进行比较得到分类的结果。
如果之前背景中该位置没有物体,则背景中相应区域的二值图像BM(i,j)和可疑物体的形状不会具有很大的相似性,随后有人遗留了物体在监控区域里,得到相应位置的二值图像P(i,j)的形状应该具有其物体的形状,所以二者形状不会具有太大的相似性。这里所说的形状的相似性可以通过公式(6)计算,如果二值图像BM(i,j)和P(i,j)中的白色区域具有很相近的形状,则在公式(6)的分子部分相减后的值会比较小,计算得到的Pa会比较小,P(i,j)和BM(i,j)中白色区域的形状越相近。如背景中的物体被取走,该区域灰度发生变化,则P(i,j)中的白色块会具有物体形状。而原先背景中该区域也具有物体形状,利用类间方差二值化得到的二值图像BM(i,j)肯定具有物体形状,BM(i,j)与P(i,j)形状具有很大的相似性。可以知道当物体滞留在监控区域的时候计算得到的Pa较大,当物体被搬移时计算得到的Pa较小。当Pa满足Pa
4 试验结果与分析
在室内采集若干视频序列,对本文的滞留与搬移检测算法进行实验,实验的结果如图4和图5所示。对场景分别进行滞留和搬移物体算法的实验仿真。图4a和图5a为背景帧,用于做背景差法检测前景目标。图4b和图5b中有人将包滞留在监控区域中,通过模板S的统计,可以找出变化区域的位置。在图4c和图5c中,当人离开监控区域的时候,对变化区域进行判别,决定是滞留物体还是被搬移的物体,并且框住该区域。在图4中计算得到的Pa=0.321 0,Pa>Th,判为滞留;图5中计算得到的Pa=0.090 2,Pa
5 小结
在静止摄像机和室内环境条件下,对本文算法进行了多次实验,实验结果表明该算法可对滞留和移走物体作出比较准确的判决,在复杂环境下,都具有很好的稳健性。由于算法复杂度较低,完全可达到实时要求。
摘要：提出了一种新的滞留与搬移物体的检测分类算法。该算法利用背景差法获得前景图像,然后进行二值化和形态学处理,再和背景帧进行比较来对滞留和搬移物体进行检测和分类。实验结果表明该检测算法具有较高的正确率和鲁棒性。
关键词：智能视频,滞留与搬移,背景差法,形态学处理
参考文献
[1]赵俊.智能视频监控系统关键技术研究[D].西安:西安电子科技大学,2007.
[2]王建文,陆璐.视频监控的异常报警机制[J].计算机与数字工程,2007(5):121-123.
[3]王伟嘉,刘辉,沙莉,等.滞留与偷窃物体实时检测与分类算法[J].计算机,2007,27(10):2591-2594.
[4]CUCCHIARA R,PICCARDI M,PRATI A.Detecting moving ob-jects,ghosts,and shadows in video streams[J].IEEE Transactions on Pattern Analysis and Machine Intelligence,2003,25(10):1337-1342.
[5]孙吉花,刘肖琳.光照变化的背景减除新算法[J].计算机仿真,2007(9):214-217.
[6]PENG N S,YANG J,LIU Z.Mean shift blob tracking with kernel histogram filtering and hypothesis testing[J].Pattern recognition letters,2005,26(5):605-614.
[7]DEDEOGLU Y.Moving object detection,tracking and classifica-tion for smart video surveillance[D].Turkey,Ankara:Bilkent universi-ty,2004.
[8]魏志强,纪筱鹏,冯业伟.基于自适应背景图像更新的运动目标检测方法[J].电子学报,2005(12):2261-2264.
[9]赵海坤,周伟灿.改进的OTSU算法在图像分割中的应用[J].重庆工学院学报:自然科学版,2007(4):92-94.
视频监控中多运动目标的检测与跟踪 第9篇
随着计算机和图像传感器技术的发展,以摄像机为核心的视频监控在社会安全和保障方面起着日益重要的作用,其涉及到计算机视觉、模式识别和人工智能等领域诸多核心问题。目前,它已经广泛应用于军事、商业、银行、博物馆、交通、公安、电力、厂矿、智能小区等系统和领域的安全监控、自动监控和远程监控中。
在视频监控系统中,运动目标的检测是核心内容,在目标识别跟踪以及机器视觉领域有着广泛的应用。目前,这一研究领域提出的检测算法主要有光流法[1]和差分法[2,3]。光流法采用运动目标随时间变化的光流特性来实现,但算法的可靠性和精度尚需验证。差分法根据帧间变化区域自动检测新目标的出现,是目标检测常用的方法,且算法计算简单。文献[4]提出了一种复杂背景下基于连续三帧即可精确检测多运动目标轮廓的算法,可有效地消除被运动目标遮挡和重现的纹理背景;文献[5]通过引入基于混合高斯模型(GMM)的运动检测并结合改进的GVF-snake方法对背景静止的图像序列中的运动目标进行自动检测与跟踪;文献[6]提出了一种基于立体视觉的运动目标检测算法,可以克服光线变化和阴影干扰的影响;文献[7]提出了一种基于水平集方法的多运动目标检测和分割新方法,能正确提取运动目标的边界;文献[8]依据背景差分法,结合连续帧间运动信息,提出了一种基于核密度估计的空基视频运动目标检测方法;文献[9]从多目标检测和跟踪的物理基础出发,依据多目标的运动马尔可夫可信度和特征马尔可夫可信度,提出了一种基于特征迹的多目标跟踪方法。这些方法都较好地实现了运动目标的检测。
本文在基于递归方法的二值图像连通区域像素标记算法基础上,提出一种新的方法,即在该算法基础上融合图像预处理技术,对运动目标进行检测与跟踪。在实验过程中,对预处理后的图像出现的不规范问题,提出了几点改进措施。经过反复验证,本文所述方法可以高效可靠地对监控范围内出现的多个运动目标进行检测定位和跟踪。
1 算法描述
1.1 图像预处理
预处理主要包括转化输入彩色图像为灰度图像,帧间差分相邻两帧灰度图像,基于全局统计阈值二值化差分灰度图像,然后对二值图像利用数学形态学的腐蚀膨胀算法滤波处理,为连通标记算法提供二值图像数据。
灰度化处理采用加权平均值法,根据重要性或其他指标给R、G、B赋予不同的权值,根据人眼对三种颜色的敏感度,采用如下公式可得到最合理的灰度图像:
其中ft(x,y)为当前帧图像上点(x,y)的灰度值,R、G、B分别为输入彩色图像的红色、绿色、蓝色三种颜色值。
由于背景差分不能适应光线变化或摄像头移动等客观因素,故采用帧间差分方式。本文帧间差针对当前帧与混合图像,混合图像由当前帧图像和前一帧图像混合生成,即:
其中ft-1(x,y)为前一帧图像上点(x,y)的灰度值,bt(x,y)为当前混合图像上点(x,y)的灰度值,α(0≤α≤1)为更新率,t为采集的图像帧序列号。帧间差分为:
dt(x,y)帧间差分图像上点(x,y)的灰度值。
二值化公式:
Bdt(x,y)为帧间差二值化后形成的二值图像;τ为门限阀值,为了提高门限阀值的可适应性及对图像背景缓慢亮度变化的鲁棒性,令:
c为常数,由实验确定,一般取3～5;M为属于背景的一块区域,通常在边缘地带选取;NM为区域M的面积。
在式(2)中, α的大小决定帧间差图像更新速度,当α越大图像更新越快;另外对于不同运动速度的运动目标,选择合适α值,可以使帧间差二值化图像接近运动目标的实际轮廓,同时可以减少连通标记算法对运动目标检测时的计算量。当运动物体以相同速度运动时,由图1可知,选择α=0.2时的帧间差二值图像效果相对较好。
对帧间差再进行数学形态学算法腐蚀和膨胀处理,可以滤掉帧间差图像中的随机噪声点,同时还可以平滑轮廓,使损失的轮廓信息得以恢复并且加强。
采用腐蚀算法即比较图像中的每一个像素点(包括自身在内)的邻近9个像素点,使像素值等于其中最小的像素值。
采用膨胀算法即比较图像中的每一个像素点(包括自身在内)的附近9个像素点,使像素点等于其中最大的像素值。
1.2 连通标记算法
连通标记算法对预处理的二值灰度图像进行扫描,确定二值图像中包含的连通域的几何特征和所有连通域的数目,每个连通域代表一个运动目标,从而可以确定图中包含的运动目标,为检测和跟踪运动目标提供依据。
算法首先对整帧二值图像进行一次扫描,对出现的目标像素点(灰度值为255)进行标记,标记可能使同一连通域具有不同的标记值,故在本次扫描之后还将产生一组完整的等价连通标记表,然后对生成的等价表加以分析,逐步提取属于同一连通域的所有连通标记,最后得到二值图像连通域的正确划分以及连通域的数目。
1.2.1 扫描二值图像并分析等价对表
连通标记算法中的二值图像扫描、分析等价对表采用文献[10]所述方法来实现,在此不再详述。
1.2.2 连通标记算法实验结果
为了检验算法,用VC++编写算法程序对多幅128×128二值图像进行检测,主要检测连通域数目和每个连通域的几何特征。实验结果如图2所示。
由实验结果可知,采用连通标记算法能正确标记出图像中的连通域。
2 检测与跟踪
连通标记算法确定的每个连通域(即每个运动目标)的外接矩形AREA.rect,映射到监控视频图像中,实时检测每帧视频图像中的运动目标,检测方式是用rect矩形框把运动目标锁定。对于每帧图像都采用同样方式,对视频流中的运动目标进行连续检测,同时根据每次记录的连通域中心center,能够对多个运动目标进行跟踪,并记录运动目标在不同时刻的运动轨迹。
由于实际预处理后的图像不是很规范,笔者在经过反复实验后总结出如下措施,对于实际操作时可更准确的定位运动目标:
①当运动目标像素点数目(白色像素点)超过整帧图像像素点数目60%时,认为此时该帧间差二值图像为无效,不进行连通标记算法确定运动目标数目;
②如果每个运动目标的像素点数目小于50个,则认为该目标不独立构成一个运动目标,如距离大的目标近(<5个像素)则归入大目标,如属于孤立目标则认为是噪声目标,予以删除;
③如果两个目标边缘之间距离不大于5个像素,则认为这两个目标属于同一个目标;
④ 如果A目标包含在B目标内部,则认为A目标属于B目标。
3 实验结果
根据以上分析,得出如下实验结果。
图3为在实际检测中的实验效果图,四幅图像分别为视频序列中当前帧图像、预处理后改进的二值图像、二值图像经连通标记后的结果和实际视频监控效果图。
图3中有单个运动目标和两个运动目标两种情况,由实验结果可以看出,能准确实现运动目标的定位和跟踪,处理时间小于2ms。
图4为在实际视频监控中复杂背景下检测到多个运动目标的灰度效果图,主要以实验室环境为背景,以人体为运动目标的检测结果,运动目标被灰度值为255的矩形框锁定。
图4中有4个运动目标和5个运动目标两种情况,同样能准确实现对多运动目标的检测和跟踪,处理时间为4ms。
4 结 语
输入图像经过预处理后,为了更好地定位运动目标,采用实验方法对预处理后的图像进行改进,进而采用连通标记算法,在实时监控视频图像中定位运动目标。在core2 2.1GCPU、1G内存的PC机实验,一帧320×240、24bits的彩色图像,运动目标少于10个的情况下所需处理时间不超过10ms,满足1秒钟显示50帧图像的实时连续监控图像显示的时间要求(1000/50=20ms)。同时本方法可以在比较复杂和变化的背景下进行运动目标的检测与跟踪,运算效率高,可靠性好,具有一定参考价值。
参考文献
[1]Meier T,Ngan K N.Automatic segmentation of moving objects for video object plane generation[J].IEEE Transactions on Circuits and Systems for Video Technology,1998,8(5):525-538.
[2]Changick kim,Jenqneng Hwang.A fast and robust moving object seg-mentation in video sequences[C].1999International Conference on Image Processing,1999(2):131-134.
[3]Ismail Haritaoglu,David Harwood,Larry S Davis.Real-time surveil-lance of people and their activities[J].IEEE Transactions on Pattern Analysis and Machine Intelligence,2000,22(8):809-830.
[4]杨莉,李玉山,刘洋,等.复杂背景下多运动目标轮廓检测[J].电子与信息学报,2005,27(2):306-309.
[5]王长安,朱善安.基于统计模型和活动轮廓的运动目标检测与跟踪[J].浙江大学学报:工学版,2006,40(2):249-253.
[6]王哲,常发亮.一种基于立体视觉的运动目标检测算法[J].计算机应用,2006,26(11):2724-2726.
[7]于慧敏,尤育赛.基于水平集的多运动目标检测和分割[J].浙江大学学报:工学版,2007,41(3):411-417.
[8]金挺,周付根,白相志.利用核密度估计的空基视频运动目标检测[J].红外与激光工程,2011,1(40):153-158.
[9]黄志蓓,孙树岩,吴健康,等.基于特征迹的密集多目标自适应视频跟踪[J].电子学报,2011,3(39):37-42.
【建筑材料检测与监控】相关文章：
建筑墙体节能材料选择与检测分析09-10
建筑施工材料检测存在的问题与应对措施09-12
建筑节能材料检测技术中问题与解决方法12-31
建筑材料检测检测项目08-31
建筑材料检测05-12
检测建筑材料论文05-06
建筑材料检测论文05-14
材料检测建筑节能论文04-27
检测建筑材料论文提纲08-17