简介:对含有动、静态背景的稳定图像处理时,对比了主成分追踪鲁棒主成分分析法(RPCA)、贝叶斯鲁棒主成分分析法(BayesianRPCA)和高斯混合模型的鲁棒主成分分析法(MoG-RPCA),3种方法对静态背景下的前景提取都较为完整.而动态背景下只有BayesianRPCA和MoG-RPCA提取出了完整的前景目标,但是BayesianRPCA计算速度很慢,且不能够处理复杂噪声.所以MoG-RPCA模型更具有对复杂噪声的适应性,动、静态背景情况下均提取出精度较高的前景目标,且具有较快的计算速度.当图像不稳定时,采用改进的MoG-RPCA模型对非稳定拍摄的抖动视频进行前景目标提取,并在第197帧抖动图像中清晰地提取出显著前景目标,且运算速度较快.在为了快速找到目标出现的帧时,对高斯混合模型背景差分法进行改进,利用K-means聚类算法快速得到聚类中心点,然后作为高斯混合模型背景更新时的初始化均值参数,从而提高在复杂场景下前景目标的检测精度.对于多角度追踪任务,不同角度、近似同一地点的多个监控视频图像中前景目标的提取,可采用跨摄像头视角跟踪结果融合的方法,然后对目标进行匹配.
简介:由于设备会随着使用时间的增加和自身寿命增长引起的退化而逐渐磨损失效进而发生故障.因此对于生产企业来说,想要提高自身竞争力,就要在生产过程中合理地安排预防性维护以减少设备故障导致的计划外停机,防止生产计划和生产线的中断,从而才能获取更多收益.本文从生产企业的角度出发,提出单机生产系统的非等周期不完美预防性维护与生产的联合优化策略,综合考虑生产价值、生产成本、生产延迟成本及各类维护成本等,构建了总利润率模型,目标是使总利润率最大化.其中涉及到的三类维护方式为(1)完美维护——即更换;(2)小修维护——即使设备“恢复如旧”;(3)不完美预防性维护——即使设备状态恢复到介于“完全如新”与“恢复如旧”之间的某状态.最后本论文通过数字实例,验证了新策略模型在实际生产应用中的有效性.