【正文】 整光潔。（靠墻身處 不支模板，直接將瀝青砂漿板條粘貼）。 散水砼變形縫的做法： 砼散 水的變形縫，常規(guī)做法是鑲嵌木條，砼澆筑有足夠強(qiáng)度后將此木條取出，再灌以瀝青砂漿。 ⑵ 將磚浸水濕透。 ⑶ 如果，施工出現(xiàn)踏步尺寸有較大誤差，一定要先行剔鑿，并用細(xì)石砼或高強(qiáng)度水泥砂漿調(diào)整生，再做罩面。為使罩面有標(biāo)準(zhǔn)。為此，澆筑樓梯之間： ⑴ 仔細(xì)核查樓梯結(jié)構(gòu)圖與建筑圖中的標(biāo)高是否吻合。踏步不等高現(xiàn)象，一般發(fā)生在最上或最下一步踏步中。為此宜采用兩種方式予以防治： ⑴ 踏步楞角上，在澆筑砼時增設(shè)防護(hù)鋼筋。埋入長度從墻 15 的留槎處算起，每邊均＜ 100cm，末端應(yīng)有彎鉤”見圖。（約磚塊四周浸水 15mm 左右）。絕不可加水二次拌合。 規(guī)范規(guī)定：多孔磚砌體，水平灰縫的砂漿飽滿度不得低于80％，這是因為，灰縫的飽滿度，對砌體的強(qiáng)度影響很大。 14 D、要選磚，將過厚的磚剔掉。試驗研究表明，當(dāng)水平灰縫為 12mm 時，磚砌體的抗壓強(qiáng)度極限，僅為 10mm 厚時的 70－ 75％，所以要保證水平灰縫厚度在8－ 12mm 之間。砂漿的作用：一是鋪平磚的砌筑表面，二是將塊體磚粘接成一個整體。本措施不再述。 ⑷ 燈具、插座、開關(guān)等器具安裝，其標(biāo)高位置應(yīng)符合設(shè)計要求，表面應(yīng)平直潔凈方正。 1水、暖、電安裝工程 ⑴ 管道安裝應(yīng)選用合格的產(chǎn)品，并按設(shè)計放線，坡度值及坡向應(yīng)符合圖紙和規(guī)范要求。 層面工程 屋面保溫層及找平層必須符合設(shè)計要求，防水采用防水卷材。 墻面涂料基層要求現(xiàn)整，對縫隙微小孔洞，要用膩子找平，并用砂紙磨平。 將墻面找方垂直線，清理基層，然后沖筋，按照圖紙要求，分層找平垂直，陰陽角度方正，然后拉線作灰餅。 ⑸ 外防護(hù)架用閉目式安全網(wǎng)進(jìn)行封閉，兩平網(wǎng)塔接和網(wǎng)下口必須綁孔緊密。 10 架子工程 ⑴ 本工程采用雙排架子防護(hù)，外設(shè)立桿距墻 2m，里皮距墻 50cm，立桿間距 ，順?biāo)g距 ，間距不大于 1m。 模板工程 ⑴ 本工程模板采用鋼木混合模板。 ⑵ 澆筑前，對模板內(nèi)雜物及油污、泥土清理干凈。 9 ⑸ 所有鋼筋綁扎，須填寫隱檢記錄，質(zhì)評資料及目檢記錄，驗收合格后方可進(jìn)行下道工序。 ⑶ 板中受力鋼筋搭接， I 級鋼 30d， II 級鋼 40d，搭接位置：上部鋼筋在跨中 1/3 范圍內(nèi)，下部鋼筋在支座 1/3 范圍內(nèi)。 G、磚墻按圖紙要求每 50mm 設(shè)置 2φ 6 鋼筋與構(gòu)造柱拉結(jié)，具體要求見結(jié)構(gòu)總說明。 C、砌筑采用滿鋪滿擠“三一砌筑法“，要求灰漿飽滿， 8 灰縫 8－ 12mm。 砂漿：177。 人工開挖時，由技術(shù)員抄平好水平控制小木樁，用方鏟鏟平。 C、標(biāo)高豎向傳遞設(shè)置 3 個標(biāo)高點，以其平均點引測水平線折平時，盡量將水準(zhǔn)儀安置在測點范圍內(nèi)中心位置，進(jìn)行測 7 設(shè)。 B、在墊層上進(jìn)行基礎(chǔ)定位放線前，以建筑物平面控制線為準(zhǔn)，校測建筑物軸線控制樁無誤后，再用經(jīng)緯儀以正倒鏡挑直法直接投測各軸線。 C、控軸線沿結(jié)構(gòu)逐層彈在墻上，用以控制樓層定位。 C、根據(jù)施工組織設(shè)計中進(jìn)度控制測量工作進(jìn)度，明確對工程服務(wù)，對工程進(jìn)度負(fù)責(zé)的工作目的。 5 勞動力安排 ⑴ 結(jié)構(gòu)期間： 瓦工 40 人；鋼筋工 15 人；木工 15 人；放線工 2 人 ；材料1 人；機(jī)工 4 人；電工 2 人；水暖工 2 人；架子工 8 人；電焊工 2 人；壯工 20 人。具體配電箱位置詳見總施工平面圖。 ⑶ 現(xiàn)場設(shè)木工鋸，木工刨各 1 臺。 三、 施工準(zhǔn)備 4 現(xiàn)場道路 本工程北靠北京西路，南臨規(guī)劃道路，交通較為方便。 施工順序 ⑴ 基礎(chǔ)工程 工程定位線（驗線）→挖坑→釬探（驗坑）→砂礫墊層的施工→基礎(chǔ)砼墊層→刷環(huán)保瀝青 →基礎(chǔ)放線（預(yù)檢）→砼條形基礎(chǔ)→刷環(huán)保瀝青 →毛石基礎(chǔ)的砌筑→構(gòu)造柱砼→地圈梁→地溝→ 回填工。 本工程設(shè)計照明電源采用 BV－ 銅芯線，插座電源等采用BV－ 4 銅芯線；除客廳為吸頂燈外，其余均采用座燈。一、二、三、四層墻體采用 M10 混合砂漿砌筑 MU15 多孔磚；五層以上采用 混合砂漿砌筑 MU15 多孔磚。本工程窗均采用塑鋼單框雙玻窗，開啟窗均加紗扇。外墻水泥砂漿抹面，外刷淺灰色墻漆。 以絕對標(biāo)高 m 為準(zhǔn)，總長 27樓 ； 30樓 m。 本工程耐火等級二級，屋面防水等級三級，地震防烈度 為 8度，設(shè)計使用年限 50 年。下文為附加文檔，如不需要，下載后可以編輯刪除，謝謝！ 施工組織設(shè)計 本施工組織設(shè)計是本著“一流的質(zhì)量、一流的工期、科學(xué)管理”來進(jìn)行編制的。 } } key = waitKey(1)。 featureDetectordetect(grayFrame,trainKeypoints)。 (,CV_8UC1)。 // frame = imread()。 vectorKeyPoint trainKeypoints。 } srcCorner[0] = Point(0,0)。 ( CV_CAP_PROP_FRAME_HEIGHT,240 )。 featureDetectordetect(src,queryKeypoints)。 if( !createDetectorDescriptorMatcher( detectorType, descriptorType, matcherType, featureDetector, descriptorExtractor, descriptorMatcher ) ) { coutCreat Detector Descriptor Matcher False!endl。 string matcherType = FlannBased。 width = 。 return true。 line(frameImg,scene_corners[0],scene_corners[1],CV_RGB(255,0,0),2)。 obj_corners[2] = cvPoint( , )。 if (!homographyFound) return false。 BFMatchermatch(queryDescriptors,trainDescriptors, m_Matches )。 float distanceRatio = / 。 i++) ｛ const cv::DMatchamp。 const float minRatio = / 。 trainDescriptors, PtrDescriptorMatcheramp。 } bool matchingDescriptor(const vectorKeyPointamp。 Mat homoShow。 for (size_t i=0。 trainPoints[i] = trainKeypoints[matches[i].trainIdx].pt。 std::vectorcv::Point2f trainPoints(())。 matches, cv::Matamp。 return isCreated。 descriptorMatcher = DescriptorMatcher::create( matcherType )。 descriptorMatcher ) { cout Creating feature detector, descriptor extractor and descriptor matcher ... endl。 descriptorType, const stringamp。 vectorPoint srcCorner(4)。 using namespace std。修正的大津法自適應(yīng)閾值得到更準(zhǔn)確的前景圖 幀差法解決搖擺樹葉等背景擾動以及光照的影響，得到了比較好的檢測效果。首先設(shè)定分塊系數(shù) M和 N將整幅圖劃分為個塊 M*N再根據(jù)不同目標(biāo)區(qū)域的需要 ,選擇所需要的第 i 塊作為監(jiān)控區(qū)域 ,其實現(xiàn)過程主要為 : 圖 2, 是攝像頭采集的一段視頻中的第 796幀，后兩幅前景圖對比了沒有設(shè)置 ROI 和設(shè)置了 ROI 的兩種情況 都檢測到了目標(biāo)的出現(xiàn) 但是從每幀處理時間看 處理時間后者快了近 10ms 大大提高系統(tǒng)的實時性 能。 因此，運(yùn)動檢測算法必須簡單 (高效）除了采用實時性好的背景模型及更新方法，還有一種方法就是采用 感興趣區(qū)域（ ROI）。 OpenCv 是開放的 C 源碼 ， 基于 Intel 處理器指令集開發(fā)的優(yōu)化代碼 ， 具有統(tǒng)一的結(jié)構(gòu)和功能定義 、 強(qiáng)大的圖像和矩陣運(yùn)算能力 ， 方便靈活的用戶接口 ， 同時支持 Windows， Linux平臺等 。 它主要用于對圖像進(jìn)行一些高級處理 。 運(yùn)動目標(biāo)檢測主要包括背景提 、 前景檢測 、 判斷報警 、 背景更新等主要步驟 。 一旦檢測出目標(biāo) ， 監(jiān)控系統(tǒng)將產(chǎn)生報警信息提示管理員采取相應(yīng)措施 ， 同時開始存儲該時段視頻文件以備查閱 ， 可見檢測結(jié)果至關(guān)重要 。 由 Intel 微處理器研究實驗室的視覺交互組開發(fā) 。 功能強(qiáng)大 !可以大大縮短相關(guān)程序的開發(fā)周期 。如果檢測過程太復(fù)雜，耗時太久，就無法及時地給出報警。這里使用函 數(shù) cvSetImagROI 基于給定的矩形設(shè)置圖像的 ROI，另外，對于特定場景，如果只對一幅圖像的某個部分進(jìn)行處理就能夠達(dá)到運(yùn)動檢測的目的，也可以使用 ROI 在系統(tǒng)進(jìn)行參數(shù)初始化階段。 OpenCv 由大量庫函數(shù)組成，且代碼經(jīng)過優(yōu)化，是一種高效且實用的開發(fā)工具方案通過設(shè)置感興趣區(qū)域可以提高系統(tǒng)的實時性能。include include opencv2/ include vector include iostream using namespace cv。 int height。 detectorType, const stringamp。 descriptorExtractor, PtrDescriptorMatcheramp。 descriptorExtractor = DescriptorExtractor::create( descriptorType )。 if( !isCreated ) cout Can not create feature detector or descriptor extractor or descriptor matcher of given types. endl endl。 trainKeypoints, float reprojectionThreshold, std::vectorcv::DMatchamp。 // Prepare data for cv::findHomography std::vectorcv::Point2f queryPoints(())。 i++) { queryPoints[i] = queryKeypoints[matches[i].queryIdx].pt。std::vectorcv::DMatch inliers。 } (inliers)。 return () minNumberMatchesAllowed。 queryDescriptors,const Matamp。 if (enableRatioTest) { coutKNN Matchingendl。 i()。 betterMatch = m_knnMatches[i][1]。 Ptrcv::DescriptorMatcher BFMatcher(new cv::BFMatcher(cv::NORM_HAMMING, true))。 bool homographyFound = refineMatchesWithHomography( queryKeyPoints,trainKeyPoints,homographyReprojectionThreshold,m_Matches,homo)。