一种基于物影匹配算法的道路小目标跟踪方法

针对复杂道路环境下小目标抛洒物难以被检测与跟踪,且落地静止像素易被纳入背景而导致目标丢失等问题,本文提出一种基于物影匹配算法(OSMA)的道路小目标跟踪方法来解决上述问题。首先,采用混合高斯模型对背景进行建模以此获取前景图像,对前景图像采用膨胀、腐蚀等形态学处理;其次,根据道路抛洒物移动时在前景产生独立的物与影双轮廓特征,进行连续帧前景轮廓的物影匹配,并将连续的匹配结果定为疑似抛洒物;最后,采用多帧质心偏移法判断疑似抛洒物是否处于静止状态,并对运动状态中的疑似抛洒物进行位置判定与帧间轮廓匹配,从而实现抛洒物的逐帧跟踪。基于大量实验表明:本文所提出的OSMA与核化相关滤波器(KCF)、辨别尺度空间跟踪器(DSST)、背景感知相关滤波器(BACF)、深度注意力跟踪器(DAT)、视觉跟踪时空变换器(SATRK)等跟踪器相比,准确性更优越,可较好解决道路复杂场景下各类抛洒物的跟踪问题;复杂背景、快速旋转的小目标场景中跟踪表现优异,具有良好的跟踪尺度,实时性满足预期要求。

利用多模式COD采样分析仪准确测量企业实际排放COD值

目前国内外的COD在线监测仪监测时间点少、监测幅度窄,为满足我国环保部门和全国范围内污水处理厂对成分复杂、浓度波动变化复杂工业废水在线监测的迫切需求,逐步摆脱对进口自动监测仪器的依赖,针对国内COD在线监测仪现状进行相应的产品技术升级,提高自主知识产权产品在日益增长的废水在线监测市场上的竞争力,并相应提出整体解决方案日益迫切。