精华内容
下载资源
问答
  • 为了解决该矿孤岛工作面回采巷道围岩破碎及变形严重的支护难题,以及潜在的巷道支护安全隐患,通过研究,开发出一套巷道围岩及支护质量监测技术,对全长范围内的巷道实行围岩及支护质量的监测、预警、评价与优化,提出...
  • 针对区域中大气环境质量的特点,采用对数主成分分析方法获得各环境指标的权重及各监测点的横向排名,再用适宜的灰度关联方法进行了评价。整个过程在 MATLAB6 .5中实现,计算简便易行,与传统的综合指数法相比较,其评价...
  • 内容分发网络CDN由于其网络复杂性和指标多样性,从而缺少一种服务质量评价标准来量化CDN监测数据。针对这一问题,文章提出一种基于K-means聚类算法的服务等级评定方法,通过分析CDN性能的影响因素与关键指标,选取...
  • 根据土地利用数量变化、质量变化、空间分布变化等监测要求, 以PC ARCö IN FO 为软件平台, 设计建立了土地利用动态监测、土地评价、模拟预测、优化等各类应用模型, 输入各类土地利用信息建立相应统计数据库、图形库...
  • 三元中能煤业主采煤层工作面回采强度高,巷道断面大,各回采面巷道受回采动压影响严重,部分巷道存在锚杆断裂现象,严重...对4种危险区域进行了危险程度划分,为回采巷道矿压监测测点的布置及巷道支护技术提供了优化方案。
  • 本文对Hyperbolic层次可视化技术进行了深入研究并加以实现,同时将Hyperbolic技术应用于某省各海域的海洋环境质量评价与分析中,对海量的、层次节点繁多的海洋统计与监测、环境评价与分析结果数据进行交互可视化,便于...
  • 环境质量评价的根本目的就是为各级政府和有关部门制定经济发展计划,制定能源政策,确定大型工程项目及为区域规划提供环境保护的依据,并为各级环境部门制定环境规则,贯彻以管促治方针,为实现全面、科学的环境管理...
  • 以前我们看到这种事,都只是照片。比如在陕西汉中市环保局内,空气监测设备被洒水车喷水。市民质疑,喷水影响空气质量监测数据,是弄虚作假。汉中市环保局对此回应称,喷水是因工作人...
        

    以前我们看到这种事,都只是照片。比如在陕西汉中市环保局内,空气监测设备被洒水车喷水。市民质疑,喷水影响空气质量监测数据,是弄虚作假。汉中市环保局对此回应称,喷水是因工作人员认为监测设备上有灰尘,擅自对监测设备进行了冲洗。

    责任被推给了工作人员,领导没毛病。

    今年5月网友还发现在北京奥体中心,一辆雾炮车对着空气监测站一直喷。雾炮车车身上还喷涂了“落实晴空计划 改善空气质量”的标语。

    毕竟雾炮车数量有限,就先照顾空气监测站了。

    对此北京市环保局通过官方微博回应称,将认真调查处理。并强调坚持环境监测数据准确可靠、客观真实,对任何影响环境监测数据的行为“零容忍”。

    但是,也没有然后了。谁都明白,让空气质量数据变得好看,最大的受益者是谁,能否指望他们,自己调查自己。

    当然这还是没有真凭实据,反正没人会承认。

    但是这次中央环保督查组出来的报告,可以说拿出了真凭实据,说明这些都是领导授意的。

    根据中央第一环境保护督察组向天津市委、市政府反馈的督查意见,天津滨海新区、武清区“走捷径”,分别于2015年和2016年经政府常务会研究,出台“空气质量自动监测站周边大气环境保障方案”,在监测站周边区域采取“控制交通流量”、“增加水洗保洁次数”等功利性措施。

    这次天津两个区被抓了典型。一位环保专家将此称为柔性造假。

    而我看了这条消息,其实也有一点小感动。这难道不是Dang多年教育的结果?他们没有把保障方案保到自己家里,而是保护监测站,这是什么精神,这是毫不利己,专门利人的精神。

    他们为什么这么做,还不是因为现在的考核制度。根据目前的考核办法,在复合型大气污染严重的京津冀及周边、长三角、珠三角、重庆市等11个省份,以PM2.5年均浓度下降比例为质量考核指标;其他省(区、市)以PM10年均浓度下降比例为质量考核指标。

    考核结果有什么用呢,将作为对各地领导班子、领导干部综合考核评价的重要依据。而且还跟资金支持有关,对考核结果优秀的将加大大气污染防治专项资金支持力度,不合格的将予以适当扣减。对未通过考核的,实行严格责任追究。

    但是这种考核制度,是否考虑了大气污染的复杂性,上级给下级下命令,可以要求PM2.5下降多少,小散乱污企业关闭多少,但是这种命令之下何尝考虑过经济的承受力,企业的承受力,社会的承受力。

    那位环保专家说,美国不是这种考核制度。为此我们查了一下美国《清洁空气法》在问责上是如何规定的。

    对于各州不能达到规定空气质量标准的情况,或者污染物排放总量超过规定上限的情况,侧重于减少州政府的审批权限,第一种方式是减少州区域内污染企业的政策扶持,对于新设立的企业的新增排放量加倍处罚。第二种是减少州政府的公共交通建设项目和财政支持。除非特殊情况,两种方式择一使用。

    可以看出,这种问责方式目标是非常明确的,一切手段的目的和结果,都跟改善空气质量息息相关,都跟本州民众的福祉相关,而不是应付上级的检查,不是为了个人的升迁。

    对我们来说,上级可以说为了保护空气质量不惜一切代价,但是地方上能不能不惜一切代价,等代价出现的时候,上级给不给兜底,还是会有另一群上级来问责。

    比如说强行关闭小散乱污企业,有没有法律依据,他们如果偷排偷放,自然可以处罚甚至关停,但是一刀切的强行关闭是否考虑过后果,这些企业背后,哪个不是支撑着几个几十个家庭,是否一定要把他们逼上绝路?

    国家可以国家的名义,为了几天的会议,创造APEC蓝,创造杭州蓝,但是这是背后是多少工地停工、工厂停产的结果,在几天的会议之后,工地、工厂势必加班加点,造成的污染,是不是要加倍还给我们自己。

    0?wx_fmt=jpeg

    如果说改善监测站的空气质量是柔性造假,那么什么是硬性造假,这种方式算不算更硬的硬性造假?

    国家可以创造APEC蓝,创造杭州蓝,地方上为什么不能创造汉中蓝,武清蓝,奥体中心蓝,空气监测站蓝,从本质上不是一样吗,从经济成本和社会成本上说,后者还要低的多。


    0?wx_fmt=jpeg

    最要紧的

    就是领导开心

    0?wx_fmt=jpeg

    ¥5

    展开全文
  • 无参考图像的质量评价

    千次阅读 2016-12-06 21:22:45
     在无参考图像的质量评价中,图像的清晰度是衡量图像质量优劣的重要指标,它能够较好的与人的主观感受相对应,图像的清晰度不高表现出图像的模糊。本文针对无参考图像质量评价应用,对目前几种较为常用的、具有代表...

    转自: http://nkwavelet.blog.163.com/blog/static/227756038201461532247117

            在无参考图像的质量评价中,图像的清晰度是衡量图像质量优劣的重要指标,它能够较好的与人的主观感受相对应,图像的清晰度不高表现出图像的模糊。本文针对无参考图像质量评价应用,对目前几种较为常用的、具有代表性清晰度算法进行讨论分析,为实际应用中选择清晰度算法提供依据。


    (1)Brenner 梯度函数
    Brenner梯度函数是最简单的梯度评价函数,它只是简单的计算相邻两个像素灰度差的平方,该函数定义如下:
    无参考图像的清晰度评价方法 - nkwavelet - 小波的世界
            其中:f(x,y) 表示图像f对应像素点(x,y)的灰度值,D(f)为图像清晰度计算结果(下同)。

    (2)Tenengrad 梯度函数
    Tenengrad 梯度函数采用Sobel算子分别提取水平和垂直方向的梯度值,基与Tenengrad 梯度函数的图像清晰度定义如下:
    无参考图像的清晰度评价方法 - nkwavelet - 小波的世界
           G(x,y) 的形式如下: 
    无参考图像的清晰度评价方法 - nkwavelet - 小波的世界
      其中:T是给定的边缘检测阈值,Gx和Gy分别是像素点(x,y)处Sobel水平和垂直方向边缘检测算子的卷积,建议使用以下的Sobel算子模板来检测边缘:
     无参考图像的清晰度评价方法 - nkwavelet - 小波的世界 
    (3)Laplacian 梯度函数
    Laplacian 梯度函数与Tenengrad梯度函数基本一致,用Laplacian算子替代Sobel算子即可,该算子定义如下:
    无参考图像的清晰度评价方法 - nkwavelet - 小波的世界
            因此基于Laplacian 梯度函数的图像星清晰度的定义如下:
    无参考图像的清晰度评价方法 - nkwavelet - 小波的世界
            其中G(x,y)是像素点(x,y)处Laplacian算子的卷积。

    (4)SMD(灰度方差)函数
            当完全聚焦时,图像最清晰,图像中的高频分量也最多,故可将灰度变化作为聚焦评价的依据,灰度方差法的公式如下:
    无参考图像的清晰度评价方法 - nkwavelet - 小波的世界

    (5)SMD2 (灰度方差乘积)函数
            灰度差分评价函数具有较好的计算性能,但其缺点也很明显,即在焦点附近灵敏度不高,即该函数在极值点附近过于平坦,从而导致聚焦精度难以提高。在文章《一种快速高灵敏度聚焦评价函数》中提出了一种新的评价函数,称之为灰度方差乘积法,即对每一个像素领域两个灰度差相乘后再逐个像素累加,该函数定义如下:
    无参考图像的清晰度评价方法 - nkwavelet - 小波的世界
     
    (6)方差函数
            因为清晰聚焦的图像有着比模糊图像更大的灰度差异,可以将方差函数作为评价函数:
            无参考图像的清晰度评价方法 - nkwavelet - 小波的世界
      其中:无参考图像的清晰度评价方法 - nkwavelet - 小波的世界为整幅图像的平均灰度值,该函数对噪声比较敏感,图像画面越纯净,函数值越小。

    (7)能量梯度函数
            能量梯度函数更适合实时评价图像清晰度,该函数定义如下:
    无参考图像的清晰度评价方法 - nkwavelet - 小波的世界
     
    (8)Vollath函数
            Vollath函数定义如下:
    无参考图像的清晰度评价方法 - nkwavelet - 小波的世界
     其中:无参考图像的清晰度评价方法 - nkwavelet - 小波的世界为整幅图像的平均灰度值,M和N分别为图像宽和高。
      
    (9)熵函数
           基于统计特征的熵函数是衡量图像信息丰富程度的一个重要指标,有信息论可知,一幅图像 f 的信息量是由该图像的信息熵 D(f) 来度量:
    无参考图像的清晰度评价方法 - nkwavelet - 小波的世界
     其中:Pi 是图像中灰度值为i的像素出现的概率,L为灰度级总数(通常取值256)。根据Shannon信息论,熵最大时信息量最多。将此原理应用到对焦过程,D(f)越大则图像越清晰。熵函数灵敏度不高,依据图像内容不同容易出现与真实情况相反的结果。

    (10) EAV点锐度算法函数
            徐贵力、张霞等提出了一种基于边缘锐度的算法用于评价图像的清晰度。通过统计图像某一边缘方向的灰度变化情况来评价。计算公式如下:
    无参考图像的清晰度评价方法 - nkwavelet - 小波的世界
     其中:df/dx为边缘法向的灰度变化率,f(b) - f(a)为该方向的总体灰度变化。该算法只对图像的特定边缘区域做统计,能否代表整幅图像的清晰度仍有疑问,此外计算前需人工选定边缘区域,不便实现程序运算的自动化,因为王鸿南等在论文 图像清晰度评价方法研究 中对上述算法进行了改进,改进如下:
            a)  将针对边缘的梯度计算改为逐个像素领域梯度的计算,以便算法能对图像的整体进行评价,并使算法实现自动化。
            b)  对方格像素 8 领域的灰度变化进行距离加权,水平和垂直方向的权重为1,而45度和135度方向的权重为 无参考图像的清晰度评价方法 - nkwavelet - 小波的世界
            c)  对计算结果按图像的大小进行规格化,以便于图像的对比。
    经过以上三步改进后的点锐度算法为:
    无参考图像的清晰度评价方法 - nkwavelet - 小波的世界
     其中:M和N为图像的行数和列数。
     
    (11)Reblur 二次模糊
             
    如果一幅图像已经模糊了,那么再对它进行一次模糊处理,高频分量变化不大;但如果原图是清楚的,对它进行一次模糊处理,则高频分量变化会非常大。因此可以通过对待评测图像进行一次高斯模糊处理,得到该图像的退化图像,然后再比较原图像和退化图像相邻像素值的变化情况,根据变化的大小确定清晰度值的高低,计算结果越小表明图像越清晰,反之越模糊。这种思路可称作基于二次模糊的清晰度算法,其算法简化流程如下图:

    无参考图像的清晰度评价方法 - nkwavelet - 小波的世界
     

    (12)NRSS 梯度结构相似度
              Wang等利用人类视觉系统(HVS)非常适于提取目标的结构信息的特点,提出了图像结构相似度概念(SSIM),认为只要能计算目标结构信息的变化,就能够得到感知图像失真值。杨春玲等基于此思路,将该方法引入到计算全参考图像的清晰度评价中,认为图像的清晰度可以使用目标图像与参考图像间的结构相似度来表示,而图像间的结构相似度包含以下三个部分的比较:
    无参考图像的清晰度评价方法 - nkwavelet - 小波的世界
     而C1、C2和C3 是为了避免分母为0而设的常数。图像的结构相似度由下式计算可得:
    无参考图像的清晰度评价方法 - nkwavelet - 小波的世界
     为简单起见可以令 无参考图像的清晰度评价方法 - nkwavelet - 小波的世界
            谢小甫等进一步改进了杨春玲等的方法,根据结构相似度的相关思想结合人烟视觉系统的相关特点,设计了无参考图像清晰度的评价指标(NRSS),计算方法如下:

       a)为待评价图像构造参考图像。定义待评价图像为I,而参考图像 无参考图像的清晰度评价方法 - nkwavelet - 小波的世界,即对待评价图像 进行低通滤波得到参考图像 无参考图像的清晰度评价方法 - nkwavelet - 小波的世界实验表明,基于圆盘模型的均值滤波器和高斯模型的平滑滤波器都可以取得较好的效果,为了更好的与成像系统匹配,建议采用 7x7 大小且 无参考图像的清晰度评价方法 - nkwavelet - 小波的世界的高斯平滑滤波器。在需要实时处理的工程应用中7x7均值滤波器并不会是评价效果下降很大。
       (b)提取图像 I 和 
    无参考图像的清晰度评价方法 - nkwavelet - 小波的世界梯度信息
    。利用人眼对水平和垂直方向的边缘信息最为敏感的特性,使用Sobel算子分别提取水平和垂直方向的边缘信息,定义 I 和 无参考图像的清晰度评价方法 - nkwavelet - 小波的世界的梯度图像是G 和 无参考图像的清晰度评价方法 - nkwavelet - 小波的世界
       (c)找出梯度图像 G 中梯度信息最丰富的 N 个图像块。将图像G划分为 8x8 的小块,块间的步长为4,即相邻块有50%重叠,这是为了避免丢失重要的边缘。计算每块的方差,方差越大说明梯度信息越丰富,找出其中方差最大的N块,记为
    无参考图像的清晰度评价方法 - nkwavelet - 小波的世界,对应的无参考图像的清晰度评价方法 - nkwavelet - 小波的世界中的对应块定义为  无参考图像的清晰度评价方法 - nkwavelet - 小波的世界N的值大小直接影响评价结果,同时也影响算法运行时间。在后面的实验中设 N = 64。
       
    (d)计算结构清晰度NRSS。先计算每个xi和 yi的结构相似度SSIM(xi, yi),其中SSIM计算方法参见前面的定义,则图像的无参考结构清晰度定义为:
    无参考图像的清晰度评价方法 - nkwavelet - 小波的世界
     
    (13)FFT 图像变换域
          待写!

    14)No-Reference Perceptual Quality Assessment of JPEG Compressed Images
             在这篇文章中,作者【Zhou Wang】等针对JPEG压缩图片提出了一种新的无参图像质量评价方法。
             JPEG图片是基于8x8块的DCT变换的编码技巧,它是有损的因为对DCT变换系数做量化的时候会产生量化误差。量化就会导致模糊和块效应。模糊主要是因为丢失了高频的DCT系数。块效应是由于块边界的不连续性,因为每个分块的量化是独立的。
            我们用 f(x, y) 表示一幅图片,图片尺寸为 MxN,计算跨越每个水平线的信号差:
    无参考图像的清晰度评价方法 - nkwavelet - 小波的世界
            首先计算块效应,块效应的定义就是左右跨越边界的信号差的平均值:
    无参考图像的清晰度评价方法 - nkwavelet - 小波的世界
            然后计算块内信号差的平均值:
    无参考图像的清晰度评价方法 - nkwavelet - 小波的世界
           再计算zero-crossing(ZC)率,ZC是边界跨零的意思,也就是说相邻两个点的无参考图像的清晰度评价方法 - nkwavelet - 小波的世界值的乘积为负数,也就是一正一负,因此对于[1, N - 2]范围内的y,定义如下变量:
    无参考图像的清晰度评价方法 - nkwavelet - 小波的世界
     
     于是水平方向的ZC率定义如下:
    无参考图像的清晰度评价方法 - nkwavelet - 小波的世界
             同理,我们可以计算垂直方向的几个指标值 无参考图像的清晰度评价方法 - nkwavelet - 小波的世界。最后得到这几个指标的水平和垂直方向的平均值:
     无参考图像的清晰度评价方法 - nkwavelet - 小波的世界
     有很多方式把这几个指标联系起来组成一个质量评价模型。此处我们采用如下图像质量定义:
    无参考图像的清晰度评价方法 - nkwavelet - 小波的世界
     其中 无参考图像的清晰度评价方法 - nkwavelet - 小波的世界是从大量实验中提炼出来的模型参数。本文中所采用的参数值如下:
     无参考图像的清晰度评价方法 - nkwavelet - 小波的世界
     
    15)No-Reference Image Quality Assessment forJPEG/JPEG2000 Coding
             这篇文章的作者在前面那篇文章的基础上,重新定义了新的质量指标:
    无参考图像的清晰度评价方法 - nkwavelet - 小波的世界
     其实 S 就是在(14)中已经得到的质量评价值。

    16)No-Reference Image Quality Assessment  using Blur and Noise
         图像质量受很多因素影响,例如:亮度、对比度、色调、边界、噪声、模糊等。在本文中,我们假定噪声和模糊是影响图像质量最重要的两个因素。简单起见,只对彩色图像的亮度分量做模糊和噪声监测。本文的图像质量评价算法框架图如下:

    无参考图像的清晰度评价方法 - nkwavelet - 小波的世界

        A)模糊检测
          
    模糊估计分为两个步骤:首先是边缘检测,然后是模糊确定。此处模糊估计是通过计算当前像素点与领域内像素点均值之差来确定。我们用f(x,y) 表示图片,其中 无参考图像的清晰度评价方法 - nkwavelet - 小波的世界。定义水平绝对差如下:

    无参考图像的清晰度评价方法 - nkwavelet - 小波的世界

     整个图片的水平绝对差的均值为:

    无参考图像的清晰度评价方法 - nkwavelet - 小波的世界

     如果当前像素点的 无参考图像的清晰度评价方法 - nkwavelet - 小波的世界 则该像素点就是一个候选的边缘点无参考图像的清晰度评价方法 - nkwavelet - 小波的世界. 如果 无参考图像的清晰度评价方法 - nkwavelet - 小波的世界比它水平方向两个相邻的点无参考图像的清晰度评价方法 - nkwavelet - 小波的世界 都大,则该像素点就被确认为一个边缘点。边缘点 无参考图像的清晰度评价方法 - nkwavelet - 小波的世界的判断总结如下: 

    无参考图像的清晰度评价方法 - nkwavelet - 小波的世界

     
      接下来我们检测边缘点是否模糊。定义:

    无参考图像的清晰度评价方法 - nkwavelet - 小波的世界

    同理,按照以上的步骤我们可以计算垂直方向的值 无参考图像的清晰度评价方法 - nkwavelet - 小波的世界无参考图像的清晰度评价方法 - nkwavelet - 小波的世界两者之大者称作Inverse Blurriness,用于最终的模糊判定依据。

    无参考图像的清晰度评价方法 - nkwavelet - 小波的世界

     低于阈值ThB的Inverse Blurriness 被认为是模糊的。实验测试表明此处的阈值ThB取值0.1。最后,边缘模糊的均值和比率为:

    无参考图像的清晰度评价方法 - nkwavelet - 小波的世界

     无参考图像的清晰度评价方法 - nkwavelet - 小波的世界 

        B)噪点检测
          
    因为沿边缘的噪点视觉上不明显,因此我们只检测边缘之外的噪点。边缘检测会被噪点影响,因此在检测边缘之前做一个噪点滤波的预处理。在本文中,我们应用均值滤波来消除噪点。均值滤波之后的图像g(x,y)为:

    无参考图像的清晰度评价方法 - nkwavelet - 小波的世界

    候选的噪点估计如下:

    无参考图像的清晰度评价方法 - nkwavelet - 小波的世界

    同理可以在垂直方向计算对应的值。然后得到候选的噪点是:

    无参考图像的清晰度评价方法 - nkwavelet - 小波的世界

    其中N_cand(x,y)表示候选噪点,它在边缘区域为0。

    无参考图像的清晰度评价方法 - nkwavelet - 小波的世界

    噪点均值和比率为:

    无参考图像的清晰度评价方法 - nkwavelet - 小波的世界


    其中Sum_Noise是N(x,y)之和,Noise_cnt是噪点总数目。

       C)噪点和模糊的组合
          此处我们的图像质量评价指标定义如下:

    无参考图像的清晰度评价方法 - nkwavelet - 小波的世界

    其中w1、w2、w3、w4是权值。通过线性回归分析获取这些权值。本文中这些权值为:

    无参考图像的清晰度评价方法 - nkwavelet - 小波的世界

    实验
           为了测试以上评价方法的准确性,我们才用C语言编程实现以上算法,由于以上算法都是针对灰度图,因此在处理彩色图像的时候,首先将彩色图像转化为灰度图(简单起见,转化算法采用了 grey = (R + G + B) /3)。 测试图片采用了美国德州大学图像与视频工程实验室提供的图像质量评价数据库。该图像数据库包含了29幅原始图像,并利用原始图像生成了包括JPEG压缩、JPEG2000压缩、高斯模糊、Fastfsding(在Fastading通道中传输传输错误)、WhiteNoise(白噪声)五类失真在内的失真图像共779幅。此处我们选用JPEG目录下的部分图片做测试。
           首先来看看第一组测试图片:

    DatabaseRelease2\jpeg\img29.bmp
    无参考图像的清晰度评价方法 - nkwavelet - 小波的世界
     
    DatabaseRelease2\jpeg\img42.bmp   (原始图片)
    无参考图像的清晰度评价方法 - nkwavelet - 小波的世界
     
    DatabaseRelease2\jpeg\img77.bmp
    无参考图像的清晰度评价方法 - nkwavelet - 小波的世界
     
    DatabaseRelease2\jpeg\img81.bmp
    无参考图像的清晰度评价方法 - nkwavelet - 小波的世界
     
    DatabaseRelease2\jpeg\img183.bmp
    无参考图像的清晰度评价方法 - nkwavelet - 小波的世界
     

    测试数据(阈值T = 50

    算法

    img29

    img42

    img77

    img81

    img183

    Brenner

    791.45

    1050.36

    844.41

    898.57

    754.88

    Tenengrad

    10.88

    12.72

    11.51

    11.92

    10.59

    Laplacian

    8.507

    14.47

    9.05

    9.86

    9.08

    SMD

    18.57

    24.71

    20.94

    22.57

    14.32

    SMD2

    168.19

    293.15

    196.84

    217.17

    128.57

    Variance

    2107.86

    2134.98

    2083.19

    2100.05

    2110.90

    Energy

    677.48

    941.98

    713.81

    754.95

    668.54

    Vollath

    1940.97

    1897.70

    1910.28

    1912.10

    1940.81

    Entropy

    7.00

    7.38

    7.26

    7.38

    5.24

    EAV

    75.88

    93.71

    83.70

    89.16

    60.85

    JPEG

    2.08

    9.25

    3.95

    5.16

    -1.53

    JPEG2

    2.12

    4.99

    3.90

    4.60

    1.04

    Remark
      1肉眼可以分辨以上五幅图像的质量排名为:img42 > img81 > img77 > img29 > img183
        2与主观感知一致的算法有:BrennerTenengradSMDSMD2EnergyEntropyEAV、JPEGJPEG2
        3VarianceVollath算法所得数据非常接近,无法分辨出图像质量。
      4Laplacian在判断img29  img183的时候出现失误,这两个图片的质量都非常差


    第二组测试图片(省略了图片显示,有兴趣的朋友可以去网上下载):
    DatabaseRelease2\jpeg\img20.bmp    (原始图片)
    DatabaseRelease2\jpeg\img23.bmp
    DatabaseRelease2\jpeg\img56.bmp
    DatabaseRelease2\jpeg\img152.bmp
    DatabaseRelease2\jpeg\img215.bmp
    DatabaseRelease2\jpeg\img228.bmp

    第二组测试数据(阈值T = 50

    算法

    img20

    img23

    img56

    img152

    img215

    img228

    Brenner

    756.67

    500.89

    615.53

    553.55

    418.77

    725.29

    Tenengrad

    8.00

    6.17

    7.08

    6.66

    5.56

    7.73

    Laplacian

    11.36

    6.04

    8.02

    6.87

    5.78

    10.86

    SMD

    19.41

    13.40

    17.16

    15.44

    8.67

    19.56

    SMD2

    231.65

    120.85

    169.69

    141.39

    81.10

    224.10

    Variance

    2773.79

    2631.73

    2690.92

    2650.81

    2649.59

    2724.18

    Energy

    775.58

    466.00

    581.42

    510.01

    421.47

    743.86

    Vollath

    2601.47

    2535.77

    2565.37

    2542.39

    2564.13

    2558.90

    Entropy

    7.15

    6.84

    7.28

    7.21

    4.16

    7.29

    EAV

    73.86

    54.71

    67.48

    61.76

    37.02

    74.89

    JPEG

    9.59

    3.03

    6.38

    4.93

    -1.87

    8.62

    JPEG2

    5.00

    3.03

    4.88

    4.51

    1.03

    4.99

    Remark
      1肉眼可以分辨以上图片的质量排名为:
    img20 > img228 > img56 > img152 > img23 > img215
        2与主观感知一致的算法有:BrennerTenengradLaplacianSMD2EnergyJPEG、JPEG2

      3VollatEntropy算法失误比较多。
      4SMDEAV在判断img20  img228
    的时候出现失误,这两个图片质量都非常好,肉眼有时候很难分辨,因此这种失误在可以接受的范围。
      5Variance 在判断img23  img215的时候出现失误,这两个图片质量都非常差。

    参考文献:
    3. 数字图像清晰度评价函数的研究与改进
    7. No-Reference Image Quality Assessment forJPEG/JPEG2000 Coding
    展开全文
  • 按照《绿色食品产地环境调查、监测评价导则》(NY/T 1054―2006)对云南省大理白族自治州南涧县各植烟乡镇的土壤、大气、灌溉水进行了采样、监测和分析,并采用单项污染指数法和综合污染指数法进行评价。...
  • 但是,土壤质量评估在大规模区域中极难实施,因为这既费时又费力。 遥感技术以其高效,便捷的特性,近年来在植物和土壤信息监测中得到了越来越多的关注。 但是很少有研究在实施之前测试遥感技术的适用性。 这项研究...
  • 智能交通工程质量的第三方监测

    千次阅读 2017-02-28 14:34:35
    智能交通工程质量的第三方监测 叶忠民 何永祥(杭州市公安局交通警察支队) 一、前言 智能交通系统已经在交通管理方面得到广泛的应用,交通管理部门为了提升管理水平,也在积极进行投入。随着系统集成软件的不断...

    智能交通工程质量的第三方监测

    叶忠民  何永祥(杭州市公安局交通警察支队)

    一、前言

    智能交通系统已经在交通管理方面得到广泛的应用,交通管理部门为了提升管理水平,也在积极进行投入。随着系统集成软件的不断升级,智能化程度也越来越高。便捷的操作,强大的功能模块,海量的数据管理,为公安部门在交通管理方面提供了极大的帮助。

    然而工程质量方面的问题也随之暴露出来,问题首先出现在对设备质量的把控不到位,混杂了一些假冒伪劣的产品,其次在某些材料上使用了较差的产品,工程施工单位总认为使用了好品牌的设备,在线缆、连接器等方面的要求就可以低一点,这是完全错误的,第三施工单位施工水平较低,未能按照施工规范的要求,做到文明施工、标化施工,最后还有监理、检测工作的形式化,导致整个过程的控制不到位。

    本文从工程质量的控制角度出发,阐述了一种由第三方技术机构作为服务供应商,在严格的工作流程管理下,在设备进场的时候就积极介入,通过设备点检、工程监理、工程初测和终验等手段,帮助甲方对工程质量实现全面的监控。由于工程监理国家有相应的规范,以下不作介绍。

    本文涉及的智能交通工程包括交通监视系统、交通信号控制系统、闯红灯自动记录系统、卡口监控系统、微波雷达检测系统、视频检测系统、交通信息发布系统等。

    二、      依据标准

    GB 50348-2004      

    《安全防范工程技术规范》

    GB 50312-2007      

    《综合布线系统工程验收规范》

    GB 50057-2010      

    《建筑防雷设计规范》

    GB 50339-2013      

    《智能建筑工程质量验收规范》

    GB 25280-2010      

    《道路交通信号控制机》

    GB 14887-2011      

    《道路交通信号灯》

    GB/T 20609-2006 

    《交通信息采集 微波交通流检测器》

    GB/T 25000.51-2010

    《软件工程 软件产品质量要求和评价(SQuaRE)商业现货(COTS)软件

    产品的质量要求和测试细则》

    GA/T 496-2009      

    《闯红灯自动记录系统通用技术条件》

    GA/T 497-2009      

    《公路车辆智能监测记录系统通用技术条件》

    GA/T 832-2009      

    《道路交通安全违法行为图像取证技术规范》

    GA/T 995-2012      

    《道路交通安全违法行为视频取证设备技术规范》

    GA/T 652-2006      

    《公安交通管理外场设备基础施工通用要求》

    DB 33/T334-2011 

    《安全技术防范(系统)工程检验规范》

    DB 33/T502-2004 

    《社会治安动态视频监控系统技术规范》

    DB 33/T629-2007 

    《跨区域视频监控联网平台共享规范》

    SJ/T 11281-2007 

    《LED 显示屏测试方法》

    三、      工作流程

    图1  工作流程图

    第三方监测的流程见图1,虽然未包含监理的内容,但实际上监理工作应覆盖至全过程。

    四、      设备点检及抽样检测

    1.设备点检

    在工程施工过程中,对设备进行点检,目的在于确定安装在现场的产品,其品牌、规格、型号、数量是否和招标文件一致,同时通过设备串号等信息确定是否属于原厂正牌产品;点检由第三方检测机构、监理公司、施工方共同参与,点检应形成设备核查记录。

    在设备点检工作完成后应对工程资料进行审核,查验工程施工方或设备供应方是否提供设备的合格检验报告(有效期内),如未提供则需要对所供设备进行抽样检验(如有特殊情况,提供合格检验报告的也可抽检)。

    2.设备抽样

    1)  按照交通管理部门提出的抽检要求,对相关设备进行抽样。

    2)  建设单位应对需要抽样设备的样本进行确认。

    3)  抽样由第三方检测机构完成,委托单位、建设单位和监理单位配合抽样,抽样数量可以协商确定。

    4)由第三方检验机构进行封样,填写抽样单,粘贴封条,各方应在抽样单和封条上签字认可。

    5) 第三方检验机构可以带回的由其带回,大型的或有特殊运输要求的由建设单位负责送样。

    3.检测

    1)必须由承担检测的第三方机构完成,不得转包。

    2) 第三方检测机构应具有产品检验计量认证的资质。

    3)检测应形成检测记录,并提供加盖资质印章的检验报告。

    4)检测项目应包含设备集成后的安全性能(耐压、泄漏电流、接地)和主要功能,对于户外使用的设备应检测外壳防护等级和环境适应性(高低温、振动、电源适应性)。

     4.判定原则

    1)安全性能判定按照产品标准中相关规定,标准中没有规定的,可以依据产品明示或约定的技术要求。

    2)主要性能基本依据相关产品标准,也可以依据合同、技术协议或招投标文件等法律文件。

    3)环境适应性检测方法依据产品标准或其引用标准,如用户方或委托单位有要求时,可适当加严。

    五、工程检测

    工程第三方检测原则上应在完成各系统集成后,试运行期结束,并按照相关标准进行抽检或全检。

    具体检测应按照以下方法进行,所谓初测是指在施工完成后的第一次检测,检测不进行合格判定,而是尽量发现问题,出现问题时运行施工单位进行整改,而终验必须按照国家标准要求进行检测、判定,必须给出合格与否的结论。

    检测内容分为安全性检测和功能性检测两类。

        1.安全性检测

    智能交通工程安全性检验参照GA/T496-2009和GA/T497-2009进行(包括环境试验及电磁兼容)。

    所有落地杆件、落地机箱的接地电阻、泄漏电流要求全检;耐压、绝缘电阻等其它电气特性可抽测。

    该项检测应在系统通电运行之前完成,该项检测不推荐加严的方式。

    规定如下:

    序号

    测试项目

    测试方法

    测试设备

    1

    电源电压适应性

    调节调压器,调整输出电压及频率,在176V 48Hz;264V 48Hz; 176V 52Hz;264V 52Hz电压情况下进行试验,分别持续1h,系统应能正常工作。

    电源在AC 220V±44V; 50Hz±2Hz波动的情况下,系统应能正常运行。

     

    调压器、数字电压表

    2

    绝缘要求

    使用绝缘电阻测量仪,在受试系统不通电的情况下,开关置于接通位置,分别在电源电极或与电源电极相连的其他导电电路和安装机箱等易触及部件(不包括防雷器)之间及施加500V直流试验电压,稳定lmin后,测量绝缘电阻。

    系统的绝缘电阻应不小于10MΩ。

    绝缘电阻测试仪

    3

    耐压要求

    使用耐压测试仪,在受试系统不通电时,开关置于接通位置,分别在电源电极或与电源电极相连的其他导电电路和安装机箱等易触及部件(不包括防雷器)之间及施加1500V、50Hz试验电压,试验电压应在5s~10s中逐渐上升到规定值,在规定的电压上保持1min。受试系统的受试部件不应出现击穿现象。

    受试系统在1500V、50Hz的耐压试验中不应出现击穿现象,试验后应无电气故障,功能应正常。

    耐压测试仪

    4

    泄漏电流

    使用钳形泄漏电流测试仪钳住两根或三根电源线检测负载端泄漏电流;用钳形泄漏电流测试仪钳住地线检测接地端泄漏电流。

    电源线以及接地线的泄漏电流不得大于5mA。

    钳形泄漏电流仪

    5

    接地电阻

      使用接地电阻测试仪进行测试,应避免在雨天进行检测。建造在野外的安全防范系统,其杆件接地电阻不得大于10Ω,机箱接地电阻不得大于4Ω。

    接地电阻测试仪

    外壳防护等级要求如下表:

    序号

    产品名称

    要求

    1

    智能交通控制箱

    IP54

    2

    信号灯

    IP53

    3

    摄像机

    IP65

    4

    交通诱导屏

    IP65

    5

    微波流量检测器

    IP54

    6

    光端机(配备防水箱)

    IP65

    7

    闪光灯

    IP65

    备注

    产品检测时,应依据产品标准中的外壳防护等级的要求进行判定,如杭州市公安局交通指挥中心作为特殊要求,可按照IP65进行检测

    2.功能性检测

    智能交通工程功能性检测按照各系统功能特性、技术指标要求,并参照各类国家标准、规范进行。

    也可以依据合同、技术协议或招投标文件等法律文件。

    1)交通监视系统

    序号

    测试项目

    测试方法

    测试设备

    1

    监视功能

    现场实际操作演示,监视区域应符合设计要求。监视区域内照度应符合设计要求,如不符合要求,检查是否有辅助光源。

    照度计

    图像显示质量应符合设计要求,并按国家现行标准《民用闭路监视电视系统工程技术规范》GB50198对图像质量进行五级损伤制评定,应不低于4级。

    检视

    系统的录像设备,应能保留发生警情时的图像信号。回放图像质量应不低于3级。

    检视

    2

    回放功能

    使用清晰度测试卡及测帧软件进行测试,回放图像分辨率≥220线,

    帧率应达到每路25帧/秒,图像分辨率应不低于每路CIF格式(352×288)。

    清晰度测试卡、测帧软件

    3

    图像分辨率

    使用清晰度测试卡及测帧软件进行测试,在摄像机前端,设置清晰度测试卡。在监视器图像刚好满屏时,用目视法观察监视器图像中心楔上能分辨的最大线数。黑白电视系统图像水平分辨率应≥400线;彩色电视系统图像水平分辨率应≥270线。数字图像:编解码标准宜采用MPEG4 或H.264等标准。实时监视数字解压图像应达到每路25帧/秒的帧率。

    本地调用分辨率应达到每路4CIF格式(704×576)以上。

    清晰度测试卡、测帧软件

    4

    亮度鉴别等级

    使用灰度测试卡测试。在摄像机前端,设置测试卡。摄像机摄取图像信号,在监视器图像接近满屏时,用目视法测量可分辨的最大亮度鉴别等级。灰度等级不小于8级。

    灰度测试卡

    5

    视频信号幅度

    使用示波器测试。在摄像机前端设置标准测试图(白色)。摄像机摄取图像信号,在监视器或录像设备输入端测量视频幅度。在监视器输入端的电平值应为0.7Vp-p~1.4 Vp-p。

    示波器

    6

    系统质量的主观测试

    评价人员(包括专业与非专业人员)按要求独立打分。系统图像的主观评价方法参照DB33/T334-2011有关规定进行。参加主观测试的评价人员应不少于5名。测试方的评价人员应不少于2名。

    评分具体方法: a.满分为5分。

    b.发现被测图像上损伤或干扰极严重,不能观看,扣4分;

    c. 发现被测图像上损伤或干扰较严重,令人感到相当讨厌,扣3分; d.发现被测图像上有明显损伤或干扰,令人感到讨厌,扣2分;

    e.发现被测图像上稍有可察觉,连续存在的噪波点、网纹、扭曲、垂直或水平滚动条纹、闪烁、色彩不均匀、偏色等,视其项目的多少,扣0.2~1分;

    f.发现被测图像上有不易觉察的噪波点、网纹、扭曲、闪烁等,视其项目的多少,扣0.l—0.5分。

    检测分为白天检测和夜晚检测,其中白天检测数量为本次建设前端摄像机数量的100%,夜晚检测数量为本次建设前端摄像机数量的50%。

    检视

    7

    信号衰减

    使用光时域反射计(AXS-100)测试光纤的传输衰减;

    光时域反射计

    8

    网络链路丢包率

    使用网络链路测试工具测试从前端设备光端机到中心机房交换机之间数据丢包率。丢包率应为0(70%吞吐量)

    ES2网络测试仪

    2)交通信号控制系统

    序号

    测试项目

    测试方法

    测试设备

    1

    链路性能

    使用OTDR测试仪或FLUKE测试仪进行测试。信号衰减余量应不低于-20dB。(主干光纤接入点到信号灯之间的光纤链路)

    OTDR测试仪

    2

    流量准确性

    检查流量统计软件的统计功能(分别按照车道、时段统计)和报表输出功能;车辆检测器检测到的机动车辆检测信息与软件统计流量相比较。样本数应尽量大,统计准确率。

    人工统计、计算机数据比对

    3

    信号灯亮度

    用彩色亮度计分别对信号灯为红、绿、黄时的亮度进行检测

    亮度计

    3)闯红灯自动记录系统

    序号

    测试项目

    测试方法

    测试设备

    1

    监控

    检视系统,查验编码标准及OSD叠加功能,按照技术要求对视频流录像时间进行核算。如具有录像功能则使用清晰度卡测量录像回放清晰度,提供实测数据。通过计算机播放录像数据,人工检查录像中的车辆类型、颜色。必要时可采用图像质量主观评价的方法进行打分测试(一般情况下,分值高于4级为合格)。

    检视、计算机数据比对

    视频流应采用H.264、MPEG4或MJPEG编码标准;视频流应支持OSD叠加,叠加的信息至少包括日期、时间、监控点名称等信息;视频取证设备在720P及25fps条件下视频流录像时间大于等于24h,交通监控高清摄像机应具备H.264、MPEG4或MJPEG高清视频流输出能力,一体化高清视频摄像机应具备H.264、MPEG4或MJPEG高清视频流输出能力;若具有录像功能的闯红灯自动记录系统,清晰度应能满足人工对车辆颜色、类型的认定。

    检视、计算机数据比对比对

    2

    捕获率

    在交通信号控制的交叉路口,试验车在白天和夜间分别以5km/h、 20km/h、40km/h、60km/h和80km/h的速度进行闯红灯测试,上述各速度点测试次数不少于20次。

    采用单车试验,行驶轨迹应分别在相应车道的左侧、中间、右侧,车身不应超出试验车道。

    根据试验记录的信息计算闯红灯捕获率。

    白天捕获率大于等于 98%,夜间捕获率大于等于 90%,在标注的适用条件下,闯红灯捕获率应不小于90%。

    试验车、检视、计算机数据比对

    3

    闯红灯记录有效率

    试验时,在交通信号控制的交叉路口,试验车在白天和夜间分别以 5km/h、20km/h、40km/h、60km/h和80km/h的速度进行闯红灯测试,上述各速度点测试次数不少于20次。采用单车试验,行驶轨迹应分别在相应车道的左侧、中间、右侧,车身不应超出试验车道。根据试验记录的信息计算闯红灯记录有效率。白天闯红灯记录有效率大于等于 95%,夜间闯红灯记录有效率大于等于 90%,在标注的适用条件下,闯红灯记录有效率应不小于80%。

    试验车、检视、计算机数据比对

    4

    补光

    使用照度计记录环境照度,如低于100lux则检视成像情况及补光灯功率。当环境照度低于100lux条件下,视频取证设备应能控制补光灯实现高清晰成像,单车道补光灯功率应小于等于50w,当使用频闪灯时,其闪光持续时间应小于5ms。

    照度计

    5

    计时误差

    使用标准时钟,连续计时24h,比较内置计时功能模块查看误差。24h 内计时误差不超过1.0s,并具备自动校时功能。

    标准时钟

    6

    闯红灯行为记录

    采用单车试验,行驶轨迹应分别在相应车道的左侧、中间、右侧,车身不应超出试验车道,试验步骤如下:

    (1) 绿灯相位误触发试验,试验车在对应的绿灯相位时开始通过系统监测路口;

    (2) 黄灯相位误触发试验,试验车在对应的黄灯相位时开始通过系统监测路口;

    (3) 单车闯红灯试验,试验车在对应的红灯相位时开始通过系统监测路口;(标注电子警察采用单车闯红灯试验,高清电子警察采用单车和多车连续闯红灯试验。)

    (4) 干扰性试验,试验车在对应的红灯相位时停在监测路口,同时模拟相邻车道阴影、行人通行和逆行等干扰;

    (5) 当通过特写图片信息反映机动车号牌信息时,人工辨别号牌号码;并验证特写图片与该位置图片信息的对应性。

    上述各试验的测试次数不少于10次。

    试验车、检视、计算机数据比对

    机动车在其对应的绿灯或黄灯相位时越过停车线,闯红灯自动记录系统不应记录;系统应记录机动车闯红灯过程中三个位置的信息以反映机动车闯红灯违法过程;第一个位置的信息应能清晰辨别闯红灯时间、车辆类型、红灯信号、机动车车身未越过停止线的情况;第二和第三个位置的信息应能清晰辨别闯红灯时间、车辆类型、红灯信号和整个机动车车身已经越过停止线并且在相应红灯相位继续行驶的情况;并且至少有一个位置的信息能够清晰辨别号牌号码。各个位置间应保持适宜的距离以反映机动车闯红灯违法过程,不得出现因间距太大影响对违法机动车进行认定的情形。

    试验车、检视、计算机数据比对

    7

    图片记录要求

    用计算机和相关绘图软件检查图片记录的格式和防篡改功能。目视检查图片的数量、内容和图片效果。

    图 片 格 式 应 采 用JPEG格 式,JPEG图 片 编 码 应 符 合ISO/IEC

    15444:2000的要求,如以JFIF文件格式存贮,压缩因子低于70。图片应具有防篡改功能。记录的原始图片数量不应超过四张,且每张图片应包含时间信息,至少应精确到0.1s。记录的最终图片应合成为一个图片文件,且至少应包含:时间、地点、方向和车道等信息。合成的图片清晰度应能满足人工对车辆号牌号码认定的要求,且不应出现因红灯信号泛白、光晕等颜色失真而影响人工对红灯信号的判断。图片合成时,不得出现原始图片遗漏、错位等情形。

    试验车、检视、计算机数据比对

    8

    数据传输

    用计算机模拟指定数据中心,并通过网络与闯红灯自动记录系统连接,测试联网数据传输功能。测试中可模拟网络中断故障。人工现场数据下载,并通过计算机检查下载日志信息。应具备联网数据传输或现场数据下载功能。通过网络将机动车闯红灯信息自动传输到指定数据中心,且信息传输应具有防丢失、防篡改等功能。现场将机动车闯红灯信息人工或自动下载到存储介质中后带回数据中心,下载过程不得删改原始信息,且应记录下载日志信息,包括下载人、下载时间等信息。

    计算机数据、检视

    4)卡口监控系统

    序号

    测试项目

    测试方法

    测试设备

    1

    机动车捕获率

    进行实车试验,试验车辆分别以5km/h、60km/h、100km/h、120km/(根据现场条件选择车速)的速度进行测试,而且上述各速度点测试次数各不少于20次,计算车辆图像捕获率。

    测试车、测速仪

    2

    机动车车牌识别准确率

    检查系统实时记录通行车辆图像,应能识别在我国道路上行驶的机动车号牌,至少包括GA 36规定的号牌(除摩托车号牌、低速车号牌、临时号牌、拖拉机号牌外)、武警汽车号牌和军队汽车号牌等。

    以同向100辆车为基数,检查号牌识别情况,计算车牌识别准确率。

    测试车、测速仪

    3

    分辨率

    利用计算机相关软件检视图片分辨率。分辨率是否不低于1280(H)

    ×960(V)像素点。

    检视、计算机数据比对

    4

    清晰度

    a.利用计算机相关软件检视用于车牌识别的特征图像其号牌图像水平分辨率。清晰度是否低于100个像素点(图像是否能人眼看清车辆类型、号牌、颜色和轮廓)。

    b.利用计算机相关软件检视用于行人抓拍的特征图像其人像头部图像水平分辨率。清晰度是否不低于100个像素点(图像是否能人眼看清人脸轮廓)。

    检视、计算机数据比对

    5

    补光设备

    检视系统是否采用恒定光源、LED光源、智能补光等组合补光手段,满足全天候系统进行车辆与行人图片抓拍、录像时的光线要求。

    照度计

    6

    记录功能

    按GA/T497的测试方法对系统的记录功能进行测试。前端应能对捕获和抓拍的车辆和行人图片进行记录。抓拍的图片应叠加地点、时间信息,车辆图片还应包括车道、方向、车牌号码、号牌颜色和车辆类型等信息。

    在光照条件符合要求情况下捕获的图片,要求图像色彩还原度好、不失真、噪点小;正向行驶的车辆图片足以清晰反映车辆号牌及前部特征,可以供人工辨认车辆的车型、颜色和牌照等信息,逆向行驶的车辆图片应能清晰反映车辆后部特征。混合触发型治安卡口对正向行驶车辆进行抓拍时,抓拍的图片还应能清晰辨别前排司乘人员面部特征。行人图片基本可以辨认人员的形体特征(衣着、身材、体态)及携带物等情况。

    试验车、检视、计算机数据比对

    7

    时钟同步校正功能

    检视系统前端是否能与公安视频监控实战应用平台基准时钟自动校时,记录时钟误差不超过500ms。

    秒表、GPS时钟

    8

    网络时延

    用网络分析仪测试网络时延(上限值为400ms)。

    网络分析仪

    9

    时延抖动

    用网络分析仪测试时延抖动(上限值为50ms)。

    网络分析仪

    10

    丢包率

    用网络分析仪测试丢包率(上限值为1×10-3)。

    网络分析仪

    11

    数据传输

    a.用秒表测试过车记录上传平台的时间,上传延迟时间<1s; b.用秒表测试车牌自动识别、比对、报警延迟时间<10s。

    秒表

    5)微波雷达检测系统

    序号

    测试项目

    测试方法

    测试设备

    1

    车流量

    检测器的安装高度为6.00m,检测器离第一车道白线的距离为5m。检测器对车流量的采样间隔选择10s~30min一次,最后统计处理得到30min的N个车道车流量状况及N个车道的总车流量状况。(测试时段选取早高峰或晚高峰及正常通行情况下,车流量约为   辆/小时,行驶的机动车主要以轿车和公交、客车等为主,车辆的行驶速度一般在 km/h~   km/h之间。)

    a、   启动检测器,设置好所需参数,采用同一行驶方向整个断面的交通流做数据分析;

    b、   用录像机机记录的测试期间道路车流量情况,人工统计规定时间段内同一行驶方向整个断面的车流量;

    c、   计算出各个车道及一个方向断面车流量的相对误差;P车流量=

    ︱T实际-T检测器︱÷T实际×100。

    P车流量---车流量相对误差,用(%)表示;

    T实际---在一个方向上,规定时间内,实际上通过公路某一断面的车辆数;

    T检测器---在一个方向上,规定时间内,检测器检测到通过公路某一断面的车辆数。

    检测器在正常道路情况下,在检测车流量及车道占有率模式下,对检测断面内车流量的检测精度应不低于95%。

    人工统计,计算机数据比对

    2

    平均速度

    在检测平均车速模式下,对检测断面内平均车速的检测精度应不低于95%。选定车道上安装光电开关,按顺序安排已知车辆通过光电开关,根据计时器的时间数据和对应车辆的长度,可以得出车辆通过该点时准确车速。

    据检测器测得的安装有光电开关的车道规定时间段内的车辆平均速度数据,计算出平均速度的相对误差:P平均速度=︱V实际-V检测器

    ︱÷V实际×100。

    式中:P平均速度---平均速度相对误差,用(%)表示

    V实际——在一个方向上,规定时间内,车辆通过试验车道指定点的平均速度的实际值,由光电开关计时器测量后计算获得,单位为米每秒(m/s);

    V检测器——在一个方向上,规定时间内,检测器检测到试验车道指定点的车辆平均速度,单位为米每秒(m/s)。

    专业测速仪器,计算机数据比对

    6)交通流系统(视频检测)

    序号

    测试项目

    测试方法

    测试设备

    1

    图像质量

    使用清晰度测试卡及测帧软件测试; 使用灰度测试卡测试。在摄像机前端,设置测试卡。摄像机摄取图像信号,在监视器图像接近满屏时,用目视法测量可分辨的最大亮度鉴别等级。使用示波器测试。在摄像机前端设置标准测试图(白色)。摄像机摄取图像信号,在监视器或录像设备输入端测量视频幅度。

    a.  彩色图像分辨率≥270线。

    b.  应符合设计要求,图像稳定,无明显跳动、扭曲和滚动;无令人讨厌的亮度失真;无明显偏色;无明显干扰和讨厌的损伤,并按国家现行标准《民用闭路监视电视系统工程技术规范》GB50198对图像质量进行五级损伤制评定,应不低于4级。

    c.亮度鉴别等级

    灰度等级不小于8级。

    d .视频信号幅度

    系统的各路视频信号,在监视器输入端的电平值应为0.7Vp-p~1.4

    Vp-p。

    e.系统质量的主观测试:

    评价人员(包括专业与非专业人员)按要求独立打分。系统图像的主观评价方法参照DB33/T334-2011有关规定进行。参加主观测试的评价人员应不少于5名。测试方的评价人员应不少于2名。

    清晰度测试卡、测帧软件、示波器

    2

    流量准确率

    车辆检测器检测到的机动车辆检测信息与软件统计流量相比较。样本数应尽量大。结果应符合系统或招标文件要求。

    人工统计,计算机数据比对

    3

    视频分析功能检测

    根据GB/T 15532-2008《计算机软件测试规范》相关规范,根据招标要求对视频分析功能进行功能符合性测试。必要时在现场模拟警报触发行为。

    检测对故障、事故停车,违章左转右转,违章变线,压黄线行驶,违章逆行,遗洒物体,行人横穿公路,高速公路内出现行人或自行车,交通流拥堵分析等现象是否能自动触发报警。

    测试车、人工模拟,计算机数据比对

    7)交通信息发布系统

    (1)光学性能


     

    序号

    测试项目

    测试方法

    测试设备

    1

    最大亮度

    测量条件:环境照度变化小于±10%;光探头采集范围不得小于16 个相邻像素。

    彩色亮度计、照度计

    显示屏全黑情况下,用彩色亮度计测量显示屏的背景亮度LD,显示屏在最高亮度级、最高灰度级情况下,用彩色亮度计测量显示屏的亮度 Lmax,最大亮度L=Lmax-LD;根据显示屏类型单基色显示屏测量红色亮度,双基色显示屏测量黄色亮度,全彩色显示屏测量白色亮度(白平衡)(注:最大亮度尽量避免在阳光直射的情况下测试)。

    检测结果应该符合招标要求或产品说明。

    2

    视角

    测量条件:环境照度变化小于±10%,且不存在有色光源;光探头采集范围不得小于16个相邻像素。

    彩色亮度计、照度计

    显示屏全屏显示某一基色(最高亮度级、最高灰度级),并在该屏中央选一个被测区域;用多视场彩色亮度计测量出该区域内法线方向上的亮度LF,以被测区域几何中心为圆心,以测量距离为半径,沿着水平方向分别向左右两侧转动多视场彩色亮度计(探头对准原被测区域),当亮度值下降到LF/2时,测量出两条观测线之间的夹角θsx;按同样的方法测量出每一种基色的水平视角,取最小值即为该屏的水平视角 θs。垂直视角的测试方法同水平视角一样。检测结果应该符合招标要求或产品说明。

    3

    最高对比度

    测量条件:室内显示屏屏面法线方向的照度为10Llx(1±10%);室外显示屏屏面法线方向的照度为40lx(1±10%);光探头采集范围不得少于16个像素。

    彩色亮度计、照度计

     按照最大亮度的测量方法分别测出Lmax和LD;按公式C=(Lmax-

    LD)/LD。

    检测结果应该符合招标要求或产品说明。

    4

    基色主波长误差

    A

    B

    C

    7< ∆λ D ≤9

    5< ∆λ D ≤7

     ∆λ D ≤5

    表5:基色主波长误差等级:

    测量条件:环境照度变化小于±10%,且不存在有色光源;光探头采集范围不得小白场色坐标

    彩色亮度计、照度计

    用多视场彩色亮度计分别测量红、绿、蓝等各基色的色品坐标,将测出的某基色的色品坐标值(X,Y)带入公式KX=(X-X0)/(Y-Y0);

    KY=(Y-Y0)/(X-X0)中, X0和Y0为标准光源(X0=0.3333、Y0=0.3333);选取KX和KY中绝对值较小的数值,查CIE1931色度图标准光源E(等能光源)恒定主波长线的斜率表得出相应的基色主波长;分别用同样的方法算出红、绿、蓝各基色的主波长与标称主波长的误差,取最大值即为基色主波长误差 D,按表5纳入相应的级别。

    检测结果应该符合招标要求或产品说明。

    5

    白场色坐标

     

    X坐标

    0.28

    0.27

    0.37

    0.33

     

    彩色亮度计、照度计

    Y坐标

    0.25

    0.30

    0.33

    0.37

    表6:白场色坐标范围:

    测量条件:环境照度变化小于±10%,且不存在有色光源;光探头采集范围不得小于16个相邻像素,不允许周围存在有色光源。

    在最高灰度级和最高亮度级下,显示屏显示全白屏图像;用多视场彩色亮度计进行白场色坐标的测量,按表6纳入相应的级别。

    检测结果应该符合招标要求或产品说明。

    6

    显示模块亮度均匀性

    表7:显示模块亮度均匀性等级

    测量条件:环境照度变化小于±10%,且不存在有色光源;光探头采集范围不得小于16个相邻像素。

    彩色亮度计、照度计

    测量过程中观测线与显示屏之间的角度均不变,在全屏或划分范围内任意离散抽取9个显示模块,在最高灰度级、最高亮度级下,全屏显示某一基色,用彩色分析仪分别测量出这9个显示模块的亮度值,再进行算数平均计算得到L;

    用下面的公式计算出显示屏该基色显示模块的亮度均匀性LJ:

    LJ=|Li-L|max/L×100%   式中:i=1-9;L= ∑Li /9

    用同样的方法,对每一种基色分别测量计算,取最大值即为该显示模块亮度均匀性LMJ;按表7纳入相应的级别。

    检测结果应该符合招标要求或产品说明。

    7

    模组亮度均匀性

    模组亮度均匀性的测量条件、测量方法、计算方式等均与显示模块亮度均匀性的测量相同。

    彩色亮度计、照度计

    8

    灰度等级

    测量条件:环境照度变化小于±10%,在整个测试过程中多视场彩色亮度计的采集范围不变。

    A

    B

    C

    20%<LMJ ≤35%

    5%<LMJ ≤20%

    LMJ ≤5%

    灰度等级采用软件测试。显示屏在同一级亮度中从零灰度到最高灰度之间的等级G称为灰度等级。标定灰度等级G一般分为无灰度(1-bit 灰度等级技术)、4级(2-bit灰度等级技术)、8级(3-bit灰度等级技术)、16级(4-bit灰度等级技术)、32级(5-bit灰度等级技术)、 64级(6-bit灰度等级技术)、128级(7-bit灰度等级技术)、256级(8-bit灰度等级技术)等级别。在任何一种级别中,亮度随灰度等级数上升,应呈单调上升。

    启动测试软件,选择灰度测试功能,逐级增加灰度级,显示屏的亮度应随着灰度级的上升,呈现单调上升:1<G≤2,即显示屏具有1-bit 灰度级技术; 2<G≤4,即显示屏具有2-bit灰度级技术;

    4<G≤8,即显示屏具有3-bit灰度级技术;8<G≤16,即显示屏具有4-bit灰度级技术;16<G≤32,即显示屏具有5-bit灰度级技术; 32<G≤64,即显示屏具有6-bit灰度级技术;64<G≤128,即显示屏具有7-bit灰度级技术;128<G≤256,即显示屏具有8-bit灰度级技术。

    检测结果应该符合招标要求或产品说明。

    可编程视频信号发生器、照度计

    9

    像素失控率

     

     

    A

     

    B

    C

    室内

    整屏像素失控率

    3×10-4 ≥ PZ

    2×10-4

    2×10-4 ≥ PZ

    1×10-4

    PZ ≤1×10-4

    区域像素失控率

    9×10-4 ≥ PQ

    6×10-4

    6×10-4 ≥ PQ

    3×10-4

    PQ ≤3×10-4

    室外

    整屏像素失控率

    2×10-3 ≥ PZ

    4×10-4

    4×10-4 ≥ PZ

    1×10-4

    PZ ≤1×10-4

    区域像素失控率

    6×10-4 ≥ PQ

    12×10-4

    12×10-4 ≥ PQ

    >3×10-4

    PQ ≤3×10-4

    表8:像素失控率等级

    可编程图像信号发生器

    a)整屏像素失控率:整屏显示最高灰度红色,用目测法数出不亮的像素数PF;在清屏,用目测法数出红色常亮像素数PL;用公式 PZR=(PF+PL)/P计算出红色像素失控率。用同样的方法测出蓝色像素失控率PZB和绿色的像素失控率PZG;取PZB、PZG、PZR中最高值认定为整屏像素失控率PZ。

    b)区域像素失控率:用测试软件选取一个100×100像素的红色方块(最高灰度级);移动该方块找出红色盲点最稠密的区域;用目测法数出该方块内的红色盲点数M;清屏,用目测法数出该方块内的红色常亮点数N;用公式PQR=(M+N)/10000得出区域红色像素失控率。

    用同样的方法测出区域绿色像素失控率PQG和区域蓝色像素失控率 PQB;取PQR、PQG、PQB中最高值认定为区域像素失控率PQ;按表8纳入相应的级别。

    检测结果应该符合招标要求或产品说明。

    (2)电学性能

    序号

    测试项目

    测试方法

    测试设备

    1

    帧频率

    A

    B

    C

    FH <25

    25≤LMJ <50

    LMJ ≥50

    表9:换帧频率等级

    可编程视频信号发生器

    换帧频率采用软件测试的方法。启动25帧的帧频测试软件,看软件显示的进度条显示是否连续,如果出现跳跃则帧频小于25HZ,反之大于 25HZ;如果帧频大于25HZ再启动50帧帧频测试软件,看进度条是否有跳跃,如果有则帧频在25HZ和50HZ之间,反之则大于50HZ。按表9纳入相应的级别。

    2

    模组负载变化率

     

    A

    B

    C

    静态驱动

    9%<LL ≤15%

    3%<LL ≤9%

    LL ≤3%

    动态驱动

    20%<LL ≤35%

    7%<LL ≤20%

    LL ≤7%

    表10:模组负载变化率等级

    测量条件:环境照度变化小于±10%,光探头采集范围不得小于16 个相邻像素;

    彩色亮度计、照度计

    在显示屏全黑的情况下,用多视场彩色亮度计测量显示屏背景亮度 LD,以模组的1/16方块为单位(每个方块应不少于16个像素),将模组划分为若干个区域,任选一个区域作为测试区域;将模组置于最高亮度级、最高灰度级并且整个模组全亮的状况下,测量该模组的亮度LG出;将模组置于最高亮度级、最高灰度级,但模组只有一个区域全亮,测量该区域的亮度LQ;

    用公式LL=(LQ-LG)/(LQ+LG+2LD)*100% 计算出模块亮度的变化率;用上述方法分别测量计算红、绿、蓝、白色(全彩色模组)或红、绿、黄色(双基色模组)时模块的亮度变化率,取其中最大值即为模组的负载变化率。按表10纳入相应的级别。

    检测结果应该符合招标要求或产品说明。

    六、结束语

    智能交通工程关乎一个城市的形象,更关乎神圣的公安形象,因此得到国家和政府高度的重视,令人叹为观止的整体规划,几千万甚至上亿的投入,选择的又都是市场上最傲娇的品牌,目的是打造完美的工程。然而在工程投入使用后,美好的愿望往往归于现实,各种问题不断涌现,让建设方刚忙完建设又开始忙于维修。问题的症结就在工程质量,引入第三方监测的机制,将使得工程建设方一劳永逸,大大提升工程建设的性价比。

    展开全文
  • 3 平台特点 针对区域的能耗在线监测与能源管理平台,适用于政府节能主管部门,从监测和管理两个层面,实现政府对所辖行政地区的能源消费的在线监测,按能耗的区域、种类和趋势进行统计分析。对所辖行政地区的能耗...

    摘要:能源问题一直以来都受到人类社会的广泛关注。我国的能源结构以煤为主,煤炭的消费占70%左右,并且其消费量及所占比例还会有所增加。化石燃料的使用是CO2等温室气体增加的主要来源,而气候变化的诱因是碳排放,因此气候变化的实质问题也是能源问题。

    关键词:能耗;能源管理平台建设

    1 引言

    目前我国正处于工业化和城镇化加速发展的阶段,能源消耗强度较高,消费规模不断扩大,能源问题已经成为制约经济和社会发展的重要因素,解决能源问题根本出路在于开发与节能并举,节约优先的方针,大力推进节能降耗,提高能源利用率。随着各地区节能压力和难度的逐渐变大,节能降耗的任务十分艰巨。区域能源信息平台的建设,提高了整个区域节能降耗工作的效率和成效,为加强节能管理、提高能源利用效率、实现“十二五”节能目标提供了有力支持。

    2 国内外区域能源管理平台建设现状

    2.1 国内外区域能源管理现状

    长期以来能源短缺一直是困扰各国的主要问题。节能可以能源瓶颈制约,经济发展,是当前一项紧迫的任务。关于节能降耗与信息化的联系,国内很多学者都进行过探讨和研究。同时国外在楼宇自控方面技术相对成熟,建立了相对成熟的建筑节能评估方法和标准,另外在政策上鼓励开设能源服务公司,建筑节能改造市场化程度比较高,政府也组织一些城市大型公建能耗监测系统,管理方法和经验值得我们借鉴和学习。

    2.2 我国能源政策

    我国已将节能减排作为一项长期国策摆在突出重要的地位。陆续出台了相关政策法规以及一系列行政和经济手段。针对能源监测平台的建设,国家各部委及部分地方政府也纷纷出台相关政策,推动监测平台建设。

    2011年5月,国家工信部发布《关于建立工业节能减排信息监测系统的通知》(工信部节[2011]237号)提及,“部决定组织工业和信息化系统建设工业节能减排信息监测系统”,“建设面向各地区、相关监测样本企业的工业节能减排监测信息系统,应用信息网络技术汇总监测相关数据,服务于国家及各省市工业节能与综合利用领域政策拟订、规划编制、标准制定、行业研究、形势分析等相关工作。”江苏省苏州市各级主管部门近期也提出了利用信息化手段加强节能管理工作的指导性意见。江苏省在《关于进一步加强节能工作的意见》中提出“建设耗能企业能耗信息平台”,苏州市则在《关于进一步加强节能工作的实施意见》中提出“研究开发节能监测平台,推进节能降耗监测体系建设”。

    3 平台特点

    针对区域的能耗在线监测与能源管理平台,适用于政府节能主管部门,从监测和管理两个层面,实现政府对所辖行政地区的能源消费的在线监测,按能耗的区域、种类和趋势进行统计分析。对所辖行政地区的能耗行业与耗能企业的能耗需求进行统计监测,对本辖区开展的节能减排改造项目实施跟踪,对节能以及温室气体减排量进行核算监测。为制定节能减排策略提供可靠的数据支撑和科学的技术保障。

    3.1 系统架构

    平台系统采用国际上比较成熟的FEA架构,它是电子政务总体框架的典范。系统从逻辑上分为三层:感知层、传输层和应用层。

    感知层主要是对能耗数据的采集,在分区域、分行业、分类别思路的基础上,采用智能终端采集器具,结合人工填报、相关信息系统批量对接等,对用能单位各类能源消耗信息、产品及经济信息等进行采集。传输层是选择经济合理的数据传输方式,将数据传输至中心平台;应用层实现对能耗数据进行分区域、分行业的系统分析、标杆对比、潜力分析等,为优化区域能源分布、能源结构,合理推广节能技术,科学制定节能策略提供必要的辅助决策。

    3.2 系统功能

    平台是通过对企业、公建、居民社区等用能单位,安装分类和分项能耗计量装置,采用远程传输等手段实时采集能耗数据,实现对用能单位能耗的在线监测和动态分析功能。平台系统的主要应用功能如下:能耗地图分析系统、能耗监测系统、能耗统计系统、能耗分析与辅助决策系统、能源管理与技术辅助系统、碳排放在线管理系统、能耗配额管理系统。

    3.3 平台优势

    该平台具有以下优势:综合能耗管理、数据实时化、结合GIS平台、建立节能技术数据库。

    4 区域平台建设要点

    4.1 平台建设具体需求

    区域平台建设所需的具体需求包括:

    (1)总体需求

    ①搭建能耗数据在线监测网络体系,实现平台对能源在线监测的采集;

    ②建立能耗在线监测管理软件系统,实现对区域各用能单位的能源生产和使用的在线采集与监测、统计分析、能效分析、潜力分析等,

    ③建设能源信息管理中心,实时监测并存储能源消耗状况,智能分析能源消耗强度,对比分析能源消耗效率,科学分析节能潜力,合理制定节能减排策略,及时发布能耗预警与政府调控信息等。

    (2)功能性需求

    ①监测区域能耗数据;

    ②区域化和分行业管理能耗;

    ③区域现有信息化资源;

    ④建立能耗数据库和节能技术数据库;

    ⑤科学分析与合理决策;

    ⑥实现政府企业共同管理。

    (3)性能需求

    ①系统性能需求;

    ②系统可靠性要求,系统需要具有较高的可靠性、可控性,能担当和适应不间断运行任务;

    ③其他性能需求,包括:系统实时性(响应时间)、可靠性、可维护性、实用性、安全性、可扩充性等方面。

    (4)安全保密需求

    作为区域政府,要为信息化体系建立可靠的安全灾备系统,关注防火墙、入侵检测、漏洞扫描等系统建设。

    4.2 平台建设需要注意的环节

    区域平台建设是一个复杂的过程,需特别注意以下几个环节:

    (1)平台软件系统的设计需要结合区域现有地理信息库、法人库、能耗数据库等基础。

    (2)安装监测表具采集用能单位的能源消费数据的方法;

    (3)与用能单位现有信息化系统(包括能耗数据、经济数据、产品数据等)进行数据对接;

    (4)与能源供应商的现有系统对接,采集对应的能源消费数据;

    4.3 建设实施要点

    (1)把握平台实施的总体部署区域能源管理平台作为一个能耗统计和监管网络,支持多种格式的各类信息发布查询与处理,既要充分利用各相关部门的现有系统,又要发挥信息化的优势和价值,实现能耗统计系统和节能信息管理系统的协调配合。

    (2)平台实施的安全管理能源信息系统存在着大量的重要数据和信息资料,很多数据已经纳入国防战略信息范围,需要管理和防护。平台的管理单位需对平台实施进行严格的管理。

    5 用能单位能耗在线监测系统

    5.1系统概述

    工业能耗在线监测系统是一个集成Intranet/Internet网络技术、GPRS无线传输技术、Web Service软件技术、数据库技术等于一体的大型数据综合管理系统。系统为管理者、各级能耗内部用户、浏览者提供了一个访问的网络通道,搭建了一个合理的信息传输平台和管理平台。工业能耗在线监测系统的开发应用为政府管理部门、企业生产管理、计量管理、节能管理提高到一个新的高度,是我们对节能减排、节能降耗实现的一种解决方案。

    能源组成及监测内容:

    图1 能源组成

    图2 监测内容

    用电类:采集采暖、锅炉、空调、制冷、照明、办公、电梯、水泵、风机、通风机等耗电设备的用电信息。主要监测其用电量,对于大耗电设备监测其电流、电压及功率因数等信息。

    配电类:采集6kv/10kv配电开关设备、变压器,状态信号、电压、电流、有功功率、无功功率、功率因数、电能质量、电能等。

    用水:自来水和蒸汽;采集具有485通讯功能的智能热量表、蒸汽流量计、水表等;

    用气:煤气、天然气;采集具有485通讯功能燃气表;

    环境参数:采集具有485通讯功能的温度/湿度计;采暖空调供回水温度;

    5.2系统框架

    图3 系统框架

    (1)能源消费管理系统:该系统可以对用能企业煤、电、油、气、热、水等能源和耗能工质进行定期录入和实时采集,并将收集到的能耗数据进行整理存储,为汇总分析和上报作数据支持。

    (2)能源利用状况信息报送系统

    用能企业可通过该系统将企业本年度的《能源利用状况报告》,报送至市节能监察中心,经初审核后,上传至省节能监察总队审核,而后上报国家有关部门。

    (3)单位能耗水平识别评价系统

    利用用能单位能耗数据,对企业用能状况进行分析评价,查找问题。为政府节能管理部门掌握、分析信息和研究节能改造并制定相关政策措施提供科学的依据和平台。

    (4)决策服务和专家咨询服务系统

    系统提供直观、简明、快捷的数据信息查询和决策支持服务。对用能企业的能耗进行科学、合理的咨询指导,帮助用能企业做出及时、正确、可行解决方案。

    (5)能耗预测、能源安全预警系统

    通过系统掌握用能企业能源购置、使用、消耗及生产情况,对企业的用能情况进行综合的评判和分析,对比同期值和限定值,对能耗超标情况予以预警提示。

    在获取能源使用的基础上,进行数据挖掘分析,实现能耗的预测分析功能,为政府相关部门的宏观决策提供支撑体系。

    (6)节能监察及信息发布、法律法规知识培训系统:

    通过该系统平台,可对耗能企业做节能监察工作;发布节能法律法规标准以及能源基础知识、能源统计知识、节能监测方法等资料;处理日常节能管理工作相关的公文、通知、公告等。

    5.3系统网络结构

    系统把数据信息从各个企业的能源监控中心采集到后台的数据库系统,经分析与处理,提供分析预测和预警功能。同时通过门户网站、无线终端等手段为省、市领导以及相关委办局提供了多方位、可视化的便捷服务。

    图4 系统结构

    5.4能耗监测系统

    展开全文
  • 利用各种遥感指数来对森林、草地、城市、河流乃至整个流域的生态系统进行监测评价,已经是生态环境保护领域的重要组成部分。 2006年,国家环境保护部以行业标准的形式颁发了《生态环境状况评价技术规范》,推出...
  • 编者按:图像质量评价(Image Quality Assessment, IQA)在众多领域都有着广阔的应用需求,同时图像质量评价又存在着哪些问题呢?VALSE Webinar 2020...
  • 提供针对能源计量、能效评价、设备监控、安全用能、能源规划和在线监测等功能,实现对企业能耗的精细化管理。系统的运行能支撑企业科学规划设备能耗,合理应用节能措施,协调配置能耗设备,精细化安排产能,为相关...
  • 提供针对能源计量、能效评价、设备监控、安全用能、能源规划和在线监测等功能,实现对企业能耗的精细化管理。系统的运行能支撑企业科学规划设备能耗,合理应用节能措施,协调配置能耗设备,精细化安排产能,为相关...
  • 遥感技术可以提供大量有效信息,在监测和测绘领域占有十分重要的地位。然而,遥感图像通常会受到...实验结果表明,该指标的评价结果与主观评价结果具有很好的一致性,可以代替主观评价对受雾霾影响的遥感图像进行质量筛选。
  • 积累了多年的大气环境监测仪器设备制造应用和大气环境领域监测的经验,针对目前城市大气环境监测网格化建设,推出的新一代城市大气网格化监测系统,可以实现城市区域环境多维一体化监测管理,该设备主要用于监测大气...
  • 遥感图像预处理与土地利用动态监测

    万次阅读 多人点赞 2019-12-13 16:53:37
    对池州市 2013、2017 年 Landsat 8 OLI 的遥感图像进行土地利用分类,对分类结果进行修正和精度评价,并对各类土地利用类型的面积进行统计。基于计算机分类结果,生成土地利用动态变化专题图,分析主要的土地利用...
  • 积累了多年的大气环境监测仪器设备制造应用和大气环境领域监测的经验,针对目前城市大气环境监测网格化建设,推出的新一代城市大气网格化监测系统,可以实现城市区域环境多维一体化监测管理,该设备主要用于监测大气...
  • 我省提出,到2020年,全省生态环境监测网络基本实现环境质量、重点污染源、生态环境质量监测全覆盖,各级各类监测数据系统互联共享,监测预报预警、信息化能力和保障水平明显提升。 试点鄱阳湖地区生态环境遥感监测 ...
  • ④医疗安全 将某区域疾病本身导致死亡概率极低的病例死亡率,以低风险死亡率评价区域不同医疗机构的风险性和安全性。 DRGs是什么?DRGs通过一个分组工具,分出N个疾病组,并产出N个数据指标。 标准说法,DRG是指...
  • 遥感在水环境监测中的应用

    千次阅读 2014-05-23 15:35:09
    我国环境遥感应用领域的发展经历了从单纯的环境监测发展到了环境区划、环境影响评价和预测研究等。遥感水环境监测从一次性监测发展到了连续动态监测,从个别指标的定性研究扩展到了多目标、多层次的模型研究和定量...
  • 针对移动传感器网络 (Mobile sensor networks, MSNs) 中动态目标 (事件源) 的监测优化问题, 为提高网络覆盖质量, 建立基于Voronoi 剖分的监测性能(Quality of monitoring, QoM) 评价函数, 提出基于群集控制的传感器...
  • 银行,作为一家专业的大型服务机构,涉及业务广泛,客户群体覆盖面大,这就导致了一旦舆情...由此可见,对于银行的信息中心、网络部、办公室等来说就需要花时间安排人员或采购相关舆情产品去监测网上与自身相关的舆论
  • 在无参考图像的质量评价中,图像的清晰度是衡量图像质量优劣的重要指标,它能够较好的与人的主观感受相对应,图像的清晰度不高表现出图像的模糊。本文针对无参考图像质量评价应用,对目前几种较为常用的、具有代表性...
  • 遥感动态监测实验(以福州为例)

    千次阅读 2019-12-12 21:56:55
    一、 遥感图像分类和动态监测实验报告 1.实习目的 对福州市主城区 对福州市主城区 对福州市主城区 2014 、2018 年Landsat8 andsat8 andsat8-OLI OLI的遥感图像进行土地利用 的遥感图像进行土地利用 的遥感图像进行...
  • 地下水污染评价方法

    千次阅读 2018-05-07 10:03:23
    地下水污染评价因子的选择一般根据评价目的、污染源可能产生的污染物种类以及地下水监测数据进行综合选择。 地下水污染评价采用的标准有研究区地下水环境本底值、《地下水质量标准》(GBT14848)。 环境本底值是指...

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 3,143
精华内容 1,257
关键字:

区域质量监测评价