Python爬取新冠肺炎疫情实时数据

基于视频检测的车辆测速方法 基于视频检测的车辆测速方法《现代电子技术》2009年第23期总第310期b电子技术应用1.4基于灰度的图像匹配图像下端位置在世界坐标中的点(即Pa)距离相机的水由于拍摄范围较小,在两帧间.忽略车辆因远离相平距离,即图像中距离相机的最近点:;D_FAR为图像机产生的几何变化,根据图像块间的灰度差平方和作为上端位置在世界坐标中的点(即P)距离相机的水平距匹配判定依据离,即图像中距离相机的最远点;O为摄像机光心;HsiE=∑/li,j-I1(i,j)76)为图像高度;P为机动车上某一点,该点在图像坐标系式中:1,(i,j是第n帧中车尾处图像块l()为中的纵坐标上(即图像高度方向)对应点Q;dst为机第n+1帧中,从对应于第n帧的车尾位置开始,向上动车上的点P距离摄像机的水平距离;Y为机动车上依次搜索到的图像块的点P距离地面的高度如图2所示,在第87帧的帧差边缘二值图像中(c)由世界坐标中的相互关系可得检测到车尾时,将86帧中车尾区域对应图像作为被匹Z0= arctan(D_NEARH-CAM) (8)配图像(图2(a)),在87帧中搜索与该图像最匹配的位arctan(D-FARH- CAM置(图2(b))。图2(a)、(b)屮矩形框在垂直方向上移动结合图像坐标系的像素,即相机坐标系下车辆移功的距离∠0=(∠甲-∠0)12= arctan/ H/22车辆测速方法∠U= arct an2.1速度测量在各种测速方法中,所有的测速设备都是依据由式(5)可得:式(7)得到的n△s/△(7)利用视频检测方法对午辆进行测速时,Δt为两帧对车辆上任意点P到相机光心连线,与相机垂直图像之间的时间差,可根括摄像机采集帧率计算得到,方向的夹角通常是一个固定值,Δs需要通过图像处理方法在图像∠中= arctan H_CAM-y序列中找到被测车辆实际移动的距离。考虑图中∠中,∠0,∠8∠之间的关系,有:2.2距离测量考虑摄像机架设位置和角度,对两张图像中相匹配∠φ=∠0+(∠4-∠0)/2+∠V1Qn>H/2点建立车辆移动距离模型,如图3所示∠0+(∠9-∠0/2-∠Qv

建立基于Matlab的GUI界面，通过菜单选择来实现；图像处理基本功能，包括：“打开”，“保存”，“退出”功能；图像点运算，包括：灰度直方图，灰度线性变换，阈值变换和直方图均衡化；图像几何运算，包括：平移，水平和垂直镜像，旋转和缩放；图像空间域增强，包括：图像平滑（均值滤波，中值滤波），图像锐化（Robert算子，Sobel算子，拉普拉斯算子）。

基于AT89C51单片机的篮球比赛记分牌设计，可以从0~99适合国内的篮球比赛计分，此资源只作学习交流，禁止任何人用做商业用途，谢谢。。

这是一个基于Matlab语言s函数的RBF网络自适应控制器的设计，可以方便的移植到其他系统！

普通最小二乘法回归_源码数据包含 数据集 Cal_housing.csv ，源码 ExistData.py ，SimulateData.py

MCP2515，can波特率计算器，liunx开发。

It provides a uniform user interface for running and plotting the results from the following programs:kraken(normal mode model)，krakenc(complex normal mode model)，scooter(fast-field model)，bellhop(gaussian beam tracing)，bounce(bottom reflection coefficient from geoacoustic model)

通过对IEEE-30节点系统的仿真计算表明，本文建立的动态无功优化模型是简单有效的，具有良好的实用价值。同时，算例也表明免疫粒子群算法能够及时跳出局部最优得到全局最优解，而且收敛速度快，精度高，它保证了动态无功优化在每个时段基本都能收敛到全局最优解，提高了动态无功优化的收敛精度和速度。

STM32F103单片机， SHT30温湿度检测，从工程中抽出; 有相关资料，及原厂例程；连接图片，及工作中的小经验分享；

MDK 4.71 破解 KEIL4,能破解4.71