基于非参数聚类和多尺度图像的目标跟踪

提出了一种基于非参数聚类和多尺度图像的目标跟踪算法.在利用改进的非参数颜色聚类进行自适应划分目标颜色空间的基础上,定义了目标模型和候选目标模型,该模型利用高斯函数建模颜色直方图中的每一个颜色特征位的空域分布; 根据Bhattacharyya系数的定义得到了目标模型和候选目标模型之间的相似性函数.跟踪算法利用高斯金字塔得到的多尺度图像进行从粗到细的目标空间定位;同时通过利用推导的核函数自动带宽选择公式,实现了目标尺度定位.实验结果表明该方法优于典型的均值漂移跟踪方法,从而验证了该方法的有效性.     

纳米多晶TiO2光催化性能的优化

研究了不同晶相组成的纳米TiO2对光催化性能的影响,以过滤纸为基材,通过真空过滤器,制备不同晶相组成的纳米TiO2.然后以甲苯为检测气体,通过光催化性能检测系统,测试了样品的光催化活性,得出具有最佳光催化性能的晶相组成为锐钛型/金红石型（质量比）=83/17,对进一步研究具有高光催化性能的光催化纸具有重要意义.     

纳米多晶TiO2的光催化性能

以纯锐钛矿型和纯金红石型TiO2为原料,通过超声分散制备复合晶态的TiO2,研究纳米TiO2的晶相组成对光催化性能的影响.通过X射线衍射分析表征晶相组成与晶粒尺寸;以甲苯为目标降解物,采用气相色谱检测复合晶态的TiO2对甲苯的降解效果.结果表明:锐钛矿型TiO2的光催化性能明显地优于金红石型TiO2,但由于协同作用,一定比例的金红石能提高纳米多晶TiO2的光催化性能;当晶相中锐钛矿型与金红石型TiO2的质量比为83∶17时,纳米多晶TiO2具有最佳光催化活性.