视频车辆监控系统图像抖动快速消除算法研究

在开发智能视频车辆监控系统时,为满足图像抖动消除速度和效果的要求,通过分析系统特点提出了一种基于图像匹配的新算法.新算法利用在基准帧中预先划定的适合于进行图像匹配的区域,在当前帧中根据像素灰度的绝对差值和寻找其最佳匹配,通过预测的方法快速求出当前帧相对于基准帧的偏移量,从而用来消除抖动.实验表明,新算法在确保抖动消除效果的同时大幅度地提高了处理速度,满足了系统要求.     

彩色图像的快速高保真灰度化方法研究

为了实现彩色图像到灰度图像的快速高保真转换,比较了几种现有的转换算法,分析了哪些因素限制着它们的转换速度以及它们是如何产生失真的.指出了提高转换速度的一般方法,包括采用合适的位图形式表示灰度图像、在VC 6.0中采取各种措施提高运算速度等.在此基础上,通过合理近似红、绿、蓝分量的权值,得到了保真度很高且转换速度很快的计算公式.实验比较了各种转换算法的转换效果、转换速度和转换误差,证明了新算法的优越性.     

大气污染预警仿真模型研究——以郑州市为例

利用郑州市2015—2016年24小时的大气污染监测数据和气象数据,分析郑州市空气质量随季节变化的分布特性。利用线型相关系数分析,寻找显著相关因素,通过径向基神经网络构建大气污染预测模型,对郑州市2017年的PM_(2.5)、PM_(10)、SO_2、NO_2污染物7*24小时的浓度进行预测,并与各污染物实际监测值进行对比分析。实验结果证明,利用线型相关系数进行相关因素的分析能够很好地提高预测准确度;利用RBF神经网络的预测结果比传统的BP神经网络预测的结果更加准确。