混合高斯模型和LBP纹理模型相融合的背景建模

提出了一个适用于动态背景的基于颜色和纹理的背景模型。这个概率背景模型不仅考虑了传统目标检测中的时域相关性(背景减除等),也考虑了在动态场景中大量存在的空间相关性(方块纹理等),使得在动态背景中依然得到准确的运动目标检测。首先应用混合高斯概率模型和LBP纹理模型计算当前像素的颜色前景概率值,然后应用数据融合算法D-S证据理论,进行决策层级上信息融合得到当前像素隶属于前景的概率值,提高了前景判别的准确性。实验证明,上述算法能够在一般目标检测特别是动态场景下的检测中取得良好的效果。

防蓄电池过放保护装置的研究

本文主要通过建立蓄电池的模型对蓄电池失效进行研究,此处使用了Thevenin电池模型、Rint电池模型、PNGV电池模型对蓄电池的内阻进行研究,同时,通过大量的实验数据对蓄电池容量与内阻的关系和蓄电池电压与内阻的关系进行研究,并绘制关系曲线,根据关系曲线对蓄电池放电过程有一个全面的了解,从而根据曲线来对蓄电池过放的影响以及如何防止蓄电池过放进行研究。