返回

(毕设翻译)局部形状匹配与相似性分析中的突出几何特征.rar(外文翻译) (毕设翻译)局部形状匹配与相似性分析中的突出几何特征.rar(外文翻译)

格式:RAR 上传:2026-10-29 22:12:58
该本为压缩包,包含中文跟外文
万元备注专用单斗贴片机台生产国产多头贴片机高速台生产富士,日本全自动插件线机台生产富士,日本全自动漏印机台生产,它与俄国以前黄光样光源暗淡。


年代中期,出现了超亮度氮化镓,随即又制造出能产生高强度绿光和蓝光铟氮镓。


超亮度蓝光蕊片是白光核心,在这个发光蕊片上抹上荧光磷,然后荧光磷通过吸收来自蕊片上蓝色光源再转化为白光。


就是利用这种技术制造出任何可见颜色光。


今天在市场上就能看到生产出来新奇颜色,如浅绿色和粉红色。


有科学思想读者到现在可能会意识到发展经历了个漫长而曲折历史过程。


事实上,最近开发不仅能发射出纯紫外光而且能发射出真实“黑色”紫外光。


那么发展史到底能走多远,不得而知。


也许天就能开发出能发射线。


早期只能应用于指示灯早期计算器显示屏和数码手表。


而现在开始出现在超亮度领域。


将会在接下段时间继续下去。


日光灯应用现状在指示显示领域技术基本成熟,已得到广泛应用在中在尺寸背光源领域技术日趋成熟,市场占有率逐步提高在功能性照明领域技术刚刚起步,处于试点示范阶段医疗农业等特殊领域半导体照明技术方兴艾。


日光灯市场分析我国产业已进入自主研发创新阶段,形成了较为完整产业链结构及产学研体模式。


作为新能源代表,日光灯将提升传统产业结构带动系列相关产业发展,市场前景广阔。


去年中国半导体照明总产值近亿元,芯片产量达到亿只,其中高亮度芯片产量达到亿只,继续保持了增长率封装产量更是接近万颗。


李洪涛表示“中国大陆占世界封装和应用产品产量。


如果充分发挥我国在封装模组与灯具等半导体照明下游产业相对优势,研发若干种市场需求大照明产品,可快速打开半导体照明应用市场,从而推动我国半导体照明技术整体进步。


”节能日光灯是世界呼唤绿色环保节能产品,节能日光灯耗电量低使用寿命长高效率高亮度低热量坚固耐用等。


光源采用进口低光衰超高亮白光,具抗震耐压等特点,外形与普通相似,无需镇流器,瞬间启动无频闪,功率小,是目前建筑节能首选节能光源,与普通灯具相比,节电高达,使用寿命达万小时,适用于工厂写字楼商场酒楼学校等室内照明。


因此,日光灯车间项目建设,将具有良好经济效益,市场前景广阔。


二项目概况项目名称新上年产万只日光灯生产项目项目投资总投资亿元,其中固定资产投资万元,流动资金投资万元。


项目主管单位嘉祥高新技术产业开发区项目建设单位北京嘉运物流有限公司常州博创光电科技有限公司项目地址嘉祥高新技术产业开发区,需用土地亩项目性质新建合作方式股份合作水污染防治法实施细则中华人民共和国矿产资源法国务院污染源,环境质量较高。


主要污染源污染物与治理方案施工期污染治理措施噪声施工过程施工机械噪声和振动是较严重噪声源。


同时,施工车辆也会带来定交通噪声。


本工程严格控制施工时间,特别是高噪声施工机械应控制在昼间工作时间运行,以保证施工场地边界线处噪声限值满足建筑施工场界噪声限值标准要求,以减轻或避免对周围敏感点影响。


本工程采取以下措施所用机械设备及车辆确保具有完善消音措施,将噪声控制在国家环境保护允许范围以内。


为防止噪声对人身侵害,现场将使用低噪型机械设备,对易产生噪声设备将放臵在棚或箱内,将噪声控制在国家规定允许范围。


所有进入施工现场车辆在居民区附近或在夜间严禁鸣笛,防止扰民。


扬尘工程在施工中由于太阳能架设和施工车辆行驶,可能在作业面及其附近区域产生粉尘和二次扬尘,造成局部区域空气污染,其产生量小影响范围不大,施工结束影响即消失。


因此,在施工过程中将采取洒水等措施,尽量降低空气中颗粒物浓度。


经采取以上措施,可有效地减少施工对环境空气质量造成不利影响。


污染物排放施工过程中污染物排放包括废水排放和固体废物排放。


施工期内废水主要是施工污水和施工人员产生生活污水。


施工污水要按有关设计有序排放生活污水量极少,且生活污水经化粪池排向沉淀池后,即可自动挥发,对环境影响极小。


施工期固体废物主要为建筑垃圾及生活垃圾,要求随产生随清运并处臵,避免刮风使固体废弃物飞扬,污染附近环境。


环保影响评价日光灯是真正无污染新光源。


项目建设符合国家及省市关于环境保护政策法规要求。


所以,日光灯车间工程建设既不会对周围环境产生负面影响,又能创造经济效益,还可以减少大气污染,改善当地生态环境,有利于环境和资源保护。


七消防劳动安全及工业卫生本工程消防设计范围为厂内设臵完善水消防系统。


消防设计执行建设设计防火规范根据劳字号文工业企业设计卫生标准规定,本工程在各个生产环节设臵了有关防火防尘防毒防腐蚀防噪音防机械损伤采暖通风采光照明安全卫生等方面相应措施。


八项目效益及财务评价投资估算该项目总投资为亿元,其中固定资产投资为万,流动资金为万元。


项目建设期为年,经营期年。


本项目计算期为年。


固定资产投资估算固定资产投资包括厂房建设设备购臵费辅助工程费工程建设其他费用及基本预备费。


工程费用根据山东省建筑工程计价办法建设工程工程量清单计价规范等进行估算。


固定资产投资构成如下固定资产投资估算构成表主要生产设备,检测设备,附属设备投资明细表序号主要设备数量参考价格单价和三个颜色分量,因此定义是这样,其中和是个图像大小和分别为是和定量。


被量化为进制和被量化为进制,在这里特征向量计算为,是中每个像素数目是直方图中各层次比例,是向量特征。


滤波模型滤波有两个基本方程状态方程和测量方程。


方程是状态方程方程是测量方程。


在方程和中,和代表测量噪声和过程噪声,状态向量,和代表物体运动时在轴和轴位置,和代表物体在轴和轴移动速度是状态转移矩阵,是控制矩阵,是单位矩阵,是观测矩阵,是测量矩阵。


方程和方程构成了滤波目标跟踪系统,卡尔曼滤波方程分为两组时间更新和测量更新。


时间更新方程ˆˆ测量更新方程ˆˆˆˆ动态模板当我们使用背景减除法检测目标,会因为阵,是观测矩阵,是测量矩阵。


方程和方程构成了滤波目标跟踪系统,卡尔曼滤波方程分为两组时间更新和测量更新。


时间更新方程ˆˆ测量更新方程ˆˆˆˆ动态模板当我们使用背景减除法检测目标,会因为在跟踪过程中图像噪声影响和目标趋向出现改变而出现错误目标。


选择适当模型与目标匹配是很有必要。


在我们研究中我们使用动态模板来解决这个问题。


我们考虑卡尔曼滤波预测结果作为下帧动态模板。


动态模板用于从多个候选区域模型中检测出目标模型,选择基于图像相似性度量。


它决定于动态模板和候选区域之间相似度,选出来模型区域是候选区域中和动态模板具有最小距离区域。


距离是有巴氏距离计算出来,它是由手段协方差决定,距离公式定义为,,其中是矩阵均值,是矩阵协方差,这里只需要或,当等于,和分别是目标模型均值和协方差,当等于,和分别是候选区域均值和协方差,代表行列式,在这里和是常数。


代表转置,代表分解。


基于动态跟踪算法描述模板和卡尔曼滤波跟踪算法流程图如图所示。


首先,初始化数学参数模型。


然后根据背景减法计算目标初始模型。


我们可以提取颜色直方图表示背景特征,而且利用当前帧与背景帧图像减法检测运动目标。


然后我们可以找到最大检测区域作为运动目标模板,记录目标模板中心位置,大小和颜色直方图信息,其中中心位置信息作为卡尔曼滤波器状态向量,包括中心坐标和速度,。


然后,我们用卡尔曼滤波预测目标位置。


预测计算方程是,和。


其次,更新目标状态。


它包括更新目标估计状态值和误差协方差矩阵.下步,我们确定动态模板。


把作为动态模板中心位置,动态模板大小与前帧目标模型相同。


动态模板是下帧目标模型选择标准。


开始数据初始化提取背景信息读取下帧背景图像差分法检测目标卡尔曼滤波预测确定动态系统读取下帧图像确定多个候选区域根据动态系统选择目标结束是否是最后帧是否检测到目标基于背景减除法方法,我们,”.,.,.,.,.,“,”“,”.,.,.,.,.,“,”,.,“,”,.“,”第帧第帧第帧第帧图高速公路跟踪结果图.跟踪结果,.,.,.“,”.,.,.,.,“,”.,.其中和是个图像大小和分别为是和定量。


被量化为进制和被量化为进制,在这里特征向量计算为,是中每个像素数目是直方图中各层次比例,是向量特征。


滤波模型滤波有两个基本方程状态方程和测量方程。


方程是状态方程方程是测量方程。


在方程和中,和代表测量噪声和过程噪声,状态向量,和代表物体运动时在轴和轴位置,和代表物体在轴和轴移动速度是状态转移矩阵,是控制矩阵,是单位矩阵,是观测矩阵,是测量矩阵。


方程和方程构成了滤波目标跟踪系统,卡尔曼滤波方程分为两组时间更新和测量更新。


时间更新方程ˆˆ中文字,单词,英文字符出处.,.,.毕业论文设计外文翻译学生姓名学号院系电子与信息工程学院专业电子信息工程指导老师二四年十二月二十日基于动态系统和卡尔曼滤波目标跟踪算法王洪曼霍玲玲张静辽宁师范大学计算机与信息技术学院大连中国.摘要目标跟踪目是寻找图像序列帧间目标。


许多被提出跟踪算法实现了克服噪声,遮挡,杂波,和前景目标或者背景环境变化困难。


对于传统基于卡尔曼滤波跟踪算法,由于图像中背景噪声而有检测过程几个候选区域,从而导致在视频序列中错误或丢失目标跟踪结果。


我们提出了个结合动态模板卡尔曼滤波目标跟踪算法。


动态模板是目标模型在下帧选择标准它可以通过计算动态模板和候选区域之间距离来选择最佳候选区域作为目标模型。


实验表明,该算法具有更好跟踪精度,并具有良好鲁棒性背景干扰。


关键词目标跟踪,卡尔曼滤波,动态模板,候选区域引言目标跟踪技术广泛应用于智能监控,视频压缩,图像处理等领域。


跟踪场景和光照变化增加了目标跟踪复杂性。


这也是个极大挑战。


般来说,解决这个问题有两种方法是基于特征模式匹配方法,另外个是基于参数估计方法。


我们使用基于特征模式匹配方法,采用动态模板从几个候选区域选择最佳区域,然后利用卡尔曼滤波预测下帧目标区域,然后我们根据预测结果达到新动态模板。


基于卡尔曼滤波跟踪算法是主要方法,卡尔曼滤波和动态模板结合提高了跟踪效果。


本文其余部分组织如下。


第部分描述了算法。


第部分展示了实验结果。


第部分是得出结论。


算法描述颜色直方图特征提取提取特征四种主要方法灰色直方图,颜色直方图,边缘直方图和纹理特征提取。


本文我们考虑了颜色直方图作为特征提取目标模型研究。


颜色空间光照易受照明影响。


为了在个具体应用钟使用个好颜色空间,在颜色空间之间需要色彩转换。


因此,空间被转换到空间,转换公式如下其中,和是从到是从到是从到,是从到。


在我们方法中和为非等间隔量化,然后三个颜色分量表示为维特征向量分为个层次。


在这里,为图像特征向量,包含特征,和,图像中每个像素直方图对应,

下一篇
  • Hi,我是你的文档小助手!
    你可以按格式查找相似内容哟
DOC PPT RAR 精品 全部
小贴士:
  • 🔯 当前文档为RAR文档,建议你点击RAR查看当前文档的相似文档。
  • ⭐ 查询的内容是以当前文档的标题进行精准匹配找到的结果,如果你对结果不满意,可以在顶部的搜索输入框输入关健词进行。
帮帮文库-精品文档 帮帮文库-免费阅读 帮帮文库-海量资源
换一批

搜索

客服

足迹

下载文档